ChatGPTで画像を8枚まとめて作る方法！Workと5.6 Solで連続絵本を生成してみた

こんにちは、黒パグです🐾

ChatGPTで画像を一枚作る。

これはもう、それほど珍しいことではなくなりました。文章で「こんな絵にしてください」と伝えれば、しばらく待つだけで画像が出てきます。日本語の文字も以前よりかなり安定しました。

では、同じ世界観の画像を8枚作る場合はどうでしょうか。

一枚目を生成して、確認して、二枚目を頼む。三枚目でキャラクターの服が変わったので修正する。四枚目ではなぜか別人になり、五枚目では前足も増える。

画像生成を続けていると、だいたい一度は通る道です。

ところが今回、ChatGPTのWorkで「二つの作品を4枚ずつ作っておいて」と頼んだところ、そのまま8枚の独立した画像が生成されました。

一枚の画像を8分割したものではありません。作品ごと、ページごとに分かれた画像ファイルが8枚です。

しかも私は、その間に別のことをしていました。

正確には、ゲームでヘンリー大塚を育てていました。

何を言っているのか分からないと思いますが、私も途中から何をしているのか分からなくなりました。世界最高レベルのAIが幼児向けの量子化絵本を作り、人間は中世ボヘミアで盗品を集めていたのです。

今回は、このときに使った方法を初心者向けにまとめます。
もう知ってラァ！という人もおさらいがてらご覧ください😌

普通の画像生成と何が違うのか

今回使ったのは、ChatGPTのWorkです。

ここでいうWorkは、一回の質問に一回答えるだけではなく、複数の工程をまとめて進められる作業環境です。画像を作る場合も、「一枚生成して終了」ではなく、構成を考え、順番に画像を作り、最後に成果物を整理するところまで任せられます。

私が作ろうとしていたのは、子ども向けの推論絵本でした。

一冊目は「あてんしょん先生」。AIが文章の中にある言葉同士の関係を見る仕組みを、光る糸で表現した絵本です。

二冊目は「くおんたちゃんと4bitの箱」。大きなAIを軽くする量子化を、小さな箱へ数字を収納する物語にしました。量子化とは、大きく細かな数値を少ない段階へ丸め、モデルの容量や計算量を減らす方法です。今回は4bitなので、数値を16段階で扱うイメージになります。

幼児向け絵本として題材が正しいかは、いったん横へ置きます。

すでに別の絵本を何枚か作っていたため、画風と基本的な世界観は会話の中に残っていました。そこで私は次のように頼みました。

はい。僕はヘンリー大塚作るんで画像4枚ずつ作っててくだ

誤字もあります。

「作ってください」ですらありません。「作っててくだ」で終わっています。

それでもChatGPTは、直前に話していた二つの作品を読み取り、それぞれ4枚、合計8枚の制作を始めました。「あてんしょん先生」の4枚を作り終えたあと、「くおんたちゃんと4bitの箱」へ移り、最後まで止まらずに進行しています。

途中では、現在何枚まで完成したか、次にどの場面を作るかも報告されました。

私が一枚ごとに「次」「次」「次」と入力する必要はありませんでした。

ここが、今回いちばん面白かったところです。

Workでは5.6 Solを選んでおく

複数の画像をまとめて作るなら、Workを開くだけでなく、使うモデルも確認しておきます。

私の環境では、入力欄にある「＋」を押し、「インテリジェンス」を選ぶと、右下に「5.6 Sol 軽」と表示されました。

Solは、複数の工程を考えながら進める作業に向いた上位モデルです。今回のように、二作品の構成を分け、キャラクターと画風を保ち、8枚を順番に生成し、終わったあとにファイルを整理する仕事では、画像を描く能力だけでなく、制作全体を管理する力も必要になります。

モデル名が表示されていない状態でも作業はできます。ただ、私の検証環境では、その状態だと低コスト側のモデルで動いていると見られる挙動がありました。

せっかくWorkを使うなら、Solを使え。

そこは声を大にして言いたい。

世界最高レベルの推論能力を使って、Attentionと4bit量子化を教える幼児向け絵本を作らせてください。従量課金のAPIではないので、少なくとも画像を一枚作るたびに請求額を見て震える必要はありません。

