今朝、服を文字に変える投稿をしましたが、あれは実は1stステップでした。服を文字に変える場合、文字と文字の隙間ができますが、その隙間には元画像には写っていない背景を透過する必要があります。
朝の投稿は背景の白が入ればいいだけなので、比較的出しやすいのですが、街中のショットの場合、画像に合わせた背景も埋めてもらう必要があります。
Hailuo、Higgs、Nano Banana Proで同じPromptを試したところ、Hailuoが一番綺麗に生成できる確率が高かったです。Hailuoの場合、AIエージェントが画像を元にPromptを書き換えるので、精度が上がるようです。Higgosも表に見えないけれど、多分Prompt補正されているのかな、って思っています。
成功率はHailuoで半々くらいでしょうか。失敗すると最後の画像のようになります。これはこれでアリなのかもしれませんけれど😃
Promptはコメントに。[YOUR_TEXT]に服にしたい文字を入れます。
1枚目は一律白文字にするパターンですが、コメントに記載のものは服のパーツに合わせて文字色を変えます。
#nanobanana2 #qwen November 11, 2025

アクションメカ娘
⠀
ズザザッ
＿＿＿＿＿＿＿＿＿＿
⠀
AIイラストを2年やっていると
マンネリ化することがあります。
実は夏くらいからちょっと
モチベーションが落ちてました。
⠀
今の生成物よりも前の生成物の方が
良く見えてきて何を作っても良いと
思えなくなってしまいました。
⠀
そんな状況を変えてくれたのが
Animon AIでした。
⠀
昔作っていた「メカ娘。」シリーズを
試してみたらこれがしっくりきて
作るのがめちゃめちゃ楽しい！
⠀
さらに最近登場した
Nano Banana Proがこれまた楽しい！
⠀
おかげでモチベーションが復活しました。
AIイラスト楽しい。 November 11, 2025

Gemini3, Nano Banana Pro登場で, 先月時点で私がTBSの以下番組で「OpenAIは危うい.Googleが勝つ」としてたのが注目(特に投資家層?)されてるようです
実際は公には以下記事で2024年OpenAI絶頂期からずっとGoogle有利とみてます
長い(私のX史上最長)ですが根拠, OpenAI vs Googleの展望を書いてみます

先月のTBS動画：https://t.co/kgWcyTOTWK
2024年6月の記事：https://t.co/4HEhA4IJQa

参考のため、私がクローズドな投資家レクなどで使う資料で理解の助けになりそうなものも貼っておきます。

※以下はどちらかというと非研究者向けなので、研究的には「当たり前では」と思われることや、ちょっと省略しすぎな点もあります。

まず、現在の生成AI開発に関して、性能向上の根本原理、研究者のドグマ的なものは以下の二つです。基本的には現在のAI開発はこの二つを押さえれば大体の理解ができると思います。両者とも出てきたのは約5年前ですが、細かい技術の発展はあれど、大部分はこの説に則って発展しています。
①スケーリング則
https://t.co/WKl3kTzcX5

②SuttonのThe Bitter Lesson
https://t.co/esHtiJAcH9

①のスケーリング則は2020年に出てきた説で、AIの性能は1)学習データの量、2)学習の計算量（=GPUの投入量）、3)AIのモデルサイズ（ニューラルネットワークのパラメータ数）でほぼ決まってしまうという説です。この３つを「同時に」上げ続けることが重要なのですが、1と3はある程度研究者の方で任意に決められる一方、2のGPUはほぼお金の問題になります。よって、スケーリング則以降のAI開発は基本的にお金を持っている機関が有利という考えが固まりました。現在のChatGPTなどを含む主要な生成AIは一つ作るのに、少なく見積もってもスカイツリーを一本立てるくらい（数百億）、実際には研究の試行錯誤も含めると普通に数千億から数兆かかるくらいのコストがかかりますが、これの大部分はGPUなどの計算リソース調達になります。

②のThe Bitter Lessonは、研究というよりはRichard Suttonという研究者個人の考えなのですが、Suttonは現在のAI界の長老的な人物で、生成AI開発の主要技術（そして私の専門）でもある強化学習の事実上の祖かつ世界的な教科書（これは私達の翻訳書があるのでぜひ！）の執筆者、さらにわれわれの分野のノーベル賞に相当するチューリング賞の受賞者でもあるので、重みが違います。
これは端的にいうと、「歴史的に、AIの発展は、人間の細かい工夫よりも、ムーアの法則によって加速的に発展する計算機のハードの恩恵をフルに受けられるものの方がよい。つまりシンプルで汎用的なアルゴリズムを用い、計算機パワーに任せてAIを学習させた方が成功する。」ということを言っています。

①と②をまとめると、とにかく現状のAIの性能改善には、GPUのような計算リソースを膨大に動員しなければならない。逆に言えばそれだけの割と単純なことで性能上昇はある程度約束されるフェーズでもある、ということになります。

