DALL-E（ダリー）は、OpenAIが開発した「文章から画像を生成するAIモデル」の名称です。利用者が入力した説明文（プロンプト）をもとに、イラスト、写真風の画像、デザイン案などを数十秒で作り出します。ただし最新の提供状況には注意が必要で、DALL-E 3はOpenAIのAPIでは非推奨となり提供が終了しており、現在は後継の画像生成モデルへの移行が推奨されています。本記事では、DALL-Eの読み方、仕組み、各バージョンの特徴、著作権の扱い、事業での活用視点を順に解説します。
DALL-Eの読み方と名前の由来
DALL-Eは「ダリー」と読みます。名称は、画家サルバドール・ダリと、ピクサー映画に登場するロボット「WALL-E（ウォーリー）」を掛け合わせた造語です。シュルレアリスムの画家が持つ「現実にはあり得ない光景を描く」イメージと、機械が人間のように振る舞うロボットのイメージを重ねた名前であり、「人工知能が想像力を持って絵を描く」というこのモデルの性格を端的に表しています。
読み方については、「ディーオーエルエル・イー」とアルファベットを一文字ずつ読んだり、「ダル・イー」と読んだりする誤りが見られます。会議や商談で名称を口にする場面では、「ダリー」と発音すれば通じます。英語圏でも「ダリー」と発音され、ダリの名前に由来する以上、この読み方が自然です。
表記には「DALL-E」「DALL·E」「DALL・E」「DALLE」といった揺れがあります。OpenAIの公式表記は中黒を用いた「DALL·E」ですが、中黒はキーボードから入力しにくいため、日本語の記事やSNSではハイフンやカタカナ混じりの表記も広く使われています。社内資料やウェブ記事で表記を統一したい場合は、公式表記に合わせるか、入力しやすい「DALL-E」に揃えるかを最初に決めておくと、後から修正する手間が省けます。
検索する際には、どの表記でも同じサービスを指すと理解しておけば問題ありません。ただし、検索結果には初代、DALL-E 2、DALL-E 3の情報が混在します。サービスの提供状況は変化が速いため、記事の公開時期を確認し、できるだけ新しい情報を参照することが大切です。DALL-Eという名前は現在でも画像生成AIを指す総称のように使われることがあり、実際に動いているモデルが後継のものである場合も少なくありません。名前の由来を知っておくと、こうした呼称の揺れにも落ち着いて対応できます。
DALL-Eとは何か：文章から絵を描くAIの代表例
DALL-Eは、自然言語の指示を理解して新しい画像を一から生成する「テキストから画像への生成（text-to-image）」モデルです。「文章から絵を描くAIはありますか」という疑問への最も知名度の高い答えが、このDALL-Eです。既存の画像を検索して持ってくるのではなく、学習した知識をもとに、世界に存在しない構図や組み合わせの画像を新たに作り出す点が特徴です。たとえば「宇宙服を着た柴犬が、夕暮れの渋谷スクランブル交差点を歩いている」といった現実にはない場面でも、文章どおりの画像を得られます。
テキストから画像を生成するAIは、DALL-E以外にも複数存在します。画風の自由度が高いもの、写真のような質感に強いもの、オープンソースで手元の環境に導入できるものなど、特性は製品ごとに異なります。DALL-Eの強みは、文章の意図を忠実に反映する点と、ChatGPTと組み合わせて対話しながら画像を作れる点にあります。OpenAIによれば、DALL·E 3は従来のシステムよりもテキストの指示を正確に反映するよう設計されており、ChatGPTと組み合わせて画像の細部を会話で修正していく使い方に向いています。「背景をもう少し暗くして」「人物を右に寄せて」と伝えるだけで、再生成の方向性を調整できます。
生成できる画像の用途は幅広く、次のような場面で使われてきました。
- プレゼン資料やピッチデックの挿絵
- ブログやSNS向けのビジュアル
- 製品コンセプトやUIの初期案
- イベントのキービジュアルや告知素材の下書き
いずれの用途でも、最終成果物をAIだけで完結させるより、アイデア出しや初期案の作成に使い、仕上げは人の目で確認する運用が現実的です。デザイナーへの依頼前にイメージを共有する資料として使えば、認識のずれによる手戻りを減らせます。また、生成物には文字の崩れや指の本数の誤りといった不自然さが残ることがあるため、公開前の目視確認は欠かせません。
DALL-Eの仕組み：画像生成AIはどのように動くのか
DALL-Eは、大量の「画像とその説明文」のペアを学習し、文章の意味と視覚的特徴を結びつけることで画像を生成します。初代のDALL-Eは、文章と画像をひとつの連続したデータとして扱うTransformer系のモデルでした。その後のDALL-E 2では、拡散モデル（diffusion model）とCLIPという画像と言語を対応づける技術が組み合わされています。
