
素案ひとつから、自分専用のAI画像生成アプリを作った話【Claude Code × MyApp】MIT:#1
MITという発想
いつもは、詩やメタファーを用いた手紙を書いています。
私の思いや声を、AIを使って自分の思いを形にしてきました。
その中で、『私の中にこんなものがあったらいいな』と思うことや、システムへの想像力から生まれた『作りたい』という気持ちが、AIによって形になったとき、『MIT = My Imaginary Technologies』が生まれました。
いつもとは違うスタンスで書いています。
そして、これがその初めての記事です。
はじめに
「Stable Diffusion の WebUI みたいな操作感で、でも生成はクラウドAPIに任せて、自分のPCで完結する画像生成ツールが欲しい」
——そんな“ひとつの思いつき”から始めて、Claude Code と一緒に、自分専用のローカルAI画像生成アプリを本当に作ってしまった話を書きます。
作ったアプリの名前は 🍌 MyImaginaryCreates(MIC)。 まずは、実際にこのアプリで生成した画像から。



Google Gemini の画像生成モデル「Imagen 3」で生成。キャラ設定シートの文字やレイアウトまで描けます
そして、これを操作する画面(WebUI)はこんな感じです。

(生成ページ。左=入力、中央=プレビュー+信号ランプ、右=直近のジョブ。ターコイズグリーン基調で、Stable Diffusion WebUI のような多機能な操作感を目指しました。※レイアウト理解用のイメージ図)
1. 最初にあったのは「素案」だけ
エンジニアリングの立派な仕様書があったわけではありません。あったのは、メモ帳に書いた素案だけでした。私が思いついて書き出したのは、だいたいこんなことです。
GeminiのImagen 3で画像生成したい。GPUを積んでいなくても高品質に作りたい。
自分のPCのローカルWebアプリにしたい。localhost:8520 でサーバが上がるイメージ。
WebUIからの操作を、裏側(Python)がAPIリクエストに代行変換して実行する。
テキスト→画像、画像→画像など、あらゆる生成パターンをAPIで。UIもそれに合わせて出し分ける。
見た目は ターコイズグリーンで規格的(システマティック)に。
ログ(プロンプト履歴・APIリクエスト・実行結果)は日付ごとのフォルダで管理。
APIキーは .env に隔離してセキュリティを固める。
ルールやマニュアルは Markdownで管理できるレベルに。
……我ながら、欲張りです。でも「やりたいこと」だけは、はっきりしていました。
2. Claude Code と“壁打ち”しながら設計する
この素案を Claude Code に渡して、
まず企画立案書に正規化してもらいました。ここからが面白かった。
私が「同期でAPIを待つとUIが固まるよね?」と投げると、非同期のジョブ方式に設計が変わる。生成の状態を自分で管理したくて、
こんなステータスコードを思いつきました。
0 未処理 / 1 指示 / 2 発行中 / 3 発行待ち / 4 書きだし / 5 終了 / 9 エラー(後で「中止=8」も追加)
これを Claude Code が SQLite のジョブテーブルに落とし込み、進捗管理の土台にしてくれる。さらに私は「生成ページに信号ランプが欲しい。
🟢生成中・🟡中止・🔴エラー・🔵完了」と注文。
UI/UXの細かいところまで、思いつくそばから形になっていきました。
“考えるのは私、実装と整合性チェックはClaude Code” という分担が、
とにかく速い。
しくみ(簡易データフロー)
言葉だけだと伝わりづらいので、データの流れを一枚に。

ポイントは 「発行はすぐ返す(UIを固めない)」 こと。
ブラウザから ①発行 すると、FastAPI がジョブを SQLite に登録してすぐ返す。
裏でワーカーが発行待ちのジョブを拾い、Gemini API を呼んで画像を生成 → outputs/ に保存し、状態を更新。
ブラウザは ②進捗ポーリングで状態を取りに行き、信号ランプの色が変わる。
この“非同期ジョブ方式”のおかげで、生成に1〜2分かかっても画面は固まらず、次の操作ができます。
3. 思いつきが、どんどん機能になる
作りながら、次々と「あ、これも欲しい」が出てきます。そのたびに実装され、テストが追加され、ドキュメントが更新されていきました。
Image to Image をやるなら画像アップロードが要る → ドラッグ&ドロップ+モード連動の動的パネル
生成物を配りたい → 個別DL+一括ZIP(複数生成でも名前が衝突しないよう命名まで配慮)
拡大して見たい → Web画像ビューア(前後送り・キーボード操作)
履歴を活かしたい → お気に入り・タグ・検索、そして再生成(同じ設定でもう一度)
管理したい → 管理者ログイン(.env認証)で一覧の初期化・削除
使うほど気になるコスト → 期間別×モデル別の実績コンソール、生成の所要時間表示
途中、地味に効いたのがキャッシュバスティング。UIを直すたびにブラウザの古いキャッシュに悩まされる問題を、「更新したら自動でバージョンが変わる」仕組みで解決してもらいました。こういう“かゆいところ”を言語化するだけで直るのが、Claude Codeとの開発の気持ちよさです。
4. 最大の“詰まり”は、コードじゃなかった
実は一番てこずったのは、コードではなく Google側のAPI設定でした。
キーを入れても画像生成が通らない。エラーをよく見ると——
429 RESOURCE_EXHAUSTED ... free_tier_requests, limit: 0, model: imagen-3.0-generate-001
「画像生成は無料枠が“0”」。テキストモデルと違い、画像生成は課金(Billing)の有効化が必須だったのです。しかも「別プロジェクトで課金を有効化してもキーのプロジェクトが無料のままだと反映されない」という罠付き。
ここも Claude Code が、利用可能モデルをAPIから一覧取得する診断スクリプトを用意してくれて、原因を一つずつ切り分け。最低クレジットを購入して課金を有効化した瞬間——
[OK] 生成成功: 1 枚 / HTTP 200 / 498105 bytes
本物の画像が、自分のアプリから出てきました。
この一行が出たときは、「おー、きました!」って、素直に嬉しかった。
5. できあがったもの
気づけば、素案のメモが動くアプリになっていました。
ブラウザから文章で画像生成(T2I / I2I / 編集 / 複数参照)
非同期ジョブ+信号ランプ+所要時間
アップロード/ダウンロード(ZIP)/画像ビューア
お気に入り・タグ・検索・再生成
管理者機能・実績コンソール
Windows/Linux/Unix対応・127.0.0.1限定・APIキーは.env隔離
自動テスト34件・立案書/基本設計/詳細設計/マニュアルまで一式
しかも全部、自分の“欲しい”に素直に従って組み上がったもの。既製ツールをカスタマイズしたのではなく、発想から設計・実装・ドキュメントまでを一気通貫で作れた、という感覚が新鮮でした。
おわりに ― このシリーズについて
「Claude Code × App」 は、思いつきを起点に“自分だけの技術”を形にしていく記録シリーズです(タグ:MIT = MyImaginaryTechnologies)。
次回は、動画生成もAPIリクエストしてみたいですね!
「頭の中の“こういうの欲しい”を、そのまま動くものにする」。 その面白さが、少しでも伝わっていたら嬉しいです。
余談…
1枚あたりの生成コストは11円ですね。Googleからの請求で分かりました。
1ドル165円ぐらいで計算されているのかな?
それぐらいのレートで計算されています(1ドル=160~165円)。
1K / Standard(1280×680、1024×1024)で$0.0672、約10.4~10.8円。
この記事のトップ画像のコストが1枚11円ぐらいするのですね。
なるほど、、、円安か……。仕方がないけどね。

また、次のアプリで。