工作清單

【速報】最高の画像生成AIモデル「ChatGPT Image 2.5」登場！実演８選と新機能解説！

逐字稿文字預覽

こんにちは。AIキャンプの中村です。
今日ちょっとね、速報なんですけど、え、日本時間で2026年9月9日ですね、ONAから新しい画像生成AIモデル、チャatGPTのイメージ2.5、こちらが、え、公開されましたので実際に紹介し
ていきたいなと思います。今朝ですね、私
画面開いたらですね、チャATGPTから新しい画像生成ね、大幅に進化ということですでに全てのプランでされるようになっていますので、是非皆さんも真似していただけるといいかなと思います。
ではですね、画面の中に新しい画像モデルを試すっていうボタンがありますので、もうこちらを押して実際にですね、画像生成試してみたいなと思います。で、何を
作るかなんですけど、より鮮明なディテールということで、より細かい画像が作れるようになったということと、より早く、え、しかも編集制度も上がったということで、まずですね、今までよりも鮮明でより早い、え、画像生成ができるか
どうかを試していきたいなと思います。
日本人の若い夫婦がGoProで自撮りの画像を撮っています。え、ボートに乗って
いて背景には富士山や湖の、え、リアルな写真の景色が映っています。はい、という
ことで詳細な画像ができるかリアルな画像生成やっていきたいなと思います。はい、
画像できましたね。30秒ジャストぐらい
で確かに、ま、ちょっと早くなったかなって感じですね。ジェミニに比べると
やっぱりちょっと待ち時間あったんですけど、それでもストレスはだいぶ軽減されましたね。はい。で、生成された画像です
けど、いいですね。ちゃんと私の指示通り
に、えっと、自撮りした画像ができて、えっと、背景には富士山と湖が映ってるって感じでできてますね。で、もうね、
このレベルになると進化をちょっと感じるのは難しいんですけど、ま、確かにものすごくね、詳細な画像生成は、え、できているのかなと思います。はい。相
変わらずですね、チャatトGPTの画像生成は素晴らしいなと思います。
では進化したポイントを少し解説していきたいと思うんですけど、え、記事を読んでみたいと思います。で、より繊細な画像が
作れるようになったということとスピードアップしたっていうところがもちろんあれなんですけど、より正確な編集能力、もう本当ジェムニーのバダ名に敵引きするぐらいの正確な編集能力が出たってところ
が、え、今回のポイントになるかなと思います。で、あとはですね、画像を参照させ
た時にその元画像をより忠実に再現できるとか、あとは複数回ですね、画像生成とか編集をすると画像が破綻したりとか色々あったんですけど、ま、この辺りがかなり改善されているということです。はい。
あとですね、このイメージ2.5はデスクトップアプリ、えっと、モバイル、Web、え、問わず、え、チャATGPT、チャットGPT、CEXで、え、全てのがもう利用できるということですね。で、
開発者向けにはAPIがありまして、えっと、GPTイメージ2.5のこのフレアって言うんですかね。これがスピード早い
やつで、えっと、サブバーストってやつなのかな?こちらがより高品質なものを
作れるということになっています。
で、えっと、1つ新しい、え、機能が導入されたということで、スケッチチャットGPTに新機能が追加されということなので、このスケッチって押してあげるとですね、なんかチャatGPTの画面上で
なんかイラストをかけるみたいな画面が来るんですよね。これ何なんですかね。で
、これを直接、え、描写できるようになりましたということなので、ちょっと画面に直接コメントを書いたりして、え、絵を書いてみたいなと思います。どうやったら
いいのかな?ちょ、ちょっとじゃあ私絵心
がないですけど書いてみたいなと思います。ちょっとこの私の最強に絵心[笑い]が
ないこの画像をですね、えっと、なんかちょっとやってもらおうかなと思います。
で、これをどうしたらいいんだろう?
テキストとか入れればいいのかな?
ちょっとよくわからないので、今そのまま、えっと、この画像を、え、アップしました。こう編集とかもね、一応できるみたい
ですね。さ、アップした状態でちょっと
そのまま打ってみましょうか。
え、これでリアルな写真っぽく画像生成してください。はい。そうすると、お、いい
ですね。元々のこちらのイラストを元に
ですね、えっと、男の子、子供かな?子供
と犬が、えっと、遊んでる画像ってやってくれましたね。はい。ちょっと私これ大人
の気持ちで書いたんですけど、確かにこのサイズから見ると子供ですよね。お、いい
ですね。これめちゃくちゃ面白いかもしれ
ない。え、イラスト書いたものから画像が
