本文へスキップ

機能

オールインワン AI 画像ジェネレーター

オールインワンの AI 画像生成とは、スタジオが 1 つ、クレジット残高が 1 つあり、ラボの口座を 4 つ持つのではなく、仕事ごとにエンジンを切り替えることを指す。 Ofrai ではそれが画像スタジオである。仕事に合うモデルを選び、プロンプトを 1 本書いて、比率と参照画像を調整し、すべての出力を共有ライブラリに残す。構図の下書きは flux-2 で進め、固まった構図は gpt-image-2 または nano-banana-pro へ上げ、写実より様式化された配色が大事なときは seedream-5 を使う。請求は、テキストや動画に使うのと同じクレジットにまとまる。

コバルトブルーの椅子にスケッチと同色の幾何学模様を添えた画像

新規アカウントには GPT Image 2.5 の無料生成が 1 回含まれます。他のモデルと動画はクレジットを使用します。

プロンプト例

EC向けメイン画像。コバルトブルーのラウンジチェア、設計図を重ねた幾何学的レイアウト、スタジオ撮影の商品写真。

Ofrai で「オールインワン AI 画像生成」が意味すること

役に立つオールインワンとは、モデル名を長く並べることではない。エンジンを替えても企画を組み直さなくてよい、1 つの場所であることだ。画像スタジオでは、モデルを切り替えてもプロンプト、参照画像、アスペクト比、出力履歴がその場に残る。だから同じブリーフを flux-2 と gpt-image-2 に 30 秒で通し、結果を並べて比べられる。3 つのタブで設定を打ち直す必要はない。

ライブラリも共有である。ヒーローショットとして承認した 1 枚は、ダウンロードして再アップロードしなくても、混ぜ直したり、解像度を上げたり、動画の作業へ渡したりできる。その連続性こそが、エンジンを並べた宣伝ページと、本当の複数モデルのスタジオを分ける。

ブランドではなく仕事でエンジンを選ぶ

掲載されている各モデルには癖があり、買っているのはその癖である。 flux-2 は速く、安く、構造が安定している。レイアウト、フレーミング、余白の試しに使う。 gpt-image-2 は、画像の中の文字が重要なときに選ぶ。看板、パッケージのラベル、ポスター、画面のスクリーンショットである。 nano-banana-pro は、繰り返しの生成でも顔と製品の構造を保つ。

キャラクター作業や通販セットの最終パスに安全である。 seedream-5 は様式化とイラスト寄りで、1 つの構図の色違いを速く出せる。好きなエンジンを全部に使うのではなく、納品物の性質に癖を合わせる。

安い段から高い段へ上げる反復の梯子

どの画像プラットフォームでも一番多い無駄は、探しているあいだ中、本番の料金で最終稿を描くことだ。3 段の梯子を使う。1 段目は、残す価値のある構図を探すため、手間を抑えた flux-2 の下書きを 4 枚から 6 枚出す。2 段目は、勝った構図を別のエンジンで描き直し、見た目がエンジン固有かプロンプト固有かを確かめる。

3 段目は、実際に公開する resolution で、 gpt-image-2 または nano-banana-pro の最終稿を 1 枚か 2 枚出す。 Ofrai はすべてのモデルを同じ残高で測るので、梯子の費用は、同じ枚数をすべて最終稿にする場合のおよそ 5 分の 1 になる。どのエンジンがどの素材を出したかの記録も残る。

めったに考え直さなくてよい比率と resolution

比率は初期値ではなく決断である。プロンプトの前に決める。 4:5 用に置いた被写体は、正方形に切ると偶然の配置に見える。アバター、アイコン、グリッドのマスには 1:1 を使う。縦長のフィード投稿と、モバイル優先のヒーロー画像には 4:5 を使う。プレゼンのスライド、 YouTube のサムネイル、バナー枠には 16:9 を使う。写真と印刷に近い仕事には 3:2 を使う。

出荷する比率で下書きすれば、構図の判断が正直になる。 resolution を上げるのは最終パスだけにする。衣装をまだ決めているあいだに高い resolution で 4 回描き直すより、固めた構図を拡大するほうがよい。

