背景｜Nano Banana Proによるスライド画像生成
株式会社センシンロボティクスAIチームの諸藤です。普段はAI関連事業の企画をリードさせていただいています。
2025年11月、Gemini 3とともに画像生成AI Nano Banana Pro が発表されました。従来の写真のような画像だけでなく、スライドやインフォグラフィックなどの生成にも対応したことで、SNSをはじめ広く話題になっています。
NotebookLMのほか、Googleスライドでも、右端のバナナアイコン、または「スライド画像を作成する」メニューから利用できるようになりました。初期表示されるサンプルプロンプトで生成してみたスライド画像・インフォグラフィック画像が以下です。どれもおしゃれですね。情報が洗練されているかというと疑問がのこりますが、注意はひきそうです。
"編集"できない問題
魅力的な本機能ですが、現時点では生成されたものを自由に編集することができません。あくまでもスライド「画像」の生成です。生成された画像が、ページ上にベタッと貼られます。しかし、上の画像を拡大いただくとわかりますが、現在の技術では漢字などを正確に描画することは難しいです。また、生成されている文章をちょっとだけ変えたいこともあります。この画像を編集できたらいいのになぁ、、と思いますよね。きっと思うはず。思っていただきたい
そこで今回は、「出力されたスライド画像」を、「編集可能なGoogleスライド」に変換してみたいと思います。画像生成の崩れたフォントを見るたびに、「この文字だけ置き換えられないかな〜」と思っていたんですよね。
方向性）画像からスライドを生成するアプローチ
基本的にやりたいことは以下です。
スライド画像から背景画像やイラストだけを抽出します。正確には「テキストを除去した背景画像」をあらたに生成します。また、OCRを用いてスライド画像からテキスト情報を抽出し、スライドに画像とテキストボックスを配置します。
※Nano Banana Proで生成
実装｜具体的なシステムフロー
最終的な処理プロセスは以下の通りです。実装はClaude Codeを用いて行いました。
座標や数値を扱う「硬いタスク」と、それ以外の「やわらかいタスク」にわけて、前者をVision AIやGAS、後者をGeminiに任せる方針です。さながら、刑事ドラマの凸凹バディみたいだなと思っています。
| No. | タスク | 利用サービス | 詳細 |
|---|---|---|---|
| 1 | スライド画像取得 | GAS | スライドから「生成されたスライド画像」を取得する |
| 2 | 背景画像の生成 | Gemini,Nano Banana Pro | Nano Banana Proを使って、スライド画像からテキストだけを除去した「背景画像」を生成し、スライドの最背面に敷く |
| 3 |
文字と座標取得 (OCR) |
Vision AI | 画像内の全テキストとその座標を取得する この段階ではテキストは単語単位でバラバラ |
| 4 | テキストのグループ化 | Gemini | 「同じテキストボックスであるべきもの」をGeminiでグループ化 |
| 5 | スタイルの判定 | Gemini | それぞれのテキストについて、『文字色』『近いフォント（5種類から）』『太字かどうか』を画像から判定 |
| 6 | Google スライドへの配置 | GAS | テキストボックスの1文字目の座標を利用して文字を配置、フォントサイズはVision AIで取得した矩形の高さから類推(テキストが斜めだと計算が誤るが…) |
検証結果｜いいんじゃないかな
実施してみた結果を以下に示します。
（左：生成されたオリジナルスライド 中央：テキスト除去背景 右：テキストを載せたもの）
試行１
ほぼ完璧な結果となりました。文字サイズ、テキスト内容、位置どれも適切です。
試行２
テキスト読み取り・配置は問題ありませんが、背景画像生成にて、各ステップの説明文だけ残ってしまいました。いくつか試した感触としては「テキストの多い画像」は失敗する傾向があります。テキストボックスの背景色を調整すれば背景の文字は隠せます。まぁ合格点。
試行３
ダメかなと思いましたが意外といけました。右下の「BUY NOW」がボタンごと抹消されてしまっていますね。これは仕方ない気がします。よく見ると、左上の「POW！」も消えていない。
NotebookLMで生成したスライドでも試行
最後に、NotebookLMで生成したスライドの変換結果もいくつか並べておきます。NotebookLMのソースにはGoogle公式のブログを4本登録しました。左が変換前の画像、右が変換後のスライドです。
まとめ
短時間ですが、Nano Banana Proのスライド・インフォグラフィック生成に触れてみました。
センシンロボティクスでは、日々大量のデータをあつめ、それを解析し、必要となる情報を現場の方々に届けています。その際に重要なのは「複雑な情報をどうすれば素早く伝えられるか」という点です。これまでの画像生成AIはイラストや写真を生成する用途が一般的でしたが、その思い込みを一度捨て、情報全般を伝達する手段としても検討していきたいと思います。