できるってのは結構面白いんじゃないかと思います。
参照する画像の忠実度が上がっているということなので試してみましょうか。では
ですね、ホームページとかに掲載してる私の画像をアップしてこれを編集していきたいなと思います。背景は変更しないで
夕方にしてもらいます。で、この事物私に
変えて、えっと、ビールを持ってもらうっていうね、え、こんなことをやってみたいと思いますので、これでどれだけ画像が編集できるかを確認していきましょう。お
、できましたね。ではちょっと見ていき
ましょうか。はい。ではね、画像の資格を
ちょっと見比べてみようかなと思うんですけど、まず背景のこの木とか公園が、え、変わってないですね。いいですね。で、
ちゃんと夕方に、え、変わってくれていて、光の加減なんかも変わっていますね。で
、私の髪方とかですね、その辺は変わっていなくて、服装だけ変わって、え、手がニョキっと出てきてビールを持っているって感じでね、え、しっかりと完璧に維持できてるかなと思います。これね、今
までやってきた人なら分かると思うんですけど、ここまでの一貫性のある画像編集ってなかなかチャATGPTでは難しかったんですけど、え、これでですね、自然な画像編集ができるようになりますので、ま
、ちょっとね、フェイク画像なんかも作れちゃいますけど、よりね、実用的になってきたんじゃないかなと思います。プレイア
の公式ページを見ていても、元のこの参照画像を、えっと、参考する能力が非常に高くなっていて、例えばこの犬の写真に服装を着せるみたいなことをやってあげると、えっと、この犬のこの服とかね、そ、
コスチュームの部分だけは変わるんですけど、他のこの例えばこの男性の部分とか背景のこの椅子とか影とかここは全然変わらないんですよね。で、今までの
チャATGPTってここが弱点で画像編集するとこ全部が変わっちゃったんですけど、え、これでですね、あの指定した部分だけをピンポイントで編集することができるようになったということですね。
ではですね、難しいプロト試してみたいなと思います。これアットマークスケッチっ
てやるとこのスケッチって使えるみたいですね。はい。じゃ、これでちょっと絵を
描きながら、えっと、またやっていきたいなと思います。今回はですね、ここに人物
を置いて、ま、こっち側に人がいてなんか物を持っていてうまいってね、書いてある。こちらのイラストをアップしていこうと
思います。飲料商品の広告画像を作成し
ます。3枚目の写真のTシャツ、こちらに
ですね、AIキャンプTシャッツってものを用意しました。で、こちらのTシャツを
2枚目のこの女性ですね、こちらの、え、サンプルの女性にこのTシャツを着てもらってですね、4枚目のこのAIキャンプビールっていうんですね、この架空のビールの商品を、え、持ってもらって、このね、うまいっていうね、こちらの
ポーズを取ってもらいながら、え、シーンのカメラショットを作ってもらうということで3対2の画像生成やっていきたいなと思います。さあ、これだけ複雑な指示が
しっかり通るんでしょうか?やってみ
ましょう。あ、すごい。めちゃくちゃいい
ですね。えっと、ちゃんと右側に女性がい
てビールを飲んで、えっと、うまいっていうね、このセリフが反映されていて、この辺のテキストなんかは今回ね、え、チャatGPTが補足をしてくれて、買いでビールをちゃんと美味しそうに飲んでい
るってことをやったので、え、ちゃんと反映をしてくれましたね。すごいですね。
素晴らしいです。これいいですね。で、
ちゃんと私がですね、元々指定した構図の大体合ってるかなと思いますので、このレベルのものとプロンプトと3のレファレンスの画像を与えてあげれば、え、このレベルのものができるということですね。
はい。ではここからですね、さらにこの
場所でですね、編集ができるみたいなので、ちょっと修正をしてみようかなと思います。ま、なんかコメントこの中に追加し
たりとかもできるそうですね。例えばここ
に、え、目を開けてセリフ変えてみましょうか。じゃ、この旨まいをですね、
えっと、旨まいを最高に変更してと。はい。こんな感じで打って
みましょうか。もう1つ。はい。じゃ、
女性の紙をロングにしてっていうことで3箇所の変更を押しました。はい。じゃ、
この状態で、えっと、3箇所の変更の指示が通るかどうかをやってみましょう。
OpenA公式もですね、こういうあの一貫性のある画像編集がめちゃめちゃできるようになったということで、この右側ですね、すごいですよね。あの、元の
、え、この人物の画像をほとんど破綻することなく色々ね、変更できるということなので、こんな感じの編集の指示が通るかどうかを試してみようと思います。そう
すると変更できましたね。えっと、まず