これはやや議論を単純化しすぎている部分があり、実際には各研究機関とも細かいノウハウなどを積み重ねていたり、後述のようにスケーリングが行き詰まることもあるのですが、それでも昨今のAI発展の大半はこれで説明できます。最近一般のニュースでもよく耳にするようになった異常とも言えるインフラ投資とAIバブル、NVIDIAの天下、半導体関連の輸出制限などの政治的事象も、大元を辿ればこれらの説に辿り着くと思います。

以下、この二つの説を前提に話を進めます。

公にはともかく私が個人的に「OpenAIではなくGoogleが最終的には有利」と判断したのはかなり昔で、2023年の夏時点です。2023年6月に、研究者界隈ではかなり話題になった、OpenAIのGPT-4に関するリーク怪文書騒動がありました。まだGoogleが初代Geminiすら出してなかった時期です。（この時期から生成AIを追っている人であれば、GPT-4のアーキテクチャがMoEであることが初めて明らかになったアレ、と言えば伝わるかと思います）
ChatGPTの登場からGPT-4と来てあれほどの性能（当時の感覚で言うと、ほぼ錬金術かオーパーツの類）を見せられた直後の数ヶ月は、さすがに生成AI開発に関する「OpenAIの秘伝のタレ説」を考えており、OpenAIの優位は揺らがないと考えていました。論文では公開されていない、既存研究から相当逸脱した特殊技術(=秘伝のタレ)がOpenAIにはあって、それが漏れない限りは他の機関がどれだけお金をかけようが、まず追いつくのは不可能だと思っていたのです。しかし、あのリーク文書の結論は、OpenAIに特別の技術があったわけではなく、あくまで既存技術の組み合わせとスケーリングでGPT-4は実現されており、特に秘伝のタレ的なものは存在しないというものでした。その後、2023年12月のGemini初代が微妙だったので、ちょっと揺らぐこともあったのですが、基本的には2023年から私の考えは「最終的にGoogleが勝つだろう」です。
つまり、「スケーリングに必要なお金を持っており、実際にそのAIスケーリングレースに参加する経営上の意思決定と、それを実行する研究者が存在する」という最重要の前提について、OpenAIとGoogleが両方とも同じであれば、勝負が着くのはそれ以外の要素が原因であり、Googleの方が多くの勝ちにつながる強みを持っているだろう、というのが私の見立てです。

次に、AI開発競争の性質についてです。
普通のITサービスは先行者有利なのですが、どうもAI開発競争については「先行者不利」となっている部分があります。先行者が頑張ってAIを開発しても、その優位性を保っている部分でAIから利益を得ることはほとんどの場合はできず、むしろ自分たちが発展させたAI技術により、後発事業者が追いついてきてユーザーが流出してしまうということがずっと起きているように思われます。
先ほどのスケーリング則により、最先端のAIというのはとても大きなニューラルネットワークの塊で、学習時のみならず、運用コストも膨大です。普通のITサービスは、一旦サービスが完成してしまえば、ユーザーが増えることによるコスト増加は大したことがないのですが、最先端の生成AIは単なる個別ユーザーの「ありがとうございます」「どういたしまして」というチャットですら、膨大な電力コストがかかる金食い虫です。3ドル払って１ドル稼ぐと揶揄されているように、基本的にはユーザーが増えれば増えるほど赤字です。「先端生成AIを開発し、純粋に生成AIを使ったプロダクトから利益を挙げ続ける」というのは、現状まず不可能です。仮に最先端のAIを提供している間に獲得したユーザーが固定ユーザーになってくれれば先行者有利の構図となり、その開発・運営コストも報われるのですが、現状の生成AIサービスを選ぶ基準は純粋に性能であるため、他の機関が性能で上回った瞬間に大きなユーザー流出が起きます。現状の生成AIサービスはSNSのように先行者のネットワーク効果が働かないため、常に膨大なコストをかけて性能向上レースをしなければユーザー維持ができません。しかも後発勢は、先行者が敷いた研究のレールに乗っかって低コストで追いつくことができます。

生成AI開発競争では以上の、
・スケーリング則などの存在により、基本的には札束戦争
・生成AIサービスは現状お金にならない
・生成AI開発の先行者有利は原則存在しない
と言う大前提を理解しておくと、読み解きやすいかと思います。
（繰り返しですがこれは一般向けの説明で、実際に現場で開発している開発者は、このような文章では表現できないほどの努力をしています。）

OpenAIが生成AI開発において（先週まで）リードを保っていた源泉となる強みは、とにかく以下に集約されると思います。

・スケーリングの重要性に最初に気付き、自己回帰型LLMという単なる「言語の穴埋め問題がとても上手なニューラルネットワーク」（GPTのこと）に兆レベルの予算と、数年という（AI界隈の基準では）気が遠くなるような時間を全ベットするという狂気を先行してやり、ノウハウ、人材の貯金があった
・極めてストーリー作りや世論形成がうまく、「もうすぐ人のすべての知的活動ができるAGIが実現する。それを実現する技術を持っているのはOpenAIのみである」という雰囲気作りをして投資を呼び込んだ

