【Web制作×AI活用】マルチモーダルAI一辺倒をやめてMidjourneyを試したくなった理由｜ログ！(札幌・長期インターン)

こんにちは!株式会社LANTERNインターン生の堀川です。

今回は生成AIの活用についての記事です。ChatGPT・Gemini・Claudeのようなマルチモーダル型のAIだけでなく、画像生成のMidjourney・DALL·E 3・Stable Diffusion、動画生成のSora・HeyGen・Pika、音声・音楽生成のVOICEVOX・Suno AIなど、用途特化型のシングルモーダルAIも数多く存在し、目的に応じて適切なツールを選び分けることが重要だと解説されていました。文章作成・画像作成・資料要約を業務に使用する私にとって、まさに直結する内容でした。

これまで私は、ChatGPT・Gemini・Claudeの3つばかりを使い、「1つのAIで何でもできる方が効率的」と考えていました。しかし記事を読んで、画像生成や音声生成など特定のタスクに絞った場合は、シングルモーダルのAIの方が精度や表現力の面で優れていることがあると知り、認識が変わりました。特にMidjourneyは、自然言語での指示だけで芸術性の高い高品質な画像を生成できる点が印象的で、「目的が明確なタスクほど、専用ツールを選ぶ方が良い結果につながるのか」と気づかされました。また、AIの進化のスピードは非常に速く、これまで苦手とされていた分野が突然強みに変わることもあり得るため、使い慣れた3つのAIだけに頼らず、常に他のAIとも比較検討していく姿勢が必要だと強く感じました。

明日以降、Webサイト制作でプレースホルダーに挿入する画像を作成する際、先方に完成イメージを伝えるための参考画像をMidjourneyで生成し、業務に活用していきます。