Grok画像生成：Grok Imagineで画像を作り、編集する方法 — ガイドとプロンプト

この2年で、Grokの画像生成はX内のミーム生成機能から、xAIが仕事のツールとして打ち出すモデルへと変わりました。小さな文字の入ったポスター、商品写真、範囲を指定した写真編集などです。私たちはGrok Image 2.0でポスター、ポートレート、商品写真、ビフォーアフターの編集、2枚の写真からの合成を作り、xAIのドキュメントと照らし合わせて、モデルにできること、プロンプトの書き方、制限を整理しました。画像と動画の両モデルの概要は Grok Imagine のページに、画像モデルの詳細は Grok Imagine Image 2.0 のページにあります。

Grokの画像生成とは

Grokの画像生成は、xAIのチャットボットGrokの画像生成・編集機能です。画面上でもAPIでも、Grokのビジュアル機能であるGrok Imagineの一部で、Grokの動画生成 もここに含まれます。

モデル	時期	ポイント
Aurora	2024年12月9日	xAI初の自社開発画像モデル。自己回帰型のmixture-of-experts。Xで提供開始
Grok Imagine Image	Image 2.0以前	高速なベースモデル。APIで1枚0.02ドル
Imagine Image 2.0	2026年8月7日	GrokのQualityモード。タイポグラフィ、範囲指定の編集、最大5枚の参照。APIで1枚0.04ドル

公開当日、Imagine Image 2.0 はArenaの画像生成と画像編集の両ランキングで世界2位でした。2026年9月24日時点では80モデル中6位です。

Grokで画像を生成する手順

1. Grok Imagineを開く — grok.com/imagine、またはGrokのiOS・AndroidアプリのImagineセクション。普通のチャットでも画像を頼めますが、Imagineにはアスペクト比の選択と編集ツールがあります。
2. Qualityモードをオンにする — これがImage 2.0です。高速モードは下書き向けです。
3. アスペクト比を選ぶ。 Image 2.0は16種類に対応。1:1から縦長の9:16、9:19.5、9:20、パノラマの21:9と5:2まであります。APIのデフォルトはautoで、プロンプトに合わせて比率を選びます。
4. 下の公式でプロンプトを書く。
5. 複数のバリエーションを作る。 APIでは1回のリクエストで最大10枚生成できます。
6. 作り直すより編集で仕上げる。 良い1枚をピンポイントで直すほうが、プロンプトを一から書き直すより確実です。

Grok Image 2.0でできること

文字とレイアウト。 xAIによると、Image 2.0はデザイナーのようにタイポグラフィとレイアウトを組み立てます。情報量の多い複数ブロックのビジュアルも崩れず、小さな文字もくっきり。私たちのテストでは、タイトル、サブタイトル、区切りの点、日付の範囲が入ったポスターが、1回目でミスなく仕上がりました。

ポスターのプロンプトには正確な文言を書き、それ以外の文字を禁止しています。

Minimalist retro travel poster for a fictional seaside town, screen-print style:
white sailboats on a turquoise sea under a pale yellow sun, bold title SAILS & SALT
at the top in large condensed letters, and a smaller line SUMMER FESTIVAL · JULY 12–14
below it, limited palette of navy, turquoise, cream and coral, no other text

フォトリアルと商品写真。 肌、布、石の質感は得意分野です。Image 2.0はレンズ（85mm、50mm）や光（golden side light、hard morning sunlight）の指定を文字どおりに再現し、被写界深度や影もプロンプトどおりに出ます。

テンプレート。 Image 2.0と同時に、写真編集、商品写真、プロフィール写真、アイコン、ゲーム素材、絵文字など15種類のテンプレートが追加されました。

Grokの画像編集：写真を編集する方法

編集機能こそ、Image 2.0とこれまでのバージョンの一番の違いです。生成を重ねても編集を重ねても、頼んでいない部分はそのまま保たれます。

• テキストで編集。 写真をアップロードして変更を伝えます。「コートを赤に、晴れの日にして。顔、ポーズ、通りは変えないで」。
• マジックワンド。 範囲を指すと、その部分だけが変わります。
• セグメンテーション — 編集したい領域を正確に選択。
• 背景の削除 — 被写体を透過背景で書き出し、商品ページやコラージュにすぐ使えます。
• スマートリサイズ — 新しいアスペクト比を選ぶと、足りない部分をモデルが描き足します。縦長の写真が横長のバナーに。
• 複数の素材。 1回の生成で最大5枚の写真を使い、人物を組み合わせる、スタイルを移す、シーンを構成する、といったことができます。

複数の写真の合成も同じ要領です。素材を順番に指定します。「1枚目の女性」「2枚目のカップ」。

APIでは、編集は入力画像と結果の両方に課金されます。AIで写真を変えるほかの方法は AIで写真を編集する ガイドで紹介しています。

Grokの画像生成プロンプト

公式は、被写体と動作 → 場所と背景 → 光 → スタイルまたはカメラ → 制約 です。細かなディテールや正確なタイポグラフィには英語が確実です。画像に入れたい文字はプロンプトに直接、必要な言語で書き、「no other text」を加えます。

用途	必ず書くこと
フォトリアル	レンズ（35mm、85mm）、光源、「realistic skin texture」
商品写真	素材、置き台、光と影の種類、「no logos, no text」
ポスター、表紙	正確な文言、位置とサイズ、配色、「no other text」
アート、イラスト	技法（watercolor、screen-print、3D render）、配色
編集	変える部分と残す部分：「keep the face and pose unchanged」

