AI画像生成を使ったストックフォト副業に、実際にどこまで自動化して取り組めるのか——このシリーズは、IT業界で20年以上システムエンジニアをしてきた筆者が、AI画像の生成から品質チェック、Adobe Stockへの申請、審査結果の管理までを自作ツールで一気通貫化した記録です。取り組みが進むにつれて、画像だけでなく動画への展開や、蓄積データの分析という新しいテーマも生まれ、現状3つの系列に分かれています。目的の記事にすぐたどり着けるよう、それぞれ「まずはここから」の入口記事と、詳細な記事一覧をセットでまとめました。
シリーズ一覧（早見表）
| シリーズ | 概要 | こんな方におすすめ | 詳細 |
|---|---|---|---|
| ①画像関連記事 | AI画像生成から品質チェック・申請・審査結果管理までの自動化ツール群 | AI画像を使った副業を、生成から審査結果管理まで一から自動化したい方 | 記事を見る |
| ②動画関連記事 | AI生成動画のアップスケール自動化と、画像用ツールの動画対応 | AI生成動画の解像度に悩んでいる方、画像だけでなく動画にも展開したい方 | 記事を見る |
| ③審査結果分析 | 蓄積したAdobe Stock審査データの定点観測・傾向分析 | 感覚ではなくデータに基づいてAdobe Stockの審査傾向を知りたい方 | 記事を見る |
なぜAIストックフォトを始めたか
きっかけは「AI画像生成をただ楽しむだけでなく、収益化まで自動化できないか」という発想でした。Adobe Stockへの申請自体は手作業でもできますが、生成→品質チェック→リネーム→申請→審査結果の確認、という一連の流れを毎回手で行うのは非効率です。エンジニアとしての経験を活かし、この工程をひとつずつプログラムに置き換えていったのがこのシリーズの出発点です。
画像の自動化がひと区切りついた後は、同じ仕組みを動画にも拡張し、さらに蓄積したデータから審査の傾向を読み解く分析にも取り組んでいます。3つの系列それぞれ性質が異なるため、以下では「まず読むべき1本」を起点に、興味があれば深掘りできる構成にしています。
①画像関連記事
AI画像生成、品質チェック、Upscaylによる高解像度化まで、自動化パイプラインの全体像を最初に紹介した記事です。ここから、品質スコアの仕組み化・申請の自動化・審査結果管理へと発展していきます。
このシリーズの他の記事を見る（全13記事）
| 公開日 | 記事タイトル | 概要 |
|---|---|---|
| 2026-05-22 | ①AIストックフォト自動化の実践記録｜画像生成・品質チェック・Upscayl運用まで解説 | AI画像生成、品質チェック、Upscaylによる高解像度化まで、制作パイプラインを技術視点で紹介。 |
| 2026-05-26 | AIストックフォト品質スコア自動化｜PythonとCLIPで審査前チェックを仕組み化 | Google ColabとPythonで審査前の品質スコアを自動算出しExcelに記録する仕組みを構築。 |
| 2026-05-30 | AIストックフォト解析ツール大幅強化｜NGチェック・JSON設定管理・Google Colab対応まで | 指・目・ロゴのNGチェック、JSON設定外部化、高精度AIモデルによる解析を実装。 |
| 2026-05-31 | ストックフォト申請CSV自動生成｜OllamaとPythonでローカル完結の運用へ | 品質スコア処理をローカルPCに移行し、OllamaでAdobe Stock申請用CSVを自動生成。 |
| 2026-06-01 | Adobe Stock審査結果をExcelに自動反映｜Python + Chrome拡張で運用を仕組み化 | 審査結果をChrome拡張でCSV収集し、PythonでExcelに自動反映する仕組みを構築。 |
| 2026-06-02 | Adobe Stock審査結果追跡｜history CSV累積管理でOK漏れを完全解消 | OKになった画像がEXAMページから消える問題をhistory CSV累積管理で解決。 |
| 2026-06-04 | Upscayl高解像度化＆リネームを完全自動化｜バッチファイルでワンクリック処理を実現 | 手動だったUpscayl処理とファイルリネームをバッチファイルで自動化。 |
| 2026-06-06 | AIストックフォト自動化まとめ｜全工程フロー・自動化の成果とAdobeの壁 | ここまでの全工程フロー・自動化の成果・AIの得意不得意をまとめた中間総括記事。 |
| 2026-06-10 | Adobe Stock審査結果を自動管理する方法｜PythonでOK/NG画像を理由別フォルダに振り分け | ExcelのSTATUS列を参照しOK/NGを自動振り分け、NGは理由ごとにサブフォルダへ分類。 |
| 2026-06-18 | Adobe Stock自動化ツールをStreamlit UIに移行｜bat依存からの脱却とライセンス配布構成 | batファイル運用からStreamlit製GUIアプリへ移行した記録。 |
