t2iとは？画像生成AIの仕組みと主要ツールの選び方 (2026年版)

SNSで流れてきた画像の説明に「t2i」とだけ書いてあって、意味が分からないまま親指でスクロールした。たぶん、その一瞬のもやもやからこのページに来ています。

答えは単純です。t2iはtext-to-imageの略。文章を入力すると、その内容の画像が出てくる仕組みを指します。

ただ、言葉の意味だけ分かっても使えるようにはなりません。実務で困るのは「どのツールを選ぶか」「その絵を仕事に使っていいのか」の2点。ここを順番に潰していきます。

t2iとは何の略で、何ができるのか

t2iとは、text-to-image（テキスト・トゥ・イメージ）を数字で縮めた表記です。「text」のtと「image」のiの間に、toを意味する2を挟んだ形になっています。

同じ書き方の仲間がいくつかあります。i2iはimage-to-image、t2vはtext-to-video、i2vはimage-to-video。読み方さえ覚えれば、あとは組み合わせなので迷いません。

やれることは、ざっくり言えば「言葉で注文した絵が出てくる」こと。写真風の風景、イラスト、ロゴのラフ、資料に挟む図版まで、指示の書き方しだいで幅が出ます。

一方で、できないことも早めに知っておくと損をしません。設計図のように寸法どおりの図を出す、同じキャラクターを何十枚も完全に同じ顔で出す、こういう注文は今も苦手です。ここは道具の限界。

画像生成そのものが初めてなら、ツールの顔ぶれをざっと眺められるAIイラストツールのまとめを先に開いておくと、この先の話が早く入ります。

t2iとi2i・inpaintは何が違う？

入力に何を渡すかだけの違いです。生成の中身は共通で、出発点が「文章だけ」か「文章＋元画像」かで名前が変わります。

t2iは文章だけを渡します。真っ白なところから描き起こすので自由度が高く、そのぶん狙いから外れた絵も出ます。

i2iは元画像を一緒に渡します。構図やポーズを引き継いだまま、絵柄だけ変える、といった使い方。ラフスケッチを渡して清書させる用途がこれです。

inpaint（インペイント）は、画像の一部だけを塗り直す機能。人物の手だけ描き直す、背景の看板だけ消す、といった局所修正に使います。

つまり、案出しはt2i、直しはi2iとinpaint。この分担を頭に入れておくと、作業のどこで詰まっているのかが自分で分かるようになります。

実務では3つを行き来します。t2iで20枚出して1枚選び、i2iで方向を整え、inpaintで気になる箇所だけ直す。ここまでが1セット。

t2iの中身はどう動いている？

主流は拡散モデルという方式です。ノイズだらけの砂嵐から、指示文に合う方向へ少しずつノイズを削っていって絵にします。

順番に見ていきます。

1. 入力した文章を、AIが扱える数値の並びに変換する
2. まっさらなノイズ画像を用意する
3. 「この文章に近づくように」という力をかけながら、ノイズを段階的に取り除く
4. 指定回数ぶん削り終えたら、画像として書き出す

彫刻に近い作りかたです。石の塊から余分を削って形を出す、あの感覚。最初から線を引いているわけではありません。

ここで効いてくる設定が3つあります。ステップ数（何回削るか）、ガイダンス強度（指示文にどれだけ従わせるか）、シード値（最初のノイズの種）。この3つの意味を知っているだけで、ツールを変えても操作の見当がつきます。

もうひとつ知っておくと得なのが「潜在空間」という考え方。多くのt2iは、実際のピクセルではなく圧縮された内部表現の上でノイズを削ります。だから手持ちのPCでも動く。仕組みの名前を覚える必要はありませんが、「実サイズの絵をそのまま描いているわけではない」という感覚は持っておくと、解像度の話でつまずきません。

