デザイナーのAI活用事例

1枚のイラストを作るのは手軽にできる一方で、同じキャラクターで場面を続けて描くと構図や色が似てしまい、ばらばらの絵の寄せ集めになってしまう。

1. 白うさぎを追う最初の1枚を作り次の場面を自分で考える
2. うさぎ穴から巨大化やキノコの森へと場面を順に足す
3. チェシャ猫やお茶会や女王やカードの嵐や夕暮れまで生成する
4. 毎回アングルと配色を変え巨大化は見上げる構図にする
5. 全場面を1枚にまとめたタイトル画像を作る

9枚のイラストが同じ世界の続きとして見えるようになり、最後に9場面を1枚にまとめたタイトル画像を作ったことで、絵の集まりではなく一つの物語として並んだ。

ブログ記事に添える画像で自分らしさを出しにくく、似た雰囲気のイラストばかりになりがちだった。

1. 他の人が公開する文字合成プロンプトをChatGPTに読み込ませる
2. 自分のアバターから派生したイラストを渡す
3. 文字数を減らして顔を大きくするよう指示する
4. 5文字までは1文字に1人、超えると1枚絵になると確かめる
5. できた静止画をPollo AIのSeedance 2.0 Miniで動画にする

「スキ」という飾り文字が短時間ででき、記事の最後に置く画像として使えた。

動画にすると文字で切れていた部分が補われ、髪型や背景が変わって秋らしい別のキャラになった。

自分で書いた記事は誤字や言い回しのぶれに気づきにくく、事実の裏取りにも手間がかかっていた。

生成AIに文章そのものを作らせる方法は精度に限界を感じてやめていた。

1. 自作の1000字ほどのエッセイを本文ごと貼る
2. 誤字脱字と語法と表現のぶれだけを抜き出し修正案を求める
3. 事実確認も指示し根拠のURLも示させる
4. 同じ文章をChatGPTとCopilotに渡し指摘を見比べる
5. 採用した数点だけ直し却下分は理由を書いて返す

ChatGPTからの8点ほどの指摘のうち採用したのは3点で、残りはエッセイの持ち味を優先して見送った。

事実確認ではB級グルメの由来の誤りと輸入うどんという断定の危うさが見つかった。

バナー広告は多くのパターンを試す必要があるが、Codexだけで画像生成から入稿までをまとめようとすると1枚で残り使用量の10%ほどを消費してしまい枚数を増やせなかった。

ChatGPTとCodexを分ける運用にしても、毎回プロンプトと参照画像を渡し直す手間が残った。

1. Codexに生成から登録まで任せたが重く断念した
2. 画像生成はChatGPT、登録と分析はCodexに分担した
3. CodexからComputer UseでChatGPTを操作する方法も試した
4. OpenAIのAPIから直接画像を生成する形に変えた
5. 生成用スキルに品質や判断の基準を細かく書き込んだ

ChatGPTのライセンスが不要になり、もとから使っていたClaudeだけを入口にして生成から登録までの流れを回せるようになった。

配信している自作曲のミュージックビデオを作りたいが、映像制作は費用も手間も大きく、個人では手が出しにくかった。

1. 自作曲2分43秒を題材に決める
2. AIディレクターと対話し世界観と主人公を決める
3. キャラと背景を画像生成し曲の構成にショットを割り付ける
4. 1080pで初回60ショットを生成し1つずつ人が検品する
5. Filmoraで破綻した映像を差し替え冒頭の演出を足す

フル尺のMVを完成させた。

1本組み上げるだけなら約2万クレジットだが、実用に足る品質に詰める工程まで含めると約4.5万クレジットかかり、総消費は約44,000〜47,000クレジットだった。

LINEスタンプを作るには背景を透過し、サイズを変え、1枚ずつ分割する作業が必要で手間がかかっていた。

1. 自作キャラクター2体を3Dイラストに変換した
2. 公開されていたプロンプトを借りてCodexに生成を指示した
3. スタンプは16個と16個と8個の3回に分けて出した
4. 絵文字40個は1回でまとめて出しメイン画像とタブ画像はサイズ指定で作らせた
5. 背景透過とZipまとめを任せ人は画像を確認して登録した