拡散モデルの考え方は、次のように整理できます。
- 学習時に、画像へ少しずつノイズを加えて崩していく過程を学ぶ
- 生成時には、ノイズだらけの状態から出発する
- プロンプトの意味を手がかりに、ノイズを段階的に取り除く
- 最終的に、指示内容に沿った画像が浮かび上がる
DALL-E 3では、プロンプトへの追従性が大きく改善されました。OpenAIによれば、DALL·E 3は従来のシステムよりもテキストの指示を正確に反映するよう設計されており、ChatGPTが利用者のアイデアを詳細なプロンプトへ書き換えて精度を高める仕組みも備えています。短い一文を入力しても、ChatGPT側が背景、構図、光の条件などを補ってくれるため、プロンプト設計に慣れていない人でも一定の品質に到達しやすくなりました。
DALL-E、DALL-E 2、DALL-E 3の違い
3つのバージョンは、画質、指示の理解力、編集機能の点で段階的に進化しています。
| バージョン | 主な特徴 | 位置づけ |
|---|---|---|
| DALL-E（初代） | 文章と画像を結びつける基礎モデル。解像度は低め | 研究的な第一世代 |
| DALL-E 2 | 拡散モデルを採用し、高解像度化。部分編集や拡張に対応 | 一般公開され普及の契機に |
| DALL-E 3 | プロンプトへの忠実度が大幅に向上。ChatGPTと統合 | 対話型の画像生成を確立 |
DALL-E 2では、画像の一部だけを描き直すインペインティングや、画像の外側を描き足すアウトペインティングが話題になりました。DALL-E 3ではこれらに加え、日本語を含む自然な文章での指示が通りやすくなり、文字を含む画像の描画精度も上がっています。
DALL-Eの現在の提供状況と後継モデル
DALL-E 3は、API上ではすでに提供終了の扱いとなっており、現在は後継のGPT系画像生成モデルが主流です。OpenAIのAPIでの利用を検討している開発者は、DALL·E 3のAPI提供に関するOpenAIヘルプセンターのFAQで、新しいGPT Image APIへの移行状況を確認できます。
料金体系にも変化があります。現行の画像生成APIは、入力と出力で別々に単価が設定されたトークン課金です。OpenAIの料金ページにはモデルごとの単価が掲載されており、「1枚あたり固定価格」という従来の感覚とは異なります。画像の品質やサイズによって実際のコストが変動するため、事業で組み込む際は、想定する生成枚数と品質設定をもとに試算することをおすすめします。
利用者視点では、次の点を押さえておくと混乱を避けられます。
- 「DALL-E」という名称は、現在でも画像生成AIの総称のように使われる
- 実際に動いているのは後継モデルである場合が多い
- 無料で使えるかどうかや回数制限は、時期とプランで変わる
OpenAIで無料で画像生成できる範囲
OpenAIの画像生成は、無料プランでも一定の範囲で試せる場合がありますが、回数や機能には制限があります。提供条件は頻繁に更新されるため、実際の利用前にChatGPTの画面やOpenAIの公式ヘルプで最新の条件を確認してください。無料枠の内容は、利用できるモデル、1日あたりの生成回数、混雑時の待ち時間といった点で有料プランと差がつくのが一般的です。まず無料の範囲で試し、用途に対して回数や品質が足りないと分かった段階で有料プランを検討する流れが、無駄のない進め方です。
API経由の利用は、利用状況に応じた従量課金が基本です。現行の画像生成APIはトークン課金で、入力と出力に別々の単価が設定されています。OpenAIの料金ページには、1枚あたりの固定価格ではなくモデルごとのレートが掲載されているため、画像の品質やサイズによって実際のコストが変わります。課金や利用上限、コンテンツの制限については、DALL·E APIに関するOpenAIのFAQに整理されています。業務で使う場合は、個人アカウントの無料枠に頼るのではなく、利用量の見込みを立てたうえでAPIまたは法人向けプランを検討するのが現実的です。
事業での導入を考える場合、次の順で見積もると判断しやすくなります。
- 月に必要な画像の枚数と、公開に耐える品質の水準を決める
- 無料または低価格の範囲で試作し、1枚あたりの再生成回数を把握する
- その実績をもとに、API利用と有料プランのどちらが安く済むかを比較する
再生成の回数は想定より増えやすいため、試算には余裕を持たせておくと安心です。
