画像を作り、音声でAIと話す
仕事や学校で使える画像を説明し、1回に1か所ずつ変えてよくし、AIと音声で会話の練習をします。
約8分(編集部の目安) · 2026-10-16更新
このレッスンで学ぶこと
- 使える画像の説明の仕方:被写体、場面、スタイル、構図、サイズ
- 1回に1か所ずつ変えてよくしていく方法と、文字を自分で入れる理由
- その画像を使ってよいかを確かめる方法
- 音声で会話を練習し、あとで確認する方法
考え方
多くのAIツールは、画像を作ったり、声で会話したりできます。画像なら、チャットで使うChatGPT、Gemini、Meta AIや、Canva AI、Adobe Fireflyのようなデザインツールがあります。音声なら、ChatGPT、Gemini、Microsoft Copilot、Meta AIなどです。各ツールのページには、確認できた内容を公式の情報源とともに載せています。
「スライド用の画像」のような短い頼み方では、ありきたりな画像になります。5つのことを説明しましょう。被写体、場面、スタイル(写真、フラットなイラスト、線画)、構図(アップか引きか、タイトル用の余白をどこに空けるか)、サイズ(スライドなら横長、ポスターなら縦長)です。
最初の画像は下書きと考え、「同じ画像で、背景を無地の白に」のように、1回に1か所だけ変えます。そうすれば、それぞれの変更で何が変わったかがわかります。生成された画像の中の文字は、新しいツールでも、つづりが間違っていたり、読みにくかったり、位置がずれていたりすることがあります。画像には文字を入れないよう頼み、タイトルやラベルは自分で入れてください。
画像を使う前に、ツールの利用規約と、会社や学校のルールを確認してください。許可がない限り、実在の人物、ロゴ、ブランドは入れず、生成した画像を本物の写真として見せることは絶対にしないでください。
音声は、面接や難しい電話などの会話を練習したり、考えを声に出して整理したり、手がふさがっているときに使ったりするのに役立ちます。最初に状況を伝えます。AIに誰を演じてほしいか、何を練習したいかです。たいていは、話しかけるだけで割り込めます。終わったら、ツールに文字起こしが残っていれば読み、事実を確認します。音声のチャットもデータであり、文字のチャットと同じように保存されることがあるので、プライバシー設定を確認してください。
動画を見る
Gemini Liveと声に出して話し、営業のプレゼンや難しい1対1の面談などの会話をリハーサルし、出来についてフィードバックをもらい、音声でアイデアを出す方法を紹介します。
例
事務担当のMariaさんは、新しいリサイクルのルールについての発表で使う、タイトルスライド用の画像が必要です。「スライド用にリサイクルの画像を作って」と頼むと、ごちゃごちゃした地球の上に「RECYCLNG」という文字が入った画像ができました。2回目はこう頼みます。
プレゼンテーションのスライド用の画像を作ってください。
被写体:青、緑、灰色の3つのリサイクル用ゴミ箱。
場面:明るいオフィスの給湯室。
スタイル:フラットなイラスト、やわらかい色合い。
構図:ゴミ箱は右側、左側はタイトル用の余白。
サイズ:横長、16:9。
画像の中に単語、文字、ロゴは入れないでください。
ゴミ箱が小さかったので、1か所だけ変えます。「同じ画像で、ゴミ箱を大きく。ほかはそのままで。」タイトルは自分でスライドに入力し、AI画像についての会社のガイドラインを確認します。
仕入れ先との難しい電話の前には、音声モードを開いてこう話します。
あなたは納品が2週間遅れている仕入れ先です。私は顧客です。
少し反論してください。答えは短くしてください。5分たったら、
私の話のどこがわかりにくかったかを教えてください。
答えが長くなったら割り込み、実在の会社名は出さず、終わったあとで文字起こしを読みます。
やってみましょう
- 今週必要な画像を1つ選びます。スライドのイラスト、ポスターの背景、手順を説明するシンプルな図などです。
- 下のテンプレートの画像の部分を埋めて、画像を作ります。
- 1回に1か所ずつ、最大3回まで変更し、そのあと必要な文字を自分で入れます。
- ツールの利用規約と、会社や学校のルールを確認します。
- 音声で会話を5分間練習します。最初に状況を伝えます。
- ツールに文字起こしが残っていれば読み、残したいことを1つ、確認したいことを1つ書き留めます。
終わったときには、使える画像が1枚と、音声での会話1回分のメモができているはずです。
このテンプレートをコピー
画像:
[スライド、ポスター、その他の用途]用の画像を作ってください。
被写体:[画像に写っているもの]。
場面:[場所]。
スタイル:[例:写真、フラットなイラスト、線画]。
構図:[アップか引きか、どこに余白を空けるか]。
サイズ:[横長、縦長、正方形、または16:9などの比率]。
画像の中に単語、文字、ロゴは入れないでください。
音声での練習(声に出して読むか、入力してから、ツールが対応していれば音声に切り替えます):
[会話]の練習をしたいです。あなたは[役]です。私は[自分の役]です。
答えは短くしてください。最後に、よかった点、わかりにくかった点、
あなた自身が確信を持てない点を教えてください。AIに不確かな点を示すよう頼んでも、答えが正しくなるわけではありません。大事な部分は引き続き確認してください。
結果を確認する
- 画像は、頼んだスタイルと形で被写体を描いていて、文字を入れる余白がありますか?
- 崩れた文字、ロゴ、見分けのつく実在の人物が入っていませんか?
- ツールの利用規約と、会社や学校のルールで、この使い方は認められていますか?
- 文字起こしは聞いた内容と一致していて、事実は正しいですか?
- 画像にも会話にも、名前や個人的な情報を入れずにおきましたか?
よくある間違い
- 一度に全部を変える。何が効いたのかわからなくなります。1か所だけ変えて、ほかはそのままにしてください。
- 画像に文字を残す。つづりの間違いは見落としやすく、直しにくいものです。文字は自分で入れてください。
- 自分で作った画像なら何でも使えると思い込む。ルールはツール、会社、学校によって違います。先に確認してください。
- 状況を伝えずに音声チャットを始める。雑談になってしまいます。誰を演じるのか、何を練習するのかを伝えてください。
- 聞いた内容を信じる。話し言葉の答えは自信ありげに聞こえ、数秒で消えてしまいます。文字起こしがあれば読んでください。
練習は終わりましたか?
進み具合はこのブラウザにだけ保存されます。ブラウザのデータを消去すると消えます。
出典
- Gemini 3 Pro Image – Nano Banana Pro (Google DeepMind、2026-10-16閲覧)
- Image generation (OpenAI、2026-10-16閲覧)
- Google: gemini live (Google、2026-10-11閲覧)
- Anthropic: 11101966 use voice mode (Anthropic、2026-10-11閲覧)