AIで絵本は作れる？　手こずったのは顔より雪とどんぐりの数

AIで絵本は作れました。表紙と10場面に読み聞かせの声まで付けて、絵と声に要ったのは約86クレジット（税抜で約86円）です。クレジットは先に買うプリペイド式で、有効期限は6か月あります。

顔は設定画を渡せば2つのモデルともそろい、字はあとから載せました。手こずったのは、雪とどんぐりの数です。

プロンプトに書かなかった雪は消え、かごのどんぐりは4個から数が合わなくなりました。できあがった1冊は、下のページでそのまま読めます。

お話を先に書き、絵と声をAIに頼んだ

子どもに、世界に1冊の絵本を作ってあげたい。そんな願いは、ずいぶん身近になりました。Googleは2025年8月に、Geminiのアプリで絵と朗読つきの10ページの絵本を作れるようにしています。

ただ、ひと言で1冊できる形だと、AIがどこを外すのかが見えにくくなると考えました。そこで今回は、お話を編集部がClaude Codeで書き、絵と声を1枚ずつYOBITSUGI AIで作りました。YOBITSUGI AIは、ハック！でAIと同じ会社が運営しています。

お話は「ポポと いつつの どんぐり」です。こりすのポポが、おばあちゃんに届けるどんぐりを持って雪の森を歩き、おなかをすかせた動物たちに1個ずつ分けていきます。かごの数は5、4、3、2、1と減らしました。絵が合っているかを、数で確かめられるからです。3〜5歳向けなので、文はひらがなの分かち書きにしています。

4つの作り方で44枚。GPTは文章だけでも顔がそろった

どの作り方がよいかは、先に決めずに比べました。モデルはgpt-image-2.5-flareとNano Banana 2.1の2つです。頼み方は、プロンプトに毎回人物の説明を書く「文章だけ」と、先に描かせた設定画を毎回渡す「設定画あり」の2つ。設定画は、登場人物の全身を1枚に並べた絵です。4通りで表紙と10場面を1回ずつ作り、作る前に決めた7つの項目で判定しました。

設定画が要るかどうかは、モデルで分かれました。GPTは文章だけでも、10枚とも同じ顔のポポです。Nano Bananaの文章だけは、10枚のうち8枚でポポの頭やしっぽに縞が出てシマリスのようになり、場面9ではおばあちゃんが人間になりました。設定画を渡すと10枚とも同じ顔に戻ったものの、今度は場面9でおばあちゃんが家の中と外に2人います。

費用の差も、枚数が増えると効いてきます。1枚あたりGPTの文章だけが2.07クレジット、設定画ありが4.24で、Nano Bananaは8クレジット台でした。比べた分も入れた費用は、全部で310.62クレジットです。1回ずつの結果なので、モデルの優劣まで言い切ることはできません。参照の画像の効き方は、同じ顔を保つ比較でも測っています。

GPTの2つは、合計で設定画ありが1点上のほぼ並びでした。点の高いほうを土台に外れた場面を直しましたが、費用は倍なので、この差なら文章だけでもよかったと思います。

どんぐりの数は、3個まではほぼ合い、4〜5個で外れた

いちばんよく外れた項目が、数です。「かごの中のどんぐりはちょうど5個」と頼んでも、6個や4個、3個が描かれます。

4〜5個を頼んだ16枚のうち、合った絵は4枚でした。1〜3個の24枚では3枚が外れ、そのうち2枚は数というより、渡す途中でこぐまの手が空だった絵です。山盛りのかごは、数よりも「たくさん入っている感じ」で描かれるのではないかとみています。ここは推測で、理由までは確かめていません。

作り直しでは、プロンプトに「重ならないように並べる」「1列に並べる」と足しました。5個を狙った4回のうち、2回で5個が横に並びました。残る2回は場面2で、2回とも4個です。決めておいた回数で打ち切り、文章だけの作り方で5個ちょうどだった絵を使っています。

数をお話の中心に置くなら、ここは拡大して数えるしかありません。

AIは前のページを覚えていない

判定の項目に入れていなかったのに、並べて見て驚いたのが雪です。

場面5と8だけ雪が消え、草や花が生えました。4つの作り方のすべてで、同じ2場面です。プロンプトを読み返すと、この2場面には「雪」も冬を思わせる語もありませんでした。同じく「雪」と書かなかった場面4は、「凍りかけた小川」の一言で4枚とも雪景色です。1枚ずつ別に頼むので、絵のモデルは直前まで雪が降っていたことを知りません。

