APIでAI生成インフルエンサーを作る方法（実際の運用コストも解説）

これが実際に成否を左右する2つの要素

マーケティング要素を取り除くと、AIインフルエンサーは2つの技術的な問題に集約されます。

1つ目はアイデンティティの一貫性です — すべての投稿で同じ顔、体、プロポーションを維持することです。オーディエンスがクリエイターを認識する方法は、人間を認識する方法と同じく、顔によるものです。顔が変われば、フォローすべきブランドは存在しません。これはノーコードツールがひそかに苦手としている問題であり、今回もっとも多くコードを書く部分です。

2つ目はリアリズムです — 「AIらしい見た目」を避けることです。プラスチックのような肌、指が6本ある手、生気のない不気味な目つき。こうした特徴はすぐに偽物だと見抜かれます。合成コンテンツへの警戒が強まっているプラットフォームでは、明らかに生成画像に見えることは、スタイルではなく弱点になります。

以下のすべては、この2つのためにあります。一貫性やリアリズムを改善しない手順は、ノイズにすぎません。

前提条件

必要なのは3つです。GPT Protoアカウント、残高、そしてAPIキーです（アカウントを作成し、チャージしてから、ダッシュボードでキーを生成します）。GPT Protoは前払いクレジットで動作します — 無料プランはないため、生成ごとに支払います。その代わり、1つの残高をすべてのモデルで使えるので、プロジェクト途中で画像エンジンを切り替えても追加費用はかかりません。各モデルの生成単価は、それぞれのモデルページに記載されています。

また、参照画像が1枚必要です。権利を保有している写真か、1度生成して以降すべての基準として再利用するベースキャラクターの画像を用意してください。

コードを書く前に、1つ注意点があります。GPT Protoは生のAPIキーで認証します — Bearerプレフィックスはありません。OpenAI形式のヘッダーに慣れている人はここでつまずきます。そこではキーがBearerの後ろに置かれるからです。ここではキー単体を指定します。

Authorization: GPTPROTO_API_KEY

この形式は3つのモデルすべてで使えます — gpt-image-2、Seedream、Seedanceです。反射的にBearerを追加すると、コードとは無関係な401エラーのデバッグに半日費やすことになります。各手順で正しいヘッダーを示します。

ステップ1 — キャラクターのアイデンティティを固定する

一貫性は基準画像から始まります。毎回新しい顔を説明するのではなく（毎回新しい顔が生成されます）、1枚の参照画像を固定し、そこから編集します。これが、発明するテキスト・トゥ・イメージと、保持するイメージ編集の違いです。

ベースキャラクターは1度だけ生成または選択します。その後の投稿はすべて、そのアイデンティティを引き継ぐイメージ編集の呼び出しにします。以下は、キャラクターの角度をまたいだ一貫性に適しているとGPT Proto独自のモデルページで説明されているgpt-image-2への基本的なリクエストです。生のキーである点に注目してください — Bearerは不要です。

import os
import requests

API_KEY = os.environ["GPTPROTO_API_KEY"]

resp = requests.post(
    "https://gptproto.com/api/v3/openai/gpt-image-2/image-edit",
    headers={
        "Authorization": API_KEY,           # gpt-image-2: raw key, NO "Bearer"
        "Content-Type": "application/json",
    },
    json={
        "images": ["https://your-cdn.com/character-reference.png"],
        "prompt": (
            "the same woman, sitting in a sunlit Lisbon cafe, "
            "candid 35mm photo, soft window light, natural skin texture"
        ),
        "size": "1024x1536",                # 2:3 vertical, good for feed
        "quality": "high",
        "enable_sync_mode": False,
        "response_format": "url",
    },
)
prediction = resp.json()["data"]
print(prediction["id"])

gpt-image-2は、最長辺が3840px以下、両辺が16の倍数、アスペクト比が3:1以内、総ピクセル数が655,360～8,294,400の範囲であれば、任意の解像度に対応します。ソーシャル投稿では、1024～1536の範囲から外れることはほとんどないでしょう。

enable_sync_modeをfalseに設定すると、呼び出しは完成画像ではなくidを返します。結果をポーリングします。

import time

def wait_for_result(prediction_id):
    url = f"https://gptproto.com/api/v3/predictions/{prediction_id}/result"
    while True:
        r = requests.get(url, headers={"Authorization": API_KEY}).json()
        status = r["data"]["status"]
        if status == "completed":
            return r["data"]["outputs"]
        if status == "failed" or r["data"]["error"]:
            raise RuntimeError(r["data"]["error"])
        time.sleep(2)

images = wait_for_result(prediction["id"])
print(images)

要点は、1枚の参照画像を入力すれば、同じ人物が出力されるということです。この1つの変更 — 新しくプロンプトを作るのではなく、基準画像から編集すること — が、一貫性を保つための戦いの大部分を占めます。