| 2026-07-07 | Adobe Stock手動削除画像をExcelに自動反映する方法（前編） | 手動削除した画像のSTATUS記入を自動化。ファイル存在チェックで削除済みを判定。 |
| 2026-07-08 | Adobe Stock手動削除チェック（中編）｜stockphoto.json統合・bat・Streamlit UI組み込み | 手動削除チェックの設定をJSON統合し、batとStreamlit UIに組み込み。 |
| 2026-07-09 | Adobe Stock手動削除チェック（後編）｜エラー記録・完成構成・運用フロー | 手動削除チェック実装のエラー記録・完成構成・推奨運用フローをまとめた後編。 |
②動画関連記事
AI生成動画の低解像度問題を、無料・無期限のFFmpeg＋Real-ESRGANで解決した記録です。ここから、画像用に作った解析・申請ツールを動画にも対応させていく展開が始まります。
このシリーズの他の記事を見る（全6記事）
| 公開日 | 記事タイトル | 概要 |
|---|---|---|
| 2026-08-16 | ①AI生成動画を無料で自動アップスケール｜FFmpeg+Real-ESRGANの選定理由と導入手順 | AI生成動画の低解像度問題を無料・無期限のFFmpeg+Real-ESRGAN-ncnn-vulkanで解決。 |
| 2026-08-20 | ②AI生成動画の解析パイプラインを設計｜代表フレーム抽出とExcel列衝突回避 | 画像用ツールを動画に拡張。代表フレーム抽出・技術チェック・Excel列設計の記録。 |
| 2026-08-22 | ③video_analyzer.pyの実装と初回エラー｜ffprobeパス・文字コード・Ollama接続のトラブル対応 | 設計をコードに落とし込む過程と、初回実行で遭遇した3つのエラーへの対応を記録。 |
| 2026-08-25 | ④1つのJSON設定ファイルを画像・動画で共有する設計とAdobe Stock審査結果の収集ロジック | config分離の設計判断、EXAM/OK/NG収集の動画対応を記録。 |
| 2026-08-28 | ⑤StreamlitのUIを画像・動画の両方に対応する｜「空欄でも壊れない」設計をどう実装したか | Streamlit UIへの動画設定追加と、空欄でもエラーにならない安全設計の実装記録。 |
| 2026-09-03 | ⑥Ollamaサーバー衝突から改行コード破損まで｜動画自動化パイプラインで踏んだ5つの罠 | 動画自動化パイプライン運用中に発生した5つのトラブルと解決策を実録形式で記録。 |
③審査結果分析
審査データが1,709件→4,990件に増加し、OK率がどう変化したかをまとめた回です。最初の分析記事（下の一覧の①）よりもデータ量が充実しているため、この記事を入口としておすすめしています。
このシリーズの他の記事を見る（全3記事）
| 公開日 | 記事タイトル | 概要 |
|---|---|---|
| 2026-06-13 | ①Adobe Stock審査OK・NG分析｜品質スコアと通過率の実データ公開 | 最初の分析記事。蓄積データからOK率・NG率・NG理由・品質スコアの関係を分析。 |
| 2026-08-10 | ②Adobe Stock審査データ分析アップデート｜データ3倍増でOK率はどう変わった？ | 審査データが1,709件→4,990件に増加。実質OK率22.2%→32.6%への変化を分析。 |
| 2026-08-12 | ③Adobe Stock審査データ分析｜曜日・カテゴリ・キーワードで見るOK率の傾向 | 審査データを曜日別・カテゴリ別・キーワード別に分析し、OK率の高い傾向を公開。 |
次回の更新は、データがさらに蓄積された段階を予定しています。追加され次第、この一覧に追記していきます。
参考にした公式情報
Adobe Stockへの申請・審査に関する判断は、必ず以下の公式ガイドラインを一次情報源として確認しています。
よくある質問
AIストックフォトの自動化は現在も続けていますか？
画像生成・自動化パイプラインの構築自体はひと区切りついています。動画アップスケールの自動化は継続して取り組んでおり、審査結果データの分析は数ヶ月に一度のペースで更新する予定です。
Adobe Stockの審査データはどうやって集めているのですか？
自作したPythonツールで、申請時の品質スコアや審査結果（OK/NG、NG理由）をExcelに自動蓄積しています。数千件規模のデータが溜まった段階で、曜日別・カテゴリ別・キーワード別の傾向分析を行っています。
どの記事から読み始めるのがおすすめですか？
画像生成の自動化に興味があれば「AIストックフォト自動化の実践記録」、動画のアップスケールに興味があれば「AI生成動画を無料で自動アップスケール」、審査傾向のデータに興味があれば「Adobe Stock審査データ分析アップデート」から読み始めるのがおすすめです。それぞれの入口記事から、関連記事へ順にたどれる構成にしています。
