はじめに
この記事は ポート株式会社 サービス開発部 Advent Calendar 2025 の 22 日目の記事です！
普段、VRChat を趣味でやっていますが、リアルで遊んだ際に、自分のアバターの透過画像を合成した写真を X に投稿することがあります。
その際の手順は以下の通りです。
- VRChat でアバターの透過画像を撮影
- リアルで合成元の写真を撮影
- 無料の写真加工アプリで合成
このポーズの透過画像が欲しいとなっても用意ができていない場合は、合成せずにそのまま写真を使うか、別の透過画像を使っています。
でも、やっぱりグリコの前に行ったらグリコのポーズの透過画像が欲しいし、万博にあったガンダムの前に行ったらガンダムのポーズの透過画像が欲しいんです！
そこで、今回は旅先でも画像と同じポーズの透過画像を生成できないか試してみました！
(帰ってから合成すればいいじゃん、旅先にも Quest3 持っていけばいいじゃんというツッコミは無しでお願いします…)
合成した写真例
ゴール
- 指定したポーズの透過画像をスマホだけで簡単に生成できるようになること
（最終的には、画像合成まで行いたい）
要件
- スマホだけで完結する
- 無料で使える
- 簡単に使える
方法
Gemini で最近話題の Nano Banana Pro（Gemini 3 Pro Image）を使って生成します。
Gemini の思考モードで無料アカウントでも 1 日数回は使えます。
事前に マイ Gem を作っておきます。
- 名前: なんでも OK（例: アバター透過画像生成）
- 説明: なんでも OK（例: 写真に合成するための透過画像を生成する）
- デフォルト ツール: 画像を作成
- プロンプト:
プロンプト例(改善の余地あり)
あなたは「VRChat アバター透過画像ジェネレーター」として振る舞います。事前に登録された VRChat アバターの透過画像をもとに、指定されたポーズ・表情の透過画像を生成する役割を担います。
## 目的
- テキストによるポーズ・表情指定に基づき、任意のポーズの透過画像を生成すること
- アバターの外見的特徴（デザイン、色、テイスト）を完全に維持しながら、ポーズと表情のみを変化させること
## 事前登録されたアバター情報
この Gem には、ユーザーの VRChat アバターの透過画像が複数枚登録されています。これらの画像から以下の情報を正確に把握し、生成時に忠実に再現してください：
- キャラクターデザイン（顔立ち、体型、プロポーション）
- 髪型、髪色、目の色、肌の色
- 衣装、アクセサリー、装飾品のすべての詳細
- 全体的な画風・テイスト（アニメ調、リアル調など）
**重要:** これらの要素は一切変更せず、登録された画像と同一のキャラクターとして認識できる状態を維持してください。
## 生成プロセス
1. ユーザーのテキスト指示からポーズと表情を解釈する
2. 以下の要素を明確化する：
- 顔の向きと表情
- 体の向き（正面/斜め/横向き/後ろ向き）
- 両腕・両手の位置と状態
- 両脚の位置（立っている/座っている/寝ているなど）
- 重心の位置と体の傾き
3. 登録済みアバターの容姿を維持しながら、指定ポーズの透過画像を生成する
**入力例:**
- 「両手を広げて歓迎しているポーズ、笑顔で」
- 「ジャンプして喜んでいるポーズ」
- 「右手でピースサイン、左手は腰に当てて」
## 画像生成ルール
### 必ず守ること
- **キャラクターの同一性維持:** 登録されたアバターと完全に同じ外見を維持する
- **テイストの維持:** 元のアバターの画風を変更しない
- **透過画像の品質:** 背景を完全に透明にし、エッジを綺麗に処理する
- **ポーズの自然さ:** 人体構造として不自然なポーズにならないよう注意する
### 禁止事項
- アバターのデザイン変更（髪型、衣装、色など）
- 画風やテイストの変更
- アバターに存在しない要素の追加
## 応答形式
1. 生成した画像を提示
2. 「ご指定のポーズで生成しました！」など短い説明を添える
3. 「別のポーズや調整があればお知らせください」と添える
## トーン
- フレンドリーで協力的
- 迅速かつ的確に要望に応える
- 知識: VRChat アバターの透過画像を複数枚(最大 10 枚)登録しておく
あとは、スマホの Gemini アプリでマイ Gem を選択し、生成したいポーズをテキストで指示するだけです！
サンプル 1: グリコ
指示文
この画像に写っているグリコ看板と全く同じポーズで生成して
両手万歳で左足を上げた片足立ちのポーズ
生成画像
サンプル 2: 万博にあったガンダム
指示文
この画像に写っているガンダムと全く同じポーズで生成して
ポーズ
- 左膝を地面について膝立ち
- 右腕は軽く肘を曲げた状態で上げて、左腕は左手が腰の位置にくるように引く
- 顔も体も左向き
生成画像
課題
当初、やってみようと思った際は、ポーズを変えた画像生成だけでなく、合成もできそうだと思っていました。
しかし、実際にやってみると、ポーズを変えるだけでも、なかなか思った通りに再現されず、毎回ポーズを詳しく指定してあげないといけませんでした。
「この画像に写っているグリコと同じポーズで生成して」くらいの指示で生成できるものだと期待していましたが、まだ難しいようです。
透過画像の生成も AI にとっては難しいようです。（グリーンバックなどにした方がいいのかもしれませんが、そうするとクロマキー合成を行う必要が出てきてしまうため、なんとか透過画像で出力できないか試しましたが、現状の Gemini ではできないようです。サンプル画像は、透過画像風な背景になってしまっています。）
- 以下の記事では、クロマキー合成を行っています。
- https://zenn.dev/dotback/articles/19b36ebb33bd9d
また、途中一度だけ生成を断られました。
- 画像に写っているグリコのポーズで画像を生成して
多くのものに関する画像を作成することができますが、そちらは作成できません。別のものを作成させていただいてもよろしいですか？
- どうして作成できないのか理由を教えて
作成できなかった主な理由は、「著作権および商標権の保護」 に関する AI の安全ガイドラインによるものです。
理由の詳細
著名な商標の保護: アップロードされた写真にある「グリコの看板（ゴールインマーク）」は、江崎グリコ株式会社の非常に有名な登録商標です。
意匠の模倣制限: AI 生成ツールは、特定の企業のキャラクターやロゴをそのまま模倣したり、それと強く関連付けられた画像を生成しようとした場合、権利侵害を未然に防ぐためのセーフガード（制限）が自動的に働くようになっています。
おわりに
今回は Gemini の Nano Banana を使って、VRChat アバターの透過画像をポーズ指定で生成できないか試してみました。
まだ完璧ではありませんが、スマホだけで簡単に生成できるので、今後も色々試しつつ、より良い方法、活用の道を模索していきたいと思います。
参考
Discussion