直接的な答え: EC チームのための AI ワークフロー
言語モデルと画像モデルをつなぐワークフローツールを使えば、商品データからまとめて完成画像を作れます。画像ごとにプロンプトを書く必要はありません。RelayMe では一度ワークフローを作り、LLM で各 SKU の商品名、訴求点、目指すスタイルを画像用のプロンプトに整えます。画像ノード(Nano Banana、Nano Banana Pro、GPT-Image2 など)で生成し、新しい SKU ごとに同じテンプレートを再実行します。一括生成のモデル料金は1枚あたりの料金を合計した金額です。掲載されている特価では Nano Banana が1枚20クレジット(約 US$0.02)、Nano Banana Pro または GPT-Image2 が1枚100クレジット(US$0.10)のため、白背景のメイン画像を100枚作る場合、モデル料金は約 US$2〜US$10 です。
チームが毎週数十の SKU のメイン画像、ライフスタイル ショット、キャンペーン アセットを作成している場合、アウトソーシングや手動レタッチはカタログに比例して拡大しますが、再利用可能なワークフローはそうではありません。一回限りの手作業で磨き上げたクリエイティブの場合は、従来のレタッチ プロセスの方がまだ効果的である可能性があります。
このデモでは、テキストプロンプトから生成した架空のノーブランドのタンブラーを使っています。
1K · 1:1 · 候補2枚 · 候補2枚は同じタスクで生成しました。2枚合わせて200クレジットです。
9月30日に行った別のテストの結果です。8月25日の実測とは別で、最新の料金は料金ページをご確認ください。使用前に生成結果全体をご確認ください。
生成タスクの記録
cf46745f-a2d5-450b-892f-85b932d9cfcdバッチの前に承認済みの商品画像を 1 つ作成する
1 つの商品の参考写真と、商品 ID、素材、色、ラベルのテキスト、希望のシーン、アスペクト比などの短い概要を準備します。処理権限のある画像を使用し、次の商品に移行するときも同じフィールドを維持してください。
プロンプトには、以下のテキスト → LLM → 画像パターンを使用します。選択したモデルがサポートしている場合は、商品参照素材を別途接続します。既存のキャンバスは接続を示しています。その画像出力は空であり、完成品画像の例ではありません。
最初の出力を元のラベル テキスト、シルエット、色、シーンと比較して確認します。これらの詳細を確認した後にのみ次の入力でワークフローを繰り返し、実行ごとに実際のクレジットとタスクの結果を保持します。ワークフローの再利用は、カタログのインポートや無制限の並列実行を意味するものではありません。
正確なノード接続と再利用可能な手順については、LLM プロンプト ワークフロー チュートリアル に従ってください。
このデモでは、テキストプロンプトから生成した架空のノーブランドのタンブラーを使っています。
1K · 1:1 · 同じタスクの候補1枚目 · 候補2枚は同じタスクで生成しました。2枚合わせて200クレジットです。
指定した先細りのタンブラーよりボトルに見えるため、2枚目を採用しました。この候補の費用は上記の200クレジットに含まれます。
9月30日に行った別のテストの結果です。8月25日の実測とは別で、最新の料金は料金ページをご確認ください。使用前に生成結果全体をご確認ください。
生成タスクの記録
cf46745f-a2d5-450b-892f-85b932d9cfcdAI 商品画像の一括生成にかかる費用(2026年9月時点の RelayMe の料金)
RelayMe では画像1枚ごとにクレジットを消費し、1,000クレジットは約 US$1 に相当します。掲載されている特価では、Nano Banana の 1K・2K・4K は1枚20クレジット(約 US$0.02)です。Nano Banana Pro は 1K と 2K が100クレジット、4K が200クレジット(US$0.10〜US$0.20)です。GPT-Image2 の特価チャネルは 1K・2K・4K ともに100クレジットで、標準チャネルは 1K が200、2K が350、4K が600クレジットです。Nano Banana の標準チャネルは1枚80クレジットです。料金は変わるため、最新情報は RelayMe の料金ページをご確認ください。
