2026年8月7日、xAIが「Imagine Image 2.0」を公開しました。これで、Grokの画像生成は全く別のツールになりました。

これまでのAI画像生成は、思いどおりの1枚が出るまで何度も引き直さなければいけませんでした。気に入らなければ作り直す。文字が崩れたら作り直す。比率を変えたければ、また作り直す。

時間だけが過ぎていく…。

それが、Image 2.0では気に入らない部分だけを、編集できるようになりました。

この教科書で手に入るのは、「作り直さないで完成させる技術」です。

まず、Image 2.0で何が変わったのか

xAIの公式発表には、こう書かれています。

「精密な編集、鮮明な文字描画、事実性の向上、実世界での有用性を備えた次世代画像モデル」

実際の作業で変わる点は、5つです。

1つ目：一部分だけを直せるようになった

これまでの画像生成では「髪の色だけ変えたい」と頼むと、全体を生成しなおすため人物の顔まで変わって返ってくることがよくありましたが、それがなくなります。
これはGrokの強みです。

そしてもう1つ、画像の中の物体が自動でセグメント（領域ごとに分割）されていて、レイヤーのように扱えることです。

生成した画像を開くと、人物や小物といったオブジェクトが個別に認識されていて、そのオブジェクトだけを選んでダウンロードしたり、そこだけを編集したりできます。
1枚の完成画像から、パーツだけを素材として抜き出せるということです。

2つ目：日本語が上手くなった

Image 2.0は、文字の配置とレイアウトを、デザイナーが設計するときと同じ順番で組み立てるように学習されています。

「小さな文字がつぶれない」というのが公式の説明です。ポスター、サムネイル、資料のような、文字が主役になる画像で違いが出ます。

3つ目：参照画像を5枚まで入れられる

「この人の顔で」「この色味で」「この背景で」という指定を、別々の画像で同時に渡せます。

キャラクターや商品の見た目を、何枚生成しても揃えられるということです。

4つ目：1枚を別の比率に展開できる

スマートリサイズという機能です。切り抜くのではなく、足りない部分を描き足して比率を変えます。

X用、Instagram用、YouTubeサムネイル用、バナー用を、1枚の画像から作れます。

5つ目：テンプレートが用意されている

商品写真、顔写真、アイコン、絵文字、ゲーム素材、部屋の家具配置。よく使う用途の型が最初から入っているのでプロンプトをゼロから書かなくても、形になります。

なぜ、1位ではなく「2位のAI」の教科書を書いたのか

Image 2.0は、公開時点でArenaリーダーボード（AIモデルの人気投票ランキング）のText-to-Imageで世界2位、画像編集でも世界2位です。
1位はどちらもOpenAIのgpt-image-2です。

つまりGrokは、「一番きれいな絵が出るAI」ではありません。

そして私は、その1位の道具の教科書をすでに書いています。
前作「ChatGPT画像生成の教科書」です。

その私が、Image 2.0のリリースから2日で、この2冊目を書き始めました。

理由は、触ってすぐに「きれいさとは別の軸で勝っている道具だ」と分かったからです。

一部分だけを精密に直せる。高速。エージェント機能が使える。

「一番きれいな絵を出すAI」ではなく、「一番仕事が回るAI」。発信と商売に画像を使う人にとって、ChatGPTと合わせて使っておきたいツールです。

この教材で手に入るもの

渡すのは、きれいな画像の作り方ではありません。

読み終えたときに、こういう状態になっていることを目指します。

・「作り直すか、部分編集で直すか」をすぐ判断できる
・スライド10枚を、トーンを揃えたまま作れる
・文字が崩れたとき、原因がどこにあるか特定できる
・1枚の素材を複数の比率に展開して、全媒体に配れる
・キャラクターや商品の見た目を、何枚作ってもブレさせない
・エージェントモードに1文投げて、素材一式を受け取れる
・うまくいった設定がレシピとして残り、次にそのまま使える

センスではなく、手順で動ける状態。それがこの教材のゴールです。

価格について

リリース直後で検証が必要な項目は随時追記予定のため、しばらく980円で提供します。

「Grokに興味はあるけど、何も分からない！」という初心者の方におすすめです。