よくある用途別のプロンプト6つ：

プロフィール写真：

Professional headshot of a man in his 30s in a navy sweater, soft window light from the left,
neutral light grey background, 85mm lens, shallow depth of field, realistic skin texture, no text

EC用の商品写真：

Product photo of white wireless earbuds in an open charging case on a smooth concrete surface,
soft diffused light, subtle reflection, minimal composition, no logos, no text

記事のアイキャッチやサムネイル：

Wide editorial illustration of a person working on a laptop at a desk surrounded by floating
icons of charts and chat bubbles, flat vector style, teal and orange palette, no text

料理：

Overhead photo of a rustic breakfast table: shakshuka in a cast iron pan, fresh bread, herbs,
morning sunlight with hard shadows, linen napkin, realistic, no text

インテリア：

Scandinavian living room with a light oak floor, a beige linen sofa, a large window with
sheer curtains, indoor plants, soft afternoon light, wide angle, photorealistic, no text

ファンタジーアート：

A lighthouse on a cliff made of giant seashells, glowing windows at dusk, stormy sea below,
painterly digital art, rich colors, cinematic composition, no text

すぐ使えるテンプレートは 画像生成プロンプト集 にもあります。

画像がうまくいかない理由

• 背景の文字が意味不明になる。 Image 2.0はメインの見出しは正確に書きますが、プロンプトで触れていない背景の看板や表示は、意味のない文字で埋まることがあります。「no readable text on signs」を加えるか、その部分を編集で直します。
• ディテールが多すぎる。 属性付きの物体が10個もあると混ざります。重要なものを先に、残りは短く。
• スタイルの衝突。 「フォトリアル」と「水彩」を同じプロンプトに入れると、どっちつかずの結果になります。スタイルは1つに。
• 光と背景がない。 書かないとモデルはニュートラルなスタジオ光を使い、平板な画像になります。
• シリーズの統一感がない。 複数の画像で同じキャラクターやスタイルを保つには、同じプロンプトで作り直すのではなく、元画像を参照にして編集します。
• モデレーションで拒否される。 xAIのルールに反するプロンプトは実行されません。

Grokの画像生成の制限と料金

Grokアプリの場合。 固定の枚数はありません。2026年6月から、有料のSuperGrokプランはチャット、Imagine、音声のすべてで共通の週間利用枠を使います。画像、そして動画はさらに、チャットより早く枠を消費します。製品ごとの利用状況は設定のUsageタブで確認できます。枠を使い切ったら、Extra Usage Credits（ウェブのみ、5ドルから）を買うか、上位プランに変更します。Imagineの無料枠をxAIは公表していません。

透かし。 Grokアプリの画像には、オフにできない透かしが入ります。

xAI APIの場合：

モデル	1枚あたりの料金	備考
grok-imagine-image-2.0	0.04ドル	1Kと2K、品質はlowかmedium、編集対応、素材は最大5枚
grok-imagine-image	0.02ドル	前世代の高速モデル

編集は入力画像と結果の両方に課金されます。品質のデフォルトはautoで、生成はlow、編集はmediumです。

Grokの画像生成と他のAI画像生成ツールの比較

	Imagine Image 2.0	GPT Image 2.5	Nano Banana 2	Nano Banana Pro
Arenaの順位（2026年9月24日）	6位	1位	9位	14位
範囲指定の編集	マジックワンド、セグメンテーション	マスク	プロンプト	プロンプト
背景の削除	あり	透過背景	—	—
参照画像	最大5枚	複数	最大14枚	最大14枚
APIの料金	0.04ドル	トークン課金	0.045ドルから	0.134ドルから

Grok Image 2.0はランキングでNano Banana 2とProを上回り、範囲指定の編集や切り抜きにも便利です。文字の正確さではGPT Image 2.5がトップ、十数枚の参照を使う複雑なシーンなら Nano Banana が向いています。詳しい比較は AI画像生成ツール の記事にまとめています。

AI2FaceでGrokの画像生成を使う

SuperGrokは週ごとの上限がある別のサブスクです。AI2Faceなら、ジェネレーターで直接Grok Imageを使えます。

• SuperGrokへの加入は不要 — メールまたはGoogleでログイン。
• カード、暗号資産など便利な方法で支払い — 各生成の費用は実行前に表示。
• クレジットは失効しない — サブスクに加えてクレジットパックも購入でき、残高は翌月に繰り越し。
• ファイルにAIの痕跡を残さない — AI2Faceは完成画像からニューラルネットワークのメタデータを削除し、一般的なカメラのEXIFに置き換えるため、SNSがファイルから「AI生成」の表示を読み取ることはありません。
• すべてのモデルを1つのサブスクで — Grok Image、GPT Image、Nano Banana、動画モデル。個別に契約するよりお得で、同じプロンプトで比べるのも簡単。
• 登録後にウェルカムクレジット — 最初の数枚を作るのに十分。

まとめ

文字入りのポスターや表紙、商品写真、そして何より編集にはGrok Image 2.0を選びましょう。細部の差し替え、背景の削除、アスペクト比の変更、複数の写真からのシーン合成を、顔や構図を崩さずにこなします。ランキングはトップ10入りで、Nano Bananaより上です。小さな文字を一段落まるごとミスなく入れたいならGPT Image 2.5と、1つのシーンで十数枚の参照を使うならNano Banana Proと比べてみてください。Grokで作った画像はそのまま動画にもできます。方法は Grokの動画生成 ガイドで。