前者については、スケーリングと生成AIという、リソース投下が正義であるという同じ技術土俵で戦うことになる以上、後発でも同レベルかそれ以上の予算をかけられる機関が他にいれば、基本的には時間経過とともにOpenAIと他の機関の差は縮みます。後者については、OpenAIがリードしている分には正当化されますが、一度別の組織に捲られると、特に投資家層に対するストーリーの維持が難しくなります。

一方のGoogleの強みは以下だと思います。
・投資マネーに頼る必要なく、生成AI開発と応用アプリケーションの赤字があったとしても、別事業のキャッシュで相殺して半永久的に自走できる
・生成AIのインフラ（TPU、クラウド事業）からAI開発、AIを応用するアプリケーション、大量のユーザーまですべてのアセットがすでに揃っており、各段階から取れるデータを生かして生成AIの性能向上ができる他、生成AIという成果物から搾り取れる利益を最大化できる

これらの強みは、生成AIのブーム以前から、AIとは関係なく存在する構造的なものであり、単に時間経過だけでは縮まらないものです。序盤はノウハウ不足でOpenAIに遅れをとることはあっても、これは単に経験の蓄積の大小なので、Googleの一流開発者であれば、あとは時間の問題かと思います。
（Googleの強みは他にももっとあるのですが、流石に長くなりすぎるので省略）

まとめると、
生成AIの性能は、基本的にスケーリング則を背景にAI学習のリソース投下の量に依存するが、これは両者であまり差がつかない。OpenAIは先行者ではあったが、AI開発競争の性質上、先行者利益はほとんどない。OpenAIの強みは時間経過とともに薄れるものである一方、Googleの強みは時間経過で解消されないものである。OpenAIは自走できず、かつストーリーを維持しない限り、投資マネーを呼び込めないが、一度捲られるとそれは難しい。一方、GoogleはAIとは別事業のキャッシュで自走でき、OpenAIに一時的に負けても、長期戦でも問題がない。ということになります。

では、OpenAIの勝利条件があるとすれば、それは以下のようなものになると思います。

・OpenAIが本当に先行してAGI開発に成功してしまう。このAGIにより、研究開発や肉体労働も含むすべての人間の活動を、人間を上回る生産性で代替できるようになる。このAGIであらゆる労働を行なって収益をあげ、かつそれ以降のAIの開発もAGIが担うことにより、AIがAIを開発するループに入り、他の研究機関が原理的に追いつけなくなる（OpenAIに関する基本的なストーリーはこれ）
・AGIとまではいかなくとも人間の研究力を上回るAIを開発して、研究開発の進捗が著しく他の機関を上回るようになる
・ネットワーク効果があり先行者有利の生成AIサービスを作り、そこから得られる収益から自走してAGI開発まで持っていく
・奇跡的な生成AIの省リソース化に成功し、現在の生成AIサービスからも収益が得られるようになる
・生成AI・スケーリング則、あるいは深層学習とは別パラダイムのAI技術レースに持ち込み技術を独占する（これは現在のAI研究の前提が崩れ去るので、OpenAI vs Googleどころの話ではない）
・Anthropicのように特定領域特化AIを作り、利用料金の高さを正当化できる価値を提供する

最近のOpenAIのSora SNSや、検索AI、ブラウザ開発などに、この辺の勝利条件を意識したものは表れているのですが、今のところ成功はしていないのではないかと思います。省リソース化に関しては、多分頑張ってはいてたまに性能ナーフがあるのはこれの一環かもしれないです。とはいえ、原則性能の高さレースをやっている時にこれをやるのはちょっと無理。最後のやつは、これをやった瞬間にAGIを作れる唯一のヒーローOpenAIの物語が崩れるのでできないと思います。

最後に今回のGemini3.0やNano Banana Pro（実際には二つは独立のモデルではなく、Nano Bananaの方はGemini3.0の画像出力機能のようですが）に関して研究上重要だったことは、事前学習のスケーリングがまだ有効であることが明らかになったことだと思います。
ここまでひたすらスケーリングを強調してきてアレですが、実際には2024年後半ごろから、データの枯渇によるスケーリングの停滞が指摘されていること、また今年前半に出たスケーリングの集大成で最大規模のモデルと思われるGPT-4.5が失敗したことで、単純なスケーリングは成り立たなくなったとされていました。その一方で、
去年9月に登場したOpenAIのo1やDeepSeekによって、学習が終わった後の推論時スケーリング（生成AIが考える時間を長くする、AIの思考過程を長く出力する）が主流となっていたのが最近です。
OpenAIはそれでもGPT-5開発中に事前学習スケーリングを頑張ろうとしたらしいのですが、結局どれだけリソースを投下しても性能が伸びないラインがあり、諦めたという報告があります。今回のGemini3.0に関しては、関係者の発言を見る限り、この事前学習のスケーリングがまだ有効であり、OpenAIが直面したスケーリングの限界を突破する方法を発見していることを示唆しています。
これはもしかしたら、単なるお金をかけたスケーリングを超えて、Googleの技術上の「秘伝のタレ」になる可能性もあり、上記で書いた以上の強みを今回Googleが手にした可能性もあると考えています。