ステップ2 — 一貫性のある投稿をまとめて生成する

ここからは、毎回同じ参照画像を再利用し、シーンのプロンプトだけを変えてステップ1を繰り返します。カフェ、ジム、街、スタジオ — 顔は同じで、設定だけが変わります。ここでインフルエンサーが実際のフィードになります。

これらをレンダリングではなく写真に見せるには、2つのポイントがあります。1つ目は、「超リアル」のような形容詞を積み重ねるのではなく、レンズ、光源、肌の質感など、実際のカメラ用語でプロンプトを書くことです。モデルはこうした形容詞をほとんど無視します。「ハイパーリアルな8Kの傑作」よりも、「85mmポートレート、曇った午後の光、見える肌の毛穴」の方が効果的です。2つ目は、照明についてはモデルのデフォルトに任せ、シーンの説明に役割を担わせることです。

ここには正直な限界があり、1つのエンジンに決める前に知っておく価値があります。GPT Protoのgpt-image-2ドキュメント自体が、このモデルは「画像間のオーバーレイに苦戦し、参照画像のアーティファクトが残ることが多い」と認めており、画像内のテキストも一貫しない場合があります。実際には、gpt-image-2は自ら生成した顔を維持するのに優れていますが、実写写真を強く画像間編集すると、ぼやけや元画像の残留物が生じることがあります。これは編集ステップで別のエンジンを試すサインです — 次のセクションで説明します。

生成結果が返ってきたら、プログラムで公開する前にレスポンスのhas_nsfw_contentsフィールドを確認してください。パイプラインはすべての結果にこのフィールドを返します。無視すると、望ましくない出力が予約済みのキューに入り込んでしまいます。

ステップ3 — 画像エンジンを選ぶ：一貫性とコスト

これは、ノーコードツールがあなたから奪っている選択肢です。ツールは1つのモデルを選び、それを隠します。APIならショットごとにモデルを切り替え、画像単位で支払えるので、最適化の判断はあなた次第です。インフルエンサー用途では、次の3つの画像エンジンを比較する価値があります。

構造上のポイントは、個々の数字よりも重要です。gpt-image-2はトークン単位で課金されるため、大きく高品質なレンダリングほど高額になります。画像単位のコストは変動し、出力が大きい場合は3つの中で最も高くなります。ByteDance系統の2つのモデルは、プロンプトの内容にかかわらず固定料金なので、大量生成時の費用を予測しやすいのが特徴です。

私の見解では、元の顔を設計して固定する段階では、一貫性とディテールにプレミアムを払う価値があるためgpt-image-2を使い、その後、日常的な投稿には1枚$0.0298のseedream-5.0へ移行するのがおすすめです。以下はSeedreamに対する同様の編集呼び出しです — 同じ生のキーを使い、URL内のプロバイダーがbytedanceであり、doubaoではない点に注意してください。

resp = requests.post(
    "https://gptproto.com/api/v3/bytedance/doubao-seedream-5-0-260128/image-edit",
    headers={
        "Authorization": API_KEY,                # Seedream: same raw key, NO "Bearer"
        "Content-Type": "application/json",
    },
    json={
        "prompt": "the same woman, golden-hour rooftop, candid phone photo",
        "images": ["https://your-cdn.com/character-reference.png"],
        "size": "2048x2048",
        "enable_base64_output": False,
        "enable_sync_mode": False,
    },
)
print(resp.json()["data"]["id"])     # poll with the same wait_for_result()

結果の取得方法はステップ1と同じです。各投稿を、特定のキャラクターを最もよくレンダリングするエンジンに振り分けられます。どれが最適かを知るには2～3種類を試す必要がありますが、まさにそれを1つのモデルに固定されたSaaSでは実行できません。

ステップ4 — 投稿をリールにする（任意）

フィードには動きも必要です。満足できる画像ができたら、画像間ビデオモデルに渡します。Dreamina Seedance 2.0は構図を維持しながら静止画をアニメーション化でき、ReelsやShortsに適した縦型9:16出力にも対応しています。

resp = requests.post(
    "https://gptproto.com/api/v3/bytedance/dreamina-seedance-2-0-260128/image-to-video",
    headers={
        "Authorization": API_KEY,                # Seedance: same raw key, NO "Bearer"
        "Content-Type": "application/json",
    },
    json={
        "prompt": "she turns to the camera and smiles, subtle hair movement",
        "image": "https://your-cdn.com/locked-post.png",   # single URL, not an array
        "last_image": "",
        "aspect_ratio": "9:16",
        "duration": 5,
        "resolution": "720p",
        "is_upload_media": "true",
        "generate_audio": True,
        "camera_fixed": False,
        "seed": -1,
    },
)
print(resp.json()["data"]["id"])     # poll with wait_for_result()

