直接的な答え: AI ノードで創造性を拡張する
クリエイティブ制作を自動化するには、運用チームはノードベースのアーキテクチャを実装する必要があります。このアーキテクチャでは、利用可能な Gemini テキスト モデルが、構造化されたプロンプトを下流の画像ノードまたは動画ノードに出力するロジック エンジンとして機能します。RelayMe では、ワークフローエディターでノードをチェーンすることによってこれを実現し、手動でコピーアンドペーストすることなく、テキスト生成から商品の特徴を細かく再現したビジュアル出力への自動ハンドオフを可能にします。
このアプローチは、大量のアセットを一貫して作成する必要があるマーケティングチームやコンテンツ作成者に推奨されます。重要な制限: ワークフローは商用利用できるように設計されていますが、個々の出力は選択したモデル 提供元の特定の条件によって管理されます。一般に展開する前に、商用利用ポリシーを必ず確認してください。
初めてのワークフローを設計する
まず、RelayMe エディタでタスクを作成します。「テキスト プロンプト」ノードをキャンバスにドラッグし、Gemini モデルなどの希望の LLM を選択します。このノードはクリエイティブ アシスタントとして機能し、生のユーザー入力を画像モデルに最適化された説明的で詳細なプロンプトに変換します。プロンプト エンジニアリング ステップを自動化することで、生成されるすべての画像や動画が、定義した特定のスタイルまたは技術標準に確実に準拠するようになります。
テキスト ノードを構成したら、選択した生成ノードに接続します。画像出力の場合は、GPT-Image2,Nano BananaまたはNano Banana Proのようなモデルを選択できます。動画が必要な場合は、Veo 3.1、Veo 3.1 Fast、または MiniMax-H3 ノードを選択します。ワークフローは、調整されたテキスト データを生成ノードに自動的に渡し、エディターで設定したパラメーターに基づいてタスクを実行します。
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。
並列ファンアウトを備えたモデルの比較
クリエイティブな反復の効率は、並列ファンアウト機能によって最もよく達成されます。一度に 1 つのモデルをテストする代わりに、単一の LLM プロンプト ノードを複数の生成ノードに接続します。たとえば、同じプロンプトを Nano Banana Pro と GPT-Image2 の両方に同時に送信します。これにより、タスク リストに並べて比較が作成され、キャンペーンに必要な特定の美しさを生み出すモデルを特定できるようになります。
タスク履歴には、生成ごとのクレジット消費が記録されます。 2026年9月20日 で確認したように、パブリック モデル カタログには 1K、2K、および 4K の画像ごとに US$0.10 の GPT 画像 2 特価チャネルがリストされています。標準チャンネルには別の解像度の価格が設定されています。動画の料金は、長さ、解像度、音声のオプションによっても異なります。バッチを実行する前に現在の料金表を確認し、再試行と人間によるレビューの予算を個別に立ててください。
価格と制作費用
RelayMeは、さまざまな生産規模に合わせて設計された柔軟な価格体系を提供します。 2026年9月20日 で確認したように、ユーザーはクレジットカードがなくても無料で開始できます。有料レベルには、$19/月 (20,000クレジット) のスターター プラン、$32/月 (35,000クレジット) のベーシック プラン、および $90/月 (110,000クレジット) のプロ プランが含まれます。ニーズが変動するチームの場合は、従量課金制のチャージ クレジットを利用でき、有効期限が切れないため、月々の契約のプレッシャーを感じることなくコストを管理する方法が提供されます。
専門的なヒント: 1 つの出力のみを必要とする単純なタスクには、複雑なマルチモデルのワークフローを使用しないでください。プロジェクトが小規模な場合、チェーンされたノードのオーバーヘッドは不要な場合があります。完全な自動化機能は、バッチで制作している場合、またはビジュアル スタイルの迅速な A/B テストが必要な場合にのみ使用してください。これにより、手動生成に費やす時間を最小限に抑えながら、クレジット割り当ての価値を最大化できます。
実行をスケーリングする前に、動画費用の内訳を使用して、生成クレジットを人間によるレビューや編集時間から分離します。