仕組みまわりをもう一段深く追いたい人には、実行環境の違いを扱ったComfyUIとStable Diffusionの比較が続きになります。

t2iツールは大きく3タイプに分かれる

画質で選ぶ人が多いのですが、実務で効いてくるのは「どこで動かすか」です。ここが違うと、費用も権利の扱いも運用の手間も全部変わります。

タイプは3つ。ブラウザで完結するクラウド型、自分のPCで動かすローカル型、既存のデザインソフトに組み込まれた統合型です。

つまり、試すだけならクラウド型、量と自由度が要るならローカル型、制作物の仕上げまで一本で通したいなら統合型。ここを間違えると、あとから乗り換えることになります。

画像生成AIのカテゴリ一覧を見ると、どのツールがどのタイプに属するかの当たりがつきます。

主要t2iツールは何を基準に選ぶ？

「一番きれいな絵が出るツール」を探すのは遠回りです。上位のツールはどれも十分な画質を出すので、差がつくのは操作性と権利まわり。

代表的な顔ぶれを、性格の違いで並べます。

つまり、迷いを減らしたいならMidjourney系、作り込みたいならローカル型、既存の制作フローに載せるなら統合型です。

もうひとつの軸が、同じ絵を再現できるかどうか。仕事で使うなら、あとから「あの1枚をもう一度」と言われる場面が必ず来ます。シード値と設定を保存できるツールを選んでおくと、そのときに助かります。

ここを軽視すると、気に入った絵が二度と出せなくなります。地味に効く条件。

狙い通りに出すプロンプトの型

プロンプト（AIへの指示文）は、思いつきを並べるより型に沿ったほうが早く安定します。要素を4つに分けるだけで、外れる回数がはっきり減ります。

型はこうです。

• 主題：何が写っているか（人物、建物、道具）
• 状況：どこで、何をしているか
• 画づくり：構図、寄り引き、光の当たり方
• 仕上げ：写真風かイラスト風か、質感

「猫」だけでは何も決まりません。「窓辺に座る猫、午後の斜光、背景はぼかす、写真風」まで書くと、出てくる絵の幅がぐっと狭まります。

避けたい要素は、ネガティブプロンプト（出したくないものを書く欄）に回します。「文字を入れない」「手を見せない」といった指定は、本文に書くより効きます。

ひとつコツを。形容詞を積むより、名詞を足すほうが効きます。「美しい風景」より「霧のかかった杉林、朝、鳥居」。AIは抽象語より具体物に反応します。

指示文づくりの下調べにAI検索を使う人も増えました。日本語での調査に強いFeloの使い方は、参考画像の探し方も含めて手が早くなります。

解像度・シード値・ステップ数はどう決める？

設定画面の項目は多く見えますが、実際に触るのは5つ程度です。それぞれ何を決めているかを押さえれば、あとは触りながら覚えられます。

つまり、最初に触るべきはアスペクト比とネガティブ指定。ステップ数をいじって画質を上げようとするのは、たいてい遠回りです。

解像度についてひとつ注意を。大きく出そうとすると構図が崩れることがあります。標準的なサイズで構図を決めてから、アップスケールで引き伸ばす。この順番のほうが失敗しません。

ここまでの整理：t2iは文章から画像を作る仕組み。仕組みはノイズを削る方式で、触る設定は5つ程度。ツール選びは画質ではなく「動かす場所」で決める。ここから先は、仕事で使うときに引っかかる話に入ります。

t2iで商用利用しても大丈夫？

ツールによって条件が違います。「t2iは商用OK」とひとまとめに言える状態ではありません。確認する順番を決めておくのが現実的です。

見るべき箇所は3つあります。

1. プラン区分：無料プランでは商用不可、有料なら可、という線引きをするツールがあります
2. 学習データの説明：提供元が学習元をどう説明しているか。ここが曖昧なツールは、対外物に使うと後で説明できません
3. 生成物の扱い：他の利用者に同じ絵が出る可能性、提供元による再利用の有無