女性の目があってロングヘアになっていてうまい。この時間、ああ、この時間まで
変えちゃいましたけど、えっと、最高っていう風に、えっと、変化をしてくれました。はい。えっと、ね、ちょっと今回残念
だったのはこのAIキャンプビールみたいな文字のところはこう、一切変えて欲しくなかったんですけど、若干位置が変わっていたり、背景のこの木とかも若干伸びてしまっていますね。えっと、この右上の
太陽の光とかも若干ちょっと変わっているので、おそらくですね、画像生成し直しちゃってるんじゃないかなと思います。
これね、めちゃくちゃ細かいんですけど、この腕のところとかこの、えっと、背景のこの映像とかが若干画質が変わってるので、えっと、このレベルの修正だと画像生成をね、やり直しちゃってるのかなと思い
ますので、ま、この編集画面で編集するっていうのはちょっとこう気をつけながらやっていくといいかなと思います。これ
ですね。このいい天気でうまいみたいな。
別に何にも指示してないものを、え、勝手に作り出しちゃったりしてるのでとこの辺はいまいだったというか、えっと結構ね、やっぱり邪ジ馬なので、えっと、制御していくことが必要かなと思いました。
では、漫画制作なんかもやっていこうと思います。はい。私たちAIキャンプには
ですね、こうやって公式キャラクターがいるんですけど、えっとこの3人を使ってちょっと簡単な漫画を作っていこうと思います。え、この3照画像にある、えっと、
女性、男性、ロボットの、え、3体のキャラクターを作って、えっと、2×2グリッド正方形の、えっと、4コマ漫画を作ってください。えっと、漫画の内容は
任せますので、ま、えっと、3人が楽しそうにワイワイなんかオフィスでなんか働いてるみたいなそんなシーンを、え、想定してみてください。で、吹き出しとか
演出をつけてよくある、え、日本風の漫画のように、え、してみてください。はい。
ということで4コマ漫画を、え、正方形で作ってみたいなと思います。内容もね、
ちょっと今回お任せにしたので、これで画像生成ができるか試してみたいと思います。はい、ではですね、4コマできまし
たので見ていきましょうか。企画会議。え
、次のセミナーどんなテーマにしようかな。え、うん、最近はAIエージェントの
活用が暑いよなみたいな感じでいいですね。ちゃんと、えっと、文字の破綻なんかも
なくてですね。で、しかもですね、結構見
やすいなと思います。今までみたいに
ごちゃごちゃしてなくて、え、かなり見やすいですし、ちゃんとこのキャラクターとかの一貫性も維持できていますので、素晴らしいですね。私ね、去年からずっと
この漫画生成とかやってきたんですけど、すごいですね。パッとこのレベルのものが
できてくると、え、とてもいいなと思います。プロの漫画ってレベルにはいかない
んですけど、ちょっとね、SNSで発信したいとか商品を軽く紹介したいみたいな時にはもうこのレベルで十分にいいんじゃないかなと思いますので、この辺りのね、漫画制作なんかの、え、快適性もさらに
上がったかなと思います。
では最後ちょっとハイレベルなやつとしてサムネイル画像を作ってみたいと思うんですけど、えっとね、私ですね、えっとスキルでですね、サムネイルを、えっと、4萬同時に作ってくれるっていうものがありますので、こちらの
、え、ものを使ってサムネイル作っていきたいなと思います。で、今回サムネイルと
しては私の参照画像と背景画像のイメージを与えた状態で速報GPTイメージ2.5実現しますってものを与えていきたいなと思います。え、最近のチャATトGPT
ですね、このチャット型のエアだとすぐ止まっちゃうので、チャATGPTワークでね、有料版とかの人はこれ使うことができますので、こちらにしていただくとより複雑なタスクも実行できるので、今回
ですね、4枚の、え、画像設定同時に生成するみたいなこういうワークの時はチャットGPTワークとかに切り替えていくといいかなと思います。はい。という
ことで、えっと、チャットとワークの両方で、えっと、このサムネ4アンジェネレーターということで4枚同時生成をやったんですけど、えっと、どちらもね、素晴らしく4枚生成が、えっと、できて
いるかなと思います。うん。ちょっと自分
の顔がうさ臭くてちょっと嫌なんですけど。で、この左側なんですけど4枚生成って
言ったんですけど、なんかこう分割生成みたいなのが走っちゃったので、ここはちょっと指示が、え、ちゃんと通らなかったですね。えっと、若干左側が、ま、
ちょっとあんまり水論してなかったので、え、できてなかったですけど。はい。
こんな感じでスキルを使っていただいたり、複数枚画像を同時生成するっていうのは、え、チャATGPTワークでもできるし、チャATGPTのチャットでも、え、両方できるということです。

