Simon Willison Blog の「simonw/pedalican」：Codex Desktop でオリジナルのアニメーションペットを作成可能に
Simon Willison は、GPT-5.6 Sol xhigh と gpt-image-2 を活用して、自転車に乗るペリカンという独自のカスタム AI ペットを生成・実装するプロセスを公開した。
キーポイント
自然言語によるペット生成の実証
「自転車をこぐペリカンのペット」という単一のプロンプトで、GPT-5.6 Sol xhigh が複雑なアニメーションアセットの作成を完了させた事例。
画像生成モデルの活用プロセス
gpt-image-2 を複数回使用してベースキャラクターからアニメーションフレーム（例：手を振る動き）まで一貫して生成し、スプライトシートを作成した手法。
透明性のある開発記録の公開
GitHub リポジトリに、プロンプト履歴、中間ステップ、生成された画像、およびアニメーション GIF のすべてをオープンソースとして公開している点。
影響分析・編集コメントを表示
影響分析
この記事は、AI が単なるテキスト生成や静的画像作成を超え、複雑なインタラクティブ要素（アニメーションペット）の設計・実装まで担えることを示す重要な事例です。特に、開発プロセス自体がデータ化され公開されている点は、AI エージェントによるソフトウェア開発ワークフローの標準化に向けた一歩を示唆しています。
編集コメント
Simon Willison のような開発者が、最新の画像生成モデルを駆使して即座にユーティリティツールを構築・公開するスピードは、AI ツールチェーンの進化速度を如実に示しています。
5 月にこれらの機能が最初に発表された当時は、私はあまり注意を払っていませんでした。しかし今日、Codex Desktop で偶然「ペット」機能を有効にしてしまい、オフィスアシスタントのクリッピー（Clippy）を彷彿とさせる小さなアニメーションロボットが現れました。そして、自分専用のペットを作成できることを知ったのです。
そこで早速試してみたところ、今では愛らしいペリカンが自転車に乗ってデスクトップ上を跳ね回り、Codex のタスクに関する更新情報を教えてくれるようになりました。
このプロセスで最も興味深かったのは、カスタムペットがどのように作られたかを見守れたことです。私は「自転車を漕ぐペリカンのカスタムペットを作りたい」と伝えると、GPT-5.6 Sol xhigh が残りの作業をすべてこなしました。必要となるスプライトアセットの生成には、gpt-image-2 を用いた数回の試行が活用されています。
私は作成過程の詳細なメモを残し、すべての中間ステップも記録しました。私の GitHub リポジトリには、生成された画像や結合されたスプライトシートに加え、各アニメーションループ用の GIF が含まれています。例えば、waving.gif という名前の GIF もその一つです。
あの GIF は、gpt-image-2 が生成した単一の画像を元に作成されています。この画像は以下の通りです。
この画像自体も、初期に生成されたキャラクター参照画像に対して特定のプロンプトを実行することで作られました。参照画像はこちらで、それを作成したプロンプトは以下の構造を持っています。
このプロンプトの構造は以下の通りです。
Create one clean full-body reference sprite for Codex pet Pedalican.
Pet identity: A compact adorable baby pelican with a round cream-white body, soft coral-orange bill and feet, riding a tiny sky-blue bicycle [...]
Place a single centered pose on a perfectly flat pure magenta #FF00FF chroma-key background. Keep the full pet visible, compact, readable at 192x208, and easy to animate. [...]