40個のスタンプが約30分ほどでそろい、そのまま申請まで終えて販売開始になった。

3回に分けても表情やポーズが違うだけでキャラクターの雰囲気はそろっていた。

月に3〜5本の取材記事を書いていたが、取材後の原稿づくりに1本あたり8時間かかっていた。

提出後に方向性の違いを指摘され、大幅に書き直すこともあった。

1. 取材をNottaで録音し固有名詞を単語登録で補う
2. 終了直後にインタビュー用テンプレートのAI要約で構造化する
3. 同席したクライアントとその場で内容をすり合わせる
4. 媒体条件のmdと要約をClaude Codeへ渡し構成案を複数出す
5. 執筆ルールのmdで初稿を書かせ1時間かけて表現を整える

記事1本にかかる時間が8時間から2時間になり、提出後に大幅な書き直しをすることがほぼなくなった。

受けられる案件が増え、単価も上げられた。

スプレッドシートやCSVの扱いが苦手で、列がずれたり並びが変わったりして数字の管理が続かなかった。

記事の本数が増えても、成果を振り返る土台が作れずにいた。

1. 新しい日付のシートを作る
2. noteのダッシュボードの表示をA1へそのまま貼る
3. ChatGPTに頼みCSVの形に整えてもらう
4. 違う出力はその場で止め消す場所と入れる位置を伝えて直させる
5. 何をどこまでやるかの最後の判断は自分で持つ

苦手な工程そのものがなくなり、数字を見ながら次の記事を相談できるようになった。

検証用のアカウントと手順書も残り、7100文字あった討論会の記事は見どころを先に出す構成へ組み替えて3600文字まで縮めた。

ユーザーインタビューそのものに集中したい一方で、終わったあとの文字起こし整理や要約づくりに時間を取られていた。

分析を早く終えて、解決案のプロトタイプ作りへ進みたかった。

1. Google Meetの文字起こしを決まったDriveフォルダに入れる
2. GASが検知しGitHubにPull Requestを自動で立てる
3. PR作成をきっかけにClaudeが文字起こしと文脈資料を読む
4. 発話録・要約・示唆・分析の種の4つのMarkdownを作らせる
5. HTMLの図解レポートまで生成しSlackへ通知する

インタビュー終了から20〜30分で、要約5行・主な示唆5点・アイデアの種5点とHTMLの図解レポートがそろうようになった。

手作業でやっていた振り返り準備がなくなり、2人の記憶だけに頼らない振り返りができるようになった。

Web制作ではデザインカンプを受け取ってからコーディングするまでに数時間から数日かかっていた。

ツールを入れても現場の担当者が自分の仕事に結びつけられない状態も課題だった。

1. Claude Codeで作ったWebサイトをFigmaに取り込めるか確かめる
2. Figmaのデザインカンプを渡しClaude Codeにサイトを組ませる
3. 出来上がったものを担当者が確認する
4. 制作の流れ全体に組み込めるかを検証する
5. 社内の生成AI活用共有会で発表し資料にまとめて共有する

デザインカンプからWebサイトを数分で生成できることを確かめた。

従来は数時間から数日かかっていたコーディング工程が大きく短くなった。

クリニック向けの空間デザインの実績が増え、事例や空間イメージをまとめたカタログを求める声が高まっていた。

ただしイメージ画像や説明文を作る手間が重く、出来ばえが担当者の経験に左右されやすかった。

1. 過去の施工実績から雰囲気とデザインの方向を人が決める
2. 決めた内容をChatGPTに渡し画像生成用の指示文を作る
3. 指示文をもとにMidjourneyで画像を作る
4. 指示文の作り方と出力の形をGPTsにまとめて共通化する
5. 事例や顧客インタビューの要約はNotion AIで進める

空間デザインの専門ではないメンバーでも一定の品質を安定して出せる制作の流れができ、2025年11月に「クリニックスペースカタログ」を発刊した。

空間デザイナーが商談にカタログを持参し、イメージの共有に使えた例も出ている。

文春オンラインは月500本を超える記事を出す一方、紙の記事のネット版やイベントの記事化など派生コンテンツの求めが増えていた。

人を増やせないまま仕事量だけが膨らみ、現場から疲れの声が出ていた。

1. 2025年2月にStoryHubを試験導入し1か月使って正式導入した
2. 有料の記事を渡して短いダイジェスト版を作らせる
3. トークイベントやPodcastの音声と映像を読ませ記事に起こす
4. 自社報道への読者の反応をまとめた続報記事も作る
5. 出てきた原稿は編集者が直して仕上げる

