AI画像生成の効率化：2x2グリッドと自動化で語源学習アプリのイラスト2800枚を定額で量産する仕組み
EMUYN LLCは、語源学習アプリ「ETYMO!」および「METYMO!」のコンテンツ拡充のため、2822枚を超える語幹イラストを効率的かつ低コストで大量生成するシステムを開発・公開しました。本プロジェクトの目的は、無料提供する教育アプリに必要な膨大な数のイラストを、品質を保ちつつ、コストを抑えて用意することにあります。
従来のAI画像生成API（Gemini APIなど）は従量課金制であり、プロンプトの調整や再生成の試行錯誤が繰り返されると、コストが青天井になるリスクがありました。これを回避するため、同社は年額固定のGoogle AI Plus（年額9,000円）を契約し、Web UIをPlaywrightという自動化ツールを用いて操作する手法を採用しました。これにより、生成枚数に制限を設けず、定額で作業を継続することが可能となりました。
さらに、生成効率を飛躍的に高めたのが「2x2グリッド生成手法」です。通常は1プロンプトで1枚の画像を生成しますが、Geminiの指示能力を利用し、一度のリクエストで4つの異なる題材（A, B, C, D）を配置した2x2のグリッド画像を生成させました。この画像をPythonで中央線（50/50）で分割することで、実質的な待ち時間を1/4に短縮し、2822枚のイラストを単発で生成する場合の約30時間以上から、約8時間程度に大幅に短縮することに成功しました。
システムは、Pythonをオーケストレーター（制御役）、Node.jsを常駐ワーカー（実行役）として分離し、ログインセッションの永続化や、ジョブの進捗管理、失敗時の再開可能な設計を組み込むことで、長時間にわたるバッチ処理の安定性を確保しています。この技術は、教育コンテンツやデザインアセットの大量生成における、コスト管理とワークフロー自動化の新たなモデルケースを示しています。
背景
教育コンテンツやデザインアセットの制作において、必要なイラストや画像素材の量が爆発的に増える傾向があります。特にAI画像生成技術の進化に伴い、高品質な素材を大量かつ一貫したスタイルで生成することが求められるようになりました。本記事の背景には、高コストな従量課金APIの利用に伴う経済的リスクと、膨大な素材を効率的に管理・生成する必要性があります。
重要用語解説
- Playwright: Webブラウザの自動操作を行うためのライブラリ。API経由ではなく、実際にブラウザのUIを操作することで、従量課金制の制約を受けずに定額で大量の処理を可能にしました。
- 従量課金: 利用した分だけ費用が発生する支払いモデル。AI画像生成APIなどによく見られ、試行錯誤が多いプロジェクトではコスト予測が難しくなるという課題があります。
- 2x2グリッド: AI画像生成において、一つのプロンプトで4つの異なる題材を配置したグリッド形式の画像を生成する手法。これにより、単一の生成リクエストで複数の素材を同時に取得し、待ち時間を大幅に短縮できます。
今後の影響
本手法は、AIを活用したコンテンツ制作におけるワークフローの最適化を示す重要な事例です。単なる技術紹介に留まらず、コスト管理（定額固定費への移行）と処理速度の劇的な改善（待ち時間1/4）を両立させた点で、今後の教育・メディアコンテンツ制作における自動化の標準的なモデルとなり得ます。