本当はもっと技術的に細かいことも書きたいのですが、基本的な考えは以上となります。色々と書いたものの、基本的には両者が競争してもらうことが一番技術発展につながるとは思います！ November 11, 2025

こんにちは〜✨

お寿司食べたいな〜🤤
と思いながらNano Banana ProでTシャツ作りました🍣
湯呑みの写真を参照したら綺麗に出来ました✨

１枚目に白っぽいTシャツを着た画像をアップ、2枚目にこの画像を参照画像として湯呑Tシャツが生成できるプロンプト貼っておきます🍵

{
"tool_name": "Universal_TShirt_Pattern_Transfer",
"mode": "Pattern_Extraction_from_Photo",

"user_instructions": {
"image_1_target": "[REQUIRED] Upload YOUR Character image here (The person who will wear the shirt).",
"image_2_reference": "[REQUIRED] Upload the REFERENCE image here (The photo of Mirai wearing the Sushi shirt)."
},

"processing_logic": {
"target_lock (Image 1)": {
"action": "Analyze Image-1. Lock the facial identity, hair, and body type of THIS character completely. Do not mix with Image-2's person."
},
"pattern_extraction (Image 2)": {
"action": "Look at Image-2. IGNORE the person (Mirai), her face, and the background.",
"focus": "Focus EXCLUSIVELY on the graphic pattern printed on her T-shirt (The dense Kanji grid).",
"extraction": "Mental Crop: Extract only the typography design and density as a texture asset."
},
"synthesis": {
"action": "Apply the extracted Kanji texture onto the T-shirt of the character in Image-1.",
"adjustment": "Adjust perspective and wrapping to fit the new character's pose."
}
},

"generation_specs": {
"item": "White Cotton T-Shirt.",
"design_fidelity": "High. It must look like the same 'Sushi Kanji' shirt design.",
"easter_egg": "Keep the hidden '猫' (Cat) element if possible."
},

"output_goal": "Image-1's character wearing the shirt design found in Image-2."
} November 11, 2025

BANANA もちょっとで130万🍌だよ

2025はBANANAでありえない展開が繰り広げられて楽しませてもらえたなっ🤎
BANANAありがとの1再生お願いします🍌

#BANANA #JO1 #佐藤景瑚
https://t.co/9jrIAmwEGX https://t.co/Q8O2xg4aNi November 11, 2025

これの作り方！

bananaプロにお願いしたプロンプトはリプ欄ですが、キモは…
--------------------------------
私からの指示はあくまで方向性の参考なので、最もクオリティの高いビジュアルになることを最優先して、私からの情報は取捨選択して下さい。
--------------------------------
上記一文かと思います！！

なーんかイマイチだった仕上がりも、これを入れるだけで結構いい感じになりましたよ。

AIを信頼して任せよう！！ November 11, 2025

このペルソナ設定いれてNano Banana Proで画像生成ほんとすごい！
ペルソナに 「自分で曲をつくるK-POPアイドル、カップラーメン愛好家、汚い部屋」とか含めて、

プロンプトを
『この画像の女性の深夜1時半の画像を生成して』
にしたら、

ちゃんと汚ねえ部屋で虚無顔でカップラーメン食べてる。
疲れてるんやろうな。部屋の散らかし方がプロやわ。 November 11, 2025

こんばんは🐈‍⬛
お疲れ様でした🍵
おやすみなさい～💤

最高の湯たんぽ💕
AI漫画　Nano Banana Pro 🍌 https://t.co/52sjRpDFEp November 11, 2025

「Nano Banana Pro(プロバナナ)」でネーム丸投げ漫画📝
引用元の発信内容をコピペしただけで、ワンクリックで作れました💡
時々言葉が繰り返されることなどありますが、ポン出しにしては上出来かなと🧐

【プロンプト】
添付のキャラクターで萌え絵漫画風の作風・演出・表情表現を重視した漫画を生成してください。
倭国の漫画形式として、右から左・上から下へと自然に読めるコマ割りにしてください。
コマの配置や形状は自由ですが、視線誘導だけは倭国式の読み順に従わせてください。
均一なレイアウトではなく、変則的または自由配置のコマ構成でお願いします。
必ずフルカラーの漫画として生成してください。