無料枠で試して社内資料に使うぶんには問題が起きにくく、広告や商品パッケージのように外へ出る用途ほど確認が要ります。露出が大きいほど慎重に、と覚えておけば大きく外しません。

さらに気をつけたいのが、実在の人物・企業・キャラクターを想起させる出力です。ツールの規約とは別に、肖像や商標の問題が乗ってきます。「〇〇風」という指示は、社外へ出す制作物では避けるのが無難です。

社内での利用ルールをこれから決める段階なら、社内監査に使えるAIツールの整理が参考になります。生成AI全般の管理をどう設計するかの話です。

日本語のプロンプトはどこまで通じるのか

主要なt2iは日本語の指示も受け付けます。ただ、細かい注文になるほど反映が甘くなる傾向があります。

理由は学習データの偏りです。画像とその説明文の組で学んでいるため、説明文が英語中心のモデルは英語の語彙に強く反応します。

実務的な折衷案はこうです。主題と状況は日本語で書き、画づくりの専門語だけ英語にする。「浅い被写界深度」より「shallow depth of field」のほうが素直に効きます。

日本の風景や和風モチーフは、逆に日本語のほうが通ることがあります。「縁側」「行灯」「町家」といった語は、英訳するとニュアンスが落ちるからです。ここは試して確かめる領域。

日本語まわりの得手不得手はツールごとに差があります。プラットフォーム系のAI機能を比較したMeta AIの使い方も、日本語での扱われ方を知る材料になります。

業務でt2iを使うときの落とし穴

一人で試すぶんには問題にならないことが、チームで使い始めた途端に問題になります。よくある詰まりどころを先に潰しておきます。

未公開情報を指示文に書いてしまう。 新商品名や社内の企画名をそのまま入力する事故が起きます。クラウド型は入力内容が提供元に渡るので、ここは運用ルールで縛るしかありません。

誰がどの絵を作ったか分からなくなる。 数か月後に「この画像の権利は大丈夫か」と聞かれて、誰も答えられない。生成日・ツール名・プラン区分をファイル名か台帳に残す習慣が要ります。

同じ絵柄が続いて媒体が単調になる。 指示文をコピーして使い回すと起きます。モチーフと明暗を意図的に散らすと崩れません。

修正コストを見誤る。 生成は速いのですが、細部の直しは手作業になります。納品物として使うなら、直しの時間を最初から見込んでおくべきです。

このあたりは、使い始めて2〜3か月で必ず表面化します。先に決めておけば揉めません。

用途別に、どう組み合わせるのが早いか

「どのツールが一番いいか」より「この仕事にはどれか」で考えたほうが早く着地します。よくある4つの場面で整理します。

つまり、量が要るならクラウド、統一が要るならローカル、仕上げまで含むなら統合型。この3択で外れることはあまりありません。

予算の考え方もひとつ。クラウド型は月額が読める代わりに枚数上限があり、ローカル型は電気代とPC代が先払いで枚数は無制限。月に何百枚も出すならローカル型が効いてきます。

AI PICKS編集部の判定

t2iを「絵を描けない人の代わり」と捉えているうちは、たぶん期待外れに終わります。一発で完成品が出る道具ではないからです。実際に効くのは、案出しの速度。頭の中の曖昧なイメージを20枚の絵に変換して、その中から選ぶ。この使い方に切り替えた人だけが、はっきり時間を取り戻しています。

ツール選びについては、はっきり言います。最初の1本はクラウド型が一択です。ローカル型の自由度は魅力ですが、環境構築で1日溶かして、そのまま触らなくなる人が多すぎます。まずブラウザで50枚出す。指示文の書き方の勘が付いてから、足りないものが見えてきたらローカルへ、という順番が堅い。

一方で、商用利用まわりの整理を後回しにするのは正直イマイチです。使い始めて数か月してから「この画像、外に出して大丈夫でしたっけ」と聞かれる展開は、かなりの確率で来ます。プラン区分と学習データの説明、この2点だけでも導入時に確認して、どこかに書き残しておく。手間は30分。後で効きます。

