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

·Toolin 編集部

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

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とPhotoshopを接続する設定の入り口

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

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
AI製品

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。

Toolin 編集部
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
AI製品

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。

Toolin 編集部
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
AI製品

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。

Toolin 編集部
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
AI製品

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。

Toolin 編集部
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
AI製品

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。

Toolin 編集部
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
AI製品

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。

Toolin 編集部