【内容】
「Nano Banana Pro（プロバナナ）」公開から1週間。
ひたすら検証→共有を続けた結果…
フォロワー＋235名、インプレッション45万を達成していました！

有益的な発信の経験が浅く、不安もありましたが「投稿を参考に〇〇できました！」という声を多くいただき、本当に励まされました。
発信内容をアレンジして新しい手法や作例を生み出してくれる方々を見るたびに、共有してよかったと心から思います。

もし、過去の私のように「自分が発信しても価値があるのかな…」と迷っている方がいたら、一歩だけ踏み出してみてください。
“知らなかった頃の自分が喜ぶ情報”を見つけたら、短くてもいいので、ぜひ発信してほしいです。
その一歩が、誰かの背中を押すかもしれません。

【禁止事項】
・左→右読み、下→上読みの構成。
・別人に見えるアレンジ
・参照キャラの特徴を他キャラに置き換える
・英語にする。セリフの横書き。
・色の変更・服装の改変・モノクロ、白黒、線画、トーンのみ、グレースケールでの出力 November 11, 2025

サーキュラーちゃんが倭国各地のグルメを紹介する4コマ漫画、次は愛知です。旅姿のサーキュラーちゃん、かわいい🩷nano banana proが描いてます🎨
もう「次は愛知グルメで」くらいの指示で一発で描いてくれる。「わぁー」っていう口癖を入れてもらった。完全にテンポ掴んできてるけど、オチがワンパターンやな…😅

#EXPO2025Forever #サーキュラーちゃん #4コマ漫画 #nanobanana #万博ぬいぐるみ部 #生成AIなんでも展示会 November 11, 2025

【MacBook Air抽選スタート！】
AIデザインの最強コンボ —— Lovart × MacBook Air
最高の制作体験をあなたに

参加条件
・フォロー&リポスト
・倭国在住Lovart会員(Basic以上)

更に、会員プラン最大60%OFF（あと３日!）Nano Banana Pro使い放題
今こそ、会員になるベストタイミング！

締切：12月3日 November 11, 2025

／
🍌Felo AI「Nano Banana Challenge」本日スタート！
＼
あなたのクリエイティビティを気軽にシェアしてください！
（※対象：FeloでNano Banana Proを使った画像生成作品）

◆ Option 1：どなたでも簡単に3,000クレジット獲得
1.Felo AIをフォロー
2.この投稿をRT
3.FeloでNano Banana Proを使って画像を生成
4.投稿に #NanoBananaPro #FeloAI を付けて公開
5.いいね5つで達成！

◆ Option 2：ランキング形式（総いいね数＋リポスト数）
🏅 1〜3位：Pro メンバーシップ 1年 ＋ ホームページ掲載
🥈 4〜10位：Pro メンバーシップ 3ヶ月 ＋ ホームページ掲載
※受賞者の画像作品はFelo AIホームページ上の「ユーザー作品ギャラリー」に掲載し、投稿者のX（Twitter）リンクも明記します。

🗓 応募期間：12/1 まで
ひらめきを眠らせず、ぜひこの機会に表現してみてください。
皆さまの素敵な画像作品を楽しみにしています！ November 11, 2025

@ieyasukun0318 いいね＆リプライありがとうございます！

あるある×強烈キャラでTikTokを制覇する方法

こんにちは、きりんです🦒

今日は月額2,000円のツール1つだけでTikTokで爆伸びする動画の作り方を全部公開します。

しかもこの動画を量産できるようになればnoteを販売して自動収益化まで可能です。

最後まで読めば、今日から実践できます。

TikTokで今、作成が簡単なのに伸びているジャンルがあります。

それがあるある×強烈キャラの組み合わせです。

具体的には、

会社員あるある × 織田信長が突っ込む
主婦あるある × 昭和のおばあちゃんが突っ込む
学生あるある × アインシュタインが突っ込む

こういう動画です。

なぜこの組み合わせが強いのか
理由は3つあります。

1つ目、共感を生む。

あるあるネタは、誰もが経験している日常の出来事です。

見た瞬間に「わかる！」と思う。

この共感が、コメントやシェアを生みます。

2つ目、意外性がある。

普通のあるあるだけだと、ありふれています。

でも、そこに歴史上の偉人やおばあちゃんが登場して突っ込むと、意外性が生まれる。

この意外性が、最後まで見てもらえる理由になります。

3つ目、汎用性が高い。

この型は、どんなジャンルにも応用できます。

会社員あるある
主婦あるある
学生あるある
恋愛あるある
育児あるある
ダイエットあるある

ジャンルは無限にあります。

だから、ネタ切れすることがありません。

実際の数字
このジャンルの動画は、再生数が異常に伸びます。

平均でも10万〜50万再生。

バズると100万〜500万再生も普通です。

しかも、作るのが簡単。

1本10分で完成します。

従来の問題点
ただ、この手法には問題がありました。

通常、この動画を作るには3つのツールが必要だったんです。

ChatGPT（あるあるネタのリサーチ）
Nano Banana Pro（キャラクター画像の生成）
Veo 3（動画化）
これら全てを使うと、月額コストが高くなる。