半年強で人を増やさないまま記事の本数が増え、利用費に対して2〜3倍のリターンになった。

2025年11月には編集部だけでなく営業や広告を含む全社6グループに広がった。

広告用の動画を作るたびに撮影やモデル、スタジオの手配が必要で費用と時間がかかっていた。

制作本数を増やして検証を回すことが難しかった。

1. 社内の共有基盤ナレシェアAIにSora2をつないだ
2. 既存商品の写真や素材を渡して動画を生成させる
3. 背景や構図に加えて演出や商品モデルも作り直す
4. 国内で決めた企画と品質の基準に沿って海外拠点が量産と検証を進める
5. 生成結果やうまくいったパターンをナレシェアAI上で社内へ共有する

撮影費やモデル費やスタジオ費をかけずに動画が作れるようになり、制作スピードは3倍速を見込む。

ベトナムとタイの拠点でも生成と高速な改善サイクルを始めた。

世界中のバイヤーやメディアが集まる展示会の顔になる1枚に、これまでにない表現が求められていた。

1. テーマを「合同展示会の新しい可能性」に決める
2. Maison AIの画像生成でビジュアルを作った
3. モデルの後ろに扉が開く構図をねらう
4. その構図で約300枚の画像を生成した
5. 選定の基準と細部のこだわりで1枚に絞り込む

仕上がったビジュアルはパリ側からもコンセプトと表現を評価され、TRANOÏ TOKYO S/S 26の公式キービジュアルに採用された。

IPをテーマにしたメディアの企画から取材、執筆までを1人で担当しており、音源を聞き返しながら手作業で文字に起こす工程に時間がかかっていた。

立ち上げ期で記事数を増やしたいのに1本あたり丸3日かかっていた。

1. 複数の文字起こしサービスを試し精度でRimo Voiceを選ぶ
2. インタビューの録音を取り込み自動で文字に変換する
3. 話者分離で発言者を分けた原稿を作る
4. 気になる箇所をクリックしその部分の音声だけ聞き直して直す
5. 10〜15分の空き時間にも同じ画面で修正を進める

文字起こしの作業時間は1件あたり50%程度減り、取材から記事完成までが3日ほどから1日半ほどになった。

まとまった時間を確保しなくても隙間時間で作業を進められるようになった。

上場企業の統合レポート向けインタビューの音源を社員が聞きながら手打ちしており、半日から1日かかることもあった。

原稿の中身を考える時間が削られていた。

1. ICレコーダーで経営層へのインタビューを録音する
2. 音源をRimo Voiceに取り込んでテキストにする
3. 先に原稿の骨子とコンセプトを固める
4. 起こしたテキストを参考に原稿へ組み立てる
5. WordやExcel形式で書き出して貼り直しをなくす

原稿を書く工程全体のうち20〜25％ほどを減らせた。

空いた時間は原稿の質を上げることや他の仕事に回せるようになった。

編集の担当者がタイムラインを行き来して使う場面を探すのに時間を取られていた。

動画の制作待ちが積み上がり、言い直しや無音を削る作業も一つずつ手でやっていた。

1. 撮影した動画をDescriptに入れて文字を起こす
2. 要らない部分は文章を消し順番も入れ替える
3. 使えそうな発言を文字の上で選んで切り出す
4. Remove Retakesで言い直しを消し音を整える
5. XMLでPremiereへ渡して編集者が仕上げる

1案件あたり約1時間短縮できた。

1本の取材から10本以上の短尺が作れるようになり、溜まっていた制作待ちも解消した。

月に多いときで16件以上の取材があり、文字起こしを外部に頼むと午前に依頼しても戻りは早くて夕方以降だった。

文字起こしから見出し作り、記事執筆の間に待ち時間が生まれていた。

1. 取材はICレコーダーで録音する
2. 録音データをNottaに入れて文字起こしする
3. 出てきたテキストをAI要約機能にかける
4. 要約をもとに記事の見出しの素案を作る
5. 要約はそのまま使わず見出し作りの手がかりにする

外部に頼んでいたときの待ち時間が無くなり、取材後すぐに記事の執筆へ入れるようになった。

要約から見出しのアイデアも複数出せるようになった。