1何をやったか

手元のローカルLLM環境から、画像生成ツール「ComfyUI」を呼び出し、記事の顔となるサムネイル画像を生成した。呼び出しには、普段コーディング作業で使っているCLI版のClaude（Claude Code）を利用し、コマンドを打つだけでComfyUI側に画像生成のリクエストを飛ばす、という流れにしている。

つまり、画像編集ソフトを開いてゼロから作業するのではなく、「こんな雰囲気の画像がほしい」という指示をコマンドラインから送るだけで、裏側でComfyUIが自動的に画像を組み立ててくれる仕組みだ。

2使っているPCのスペック

RTX 3060の検証記事で紹介したのと同じPCで、今回の画像生成も動かしている。参考までに、スペックを載せておく。

テキスト生成のベンチマークで使っていたのと同じマシンで、画像生成もそのまま動かせている。特別なワークステーション級の機材ではなく、ミドルクラスのグラフィックボードを積んだ一般的な自作PCでも、この程度のことは十分できる、という一つの目安にしてもらえればと思う。

3なぜやってみたか

これまでの記事で紹介してきた通り、RTX 3060を使ってローカルLLMによるテキスト生成をいろいろ試してきた。文章を生成する分にはだいぶ慣れてきたので、次は同じ環境で画像生成も動かせないかと考えたのがきっかけだ。

せっかくGPUを積んだ環境が手元にあるのに、文章だけで終わらせるのはもったいない。ブログを運営していると、毎回記事に合わせたサムネイル画像が必要になる。これを外部のAIサービスに毎回課金して作るより、手元の環境で完結させられれば、コストもかからず、好きなタイミングで何度でも試行錯誤できる。そう考えて、画像生成にも手を伸ばしてみることにした。

4ざっくりとした仕組み

ComfyUIは、画像生成モデルをブロック（ノード）のようにつなぎ合わせて組み立てられるツールで、ローカル環境上で動かせる。何を入力として受け取り、どういう処理を経て、最終的にどんな画像を出力するか——その流れを画面上で視覚的に設計できるのが特徴だ。

普段からClaude Codeでコードを書かせたり作業を自動化したりしているので、その延長線上で画像生成のリクエストも投げられるようにした、というイメージに近い。

5出来上がったもの

実際に生成したのが、前回のWSL記事の一番上に使ったサムネイル画像だ。イラスト調のキャラクターと、記事の内容が一目で伝わるような見出し文字を組み合わせたデザインになっている。

プロンプトの指定を細かく調整することで、狙った雰囲気やテイストの画像を手元の環境だけで作れることが確認できた。文字の配置やキャラクターの表情など、細部まで作り込もうとするとそれなりに試行錯誤が必要にはなるが、方向性さえ固まれば、繰り返し生成しながら調整していける手軽さがある。

6率直な感想

まだ細かい調整には試行錯誤の余地があるし、思い通りの仕上がりにたどり着くまで何度か生成をやり直すこともある。それでも、外部のサービスに頼らず、手元の環境だけで画像生成まで完結できるのは、想像していた以上に面白かった。

テキスト生成に続いて、画像生成もローカルで完結する時代が近づいている実感がある。今後、ブログ記事のサムネイル画像は、基本的にこの仕組みで作っていくつもりだ。

7今後について

具体的な構築手順（ComfyUIのセットアップ方法、Claude Codeからの呼び出し方の設定など）は、実際にやってみたい人向けに、別途noteで詳しく解説する予定だ。手順込みでしっかり知りたい人は、公開され次第そちらも参考にしてほしい。