バッチ用語: US$19 スターター プランには毎月 20,000クレジットが含まれており、これは 1,000 Nano Banana 画像または 200 Nano Banana Pro 画像がセール価格で提供されます。Basic (US$32, 35,000クレジット) と Pro (US$90, 110,000クレジット) では、1 か月あたり 1,750 および 5,500 Nano Banana の画像にスケールされます。月額プランのクレジットは請求日にリセットされますが、追加購入したクレジットの有効期限は切れないため、季節ごとのカタログ更新を一度購入すれば、数か月間使用できます。
再実行の無駄は定価よりも重要です。新しいカテゴリを開始するときは、再生成に 20 ~ 30 パーセントの追加予算を設定してから、タスク履歴を使用して再試行が最も少ないテンプレートを確認し、それに基づいて標準化します。スケールの場合: 実際のプロダクションでは、4秒の広告クリップのコスト 20クレジットをシードする商品画像が実行されますが、クリップ自体のコストは 600, であるため、画像ステージは動画に次ぐ丸め誤差になります。これは、SKU ごとに、より多くの画像候補を生成するための引数であり、少なくすることではありません。
独自のワークフロー用のモデルを選択する前に、モデル設定とクレジットについて Nano Banana Pro と GPT Image 2 を比較してください。
ステップ1|ワークフロー ロジックを定義します
まず、1 つのワークフローで生成されるべきもの (白背景のメイン画像、ライフスタイル シーン、プロモーション用合成画像) を修正することから始めます。商品名、セールスポイント、ターゲットのスタイル、アスペクト比などの入力をワークフロー変数として固定します。入力が構造化されるほど、バッチ結果はより安定します。
単一のフロー内でメイン 画像とシーン 画像を混合するのではなく、出力タイプごとに 1 つのワークフローを維持します。分離すると、画像 タイプごとにプロンプトとパラメーターを調整できるようになり、障害の追跡が容易になります。
静止画像が承認されると、画像から動画へのガイドで次の段階とその日付付きの作業例が説明されます。
このデモでは、テキストプロンプトから生成した架空のノーブランドのタンブラーを使っています。
1K · 16:9 · 商品画像を参照 · このタスクで 100 クレジットを消費しました。
9月30日に行った別のテストの結果です。8月25日の実測とは別で、最新の料金は料金ページをご確認ください。使用前に生成結果全体をご確認ください。
生成タスクの記録
51c37529-6c46-482a-8221-3d12991a6ed8ステップ2|チェーンテキストと画像の生成
RelayMe ワークフローでは、言語モデル ステップの出力を次の画像生成ステップに直接フィードできます。一般的なセットアップ: LLM は、商品の詳細を主題、環境、照明、構成をカバーする完全な画像プロンプトに展開し、そのプロンプトから画像ステップがレンダリングされます。
オペレーターは商品の詳細を入力するだけで、プロンプトを自分で作成する必要はありません。プロンプトの品質が重要なカテゴリの場合は、レンダリング前に手動による確認手順を追加します。
ステップ3|再利用可能なテンプレートを使用する
ワークフローが正常に実行されたら、それをテンプレートとして保存すると、チームメイトが同一のステップとパラメーターで新しい SKU を処理し、バッチの視覚的な一貫性が保たれます。RelayMe テンプレート ライブラリには、コピーして適用できる既製の商品画像 テンプレートも付属しています。
新しい商品が到着したら、商品フィールドのみを置き換えて、構造はそのままにしておきます。スタイルを変更する必要がある場合は、実行中のバッチが影響を受けないように、テンプレートを新しいバージョンに複製します。
ステップ4|タスク履歴で改善します
バッチ生成によりタスクの記録が蓄積されます。履歴を定期的に確認して、どのプロンプト パターンが最も高い使用率をもたらすか、どのパラメータが再実行をトリガーするかを確認し、その結果をテンプレートに組み込みます。
実際的なルーチン: 毎週、採用率が最も低い画像タイプを選択し、照明の説明などの 1 つの変数を変更し、次のバッチを比較します。テンプレートが反復されると、手動による確認にかかる時間が短縮され、新しいチームメイトが最新のテンプレートから直接開始できるようになります。