参照画像が助けになるときと、邪魔になるとき

参照入力は、セット全体で見た目を揃える最速の方法であり、エンジンを混乱させる最速の方法でもある。効くのは、はっきりした参照を 1 枚渡し、変える点だけを書くときだ。失敗するのは、照明の違う画像を 3 枚上げて混ぜてほしいと言うとき、または参照の resolution が低く、モデルがそのノイズを写すときだ。

Ofrai では、同一性、製品の形、配色を保たなければならないとき、 nano-banana-pro または gpt-image-2 に参照を渡す。結果がずれたら単純にする。

4 つのエンジンをまたいでハウススタイルを作る

複数モデルの難しい点は、エンジンごとにプロンプトの聞こえ方が違うので、固定の文面がモデルごとに少しずつ離れることだ。直し方は、プロンプトを再利用できる 2 つの塊に分けることである。1 つ目は不変のスタイル層だ。配色、レンズの言葉、光の振る舞い、粒子。たとえば、くすんだ青緑と暖かい灰色、 50mm 、曇りの窓光、細かいフィルム粒子、と書く。

2 つ目は可変の被写体層だ。1 つ目はすべての実行、すべてのエンジンにそのまま貼り、書き換えるのは 2 つ目だけにする。そうするとスタイルのずれは、プロンプトのずれではなくエンジンの癖として見える。どの 2 枚も同じモデルから出ていなくても、セットは見た目でつながる。

複数モデルのスタジオから本当に価値を得る人

週にひと握りより多くの画像を作り、仕事の種類が混ざる人ほど得をする。月曜は製品、水曜はエディトリアルのイラスト、金曜はキャラクター、という具合だ。単一モデルの道具は、その全部に 1 つの妥協を強いる。月に 1 枚しか作らないなら得は小さい。その時間は、1 つのエンジンをきちんと覚えるほうに使う。

法務や保存のように、出力が同一であることを保証したい用途でも、複数モデルは見合わなくなる。商用で公開する前に、モデルのページで正確な条件を確認する。

3 つのエンジンに回した 1 件の実例

納品物を 1 つ取る。セラミックの携帯マグの発売イラストである。これを 3 回回す。 flux-2 では、 4:5 と低い resolution で構図を 4 つ試し、文字ブロックに対してマグがどこに座るか探す。淡いリネンの上のセラミック製携帯マグ、斜め四分の三、左からの柔らかい窓光、上三分の一は十分な空き、文字なし、と書く。フレーミングを選ぶ。 nano-banana-pro では、承認したフレームを参照にし、環境だけ変える。

同じマグ、同じ角度、同じ光のまま、雨の筋が走る窓辺へ移し、背後は街のボケ、と書く。 gpt-image-2 では、その結果に文字を頼む。同じ画像の上三分の一に、見出しとして正確に TRAVEL WELL と入れる。太い幾何学的なサンセリフ、高いコントラスト、画像のほかの場所に文字は一切なし、と指定する。エンジンは 3 つ、仕事は 1 つ。それぞれに、本当に得意なことだけを頼んだ。

エンジンをまたいで同じでなければならない設定

どれがずれても、プロンプトの中では見えず、出力では明らかになる。納品の比率は一度決める。フィードなら 4:5 、製品タイルなら 1:1 、ヒーローなら 16:9 。仕事の途中で変えない。候補を比べる意味が出るよう、すべてのエンジンで resolution を同じにする。低い resolution の flux-2 の下書きと、フルの resolution の nano-banana-pro を比べても、分かるのは resolution の差であり、エンジンの差ではない。

各エンジンの弱点を出す 4 つのブリーフ

文字の多いポスターでは、エディトリアルのポスター、上部いっぱいに見出しとして正確に CITY OF GLASS 、その下に短いキャプション 1 行、高いコントラスト、ほかの文字はなし、と書く。文字が崩れるならエンジンは flux-2 で、直しは文字組みを gpt-image-2 へ回すことだ。物の多い場面では、ラベル付きの道具が 11 個ある作業台、半分組み立てたランプ、コーヒーカップ、散らばったねじ、と書く。