なお、最初の疑問に戻ると、文章から画像を作る手段は無料で使えるものも複数あります。検証段階では無料の範囲で複数のサービスを比較し、品質とコストの釣り合いを見極めると無駄がありません。
ChatGPTは画像を読み込めるのか
ChatGPTは、画像を読み込んで内容を説明したり、画像を参考に新しい画像を作ったりすることができます。画像の入力に対応したモデルでは、写真、スクリーンショット、図表、手書きメモなどをアップロードし、内容の要約や分析を依頼できます。たとえば、グラフの画像を渡して読み取れる傾向を文章にまとめてもらう、英語で書かれた案内板の写真を翻訳してもらう、エラー画面のスクリーンショットから原因の見当をつけてもらう、といった使い方が可能です。
文章だけでは伝えにくい情報を画像で補えるため、指示の精度も上がります。「このような雰囲気で」と言葉を尽くすよりも、参考画像を1枚添えるほうが、意図が正確に伝わる場面は多くあります。
DALL-Eの文脈では、この機能が「参考画像を使った生成」につながります。たとえば次のような使い方が可能です。
- 既存のロゴやデザインを見せ、トーンを揃えたバリエーションを依頼する
- 手描きのラフ画を渡して、清書された画像へ仕上げてもらう
- 競合サービスの画面を参考に、自社向けの構成案を作る
ラフ画から清書する使い方は、社内の打ち合わせで描いた簡単な図をそのまま資料用の画像に変えられるため、デザイナーの工数を抑えたい小規模なチームに向いています。
ただし、他者の著作物を参考画像として入力する場合は、生成物が既存の作品に似すぎるリスクを意識する必要があります。自社が権利を持つ素材や、利用許諾を得た素材を入力に使うことが、安全な運用の基本です。また、画像に個人の顔や機密情報が含まれる場合は、アップロード前に社内の情報管理ルールに照らして問題がないかを確認してください。
DALL-Eで作った画像の著作権と商用利用
OpenAIは、DALL·E 3で作成した画像は、OpenAIの許可を求めることなく再印刷、販売、グッズ化に使えるとしています。この点は、マーケティング素材やプロダクトのビジュアルに活用したい事業者にとって大きな利点です。ポスター、Tシャツ、ステッカー、書籍の挿絵など、物理的な商品にも使えるため、少量のオリジナルグッズを素早く試作したい場合にも役立ちます。
一方で、OpenAIが利用許可に言及していることと、生成物が第三者の権利を侵害しないことは別の問題です。注意すべき点は次のとおりです。
- 生成物が既存の作品や商標に類似する可能性がある
- 実在の人物、ブランド、キャラクターに関する出力には制限がある
- 日本を含む各国で、AI生成物の著作権の扱いはまだ整理の途中にある
- 利用規約は更新されるため、公開前に最新版を確認する必要がある
類似のリスクは、プロンプトに特定の作家名やキャラクター名、ブランド名を入れたときに高まります。「有名アニメ風」のような指定は、意図せず既存作品に近い出力を招きやすいため、商用の素材では避けるのが無難です。広告や商品パッケージなど、公開範囲が広く修正が難しい用途ほど、公開前に類似画像の検索を行う手間をかける価値があります。
特にグローバルに展開する企業では、各市場の法制度や広告規制に合わせて運用ルールを設けることが重要です。生成物であることの明示、社内のレビュー体制、素材の保存と履歴管理を整えておくと、後から問題が生じた際にも説明しやすくなります。プロンプトと生成日時を記録しておけば、どのような指示でその画像を得たのかを後から示せます。
プロンプトで品質を高める4つのコツ
DALL-Eで意図どおりの画像を得るには、指示の具体性が最も効果を左右します。次の4点を意識すると、生成のやり直し回数を減らせます。
- 被写体を具体的に書く：「会議室」ではなく「東京のガラス張りの会議室で議論する5人のチーム」のように、人数や場所を指定する
- スタイルを明示する：写真風、フラットイラスト、水彩、3Dレンダリングなど、画風を一言で伝える
- 構図と光を指定する：俯瞰、クローズアップ、逆光、夕景といった条件を加える
- 一度に詰め込みすぎない：要素が多すぎると崩れやすいため、段階的に修正を重ねる
日本語でも十分に指示は通りますが、細かな表現のニュアンスを調整したい場合は、英語のプロンプトを併用する方法も有効です。
自分の写真をAIで生成したい場合の選択肢
DALL-Eは汎用的な画像生成に向いていますが、特定の個人の顔や雰囲気を忠実に再現する用途には、別の専門サービスが適しています。文章だけの指示では、同じ人物を毎回同じ顔で描くことが難しく、生成のたびに顔立ちが変わってしまうためです。たとえばCMeInは、参考写真をもとに本人らしさを保ったAI写真を生成するサービスで、SNS用のプロフィール画像や旅行風の写真など、複数のシーンに対応しています。