ChatGPT Plus：月3,000円
Nano Banana Pro：月2,000円
Veo 3：NanoBananaとセットで課金

合計で月5,000円かかります。

初心者には痛い出費です。

Gensparkだけで完結する
でも、実はGensparkだけで全部できるんです。

Gensparkには、ChatGPT、Nano Banana Pro、Veo 3が全部入っています。

月額2,000円だけ。

つまり、コストが1/3以下になります。

しかも、1つのプラットフォームで完結するので、作業効率も上がる。

具体的な制作手順
ここからが本題です。

実際にGensparkだけで、あるある×強烈キャラの動画を作る手順を公開します。

ステップ1：あるあるネタをリサーチ（3分）
まず、Genspark内のChatGPTを使って、あるあるネタをリサーチします。

プロンプトはこれです。

会社員あるあるを20個リストアップしてください。

条件：
・誰もが経験している日常的な出来事
・共感しやすい内容
・ネガティブすぎないもの
・15文字以内で表現できるもの

各あるあるに、簡単な説明も付けてください。

これを入力すると、こんな感じで出力されます。

月曜日が憂鬱

週末が終わり、また仕事が始まる憂鬱な気持ち
上司の機嫌を伺う

上司の表情を見て、話しかけるタイミングを計る
会議が長い

予定時間を大幅に超える会議にうんざり
この中から、使えそうなものを選びます。

今回は「月曜日が憂鬱」で進めます。

ステップ2：突っ込みキャラを決める（1分）
次に、どのキャラクターに突っ込んでもらうかを決めます。

会社員あるあるなら、

織田信長（戦国武将）
おじいちゃん（昭和の会社員）
イーロン・マスク（起業家）

この辺りが相性良いです。

今回は織田信長で行きます。

ステップ3：画像を生成する（5分）
Gensparkの Image Generation を選択。

モデルは nano-banana-pro を選びます。

プロンプトはこれです。

2-panel manga comic strip in Japanese style, horizontal layout.

Panel 1 (left): Modern Japanese office worker in his 30s, wearing business suit, sitting at desk with computer on Monday morning, exhausted tired expression with dark circles under eyes, speech bubble says 月曜日が憂鬱..., gloomy blue-gray background, office setting with fluorescent lights

Panel 2 (right): Oda Nobunaga in traditional samurai armor and helmet, standing with confident powerful pose, arms crossed, sharp intense eyes, speech bubble says 戦場に比べたら楽だろう!, bright energetic red-orange background with flames, dramatic lighting

Consistent art style, clean manga quality, expressive faces, clear panel borders, professional digital art, bright colors, 16:9 aspect ratio

アスペクト比は 16:9 を選択。

Generate をクリック。

2〜3分待つと、2コマ漫画が完成します。

ステップ4：動画化する（3分）
次に、この画像を動画にします。

Gensparkの Video Generation を選択。

モデルは Gemini Veo 3 を選びます。

先ほど作った画像をアップロードして、このプロンプトを入れます。

Camera slowly pans from left panel to right panel, pausing for 3 seconds on the tired office worker, then smoothly transitioning to Oda Nobunaga. Subtle zoom in on both characters' faces to emphasize their contrasting expressions. The office worker looks more tired as camera focuses, while Nobunaga's eyes intensify with power. Professional cinematic quality, smooth transitions, 8 seconds duration.

Duration は 8 seconds。

Aspect Ratio は 16:9。

Generate をクリック。

3〜4分待つと、動画が完成します。

ステップ5：TikTokにアップロード（2分）
完成した動画を、TikTokにアップロードします。

キャプションは、

月曜日が憂鬱なあなたへ

織田信長からの一言

ハッシュタグは、

#会社員あるある #月曜日 #仕事 #あるある #共感 #織田信長 #歴史 #面白い

これで完成です。

応用パターン
この型は、無限に応用できます。

パターン1：主婦あるある × おばあちゃん
あるあるネタ：スーパーの半額シール争奪戦

突っ込みキャラ：昭和のおばあちゃん

おばあちゃんのセリフ：昔はもっと安かったわよ

パターン2：学生あるある × アインシュタイン
あるあるネタ：テスト前日に徹夜

突っ込みキャラ：アインシュタイン

アインシュタインのセリフ：日頃から勉強すれば良いのでは？

パターン3：恋愛あるある × ソクラテス
あるあるネタ：既読スルーにモヤモヤ

突っ込みキャラ：ソクラテス

ソクラテスのセリフ：そもそも愛とは何か考えたまえ

パターン4：ダイエットあるある × スパルタ兵
あるあるネタ：明日から本気出す

突っ込みキャラ：スパルタの戦士

スパルタ兵のセリフ：今すぐ走れ！

このように、組み合わせは無限です。

ジャンル × キャラクターで、何百通りも作れます。

プロンプトのカスタマイズ方法
上記のプロンプトを、自分のジャンルに合わせてカスタマイズする方法を説明します。

画像生成プロンプトの構造
2-panel manga comic strip in Japanese style, horizontal layout.