來源：transcript.txt

本次執行流程與問題處理

  1. 下達指令

    指令：videonote https://www.youtube.com/watch?v=SZtP_zKsrlI --language ja --bilingual --learning --auto-source-subtitles

    來源：https://www.youtube.com/watch?v=SZtP_zKsrlI

    辨識語言：ja ｜ 參數：--language ja --bilingual --learning --auto-source-subtitles

  2. 預期流程

    依指令產生的處理順序：

    1. 自動字幕優先，Whisper 作為備援
    2. 來源選擇與品質檢查
    3. 文字校正與句子單元
    4. 雙語翻譯
    5. 雙語時間軸與學習單元
    6. 筆記與發布
    7. 公開網頁發布

  3. 1. 下載與語音辨識

    工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）

    處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿

    產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）

    耗時：3.4 秒

    關係：依序執行

    結果：完成

  4. 2. 全文快速校讀

    工具：videonote_rapid_transcript_review.py

    處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目

    產出：rapid_transcript_review_report.json（產出檔案）

    耗時：48.7 秒

    關係：依序執行

    結果：完成

  5. 3. 建立句子單元

    工具：videonote-build-sentence-units

    處理：將逐字稿切成帶時間軸的句子單元

    產出：sentence_units.json（句子單元）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  6. 4. 時間軸稽核

    工具：videonote_timeline_audit.py

    處理：檢查時間軸與音訊對齊

    產出：timeline_audit_report.json（時間軸稽核）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  7. 5. 品質檢查

    工具：videonote_controlled_quality.py（檢查時間軸與品質）

    處理：檢查語言、時間軸與可讀性品質

    產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）

    耗時：0.8 秒

    關係：依序執行

    結果：完成

  8. 6. 播放時間軸回填

    工具：videonote_rebase_display_timeline.py

    處理：將網頁播放時間軸回填為校正字幕時間

    產出：display_timeline_rebase_report.json（時間軸回填報告）

    耗時：0.9 秒

    關係：依序執行

    結果：完成

  9. 7. 雙語翻譯

    工具：vnt-sentence（句子雙語翻譯）

    處理：將句子翻譯成繁體中文

    產出：sentence_bilingual_transcript.json（雙語逐字稿）

    耗時：107.1 秒

    關係：依序執行

    結果：完成

  10. 8. 雙語時間軸與學習單元

    工具：videonote_learning_timeline_v2.py（建立雙語時間軸與學習單元）

    處理：建立雙語時間軸與學習內容

    產出：sentence_bilingual_timeline.html（雙語時間軸頁）、learning.json（學習單元）、japanese_learning.json（日文學習單元）

    耗時：85.6 秒

    關係：依序執行

    結果：完成

  11. 9. 生成筆記摘要

    工具：videonote-generate-note（生成筆記摘要）

    處理：生成筆記摘要與重點

    產出：note.md（筆記 Markdown）、note.html（筆記 HTML）

    耗時：96.3 秒

    關係：依序執行

    結果：完成

  12. 10. 建立筆記頁面

    工具：videonote-render-html（產生筆記 HTML）

    處理：產生可閱讀的筆記 HTML 頁面

    產出：note.html（筆記 HTML）

    耗時：0.4 秒

    關係：依序執行

    結果：完成

  13. 11. 發布公開頁面

    工具：videonote-publish（發布公開頁面）

    處理：發布到公開網站與每日列表

    產出：公開筆記網址、result.json（管線結果）

    耗時：0.5 秒

    關係：依序執行

    結果：完成

手動來源字幕

自動來源字幕

Whisper 字幕

Qwen 字幕

Parakeet 字幕

MOSS 字幕

聲學時間證據（PyAnnote / WhisperX）

校正前後逐字稿

目前待解決問題與初步改善方向

進一步精進字幕與筆記
使用 Workbench 上傳校正字幕、中文參考稿或回饋 SRT，重新產生雙語與學習單元。
開啟 Workbench