よくある質問（FAQ）

Q. t2iとAI画像生成は同じ意味ですか？

ほぼ同じ意味で使われますが、厳密にはt2iのほうが狭い言葉です。AI画像生成には、元画像を使うi2iや部分修正のinpaintも含まれます。t2iはそのうち「文章だけを入力する方式」を指します。

Q. 無料で始められますか？

始められます。クラウド型の多くが試用枠を用意しており、ローカル実行型はソフト本体が無料です。ただし無料枠は生成できる枚数に上限があり、商用利用が認められないケースもあるので、プランごとの条件を確認してください。

Q. 生成した画像の著作権は誰のものですか？

ツールの利用規約で定めが分かれるため、一律の答えはありません。多くのツールは有料プランで生成物の利用を利用者側に認める形を取っています。契約や納品に関わる場面では、使うツールの規約本文を確認するか、法務に判断を仰ぐのが確実です。

Q. 同じ画像をもう一度出すことはできますか？

シード値と設定を控えてあれば、ほぼ同じ絵を再現できます。逆に、シードを記録していないと同じ絵には二度と戻れません。仕事で使う場合は、気に入った1枚が出た時点で設定を残す習慣をつけてください。

Q. 手や文字がうまく描けないのはなぜですか？

指の本数や文字の形は、絵全体の整合性より細部の正確さが問われる部分だからです。近年のモデルは改善が進んでいますが、完全ではありません。手が写る構図を避ける、文字は後から画像編集ソフトで乗せる、といった回避策が現実的です。

Q. パソコンのスペックはどれくらい必要ですか？

クラウド型ならブラウザが動けば十分で、スマートフォンからでも使えます。ローカル実行型はGPU搭載のPCが前提で、GPUのメモリ量が扱える画像サイズを決めます。試す段階でPCを買い替える必要はありません。

Q. 商用の広告に使っても問題ありませんか？

ツールの規約が商用利用を認めていれば技術的には可能です。ただし、実在の人物や既存キャラクターを想起させる画像は、規約とは別に肖像権や商標の問題が生じます。露出の大きい媒体ほど、事前確認の重みが増します。

関連する比較・代替を見る

どのツールを軸に据えるか迷ったら、2本ずつ突き合わせて見るのが早いです。

• MidjourneyとStable Diffusionの比較 — クラウド型とローカル型の考え方の違いがはっきり出る組み合わせ
• ComfyUIとStable Diffusionの比較 — 同じ系統でも操作画面でここまで変わる、という例
• Adobe FireflyとMidjourneyの比較 — 制作フローに組み込むか、単体で使うかの分岐点
• Leonardo AIとMidjourneyの比較 — ブラウザ完結型どうしの操作性の差
• IdeogramとMidjourneyの比較 — 画像内に文字を入れたい人向けの比較
• FluxとStable Diffusionの比較 — ローカル運用のモデル選びで悩んだときに
• Midjourneyの代替ツール — 別の選択肢をまとめて眺めたい場合

次に読むならこれ。 ツールの顔ぶれをもう少し広く見たいなら、AIイラストツールのまとめへ。この記事で整理した3タイプの分類を頭に入れたまま読むと、自分に必要な1本が絞り込めます。

各ツールの公式サイト（一次情報）

料金・機能・対応範囲は各社公式が一次情報です。本記事は公開時点の検証に基づきますが、最新かつ正確な条件は必ず各公式ページで確認してください。

• Midjourney — 公式サイト（AI PICKSの詳細）
• Stable Diffusion — 公式サイト（AI PICKSの詳細）
• ComfyUI — 公式サイト（AI PICKSの詳細）
• Adobe Firefly — 公式サイト（AI PICKSの詳細）
• Leonardo.ai — 公式サイト（AI PICKSの詳細）