汎用モデルは自由度が高い反面、同一人物の再現性は安定しにくい傾向があります。登壇者プロフィールやメディア向けの顔写真のように、本人らしさが重要な場面では、目的特化型のサービスを使い分けるのが合理的です。選択肢は大きく次の三つに分けて考えると整理しやすくなります。
- 汎用の画像生成AIに自分の写真を渡して参考にしてもらう方法。手軽ですが、顔の再現度には限りがあります
- 本人の写真を学習させて専用の表現を作る方法。再現性は高まりますが、準備や設定に手間がかかります
- 本人らしさの維持を前提に設計された専用サービスを使う方法。目的が明確な場合に最も手早く結果が得られます
自分の顔写真をアップロードする際には、データの保存期間や、学習への利用有無といったプライバシーの扱いを必ず確認してください。他人の写真を本人の許可なく使うことは避け、自分自身や、利用に同意した人物の写真に限るのが基本です。生成した写真をビジネスのプロフィールに使う場合は、実物との差が大きすぎないかを確認し、必要に応じてAIで生成した旨を添えると、相手との信頼関係を損ねずに済みます。
AI・Web3事業におけるDALL-E活用の視点
AIやWeb3に取り組む創業者や企業にとって、DALL-Eのような画像生成AIは、ビジュアル制作の初動を大幅に短縮する手段になります。アイデア段階のコンセプトアートを素早く作れるため、投資家向け資料やパートナー向け提案の検討サイクルを速められます。
具体的な活用例として、次のような場面が挙げられます。
- ホワイトペーパーやピッチデックの挿絵のたたき台
- NFTやデジタルコレクティブルのコンセプト検討
- 日本市場向けにローカライズしたキャンペーン素材の初期案
- カンファレンス出展ブースの世界観を共有するためのビジュアル
日本市場では、文化的な文脈への配慮が成果を左右します。生成画像をそのまま使うのではなく、現地のデザイナーや担当者が確認し、表現を調整する工程を挟むと、違和感のない仕上がりになります。
AIとWeb3の最新動向を現地で把握したい場合は、業界の交流の場に足を運ぶのが近道です。TEAMZ SUMMITは、Web3と人工知能（AI）に特化した主要なカンファレンスで、これまでに500社を超える主要企業がスポンサーとして参加しています。業界のリーダー、投資家、起業家、世界中のイノベーターが集まり、ネットワーキングや知識共有の場を提供します。過去の登壇者にはTim Draper氏、H.E. Justin Sun氏、Charles Hoskinson氏、Anthony Pompliano氏などが名を連ねており、過去の開催内容は過去のイベント一覧で確認できます。
関連用語：DALL-Eを理解するための基礎知識
DALL-Eの周辺には、押さえておくと理解が深まる用語があります。
- プロンプト：AIへ与える指示文。画像の内容と品質を決める入力
- 拡散モデル：ノイズから段階的に画像を復元する生成手法
- CLIP：画像と文章を同じ空間で対応づける技術
- インペインティング／アウトペインティング：画像の一部を描き直す、または外側を描き足す編集機能
- 生成AI：文章、画像、音声などを新しく作り出すAIの総称
- マルチモーダル：文章と画像など、複数の種類のデータを同時に扱う性質
これらを理解しておくと、新しい画像生成サービスが登場した際も、特徴や限界を自分の言葉で評価できるようになります。
FAQ
DALL-Eは日本語のプロンプトにも対応していますか？
はい、日本語の自然な文章で指示を出せます。細かな画風や専門的な表現を調整したい場合は、英語のプロンプトを併用すると意図が伝わりやすくなります。
DALL-E 3は今でも使えますか？
APIでは提供が終了しており、後継の画像生成モデルへの移行が推奨されています。ChatGPT上での画像生成も、現在は新しいモデルが使われているため、実際の提供状況はOpenAIの公式情報で確認してください。
DALL-Eで作った画像は商用利用できますか？
OpenAIは、DALL·E 3で作成した画像を許可なく販売やグッズ化に使えるとしています。ただし、既存の作品や商標に似ていないかの確認と、最新の利用規約のチェックは利用者側の責任で行う必要があります。
まずは、自社が画像生成AIを使う目的と、公開前に確認すべき権利面のチェック項目を一枚にまとめてみてください。そのうえで、AIとWeb3の実務者や投資家と直接意見を交わしたい方は、八芳園で開催されるTEAMZ SUMMITへのチケット購入をご検討ください。日本とアジアで事業を広げるための出会いと最新情報が、一か所で手に入ります。