とはいえ、ChatGPTの画面はかなり頻繁に変わります。私が確認した2026年7月13日時点では「＋」の中に「インテリジェンス」がありましたが、読者の環境では位置や名称が違うかもしれません。

送信前に、入力欄の周辺へ「Sol」と表示されているか確認する。操作方法を丸暗記するより、こちらの方が確実です。

8枚を一枚にまとめないように伝える

「画像を8枚作って」と頼んだとき、必ず8個の画像ファイルが出てくるとは限りません。

一枚の画像の中へ8場面を並べた、コラージュや絵コンテになることがあります。漫画のような一枚絵が欲しい場合はそれでも構いませんが、絵本や記事用の挿絵には少し扱いにくいでしょう。

そこで、依頼文には「各ページを独立した画像ファイルとして作る」と入れておきます。

今回の指示を、初めて使う人向けに書き直すと次のようになります。

難しい書き方をする必要はありません。

どこを固定し、どこを変えてよいのか。そこが分かれば十分です。

「同じ雰囲気で」とだけ書くと、ChatGPT側は何を同じにするのか判断しなければなりません。色だけ同じで服装が変わることもあれば、キャラクターは同じでも背景が急に写実的になることもあります。

主人公の顔、服、配色は固定する。表情と動作は変えてよい。

このように役割を分けると、指示が伝わりやすくなります。

最初に全体の構成を決めさせる

連続画像では、いきなり一枚目を描かせるより、全体の流れを決めてから生成した方が安定します。

「あてんしょん先生」は、言葉が増えて困る場面、先生の登場、Q・K・Vの説明、言葉が光る糸で結ばれる結末という4枚構成になりました。

Q・K・Vは、Attentionの計算に使われる三つの情報です。Qは何を探しているか、Kは照合に使う特徴、Vは実際に受け取る内容を表します。この記事ではここまで分かれば大丈夫です。

「くおんたちゃんと4bitの箱」は、重みの倉庫、16個の箱、ものさしと基準点、軽量化と精度の釣り合いという流れです。

重みとは、AIが学習によって調整した大量の数値です。人間の記憶そのものではありませんが、AIが次の言葉を計算するときの判断材料になります。

先に4枚分の役割が決まっていたため、途中のページで説明を使い切ったり、最後だけ急に内容が詰め込まれたりせずに済みました。

長いシリーズでは、ページごとに役割を一文で書いておくと楽です。

細かな構図まで全部指定すると、今度は指示が窮屈になります。最初から完成形を一字一句決めるのではなく、「このページで何を見せるか」だけ決め、絵としての処理は任せるくらいが扱いやすい印象でした。

⇩まとめて出した成果物⇩

人間はその間、何をしていたのか

今回のWorkは、8枚の構成を決めたあと、そのまま画像生成を続けました。

途中では、

4/8枚まで完成。「あてんしょん先生」は一冊完結しました。

6/8枚完成。16個の箱が0～15で並びました。

7/8枚完成。scale・zero-point相当まで絵本になりました。

と進捗が返ってきました。

scaleは数値をどれくらいの間隔で丸めるかを決める幅、zero-pointは量子化後のどこを元のゼロに対応させるかという基準点です。

幼児向け絵本の説明として、どこまで攻めるつもりなのでしょうか。

私は途中の進捗を確認しつつ、一枚ごとに追加指示を出してはいません。Solが画像を生成している間、別のスレッドでヘンリー大塚を動かしていました。

そして馬を買い、馬屋の納屋から強い装備を入手しました。

なぜ納屋にあったのかは分かりません。

Solは8枚の絵本を完成させ、人間は馬装備を完成させました。

Workとは何でしょうか。

文字入り画像は、あとで必ず読む

今回の画像には、絵本の本文も直接入れています。

日本語の文字生成は改善していますが、完全ではありません。一文字の抜け、似た文字への置き換え、改行位置の乱れはまだ起きます。専門用語では、英字の大文字と小文字が入れ替わることもあります。

画像がきれいに見えても、本文は拡大して読んでください。

修正するときは「画像全体を作り直して」と頼むより、残したい部分を伝えます。

キャラクター、背景、構図、配色は変更せず、右上の文章だけを次の内容へ修正してください。

これなら、すでにうまくできた部分を壊す範囲が小さくなります。

文字の正確さを最優先するなら、文字なしの画像を生成し、Canvaなどで後から本文を載せる方法もあります。絵本らしい一体感を優先するなら直接生成、誤字を避けたいなら後入れ。このあたりは用途次第です。

