SynthID

何が起きたのか Anthropicが公式サポート記事「How Claude marks AI-generated content」を公開し、Claudeの出力に機械可読なマーキングを施すことを明らかにしました（Anthropic公式サポート）。内容は二本立てです。テキストには「imperceptible watermark（知覚できない透かし）」をテキスト自体に織り込み、ファイル（.svg / .png / .jpg など）にはC2PA（Coalition for Content Provenance and Authenticity）標準に準拠した署名付きprovenanceメタデータを付与します。 適用範囲が広いのが特徴です。公式記事はClaude Platform（API）、Claude、Claude Code、Claude Cowork、Claude Tagを列挙しており、地域は全世界。AWS、Google Cloud、Microsoft Foundry経由でもテキスト透かしは機能するとされますが、ファイルの署名付きメタデータは「may not be supported on every platform」と留保が付いています。 タイミングは明快です。公式記事は「Claude models launched in the EU on or after August 2, 2026 will support machine-readable marking at launch」と書いています（Anthropic公式サポート）。ローンチ時から対応するという約束は、EU AI Actの行動規範に関するセクション配下で、EU向けの文言として記されている点に注意が必要です。ただし同記事は別に「Marking will apply to output from supported models wherever Claude is offered, worldwide」とも述べており、マーキングの適用範囲そのものは全世界です。2026年8月2日より前にリリースされたモデルについては「The law includes a transition period for Anthropic models launched before August 2, 2026, and we’re working to add marking support for those models as well」と、法定の移行期間に言及しつつ対応中である旨が記されています。この2026年8月2日という日付は偶然ではなく、EU AI Act第50条の透明性義務の適用開始日と一致します（European Commission）。Anthropicはこの措置の根拠として、第50条(2)に対応する「Code of Practice on Transparency of AI-Generated Content」への署名を挙げています。 ...

2026年2月、GoogleがGeminiアプリにAI画像生成ツール「Nano Banana 2」を正式リリースしました。内部モデルは Gemini 3.1 Flash Image（APIモデル名: gemini-3.1-flash-image-preview）であり、従来の「Nano Banana Pro」の描画品質を維持しながら、Gemini Flashの高速推論を組み合わせた次世代の画像生成・編集ツールです。 本記事では、Nano Banana 2の主要機能・実践プロンプト例・APIアクセス方法・注意事項を網羅的に解説します。 Nano Banana 2とNano Banana Proの違い Nano Banana 2の最大の特長は「Flash速度 × Pro品質」のバランスにあります。 比較項目 Nano Banana 2 Nano Banana Pro ベースモデル Gemini 3.1 Flash Image Nano Banana Pro（詳細非公開） 生成速度 ⚡ Flash（高速） 標準速度 対象ユーザー 無料ユーザー〜全プラン AI Pro / Ultra プランのみ API相対コスト Proより大幅に低コスト 高コスト 推奨用途 ラフ・量産・日常制作 最終納品・極複雑なシーン 無料ユーザーへの機能開放 これまでGemini Advanced（Pro/Ultra）限定だった高度な画像生成機能が、無料のGeminiアプリユーザーにも開放されました。Nano Banana 2は gemini.google.com のGeminiアプリから利用できます。 Nano Banana 2の4大機能と実践プロンプト キャラクター・オブジェクトの「一貫性維持」 漫画・絵本・ストーリーボード制作で最大の課題だった「同じキャラクターを複数シーンで描き続ける」問題に対処します。最大5キャラクターの視覚的一貫性を単一ワークフロー内で維持できます。 実践プロンプト例（漫画コンテ制作）: キャラクター定義: 20代女性、ショートボブの黒髪、赤いチェックのシャツ、ジーンズ シーン1: 彼女がカフェのカウンターでコーヒーを注文している。明るい朝の光。 シーン2: 同じ彼女が公園のベンチで本を読んでいる。夕方の柔らかい光。 シーン3: 同じ彼女が驚いた表情でスマートフォンを見ている。室内照明。 コツ: キャラクター定義を先に送り、シーン変更を追加指示として送ることで、外見の一貫性が最大化されます。 ...