OpenClawで画像生成を自動化する方法｜完全ガイド

「ブログの記事を書くたびにアイキャッチ画像を手動で作るのが面倒」「SNS投稿の画像を毎回Canvaで作っている」——コンテンツ運用に画像作成は避けて通れませんが、その工数が馬鹿にならないのが現実です。

結論から言えば、OpenClawのスキル機能とAI画像生成モデルを組み合わせることで、画像生成ワークフローを完全に自動化できます。

この記事はOpenClaw完全攻略シリーズの第3回として、画像生成自動化の実践的なワークフロー構築方法を解説します。

OpenClawで画像生成を自動化するメリット

コンテンツパイプラインの効率化

手動での画像作成は1枚あたり15〜30分かかるのが一般的です。これをAI画像生成に置き換えることで：

• 作成時間: 15〜30分/枚 → 1〜2分/枚（プロンプト入力 + 生成待ち）
• バッチ処理: 10枚の画像を一括生成で15分程度で完了
• 統一感: プロンプトテンプレートでブランドの統一デザインを維持

OpenClawのCronジョブと組み合わせれば、記事公開スケジュールに連動した完全自動の画像生成パイプラインを構築できます。

対応する画像生成モデル

OpenClawは以下の画像生成モデルとの連携をサポートしています：

モデル	特徴	推奨用途
Gemini 3 Pro Image	高品質・日本語プロンプト対応	ブログOGP・インフォグラフィック
DALL-E 3	忠実なプロンプト再現	バナー広告・SNS画像
Stable Diffusion	ローカル実行可能・無制限	大量バッチ生成

OpenClawの基本的なセットアップはOpenClaw入門ガイドを参照してください。

セットアップ：画像生成スキルの導入

Gemini 3 Pro Image（Nano Banana Pro）の設定

OpenClawにはNano Banana Proという画像生成スキルが標準搭載されています。セットアップは簡単です。

1. APIキーの設定

# 環境変数で設定
export GEMINI_API_KEY="your-api-key-here"

# または openclaw.json で設定
{
  "skills": {
    "nano-banana-pro": {
      "env": {
        "GEMINI_API_KEY": "your-api-key-here"
      }
    }
  }
}

2. uvのインストール（未インストールの場合）

brew install uv

3. 動作確認

uv run /path/to/skills/nano-banana-pro/scripts/generate_image.py \
  --prompt "A blue fox mascot with circuit board patterns" \
  --filename "test-output.webp" \
  --resolution 1K

DALL-E / OpenAI Image APIの設定

OpenAIのDALL-Eを使いたい場合は、OpenAI APIキーを設定します：

export OPENAI_API_KEY="your-openai-key"

OpenClawからはスクリプトスキル経由でAPI呼び出しを行います。

基本操作：テキストから画像を生成する

プロンプトの書き方のコツ

AI画像生成で高品質な出力を得るためのプロンプトのポイント：

1. 具体的に描写する: 「きれいな画像」ではなく「青いグラデーション背景にかわいいキツネのマスコット、フロスト加工のアイコン」
2. スタイルを明示する: 「フラットデザイン」「3Dイラスト」「ミニマル」
3. テキスト要素を指定する: 「タイトル文字は〇〇」（日本語テキストの精度は要確認）
4. 参照画像を渡す: 既存画像を入力として渡し、スタイルを継承させる

# 参照画像ベースの生成（統一トンマナの維持に有効）
uv run generate_image.py \
  -i /path/to/reference.webp \
  --prompt 'Edit this image: keep the same visual style. Change title to "新しいタイトル"' \
  --filename "output.webp" \
  --resolution 1K

スタイル指定とパラメータ

# アスペクト比の指定
uv run generate_image.py \
  --prompt "ブログのOGP画像" \
  --filename "ogp.webp" \
  --resolution 1K \
  --aspect-ratio 16:9

