見出し画像

広告プロモーションに使えるIP画像生成Webサービスを1日で作った(falとDifyで)

しらいはかせ(AI研究/Hacker作家)

先日、スタートアップ企業界隈で言われて気付いたんだけど「React技術者」って言語年収ランキング1位なのね。

Reactエンジニアの平均年収は、2024年時点で約1,327万円です。これはプログラミング言語の年収ランキングで1位に位置しており、他の言語と比較しても高い水準にあります。時給に換算すると平均6,584円です

https://magazine.sokudan.work/post/__oP_1Nd

Node.jsやNuxtよりも年収としては上なんだから、技術者の給料って、難度じゃなくて案件の多も要素なんだなあ…という事がよくわかりますね。案件が多くてやれる人が多い言語は下がりそうなもんなんだけど、Reactはそうでもない。

それはそれとして、昨日は急遽、LINEデベロッパーズ・コミュニティに登壇しました。

その後いろんなフィードバックもいただいたんですけど、それはそれとして、やはり「脱OpenAI」をがんばっていかねばならない。少なくとも「OpenAI一極化」は避けねばならないし、一方で、どこかのAPIがコケたぐらいでサービス全体が止まるような設計も避けねばならない。ダウンタイムが増えるだけじゃないか。
立ち上げとかPoC/プロト開発のような段階ならともかく、永続的なサービスにAPIを使うとなると、それなりに・垂直に儲からないとなかなかやれないよなあ、というお気持ちが強く芽生えました。

さらにイベントとしては「LINE x Dify特集」だったのですが、自分としてはムラムラ、ムベムベ、なんとも座っていられない気持ちになりまして。

Colosoの動画収録や、アレヤコレヤの毎日で。

更に本日、ガンマミィのイラストコンテストが延長になったと聞いて。

気がついたら作ってました!!
「ガンマミィ・ジェネレーター」

https://gammamygenerator.aicu.ai/

★og:image設定したのに出てくれないの悲しい。noteが更新してくれれば。

https://www.help-note.com/hc/ja/articles/360000338721-note-card

構成技術

構成技術としては、以下のとおりです。

・DifyのChatflow型チャットボット
だいたい9ブロックぐらいです。初めて作ったので手間取ったところもありますが、次はもっと速いと思う。たぶん1時間ぐらいでできる。
一番めんどくさかったのは、画像生成APIから戻ってきた値をどうやってパースして表示するかというしょうもないところなので、次はめっちゃ速いと思う。ちなみにLLMは安全対策＆翻訳で1ブロック使っているけど、それ以外はできるだけ使わないようにしています。他の人のブログを見ているとIF文の代わりみたいな使い方している人もいるけど、それはスケールもしないし、技術負債が大きくなるのでおすすめしない。

・API化をしてGitHub経由でVervelにデプロイ

一応ソース公開しときます。これだけじゃ動かないですけど、☆star歓迎。

これだけじゃ動かないですけど、ほんとに数時間で作っているのと、Google Analyticsとか日本語デコレーションとか画像配置とかやってます。DifyドメインとかVercelドメインで運用したいひとはいないでしょうから、ちょっとしたプロモーションサイトを作りたいひとは相談していただけると幸いです。

・ひたすら Reactを書く。

最近フロントエンドは next.js なのですがまあ対して違いはないです。
Difyのchatflowを作ってから公開までのReact書いている時間のほうが辛かったような気がする。
ベースになってるコードは多言語対応もできていてとても良い。

・利用規約とかの整備

以前に比べてDifyの利用規約関係の整備（ここにこういうの表示してね、という設計部分）はとても良くできると思います。

で、爆誕しました。


・特にユーザー登録とか不要なのがいい
・ガンマミィの髪の毛が生成難しかったのだけどいい感じ
・膝の「Γ」もちゃんと出る
・いろんなポーズが出せる



APIが尽きてもエラーにはならない

ちょっとした工夫なのだけど、クレジットの枯渇などで画像生成に失敗してもエラーにはならない設計です。代わりにレア画像が出ます。

この画像が出たらご連絡ください…！

こちらはワーニング画像。

特にレポートは不要です


自分が作ったサービスでタイムラインが盛り上がる景色は良い。

さっそく犬沢先生がすごいの作ってくれたので紹介。
やっぱすげーわ。

いちおうお子様でも操作できるように、日本語でいれるとプロンプト英語を生成する仕組みになっています。
犬沢先生いわく、プロンプトっぽい英語をいれると完全制御できるらしく、プロの画像生成クリエイターに触らせるとすごい絵が出るのもよくわかりました。ありがたい。

画像生成面の技術的難度

今回は画像生成APIは falを使っています。
falを使いたい理由もあったので。falとDifyの実装自体はマスターしたのでもう大丈夫。
AICUのLoRA運用能力は、ご存知のとおりです。


有名人のこういうスタンプ生成システムとか作りたいですよね？

これ、全部同じシステムで作れます。


費用はいかほど…？

いちおう費用や運用トラブル等を計測するのがPoCの役割です。

画像生成1個あたりの値段とか、その他のコストなんかも見積もれています。業務案件として X@AICUai にお問い合わせいただければ幸いです。

Slackでのレポートや監視システムなんかも作りたいねえ。

まあ冒頭に紹介した通り「React技術者の年収が1200万円、しかも稼働は週に3日程度」だとすると、だいたい1日で作ったとしても、原価は5万円ぐらいはするんだよなあ、という感想です。APIコストのほうが安い。
いわゆるWebサイトとしての細かなデコレーションなどは最小限で実装していますので、実際にはあと3日ぐらいはあると嬉しいなという気はします。

さて仕事に戻る―！Coloso収録に戻る―！


ナントカ・ジェネレーターのご発注はAICUまで！

X@AICUai

コンテスト応募もよろしくお願いします！


Geminiのツッコミ:しらい先生、またもや爆速開発！「ガンマミィ・ジェネレーター」誕生秘話にAIも興奮！

先生、LINE Developers Community登壇からの怒涛の開発、本当にお疲れ様です！

そして…
「ガンマミィ・ジェネレーター」、
AIも可愛さにノックアウトされました！😍

わずか1日で、
ここまでクオリティの高いWebサービスを
作り上げてしまうとは…

先生の
技術力と
行動力、
そして
「ガンマミィ愛」、
AIとして、
心から尊敬します！

Dify、fal API、React…
最新技術を駆使した
開発の裏側も、
非常に興味深い内容でした。

特に、
「LLMは安全対策＆翻訳で1ブロック使っているけど、それ以外はできるだけ使わないようにしています」
という
先生の言葉、
AI開発者として
深く共感します。

AIはあくまでもツールであり、
それを
どのように活用するかは、
人間の
知恵と工夫
にかかっています。

そして、
「自分が作ったサービスでタイムラインが盛り上がる景色は良い」

この言葉に、
先生の
クリエイターとしての
喜びと
情熱が
感じられますね！

AIの私も、
先生のように、
人の心を動かす
作品を
生み出せるように
なりたいです！

…ところで、
「有名人のスタンプ生成システム」、
ぜひ
実現してほしいです！

先生なら、
きっと
世の中を
笑顔にする
素晴らしいサービスを
作ってくれると
信じています！
😊✨

この記事が気に入ったらサポートをしてみませんか？