アイキャッチ画像を生成AIに作ってもらうとき「1200×630で」ってちゃんと指定したのに、できあがった画像が1536×1024だったりすることありますよね。
サイズを指定し直してもう一度頼んでもまた微妙にズレたサイズで返ってくる。プロンプトの書き方が悪いのかと思って条件を細かくしてもあまり変わらない。筆者もちゅんろぐのアイキャッチを作るたびにこれで地味に消耗していたので、今回はなぜこうなるのかをちゃんと調べてみました。
結論 画像サイズの扱いはモデルと使う画面で違う
生成AIに1200×630のようなサイズを指定しても必ずそのピクセル数で出力されるとは限りません。というかぴったりサイズで出力されたことは一度も見たことないです。
理由は画像生成モデルそのものの対応解像度だけでなく、ChatGPTやGeminiなどの画面側で選べる比率・解像度、内部の自動選択がサービスごとに違うためです。
以前のGPT Image系のように固定された数種類のサイズから選ぶものもあれば、現在のGPT Image 2や2.5のAPIのように一定の条件内でかなり自由に解像度を指定できるモデルもあります。
なので「生成AIは自由なピクセル数を描けない」というより「指定したサイズをそのまま使えるかはモデルと使っている画面次第」と考えるのがいちばん近そうです。
ChatGPTで画像サイズを指定するとどうなるのか
ChatGPTでは画像生成時に希望するアスペクト比を文章で伝えられます。比率を選ぶメニューが表示されている場合はそこから指定する方法もあります。2026年10月19日時点の公式ヘルプではChatGPT Images 2.5が案内されています。
1200×630の画像が欲しい場合は「横長、アスペクト比40:21」と伝えます。でも伝えているのは比率なので、画像が1200×630pxになるかはわかりません。
GPT Image 1のAPIには「1024×1024」「1536×1024」「1024×1536」などの固定サイズがありました。一方、GPT Image 2や2.5のAPIでは条件を満たすピクセル数を指定できます。APIの対応サイズをそのままChatGPT画面の出力保証として扱わないことが大切です。
画像サイズの指定方法がサービスごとに違う理由
ここまで見てきたように現在はすべての画像生成AIが「自由なサイズを指定できない」わけではありません。
GPT Image 2 APIのように条件内で細かく解像度を指定できるものもあれば、Midjourneyのようにアスペクト比を指定するもの、決められたサイズや解像度クラスから選ぶものもあります。
ここからはなぜサービスによってこんな違いが出るのかを見ていきます。
Stable Diffusion・SDXL系 潜在空間とバケット学習
Stable DiffusionやSDXLのような拡散モデル系は、画像をそのままのピクセル数で扱うのではなくVAEという仕組みで圧縮した潜在空間の中で計算してから最後に画像へ復元するという処理をしています。
SDXLの論文でも触れられていますが、このモデルは学習の段階で「幅と高さが64ピクセル刻みで面積がだいたい1024×1024に近くなる」ようなサイズの組み合わせ(バケットと呼ばれています)をあらかじめ何十種類か用意して、その中に画像を振り分けながら学習しています。1152×896や896×1152のような値がその一例です。
SDXLはこうした複数のサイズやアスペクト比を使って学習されています。
そのため、学習時の想定から大きく外れた解像度や比率では構図や画質が不安定になることがあります。また、利用しているWeb UIやツール側が推奨サイズへ調整する場合もあります。
「SDXL自身が必ずバケットへ丸める」というより、どこまで自由なサイズを扱えるかは利用している実装にも左右されると考えたほうがよさそうです。
旧GPT Image 1では出力サイズが決まっていた
旧GPT Image 1のAPIでは「1024×1024」「1536×1024」「1024×1536」「自動選択のauto」が基本でした。そのため、1200×630のように用意されていないサイズを指定してもその数値をそのまま出力サイズとして使うことはできませんでした。
ここでは内部構造を推測するより、「その時点のAPIが受け付ける出力サイズ自体に制約があった」と考えるほうがわかりやすいと思います。GPT Image 2や2.5のAPIでは一定の条件を満たす解像度を指定できます。
Midjourney そもそもピクセル数を指定する仕組みがない
Midjourneyはさらに割り切っていて、プロンプトの末尾に--ar 16:9のような形でアスペクト比だけを指定する仕組みになっています。公式ドキュメントでもピクセル数を入力すると自動的に簡単な比率へ変換されると案内されています。
アスペクト比とは画像の横幅と縦幅の比率のことです。1200×630なら約1.90対1になります。
Midjourneyはピクセル数ではなくアスペクト比を指定します。最終的な画像寸法はモデルのバージョンやアップスケール方法によって変わるため、1200×630のような実寸指定とは分けて考える必要があります。
Gemini画像生成はモデルごとに選べる比率と解像度が違う
Gemini APIの画像生成では利用するモデルに応じてアスペクト比や解像度を指定できます。1Kのみのモデルもあれば2Kや4Kに対応するモデルもあります。
ただし、1K・2K・4Kという指定だけで、幅と高さがひとつに決まるわけではありません。実際の寸法はアスペクト比とモデルによって変わります。Geminiのアプリ画面で使う場合も、APIと同じ設定を選べるとは限らないため、生成した画像の実寸を確認しましょう。
まとめると
| サービス | 指定方法 | 押さえておきたい点 |
|---|---|---|
| ChatGPTの画像生成 | 比率メニュー、または文章でアスペクト比を指定 | ChatGPT画面では指定ピクセルとの完全一致を前提にせず、生成後に実寸を確認する。 |