720pの5秒・9:16クリップは$0.8316です。480pに下げると$0.3867、1080pに上げると$1.8711になります。最も安い480pの正方形クリップは$0.2957から利用できます。

正直な注意点があります。GPT Protoのモデルページによると、Seedance 2.0は厳格な顔検出フィルターを実行し、長時間の動画ではキャラクターの一貫性が崩れることがあります。場合によっては、グリッドオーバーレイのような工夫が必要です。インフルエンサー用途に置き換えて言えば、クリップは短く保ち、良いシードが見つかったら固定し、15秒のクリップが5秒のクリップと同じ精度で顔を維持できるとは期待しないことです。動きは、このワークフローで今も本当に難しい部分です。

実際の運用コストと「不労所得」は本当か

他のガイドが省略している計算を見てみましょう。記載されている固定料金を使うと、Seedreamで1日1投稿を1か月続けた場合、30 × $0.0298 = 約$0.89です。これに、1本$0.8316の短い720pリールを4本追加すると、さらに$3.33かかります。毎日の投稿と週1回の動画を合わせた1か月の生成コストは、合計で$4.20前後です。これは、画像を1枚も作る前からサブスクリプションツールが請求する月額$19～99に対する、制作ライン全体のコストです。

次に、収入面と並べてみましょう。Euronewsを通じてクリエイターが示したAitanaの月平均約€3,000は、1桁ドル単位の生成コストの上に成り立っています。この差が、エージェンシーがバーチャルモデルを構築する理由です。

しかし「不労」という言葉は正しくありません。不労所得として売り込む人は、夢を売っているだけです。同じ報道によれば、Aitanaは約11人のチームによって運営され、どこへ旅行するか、何を投稿するか、どう返信するかなど、彼女が「する」ことを毎週打ち合わせています。Euronewsは、デザイナーが「人々がフォローするのは画像ではなく人生だ」と語った内容を引用しています。一貫した顔は必要ですが、それだけでは十分ではありません。労働の場が撮影現場からライターズルームに移ったのです。仕事から逃れているのではありません。照明機材をプロンプトエンジニアリング、ストーリー作り、投稿ペースの管理に置き換えているだけです。安いのはピクセルです。高価なのは今も注目を集めることです。

コンプライアンスを守る（アカウントを消されないために）

プロジェクト全体を台無しにする可能性のあるリスクが2つあります。オーディエンスを増やす前に対処し、後回しにしないでください。

1つ目は開示です。Metaは独自のTransparency Centerによると、2024年5月以降、AIコンテンツを「AI Info」と表示しています。埋め込まれた来歴シグナルやクリエイターによる開示によって検出されます。2026年、Instagramは、プロフィールがAI生成またはAI加工コンテンツを投稿していることを示すアカウント単位の任意ラベルを追加しました。オーガニック投稿のラベル付けは概ね自動または任意ですが、有料・スポンサー付きコンテンツの要件はより厳しくなっており、強化も進んでいます — 2026年時点の報道では広告へのAI開示が義務化されているとされています。ただし正確なルールは変わるため、キャンペーンを実施する前に各プラットフォームの公式ポリシーで最新の規約を確認してください。私の見解では、積極的に開示するのがおすすめです。「AIで作成」という表示があっても、クリエイターが恐れるほどエンゲージメントを損なうことはなく、成功したアカウントがフラグを立てられる最大の理由を取り除けます。

2つ目のリスクは、生成する顔が誰のものかということです。キャラクターは完全に合成にしてください。実在し、識別可能な人物 — 有名人、知人、同意していない人物など — を生成すると、本当の法的・プラットフォーム上のリスクが生じます。どれだけ開示しても解決できません。一貫性のある架空のペルソナこそ、この手法全体におけるブランドセーフな選択肢です。

よくあるエラーと対処法

• 401 Unauthorized：10回中9回は、習慣でBearerプレフィックスを追加したことが原因です。GPT Protoはすべてのモデル — gpt-image-2、Seedream、Seedanceのすべて — で生のキーを要求します。Bearerを削除し、それより先にキーそのものを確認してください。
• 403 Forbidden：通常、権限の問題ではなく残高不足です。チャージしてください。
• 429 Too Many Requests：レート制限に達しています。間隔を空けて再試行してください。
• コンテンツポリシー（400として返され、503と表示される）：プロンプトまたは出力が安全性フィルターに引っかかっています。プロンプトを修正してください。
• 投稿間で顔が変わる：同じ参照画像を再利用し、実績のあるシードを再利用し、モデルが顔ではなく背景に自由度を使うようシーンのプロンプトを絞り込んでください。

作ってみませんか？まずAI Influencer generatorで一貫性のワークフローを確認し、次にgpt-image-2 model pageで完全なAPIリファレンスと料金を確認してください。規模を拡大する前に、すべてのモデルの画像単価を比較しましょう。