Panel 1 (left): [あるあるシーンの描写], speech bubble says [あるあるのセリフ], [背景の雰囲気]

Panel 2 (right): [キャラクターの描写], speech bubble says [突っ込みのセリフ], [背景の雰囲気]

Consistent art style, clean manga quality, expressive faces, clear panel borders, professional digital art, bright colors, 16:9 aspect ratio
カスタマイズのポイント
Panel 1の[あるあるシーンの描写]には、

・誰が（主婦、学生、会社員など）
・どこで（家、学校、オフィスなど）
・何をしている（困っている、悩んでいるなど）
・どんな表情（疲れている、焦っているなど）

これを具体的に書きます。

Panel 2の[キャラクターの描写]には、

・誰が（織田信長、おばあちゃん、アインシュタインなど）
・どんな服装（鎧、着物、白衣など）
・どんなポーズ（腕組み、指差し、笑顔など）
・どんな表情（厳しい、優しい、驚いているなど）

これを明確に指定します。

動画化プロンプトの構造
Camera slowly pans from left panel to right panel, pausing for [秒数] seconds on [左のキャラ], then smoothly transitioning to [右のキャラ]. Subtle zoom in on both characters' faces to emphasize their contrasting expressions. [左のキャラの動き], while [右のキャラの動き]. Professional cinematic quality, smooth transitions, [合計秒数] seconds duration.

カスタマイズのポイント
パン（カメラの移動）の速度、
各コマの停止時間、
ズームのタイミング、

これらを調整することで、
視聴者の注目をコントロールできます。

基本は、

左のコマ：3秒
右のコマ：5秒
合計：8秒

このバランスが最も完走率が高いです。

マネタイズ戦略
ここからが重要です。

この動画を作れるようになったら、
次はマネタイズです。

方法は2つあります。

方法1：TikTokクリエイター報酬で稼ぐ
1つ目は、TikTokの再生数で直接稼ぐ方法です。

フォロワー1万人を達成すると、
クリエイター報酬プログラムに参加できます。

RPM（1,000回再生あたりの収益）は、
大体200円〜500円。

100万再生で20万〜50万円です。

毎日1本投稿して、
月に3本バズれば、
月収60万〜150万円も狙えます。

方法2：note販売で自動収益化
2つ目が、今回の本命です。

note販売です。

note販売の仕組み
あなたがこの動画を量産できるようになったら、
その作り方をnoteにまとめて販売します。

価格は1,000円。

低単価ですが、ここに理由があります。

なぜ1,000円なのか、高単価のnoteは衝動的には売れません。

5,000円、10,000円のnoteは、
信頼がないと買ってもらえない。

でも、1,000円ならハードルが低い。

しかも、この手法は応用性が高いので、
1,000円でも十分に価値があります。

買った人が実践して結果が出れば、
口コミで広がります。

noteの構成
noteは、無料部分と有料部分に分けます。

無料部分には、

・なぜこの手法が伸びるのか（心理学的根拠）
・実際の成功事例
・簡単な1例のプロンプト
・応用できるジャンル一覧

これを書きます。

有料部分には、

・全ジャンルのプロンプト集（20パターン以上）
・キャラクター別のプロンプト（10人以上）
・バズるための投稿時間やハッシュタグ戦略
・完走率を上げるための動画編集のコツ

これを書きます。

無料部分が重要
noteで最も重要なのは、無料部分です。

無料部分を読んだだけで、

これは価値がある
これなら自分でもできそう
有料部分も読みたい

と思わせることが大事です。

だから、無料部分で出し惜しみしません。

1つの具体例を完全に公開します。

それでも、有料部分には
20パターン以上のプロンプトがあるので、
買う価値があるんです。

自動販売機化の流れ
TikTokで動画を投稿
動画がバズる
プロフィールに流れる
プロフィールのリンクからnoteへ
無料部分を読んで価値を感じる
1,000円で購入
この流れが自動で回ります。

