画像AIでポスター案を作り、商品の色だけを直したい。ところが、指示文を書き直すと、背景や構図まで変わることがある。
OpenAIは2026年9月8日、ChatGPT Images 2.5を公開した。ラフ絵を渡し、生成した画像の直したい場所へコメントできる。複数回の修正でも、変えていない部分を残しやすくしたという。大きな変化は画質だけではない。画像AIが、一度作って選ぶ道具から、人が場所を示して直す道具へ近づいたことにある。
用語メモ
- ChatGPT Images 2.5：OpenAIがChatGPTで提供する画像生成・編集機能。本稿では2026年9月8日発表の機能を指す。
- Sketch：ChatGPT上でラフ絵を描き、完成画像の参考として渡す機能。
- Flare／Sunburst：開発者がAPIから使う二つの画像モデル。Flareは速さ、Sunburstは細かな編集を重視する。
- C2PA：画像がどの道具で作られ、どう編集されたかを記録するための共通規格。
ChatGPT Images 2.5は、ラフ、生成、部分修正を一つの流れにした
作る人は、最初から長い指示文を完成させなくてもよい。まずSketchで配置や形を描き、色や雰囲気を言葉で足す。できた画像を開き、直したい場所へコメントする。OpenAIの公式リリースノートは、この流れを案内している。
出発点も空白だけではない。ポスターや商品写真などのテンプレートを選び、必要な情報を足せる。ただし、2026年9月11日時点でテンプレートはChatGPT Workでは使えない。Sketchと画像コメントの操作手順も、公式リリースノートではモバイル向けとして説明されている。発表された機能が、すべての利用環境で同じように動くとは限らない。
開発者向けには、FlareとSunburstが用意された。どちらも文章と画像を受け取り、画像を作り直せる。OpenAIはFlareを日常的な大量生成向け、Sunburstを細かな修正を重ねる仕事向けと位置づける。用途を一つのモデルへ詰め込まず、速さと修正精度を選ぶ形である。
OpenAIによると、ChatGPTとAPIでは週30億枚を超える画像が作られている。これは利用者数でも、仕事で採用された画像の数でもない。それでも、修正をどう伝え、どの版を残すかが、多くの制作で繰り返される課題になった規模は見える。
変わったのは、プロンプトより「変えない部分」を伝える仕事だ
画像の編集自体は、前のImages 2.0にもあった。今回増えたのは、ラフや場所を示す操作と、複数回の修正で前の変更を残しやすくする機能である。作り手の仕事は、最初の指示文だけで完成を狙うことから、何を残し、どこを直すかを一回ずつ決めることへ広がる。
たとえば商品写真なら、「容器を青にする」だけでは足りない。ロゴの位置、背景、光、商品の大きさは変えない、と同時に伝える必要がある。画像へのコメントは修正場所を示せても、守る条件までは自動で決めてくれないからだ。
速さも分けて読む必要がある。OpenAIはFlareについて、前世代のGPT Image 2より待ち時間を最大50％短くしたと説明する。一方、Sunburstは細かな編集のために時間が長くなる。APIの単価表は両モデルで同じだが、公式の計算機は2.5の消費量を見積もれない。実際の一枚あたり費用や採用率は、各社が自分の制作物で測る必要がある。
品質についても、自然な光、細部の維持、指示への忠実さはOpenAIの評価である。発表資料には、広告制作での採用率や、人の修正時間を比べた独立調査はない。「直せる」ことと、「そのまま公開できる」ことは同じではない。
画像AIを制作で使うための3つの学び
1. 修正指示には、変える場所と残す部分を一緒に書く
部分修正がしやすくなっても、画像AIは制作意図をすべて知っているわけではない。直す色や形に加え、動かさない商品、構図、文字、安全余白を短く指定する。担当者は「何を変えたか」だけでなく、「何を守ったか」を確認項目にしたい。
2. 生成時間より、採用までの手戻りを測る
最大50％という数字はFlareの待ち時間であり、企画から公開までの時間ではない。初稿の生成秒数、修正回数、人が直した時間、採用率を分けて記録する。速いモデルと細かく直せるモデルのどちらを使うかは、最終画像までの手戻りで決めるべきだ。
3. 制作記録と、権利や内容の確認を分ける
OpenAIは画像へC2PAの来歴情報と、消えにくいSynthIDの透かしを加える。だがC2PA自身も、来歴情報だけでは画像の内容が正しいかを判定できないとする。Content Credentialsが記録できる範囲と、AI生成画像を公開する前の権利確認は別々に行う必要がある。
Sources / 参考資料