私は画像生成技術を使って、ゲームでそのまま使えるシンプルなスプライトを作成する方法の事例を探るために、この仕組みがどう動いているのかを詳しく調べる時間を設けました。
実装の詳細はオープンソース化されており、特に以下の 2 つのスクリプトが Apache 2.0 ライセンスで公開されています。
- hatch-pet (openai/skills)
- imagegen (openai/codex)
なお、「Pedalican」という名付けも GPT-5.6 Sol が提案したものです。私もこの名前が好きです！
Tags: ai, prompt-engineering, generative-ai, llms, text-to-image, pelican-riding-a-bicycle, codex
Simon Willison 氏による「Pedalican」プロジェクトの続編です。今回は、AI が生成した画像をより現実的な自転車走行シーンに仕上げるための試みについて解説します。
前回の投稿では、テキストから自転車を走るペリカンの画像を生成する基本的なプロンプトエンジニアリングを紹介しました。しかし、その結果はまだ不自然さを含んでいました。そこで今回は、生成された画像の質感や動きをさらに高めるために、どのようなアプローチが取れるかを深掘りします。
まず重要なのは、単に「ペリカンが自転車に乗っている」という指示だけでなく、背景や照明、そしてペダルを漕ぐ瞬間の物理的な挙動まで細かく指定することです。例えば、「夕暮れ時の公園で、ペリカンの翼が風になびきながら自転車を漕いでいる様子」のように、視覚的・動的な要素を追加することで、生成される画像の臨場感が格段に向上します。
また、テキストから画像を生成するモデル（Text-to-Image Model）の特性を理解することも欠かせません。特定のモデルは細部まで正確に描くのが得意ですが、動きや物理法則の再現には苦手意識を持つ場合があります。そのため、プロンプトの構成だけでなく、使用するモデルの選択や微調整（ファインチューニング）も視野に入れる必要があります。
さらに、生成された画像を後処理で補正する手法についても触れます。AI が生成した画像は、時として指の本数が違ったり、自転車のフレームが歪んだりすることがあります。こうした不具合を修正するために、画像編集ツールや AI による修復機能を活用する方法も紹介しています。
最終的には、プロンプトエンジニアリングの技術と、生成モデルの理解、そして後処理の組み合わせによって、より高品質な画像を生成できることを示します。Pedalican プロジェクトは、AI が単なるテキストから画像を作るだけでなく、現実世界に近い表現を目指すための重要なステップとなっています。
次回の投稿では、実際に生成された画像のサンプルと、その評価基準について詳しく解説する予定です。ぜひご覧ください。
原文を表示
Clearly I wasn't paying attention when these were first announced back in May, but today I accidentally activated a "pet" in Codex Desktop - a little animated robot, reminiscent of Clippy - and then learned you can create your own.
So I did, and now I have a cute little pelican on a bicycle bouncing around my desktop giving me updates on my Codex tasks.
Your browser does not support HTML5 video.
The most interesting thing about this process was watching how the custom pet was created. I told it I wanted a custom pet that was a pelican riding a bicycle and GPT-5.6 Sol xhigh did the rest of the work, using several rounds with gpt-image-2 to generate the necessary sprite assets.
I had it make extensive notes and record all of the intermediary steps. My GItHub repo includes every generated image and combined sprite sheet, plus GIFs for each of the animation loops such as this one, called waving.gif:
That GIF was compiled from a single image generated by gpt-image-2 that looked like this:
And *that* image was created by executing this prompt against the initial generated character reference image, which was created with this prompt, which has this structure:
Create one clean full-body reference sprite for Codex pet Pedalican.
Pet identity: A compact adorable baby pelican with a round cream-white body, soft coral-orange bill and feet, riding a tiny sky-blue bicycle [...]
Place a single centered pose on a perfectly flat pure magenta #FF00FF chroma-key background. Keep the full pet visible, compact, readable at 192x208, and easy to animate. [...]
I've been looking out for example of ways to use image generation to create simple game-ready sprites, so I spent some time digging into this mechanism to see how it works.
The key implementation details are open source - these two skills in particular, both Apache 2.0 licensed:
- hatch-pet from openai/skills
- imagegen from openai/codex
And yes, GPT-5.6 Sol did come up with the name "Pedalican". I like it!
Tags: ai, prompt-engineering, generative-ai, llms, text-to-image, pelican-riding-a-bicycle, codex
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み