# 高解像度生成
uv run generate_image.py \
  --prompt "印刷用バナー" \
  --filename "banner.webp" \
  --resolution 2K

スキル開発の詳細はOpenClawスキル開発ガイドを参照してください。

実践①：ブログアイキャッチの自動生成ワークフロー

記事タイトルからプロンプト自動生成

OpenClawのエージェントに以下のような指示を与えることで、記事の内容に合ったOGP画像を自動生成できます：

## 画像生成タスク

1. 記事のタイトルとカテゴリを読み取る
2. タイトルの内容に合ったビジュアル要素を選定
3. 参照画像（既存OGP）のスタイルを踏襲
4. プロンプトを生成して画像を作成
5. 所定のディレクトリに保存

実際の運用では、記事のマークダウンファイルを読み取り、フロントマターからタイトルとカテゴリを抽出してプロンプトを自動構成します。

Cronジョブでの定期バッチ処理

OpenClawのCronジョブ機能と組み合わせることで、画像生成を定期的にバッチ実行できます：

{
  "name": "ogp-image-batch",
  "schedule": {
    "kind": "cron",
    "expr": "0 6 * * *",
    "tz": "Asia/Tokyo"
  },
  "payload": {
    "kind": "agentTurn",
    "message": "OGP画像が未生成の記事を検出し、バッチで画像を生成してください"
  },
  "sessionTarget": "isolated"
}

実践②：SNS投稿画像の自動生成

X/Twitter投稿用画像の自動作成

X（Twitter）投稿に添付する画像も自動生成できます：

# 投稿テーマに合わせた画像生成
uv run generate_image.py \
  --prompt "SESエンジニアのキャリアアップを表現するインフォグラフィック。青系グラデーション、アイコン付き、プロフェッショナルなデザイン" \
  --filename "tweet-image.webp" \
  --resolution 1K \
  --aspect-ratio 16:9

バナー広告クリエイティブの量産

広告バナーのA/Bテスト用に、複数バリエーションを一括生成することも可能です：

# バリエーション生成のバッチスクリプト例
for variant in "variant-a" "variant-b" "variant-c"; do
  uv run generate_image.py \
    --prompt "SES BASE広告バナー。キャッチコピー: 'あなたのスキルに見合った案件を'。${variant}スタイル" \
    --filename "banner-${variant}.webp" \
    --resolution 1K \
    --aspect-ratio 16:9
done

コンテンツパイプライン全体の自動化についてはOpenClawコンテンツパイプライン自動化も参考にしてください。

画像生成の品質管理とコスト最適化

生成画像のレビューフロー

AI生成画像は100%完璧ではないため、以下のレビューフローを推奨します：

1. 自動生成: バッチで画像を生成
2. 目視確認: 生成された画像をSlack/Discordに通知して目視チェック
3. 再生成: 品質が基準を満たさない画像のみ再生成
4. デプロイ: 承認された画像のみ公開ディレクトリに配置

OpenClawのSlack連携を使えば、生成画像を自動的にレビュー用チャンネルに投稿することも可能です。

APIコストの管理

モデル	1枚あたりのコスト目安	月100枚の場合
Gemini 3 Pro Image	約$0.02〜0.05	$2〜5
DALL-E 3（Standard）	約$0.04	$4
DALL-E 3（HD）	約$0.08	$8

コスト管理のベストプラクティス：

• 解像度を用途に合わせる（SNS用は1K、印刷用は2K以上）
• 参照画像ベースの編集で精度を上げ、再生成回数を減らす
• バッチ処理でAPI呼び出しを効率化

まとめ｜画像生成自動化で運用コスト削減

OpenClawを使った画像生成自動化のポイントを振り返ります：

1. **Nano Banana Pro（Gemini 3 Pro Image）**で高品質な画像を低コストで生成
2. プロンプトテンプレートでブランドの統一感を維持
3. 参照画像ベースの編集でスタイルの一貫性を確保
4. Cronジョブでバッチ生成を定期自動実行
5. レビューフローで品質管理を担保

手動での画像作成に毎月何時間もかけていた工数を、AIによる自動生成で10分の1以下に削減できます。まずは小さなワークフローから始めて、段階的に自動化範囲を広げていきましょう。

出典: Google AI「Gemini API Image Generation Documentation」（2026年3月更新）