物が融合したり増えたりするなら nano-banana-pro で、直しは数を減らすか場面を分けることだ。純粋な光の習作では、同じ陶器の花瓶を 1 本のろうそくだけで照らし、フレームの大半は深い影、と書く。平坦で均一に明るい結果なら seedream-5 で、直しは光源とその減衰を名指しすることだ。

そして同じブリーフがすべてのエンジンで同じ壊れ方をするなら、問題はモデルではなくブリーフである。

エンジンを混ぜた 1 週間の費用

複数モデルのスタジオの節約は、1 枚あたりの単価が低いことではない。最終の描画回数が減ることだ。探索を、高い料金で請求される代わりに安いエンジンが引き受ける。納品 10 件の現実的な 1 週間は、およそ 50 から 70 回の生成である。

低い resolution の flux-2 の下書きが 20 から 30 、 nano-banana-pro での参照付き編集が 10 から 15 、残りは文字、質感、仕上げを納品が求める高い最終稿だ。各生成は実行前に Ofrai のクレジット費用を示す。すべてが 1 つの残高から引かれるので、大事な規律は、最初のもっともらしい 1 枚で最終稿を描かないことだ。予算はセッションではなく納品物ごとにつける。

使いすぎが起きるのはセッションのほうだからだ。

単一モデルとの違い、そしてオールインワンの画像生成との違い

単一モデルのほうが本当に良い仕事もある。ブリーフも単純で、セットがずれたときに突き合わせるものがない。複数エンジンが勝つのは、納品物が混ざるときだ。ある日は製品写真、次の日はエディトリアルのイラスト、その次は文字組み。妥協する代わりに振り分けられる。正直な比較は、1 枚あたりの品質ではなく、企画あたりの一貫性である。同じスタイルを繰り返し撮る仕事なら、エンジンを 1 つ選び、深く覚える。

仕事の形が毎週変わるなら、ここで書いた振り分けの手間は、先に設定を固定する限り、すぐに元が取れる。

よくある質問

ジェネレーターが本当にオールインワンである条件は何ですか
3 つある。エンジンを切り替えても、同じプロンプト、参照画像、出力履歴が使えること。すべてのエンジンが別々のサブスクリプションではなく、1 つのクレジット残高から引くこと。結果が共有ライブラリに入り、混ぜ直したり動画の作業へ送ったりできること。その連続性なしに多数のモデルを並べただけのページは、スタジオではなくディレクトリである。
Ofrai で最初に使うモデルはどれですか
探索は flux-2 から始める。速くて安いので、構図、フレーミング、余白の文言を試す最安の方法になる。構図が固まったら、画像に文字があるときは gpt-image-2 で、顔や製品構造をセット全体で揃えたいときは nano-banana-pro で描き直す。 seedream-5 は、様式化されたイラストと、素早い配色のバリエーションに向く。
モデルごとに別のサブスクリプションが必要ですか
不要である。このページのモデルはすべて、同じ Ofrai のアカウントと、テキストや動画の仕事に使う同じクレジット残高で動く。各生成は実行前にスタジオでクレジット費用を示し、高い resolution や動画の duration は最終的な支出を変える。
1 つのクレジット残高で何枚生成できますか
モデルと設定による。 flux-2 の下書き級は、高いエンジンの高 resolution な最終稿より、1 枚あたりはるかに安い。実用的なやり方は、下書きに厚く、最終稿に薄く使うことだ。すべてを最終品質で出すより、通常は何分の一かの費用になる。スタジオは各仕事の前後に、動いている残高を示す。
1 つの企画でモデルを混ぜられますか
できる。それが共有スタジオを使う主な理由である。スタイルの文はエンジンをまたいで同一にし、変えるのは被写体の文だけにする。スタイル層、比率、光の言葉が揃っていれば、 gpt-image-2 の完成フレームと flux-2 の 1 枚は、同じ撮影として読める。
画像を商用で使えますか
商用の権利は、このページではなく、特定のモデルとそのモデルの利用条件による。公開前、とくに広告、再販、顧客の仕事の前に、モデルのページと Ofrai のプランを確認する。どのエンジンが各素材を出したかの記録を残す。顧客やプラットフォームが最初に聞くのは、そこだからだ。

関連ジェネレーター

関連モデル

ツール