Claude Codeでは写真・イラストが作れない AIツールの得意不得意を理解して組み合わせる方法

Claude Code に「このブログのヘッダー画像を作って」と頼むと、たいてい何かしら残念な結果になります。SVG を頑張って描き上げてくれることはあっても、フォトリアル寄りの画像や、雰囲気で1枚に伝えるインフォグラフィックは出てきません。「AI にこれくらいできるよね」と思って頼んだのに動かない。この地味なつまずきは、Claude Code を業務に入れ始めた方なら一度は経験しているかもしれません。

正確に書いておくと、Claude 系のツールでも SVG や HTML の図・チャート・インタラクティブな視覚表現 は作れます。ただし、写真調・イラスト調の画像生成は Claude Code の標準機能ではありません。ここが「Claude で画像が作れない」の実態です。

これは Claude Code の弱点、というよりは AI ツールの設計思想が分かれてきた結果 です。1つの AI で全部やる時代から、AI ごとの得意不得意を組み合わせる時代へ、静かに移り変わっている段階にいます。この記事では、Claude Code が画像を作れない理由を入口に、主要な AI ツールの得意不得意を1枚に整理し、中小企業として組み合わせの発想をどう社内に落とすかを整理します。

Claude Code が画像を作れないのは「設計思想」の話

Claude Code は、コーディング作業を中心に据えたエージェントとして設計されています。ファイルを読み、コードを書き、リポジトリを操作し、テストを回し、リサーチを行う。これらが得意領域です。

一方で、画像生成、動画生成、音声合成といった マルチモーダルの重い出力 は、Claude Code の標準機能には含まれていません。SVG のような「コードで描ける画像」なら書けますが、生成AIらしい写真調・イラスト調の画像は作れないのが素の状態です。

これは弱点というより、意図的な絞り込みです。エージェントを1つのことに絞り込むほど、そのタスクでの精度と速度は上がります。Claude Code はコード周りに全振りしていて、画像側の重い機能は入っていない、と読むのが正確です。ちなみに MCP(Model Context Protocol)経由で画像生成ツールを外付けすることは技術的には可能ですが、多くの現場では「別の AI に頼んだほうが早い」という結論になります。

AI ツールの得意不得意を1枚に整理する

いま業務でよく使われる主要な AI ツールを、ざっくり得意領域で並べるとこうなります。すべてを網羅した比較ではなく、「業務でどれに頼るか」を決めるための地図としてください。

ツール	特に得意	あまり得意でない
Claude Code	リポジトリ横断のコーディング、調査、設計、テスト、長文ファイル作成	写真・イラスト・動画などの生成
Claude / Claude Artifacts	長文整理、設計文書、HTML/SVG の図、ミニツール、インタラクティブ資料	フォトリアル画像・動画生成
Codex	コード実装、差分作成、レビュー、PR、開発ワークフロー	画像生成や一般的な資料制作
ChatGPT Chat / Work	対話、画像生成、資料・表・スライド・ドキュメント、アプリ横断の業務成果物	ローカル開発環境に深く入る実装作業
Grok / Grok Imagine	リアルタイム寄りの情報収集、低コスト運用、画像・動画生成	企業向け業務連携・管理機能の成熟度
Gemini	Gmail / Docs / Sheets / Slides / Drive など Google Workspace 連携、大量ドキュメント整理	ローカル開発環境を直接操作する CLI 型作業

この表の粒度で決めきる必要はありません。ポイントは、「1つの AI に全部を寄せると、必ずどこかで穴が出てくる」ことを社内で共通認識にしておくことです。上の表を1枚のシートにして、社内で使う AI を色分けしておくだけでも、判断が早くなります。

「1つで全部やろう」を捨てるとぐっと楽になる

AI 導入を始めた会社でよくある症状として、「うちは ChatGPT だから、それに全部やってもらう」「Claude に統一する」という決めうちがあります。決めうち自体は運用が楽になる面もあるのですが、いくつかリスクがあります。

まず、タスクごとの向き不向きを無視する と、質の悪い成果物が積み上がります。画像生成が苦手なモデルに画像を作らせても、そもそも出てきません。リアルタイム情報が苦手なモデルに直近ニュースを聞いても、古い情報しか返らない。「使いこなせていない」のではなく、そもそもツールの得意領域外なだけ、というケースがあります。

もう1つは、単一ベンダー・単一モデルへの依存リスク です。過去記事の Fable 5 復活 で書いたように、モデルは急に提供停止になることがあります。EU で使えない、日本語対応が遅れる、といった地域制約も出ます。1つに全依存していると、この手のイベントで業務が止まります。

ハイブリッドで組む発想は、この2つを同時にほどきます。「コードは Claude Code や Codex、思考と長文は Claude、画像は ChatGPT や Grok Imagine、リアルタイム調査は Grok、Google Workspace 連携は Gemini」のようにタスクに合わせて切り替えるだけで、成果物の質と、供給リスクの両方が改善します。

中小企業でハイブリッド AI 活用を始める3ステップ

いきなり全部の AI を契約する必要はありません。次の3ステップから静かに始めるのが現実的です。

1. 社内で使っている AI を棚卸しする

まずは、いま社内の誰が、何の作業に、どの AI を使っているかを一覧化します。想像以上に散らばっていることが多く、「営業チームは ChatGPT、開発チームは Claude Code、企画は Gemini」のようにバラバラ運用になっていて、それが可視化されていないだけ、というのがよくあるパターンです。

2. タスク別の「得意なAI」マップを1枚作る

上の表を参考に、自社の主要業務(提案書作成、日次レポート、コード修正、会議議事録、画像・スライド作成 など)ごとに、「まずどの AI を使うか」を決めた1枚のシートを作ります。細かく決めすぎず、月次で見直せる粒度でいいです。

3. 月次で「効いたパターン」と「詰まったパターン」を集める

3ヶ月ほど回すと、社内で「この作業はこの AI がやりやすい」「この AI では詰まる」というパターンが見えてきます。それをシートに反映して、少しずつ担当 AI を入れ替えていく。この地味な運用が、単一 AI に頼るより一段効きます。

もう1点だけ、契約プランの話も。ChatGPT は Plus / Business / Pro、Claude は Pro / Max / Team、Grok は現時点で無料枠あり、と価格帯もバラバラです。全社で有料プランを全部揃える必要はなく、「業務のクリティカルパスに乗る AI だけ有料、周辺は無料枠」の組み合わせでも、意外と機能します。

さいごに 「得意不得意の地図」を持つ会社が強い

AI 導入の初期は、「どの AI が一番強いか」を探すゲームでした。いまはもう、その問いはあまり意味を持ちません。GPT-5.6、Claude Opus 4.8、Grok 4.5、Gemini など、各社のフラッグシップは分野によって差はあれど、実用水準に達しています。

これから差がつくのは、社内でどの AI をどの業務に振っているか、その地図の解像度 です。地図があると、AI が新しく出るたびに「これは何用に足すか」を素早く判断できます。地図がないと、いつまでも「ChatGPT vs Claude、どっちがいい?」の議論から抜けられません。

Claude Code に画像を頼んで動かなかった経験は、実は良い入口です。「1つの AI に全部やらせようとしていた」ことに気づけるからです。今日のところは、社内で使っている AI を一覧にして、業務別に色分けしてみるところから始めるのがおすすめです。1枚のシートで、ずいぶん景色が変わるはずです。