毎回、はじめてお話を聞く絵描きさんに頼んでいるようなものです。

渡す場面でも、数の合わない絵が出ました。渡す3場面の12枚のうち6枚で、ポポの手と相手の手の両方にどんぐりが描かれています（場面3が4枚、場面5が2枚、場面7は0枚）。1個渡したのに、絵の中では1個増えた計算です。書き方が原因かは分かりません。場面の文を「わたした」に変え、「ポポの手には何も持たせない」と足すと、作り直した2枚では消えました。

字はあとから載せ、声はGeminiに読ませた

字はAIに描かせていません。絵の上の3分の1を空けるように頼み、編集部が文字として載せました。文を直すたびに絵を作り直さずに済み、分かち書きも思いどおりになるからです。GPTは空や壁を自然な余白にしましたが、Nano Bananaは5枚で四角い帯を残しました。

声は、ポッドキャストの比較で原稿との違いが少なかったGeminiにしました。「小さな子どもに読み聞かせるように、やさしく、ゆっくり」と指定しています。2つ以上の文字起こしAIが同じように原稿と違えたところは、「とどけよう」を「とどけよ」と起こした1か所でした。作り直しても同じだったので、1回目の声をそのまま使っています。

KDPの基準には解像度が届かない

画面で読むぶんには十分でも、本にして売るとなると話が変わります。

PDFはA5横に塗り足し3mmを付けた大きさで作りました。塗り足しは、断裁で白が出ないよう外へ広げる分です。GPTの絵は1536×1024なので、この大きさでは169dpiになります。dpiは1インチに並ぶ点の数です。Kindleダイレクト・パブリッシング（KDP）のペーパーバックは300dpi以上を求めていて、300dpiのまま刷れるのは横130×縦87mmまで。塗り足しもKDPの3.2mmとは少し違います。今回は実際に印刷していないので、家庭のプリンターでの見え方は確かめていません。

家族の外に出すなら、決まりも読みます。KDPは、本に使ったAI生成の文章、画像、翻訳を、出版のときに知らせるよう求めています。AIで作った絵がそのまま著作物になるとは限らないことは、生成AIの著作権の記事にまとめました。

Geminiの絵本の機能は、自分の写真も手がかりにできます。今回はその機能も写真も使っていません。子どもの写真をAIに渡すかどうかは、それぞれの家庭で決めることだと考えています。

お話を覚えているのは、頼む側だけ

絵と声のモデルに任せられたのは、1枚ごとの絵を描く手と、文を読む声でした。話の筋も、かごの数の勘定も、季節のつながりも、モデルは持っていません。今回はお話も判定も編集部のClaude Codeが担当しましたが、子どもに渡す本としてよいかを最後に決めるのは、読み聞かせる人です。

だから作るときは、1枚目を頼む前に、全ページのプロンプトに書く文を決めておくと楽になります。今回なら「季節は冬」と、人物の説明と、どんぐりの並べ方でした。手軽に1冊ほしいならGeminiの機能が早いはずです（試していません）。数や前提まで確かめたいお話なら、今回のように1枚ずつ頼むほうが直しやすいとみています。

お子さんと作るなら、できた絵のかごを一緒に数えてみてください。AIの外したところを見つける時間も、案外いい読み聞かせになるかもしれません。

測り方

添付の設定画と同じ絵柄、同じ見た目の人物で描いてください。

やわらかい色鉛筆と水彩で描いた、3〜5歳向けの絵本の挿絵。線はやさしく、形は丸く、怖くない。背景はあっさり描く。文字・数字・ロゴ・サインは入れない。既存のキャラクターに似せない。

場面: 雪の森。ポポのわたしたどんぐりを、うさぎが両手で1個持ってよろこんでいる。ポポのかごは足もとに置いてあり、中のどんぐりはちょうど4個。ポポの手には何も持たせない。どんぐりは数えられるように大きめに描き、重ならないように並べる。

出てくる人物:
・ポポ: 子りす。オレンジがかった茶色の毛、おなかはクリーム色、大きくふさふさのしっぽ、丸い2頭身。青いマフラーをまき、黄色い長靴をはいている
・うさぎ: 白い子うさぎ。耳の内側がピンク、緑のチョッキを着ている

季節は冬。屋外の場面は、地面にも木にも雪が積もっている。画面の上の3分の1は、空や壁の無地に近い余白にして、あとから文章を載せられるようにする。人物と大事な物は下の3分の2に収める。