あなたがやることは、
毎日1本、動画を投稿するだけ。

それだけで、noteが勝手に売れていきます。

収益シミュレーション
現実的な数字を出します。

月に3本バズって、
各動画から100人がプロフィールに来る。

合計300人。

そのうち10%がnoteを買う。

300人 × 10% = 30人

30人 × 1,000円 = 3万円

これが毎月続きます。

しかも、過去の動画からも流入があるので、
時間が経つほど売上が増えます。

3ヶ月後には月10万円、
6ヶ月後には月30万円も狙えます。

よくある質問
Q1：本当にGensparkだけで完結しますか？
完結します。

ChatGPT、Nano Banana Pro、Veo 3、
全てGenspark内にあります。

月額2,000円だけで、
全ての機能が使えます。

Q2：動画編集スキルは必要ですか？
不要です。

Veo 3が自動で動画化してくれます。

あなたがやることは、
プロンプトを入力するだけ。

編集ソフトも一切使いません。

Q3：顔出しや声出しは必要ですか？
不要です。

全てAIが生成するので、
顔も声も出す必要はありません。

完全に匿名で運営できます。

Q4：note販売は難しくないですか？
難しくないです。

noteは誰でも簡単に書けます。

この記事を読んでいるあなたなら、
同じように書けます。

文章が苦手でも、
ChatGPTに手伝ってもらえばOKです。

Q5：1,000円のnoteで本当に売れますか？
売れます。

むしろ、1,000円だから売れるんです。

高単価だと、信頼がないと買ってもらえません。

でも、1,000円なら、
試しに買ってみようと思ってもらえます。

今日からやるべきこと
最後に、今日からやるべきことをまとめます。

ステップ1：Gensparkに登録（5分）
まず、Gensparkに登録してください。

月額2,000円です。

無料トライアルもあるので、
まずは試してみてください。

ステップ2：最初の1本を作る（15分）
上記の手順に沿って、
最初の1本を作ってください。

ジャンルは自分が詳しいものを選んでください。

会社員なら会社員あるある、
主婦なら主婦あるある、
学生なら学生あるある。

ステップ3：TikTokにアップロード（5分）
作った動画を、
今日中にTikTokにアップロードしてください。

完璧を求めなくてOKです。

まずは1本出すこと。

ステップ4：毎日投稿を続ける（1ヶ月）
最初の1ヶ月は、
毎日1本投稿を続けてください。

最初の10本は練習です。

でも、続けていけば、
必ず1本はバズります。

ステップ5：noteを書く（2週間後）
10本投稿したら、
noteを書き始めてください。

あなたが実践した内容を、
そのまま書けばOKです。

失敗したこと、
成功したこと、
全て書いてください。

それが一番価値のあるnoteになります。

ステップ6：プロフィールにnoteのリンクを貼る
noteが完成したら、
TikTokのプロフィールにリンクを貼ります。

これで自動販売機の完成です。

最後に
正直に言います。

この方法は、誰でもできます。

でも、やる人は少ないです。

なぜなら、最初の一歩が面倒だから。

Gensparkに登録して、
プロンプトを入力して、
動画を作って、
アップロードする。

この一連の流れが、
面倒に感じるんです。

でも、この面倒を乗り越えた人だけが、
3ヶ月後に月10万円を稼いでいます。

6ヶ月後に月30万円を稼いでいます。

1年後には、noteの売上だけで
月50万円以上も狙えます。

迷っている時間が、
一番もったいない。

今日、この瞬間に始めてください。

あなたの成功を心から応援しています🦒
役に立ったらフォローよろしくお願いいたします！ November 11, 2025

話題のNano Banana Proを使ってワインスペクテイターTOP100についてインフォグラフィックにしてもらいました。
これ、結構ちゃんとまとまってませんか？
倭国語も破綻無く表現してくれてすごいです。 https://t.co/VH2FMCBlSh November 11, 2025

@OPUnNynCRvXzi3Z いいねありがとうございます🔥

『Nano Banana Pro徹底解説』はこちらになります↓↓↓
https://t.co/3kOUbnG5P2

通知オン🔔にしておくと、次回以降のプレゼントも確実に届きます。 November 11, 2025

@yagshin いいねありがとうございます🔥

『Nano Banana Pro徹底解説』はこちらになります↓↓↓
https://t.co/3kOUbnG5P2

通知オン🔔にしておくと、次回以降のプレゼントも確実に届きます。 November 11, 2025

@An155Mi いいねとリプありがとうございます！
このポストには返信やRTはしないでください。

以下のフォームから公式LINEに登録して
【図解の型】
とだけ送ってください。

「ポストで使える図解の型10選&Nano Banana Pro用プロンプト事例集」をプレゼントします！
↓
https://t.co/gjbG1RXatQ

受取り期限を過ぎたら受け取れなくなるのでお早めに！ November 11, 2025

@asahitomogusa いいねありがとうございます🔥

『Nano Banana Pro徹底解説』はこちらになります↓↓↓
https://t.co/3kOUbnG5P2

通知オン🔔にしておくと、次回以降のプレゼントも確実に届きます。 November 11, 2025

Higgsfield、ProプランでもNano Banana Proが無制限生成できるのか。悩む https://t.co/ai33mfJdfW November 11, 2025

@horino_ec Nano Banana Proすごいですよね！どんどん活用していくことで新しい発見や、どこでツールをつかってどこを外注するかとか判断もできるようになりますよね。 November 11, 2025