GPT-image-2の画像をワンクリックでPSD化、オープンソースSkillを実測
オープンソース Skill「bggg-creator-image2psd」を使えば、GPT-image-2 が生成した統合画像を12レイヤーの編集可能な PSD に分解。文字とグラフィックを自動でレイヤー分けし、残像なしに仕上げます。


GPT-image-2の画像をワンクリックでPSD化、オープンソースSkillを実測
オープンソース Skill「bggg-creator-image2psd」を使えば、GPT-image-2 が生成した統合画像を12レイヤーの編集可能な PSD に分解。文字とグラフィックを自動でレイヤー分けし、残像なしに仕上げます。
GPT-image-2 の画像生成能力は強力ですが、生成される画像は統合された1枚の「死に画像」——文字の変更、背景色の差し替え、レイヤー調整ができません。このオープンソース Skill はその課題を解決します:AI が生成した画像を自動で複数レイヤーに分解し、編集可能な PSD ファイルとして出力するのです。
実測結果:Web 版 ChatGPT は7レイヤーまでしか分解できず、文字に残像が残ります。この Codex ベースの Skill を使えば12レイヤーに分解でき、文字は独立したレイヤーになり、背景は残像のないきれいな仕上がりになります。
Codexの処理結果:12レイヤー
始める前の準備
- 必要なツール:ChatGPT Plus アカウント(Web 版プラン用)または Codex(上級プラン用)
- オープンソースの公開先:github.com/binggandata/bggg-skills/tree/main/bggg-creator-image2psd
- 必要スキル:Photoshop の基本操作に慣れていること
- 所要時間の目安:10〜15分(Web 版プラン)、5分(Codex Skill プラン)
プラン1:ChatGPT Web 版(7レイヤー、残像あり)
ステップ1:Photoshop を接続する
ChatGPT の設定でコネクタを開き、Photoshop アプリを連携させます。

ChatGPT で Photoshop を接続する設定の入り口
「接続」をクリックして、ChatGPT と Photoshop の間に経路を確立します。
ステップ2:画像を生成してレイヤー分解する
新しいチャットを開き、GPT-image-2 で必要な画像を生成します。次に、以下のプロンプトでレイヤー分解を依頼します:
これから、この画像を PSD に変換して Photoshop に取り込み編集したいです。
そのため、まず生成したこのポスターを複数の画像に分解してください。
相対的な位置は変えず、背景色は白にしてください。ステップ3:PSD ファイルを生成する
アプリ選択で Photoshop を開き、次のように入力します:
先ほど分解した画像を使って PSD ファイルを組み立ててください。各画像が1つのレイヤーに対応します。
画像のものと文字のものがある点に注意してください。白い背景は取り除いてください。PSD ファイルをください。ChatGPT が出力した PSD ファイル
ヒント: Web 版の限界は7レイヤーという上限で、複雑な画像ではタイトルの下に残像が残り、文字と背景画像が同じレイヤーに統合されることがあります。
プラン2:Codex Skill(12レイヤー、残像なし)
ステップ1:Skill をインストールする
GitHub から Skill ファイルをクローンまたはダウンロードします:
https://github.com/binggandata/bggg-skills/tree/main/bggg-creator-image2psdステップ2:Codex で使う
Codex を開き、要件を記述して Codex に Skill を使った画像処理をさせます。Codex には reasoning loop(推論ループ)があり、タスク実行の過程で中間結果を自動チェックします。分解されたレイヤーの縁に汚れを見つけると、自動でパラメータ調整に戻り、結果がきれいになるまで繰り返します。

Codex の思考プロセス中の自己チェックと修正
ステップ3:結果を検証する
最終出力の PSD ファイルを Photoshop に読み込み、以下のポイントを確認します:
- レイヤー数が想定どおりか(実測で12レイヤー)
- タイトル文字の下に残像がないか(ないはずです)
- 文字が独立したレイヤーになっているか
2つのプランの比較
| 特性 | ChatGPT Web 版 | Codex Skill |
|---|---|---|
| レイヤー数 | 約7レイヤー | 12レイヤー |
| 残像の問題 | あり | なし |
| 文字のレイヤー分け | 背景と混ざる場合あり | 独立レイヤー |
| 向いている用途 | クイックプレビュー、シンプルな画像 | デザイン稿、EC 素材 |
| コスト | ChatGPT Plus サブスク | Codex API 呼び出し |
同じ Skill で EC 素材画像もレイヤー分解できる
その他の Skill リソース
この Skill や今後追加される他の Skill は、すべてこのリポジトリに同期されます:
https://github.com/binggandata/bggg-skillsデザインワークフローで AI 生成画像を編集可能なソースファイルに変換する機会が多いなら、この Skill は手作業の切り抜きとレイヤー分けにかかる時間を大幅に節約してくれます。
関連記事

Loom:Coding Agentにエンジニアリング状態のレイヤーを外付けし、長時間タスクの部分的な記憶喪失を治す
オープンソースツールの Loom は、Claude Code / Codex といったコーディングエージェントに独立した構造化エンジニアリング状態レイヤーを与え、長時間タスクの自動セーブポイントとマルチエージェントによるゼロコスト引き継ぎを実現します。

Jetson-PI:北京大学発オープンソースのVLAエッジリアルタイム制御、Jetson Orinで制御周波数が8.66倍に
北京大学 AIRS と PrimeBot が Jetson-PI(Apache-2.0)をオープンソース化。FAAC 非同期推論 + 確信度スケジューリング + llama.cpp エンジンの三段構えで、π0.5 を Jetson Orin 上で 0.70Hz から 6.06Hz へ引き上げ、精度は落としません。

JiuwenSwarm:Huawei系オープンソースのマルチエージェント統合ワークベンチ、人がそのままエージェントチームに入っていく
openJiuwen がオープンソースで出した JiuwenSwarm(Apache-2.0)は、オフィス / Code / 娯楽を統合ワークベンチへまとめ、人機協調の新パラダイム HITS を発表。pip 一行で入れてすぐ使い始められます。

OpenWorker:呉恩達(Andrew Ng)がオープンソース化したデスクトップAI同僚、成果物をそのまま納品できる
呉恩達(Andrew Ng)がオープンソース化した OpenWorker(MIT)は、ローカル優先・モデル非依存のデスクトップ Agent。25以上のツールに接続し、「顧客向けブリーフを準備して」を、開ける成果物のドキュメントに変えてくれます。

AutoMIA:画像2枚から3Dプリント可能な鏡像イリュージョンを生成、RTX 3090の1枚で動く
清華大学発 CVPR'26 Highlight のオープンソースプロジェクト AutoMIA。画像2枚を入れるだけで、3Dプリント可能な体素の鏡像イリュージョンアートモデル(STL-ready)を生成できます。RTX 3090 の1枚で、1デザイン約76秒。

Macaron-V1:MoLで個人の経験をLoRAへ圧縮するオープンソースCoding大規模モデル
心洲科技 Mind Lab がオープンソース化した Macaron-V1(Venti/Coding-Venti/Tall の3段階)。GLM-5.2 744B + 1B LoRA エキスパート4つからなる Mixture-of-LoRA アーキテクチャで、無料 hosted API と UI4A プラグインも提供します。