8枚作ったのに、一枚しか見えない

作業が終わったあと、私は画面を見ました。

表示されていた画像は一枚でした。

お疲れさまでした。

いや、残りの七枚はどこへ行った。

ChatGPTへ確認すると、返ってきた答えはこうでした。

生成自体は8枚完了しています。作業途中の画像出力が最終表示で畳まれ、最後の1枚だけ表に残ったようです。

裏では8枚を作り、表では一枚だけ見せる。

Silent Failureの教材として大変よくできています。Silent Failureとは、内部では問題が起きているのに、表面上は正常そうに見える失敗です。今回は失敗というより表示上の問題でしたが、利用者から見れば七枚消失事件です。

そこで、次のように頼みました。

完成した8枚を、作品名とページ番号が分かる形で一覧にしてください。各画像を個別に開けるリンクも付けてください。

すると「あてんしょん先生」4枚、「くおんたちゃんと4bitの箱」4枚が、ページ順のリンクとして返ってきました。

連続生成後に一枚しか見えなくても、すぐに作り直さないでください。すでに生成が終わり、表示だけが畳まれている場合があります。

完成枚数を確認し、ファイル一覧を出させる。

ここまでを一組の作業として覚えておくと安心です。

実際に何枚まで作れるのか

今回、私が一度の依頼で確認したのは8枚です。

もっと多く作れそうな動きではありましたが、上限までは試していません。そのため「何枚でも作れる」「最大○枚」とは書けません。

枚数を増やすほど、途中で画風がずれたり、人物の細部が変わったりする可能性も高くなります。最初は4枚から8枚程度で試し、固定設定が機能しているか確認するのが扱いやすいでしょう。

うまくいった設定は、次の作品でも使えるように会話内へ残しておきます。

キャラクター設定表を作ってもよいですし、最初に完成した画像を基準画像として指定しても構いません。毎回ゼロから「前と同じ感じ」を再現させるより、参照する基準があった方が話は早くなります。

それでも、完全に同じ人物が出続けるとは限りません。

連続画像は、同じ画像の複製ではなく、同じ設定を使った新しい生成です。少し表情が変わる。輪郭がわずかに違う。小物の位置が動く。それくらいは起こります。

細部まで完全固定したいなら、人間による修正も必要です。

AIに得意な大量生成を任せ、人間は違和感のある箇所を選び、直す。今回もその使い方でした。

世界最高レベルのAIで、何を作るのか

ChatGPT WorkとSolを組み合わせると、一枚ずつ指示を出さなくても、複数の画像を続けて作れました。

私が別のことをしている間に8枚が完成していたので、記事の挿絵、絵本、教材、短い漫画、商品の説明画像などにはかなり使えそうです。

依頼するときの要点は、それほど多くありません。

独立した画像ファイルとして作ること。全体の構成を先に決めること。変えない要素と、変えてよい要素を分けること。そして最後に、完成ファイルの一覧を出させること。

モデルはSolを選んでおきましょう。

高い推論能力を仕事に使うのか、遊びに使うのか。その線引きは、もう考えないことにします。

今回完成したのは、Attentionと4bit量子化を子どもへ教える絵本でした。

対象年齢は5歳以上。

推論基盤エンジニアを含みます。

そして私は、8枚の画像を作らせている間、ヘンリー大塚を育てていました。

ChatGPT Workの意味とは何でしょうか。

たぶん、仕事をしているのが人間でなくてもよい、という意味です。

ここまでお読みいただきありがとうございました

※本記事は、2026年7月13日時点の筆者環境における検証結果をもとに作成しています。ChatGPTの画面表示、モデル名、機能、利用条件、生成可能枚数などは、アップデートや利用環境によって変更される場合があります。また、同じ指示でも必ず同一の結果になるとは限りません。生成された画像や文章は、公開・商用利用の前に内容、文字、権利関係などをご自身で確認してください。OpenAIおよび関係各社の公式見解を示すものではありません。

#ChatGPT #ChatGPTWork #GPT56 #生成AI #AI画像生成 #画像生成AI #プロンプト #絵本制作 #AI活用