AI アクション正式リリース —— あなたの素材整理を、実行可能な AI ワークフローに

最新情報Eagleチーム2026-03-30

本日、Eagle プラグイン AI アクション をリリースしました。

AI アクションは、あなた自身の整理ルールを AI に渡し、バッチ処理させるためのツールです。一枚一枚手動で名前変更したり、説明を書いたり、分類やタグ付けをする必要がなくなります。どの操作を実行するか、どのモデルを使うか、どのカスタム指示と組み合わせるかを自分で決められます。

AI アクションでできること：

AI 名前変更：画像の内容に基づいてファイル名を変更
AI 説明：画像を分析して説明フィールドに書き込み
AI フォルダ分類：既存のフォルダに自動で振り分け
AI タグ：設定したロジックに基づいて自動でタグを追加

これらの機能は固定されていません。名前変更だけのアクション、説明だけのアクション、あるいは名前変更・説明・分類・タグ付けをまとめた一連のワークフロー。自分のニーズに合わせて自由に組み合わせられます。つまり、あなたの整理方法を繰り返し実行可能なワークフローとして保存できるようになりました。

なぜ AI アクションを作ったのか？

素材が増え続けると、整理は二つの壁にぶつかります。

一つ目は、整理そのものに時間がかかること。画像をまとめてインポートしたのに名前を付ける暇がない。説明を書きたいけれど追いつかない。分類やタグ付けは数が多すぎて途中で諦める。画像が溜まるほど、ライブラリの検索性は下がっていきます。

二つ目は、人によって整理方法が違うこと。ファイル名重視の人もいれば、説明頼みの人もいる。フォルダ派もいればタグ派もいる。写真の言語表現を気にする人もいれば、ブランドのトーンや感情的な雰囲気、提案用途を重視する人もいる。素材整理に画一的な正解はありません。

AI アクションは、この二つの問題に対する答えです。あなたの整理ロジックを置き換えるのではなく、もともとの整理方法を AI にバッチ実行させる。ルールを定義するのはあなた、実行するのは AI です。

AI 時代に、私たちは「画像整理」を改めて考え直しましたでは、今回の設計思想とロジックを詳しく書いています。

AI アクションとは？

AI アクションは、自由に組み合わせられる AI ワークフローツールです。一つのアクションで一つの処理だけを行うことも、複数のステップを組み合わせることもできます。

例えば、画像の名前変更に特化したアクション。画像の説明に特化したアクション。既存のフォルダ構造に基づいて自動分類するアクションや、スタイル・色彩・用途でタグ付けするアクション。もちろん、全部つなげて一連の整理ワークフローにすることもできます。

単一機能のボタンではなく、自分のニーズに合わせて設計できる整理ツールです。

AI 名前変更：ファイル名を分かりやすく、統一的に

インポート時の元ファイル名は、ほとんど識別価値がありません。ダウンロード時の文字化け、カメラが出力した番号、その場では分かっても数日後には忘れる名前。こうしたファイルが増えていくと、ファイル名は素材管理で最も見落とされやすいのに、識別効率への影響は一番大きい要素になります。

AI アクションは画像の内容に基づいて、識別しやすい名前を自動生成できます。画像のテーマを説明させたり、色調やスタイルを含めたり、言語を統一したり、プレフィックスを付けたり、文字数制限を守らせたり。例えば、日本語で命名したい人もいれば、英語の小文字で統一したい人もいる。すべてのファイル名を REF_ で始めたい人もいれば、写真の構図情報を含めたい人もいる。これらはすべて設定とカスタム指示で実現できます。

素材の量が増えた後、統一された命名方法は、バラバラの元ファイル名よりもはるかに管理しやすく、検索もしやすくなります。

AI 説明：画像に役立つテキスト情報を付加する

AI 名前変更が外層の識別を整えるものだとすれば、AI 説明 は画像に完全なテキスト情報を補います。AI の分析結果を説明フィールドに書き込むことで、画像が理解可能で検索可能なコンテンツ層を持つようになります。

AI に画面の被写体とシーンを説明させたり、UI 画面のコンポーネントとレイアウト構造を分析させたり、写真の構図・光・雰囲気を分析させたり、ブランドのトーンと適した提案シーンを記録させたり、画像内のテキストを抽出させることができます。自分が気になるポイントだけに焦点を当て、それ以外を無視させることも可能です。

画像の整理で本当に難しいのは「保存したかどうか」ではなく、後から見つけられるか、テキストで再びヒットできるかどうかです。説明が付いた画像は、自然言語検索でもテキストフィールド検索でも、ヒット率が上がります。

AI フォルダ分類：既存のフォルダ構造に沿って自動で振り分け

AI に画像の内容を分析させ、素材を既存のフォルダに振り分けます。手動でドラッグ＆ドロップしたり一つずつ判断する手間が大幅に減ります。

すでに明確なフォルダ構造がある場合に特に効果的です。フォルダ名、説明、境界が明確であるほど、AI の分類結果は安定します。例えば、UI コンポーネントのスクリーンショット、ブランドビジュアルのリファレンス、商品写真、ポートレート、レイアウト事例と区分されていれば、分類の精度は高くなります。

逆に言えば、ゼロからフォルダ構造を作るよりも、すでにあるロジックの実行を加速する場面で力を発揮します。

AI タグ：後回しにされがちな作業を AI に任せる

タグ付けは価値がある作業ですが、後回しにされがちです。できないからではなく、手間がかかるから。画像を見て、言葉を考え、タグ付けする価値があるか判断し、どのカテゴリのタグにするか決める。一枚二枚ならまだしも、数が増えると先延ばしにしてしまう。

AI アクションなら、この作業をバッチ処理で片付けられます。自分のタグシステムに沿って、AI に色彩、スタイル、テーマ、感情、用途、構図などを分析させることができます。タググループや命名方法、説明ルールが明確であるほど、結果は実用的になります。

もともと大事だと分かっていても長期的にやり切れなかった整理作業が、ようやく回るようになる。素材の規模が大きくなるほど、この手動からバッチ処理への転換は効いてきます。

カスタム指示：AI アクションの核心

AI アクションで一番大事な部分は四つの機能があることではなく、カスタム指示で AI の分析方向を定義できることです。

同じ画像分析でも、役割によって求めるものは違います。UI デザイナーはインターフェースの種類やコンポーネント、レイアウトを見る。フォトグラファーは構図、光、色調を見る。ブランドデザイナーは感情やトーン、提案用途を見る。EC チームは商品タイプや撮影アングルを見る。全員が同じ汎用分析を使うなら、結果は「だいたい正しい」止まりで、実際のワークフローには組み込みにくい。

カスタム指示があれば、自分の言葉とロジックで AI の分析方向を決められます。AI の理解を受動的に受け入れるのではなく、「この画像はこう見てほしい、こう説明してほしい、こう整理してほしい」と能動的に伝えられる。だから AI アクションは自動化ツールというより、カスタマイズ可能な整理フレームワークに近いものになっています。