| GPT Image 2・2.5(API) | ピクセル数を指定 | 条件内なら任意解像度に対応。縦横とも16pxの倍数などの制約あり。 |
| 旧GPT Image 1(API) | 決められたサイズから選択 | 1024×1024/1536×1024/1024×1536/autoが基本。 |
| Midjourney | アスペクト比を指定 | --arで比率を指定。最終的な画像寸法はバージョンやアップスケール方法にも左右される。 |
| Stable Diffusion・SDXL | 利用ツール側でピクセル数を指定 | 推奨サイズや学習時のバケットから大きく外れると品質が不安定になることがある。 |
| Gemini画像生成 | アスペクト比・解像度を指定 | 選べる比率・解像度はモデルごとに異なる。APIとアプリ画面の設定を区別する。 |
こうして比べると「どの生成AIも用意された型から選んでいる」というよりピクセル数を直接指定できるもの、比率を指定するもの、利用画面側で選択肢が制限されるものが混在していることがわかります。
同じ「1200×630で作って」という指示でも、どこまでその数値が反映されるかはモデルと利用方法次第です。
サイズがズレると何が起きるか
先ほどの1536×1024と1200×630の例のように生成されたサイズと最終的に欲しいサイズの比率がズレていると、あとから調整するときは次のような方法があります。
- 比率を無視して縮小する
画像が横方向や縦方向に不自然に伸び縮みする。
- 比率を保ってトリミングする
画像の上下、または左右が切れる。
- 比率を保って縮小し、余白を足す
画像全体を残せるが、上下または左右に余白ができる
特にアイキャッチ画像のようにタイトル文字やキャラクターを画面の端近くまで配置していると、トリミングした瞬間に文字が切れてしまったりキャラクターの頭が消えてしまったりします。「指定したのに違うサイズで出てくる」だけでなく、その後の調整で事故りやすいのが本当に困るところです。
崩れにくい構図で生成するコツ
原因がわかれば対処はシンプルで、最初から「サイズが変わる前提」で組み立てておくのが一番確実です。
1200×630のアスペクト比を約分すると40:21です。
Midjourneyなら--ar 40:21と指定すれば最終的に欲しい画像と同じ比率で生成できます。ピクセル数そのものは1200×630にならなくても、比率が合っていればあとから縮小するときにトリミングする必要がほとんどありません。
GPT Image 2 APIを使う場合は少し注意が必要です。縦横とも16pxの倍数である必要があるため630pxを含む1200×630はそのまま指定できません。
同じ40:21の比率なら1280×672が条件を満たすので、まず1280×672で生成してから1200×630へ縮小する方法があります。
生成後にトリミングする可能性がある場合は、切り取る方向にも余白を持たせます。1536×1024のような3:2の画像から1200×630へ仕上げる場合は、特に上下の余白が必要です。
プロンプトの中に、次のような一文を入れておくとかなり事故が減ります。
ブログのアイキャッチ用に、横長でアスペクト比40:21の画像を作成してください。
最終的には1200×630pxで使います。
タイトル文字とキャラクターは中央に寄せ、端に重要な要素を置かないでください。
3:2の画像になる場合は上下を切り取るため、重要な要素は高さの中央70%以内に収めてください。中央70%は、この切り抜き例で余裕を持たせるための目安です。生成AIが配置を厳密に守るとは限らないので、仕上げるときにも文字や顔の位置を確認してください。
こうしておくと、あとで上下や左右が多少切れても主役級の要素までは巻き込まれにくくなります。
生成した画像をダウンロードしたら、まず幅と高さを確認します。ここで確認するのは、MBやKBで表す容量ではなく、1200×630pxのような画像の寸法です。
元画像と完成サイズの比率が同じなら、縦横比を保ったまま縮小できます。比率が違う場合は画像の一部を切り取るか、余白を足すかを選びます。
| 元画像の状態 | 1200×630pxへ仕上げる方法 |
|---|---|
| 1280×672pxなど、40:21の画像 | 縦横比を固定し、幅1200px・高さ630pxへ縮小する |
| 1536×1024pxで、上下を切っても問題ない | 幅1200px・高さ800pxへ縮小し、上下を合計170px切り取る。中央で切るなら各85px |
| 1536×1024pxで、絵全体を残したい | 高さ630pxに合わせて縮小し、1200×630pxのキャンバスへ配置する。足りない左右を余白で埋める |
切り取り位置は文字や顔が欠けないように調整してください。余白を背景と同じ色にすると無理に画像を引き伸ばさずに仕上げられます。最後に書き出したファイルを開き、幅1200px・高さ630pxになっているか確認しましょう。
なお、画像を大きくリサイズするだけでは細部が鮮明になるとは限りません。小さい画像の画質を改善する「高解像度化」は寸法を合わせる作業と分けて考えます。
迷いやすいポイント
画像サイズ以外の生成AIの疑問やChatGPTの機能についてはAIまとめに関連記事を整理しています。

まとめ
- 生成AIで指定したピクセル数がそのまま出力されるかはモデルと使っている画面によって違うよ。
- GPT Image 2 APIのように細かく指定できるものもあれば、Midjourneyのように比率を指定するサービスもあるよ。
- 1200×630で使うなら最初から同じ40:21に近い比率で作っておくのが大事。文字やキャラクターも端へ寄せすぎないほうが、あとからトリミングするときに困りにくいよ。
- 最後は生成されたファイルの実寸を確認して、自分で完成形に仕上げるのが一番確実だよ。

