Webエンジニア向けプログラミング解説動画をYouTubeで配信中!
▶ チャンネル登録はこちら

【ITニュース解説】From Prompt To Packaged Product In Under An Hour: The Four Scripts That Made 39 Stock Assets

2026年10月22日に「Dev.to」が公開したITニュース「From Prompt To Packaged Product In Under An Hour: The Four Scripts That Made 39 Stock Assets」について初心者にもわかりやすく解説しています。

作成日: 更新日:

ITニュース概要

ストックアセットの製品化における手作業の煩雑さを解消するため、4つのPythonスクリプトが開発された。各プラットフォームのメタデータ自動生成、重複投稿防止、ドキュメントのPDF化、製品パッケージ作成を効率化。低スペック環境でも高速処理を実現し、コンテンツ作成後の非クリエイティブな作業を自動化した事例だ。

ITニュース解説

デジタル製品の作成と販売は、クリエイティブな作業だけでは完結しない。魅力的なアートやコンテンツを生み出した後には、それらを顧客に届けるための多くの「楽しくない」けれど重要な裏方作業が待っている。例えば、オンラインストアにアップロードするためのファイルの準備、製品情報の整理、適切な形式への変換、そして過去のアップロード履歴の管理などだ。これらの作業は手作業で行うと非常に時間がかかり、人的ミスも発生しやすい。特に、膨大な数のデジタルアセットを扱う場合、この非クリエイティブな部分がボトルネックとなり、せっかく作った製品を世に出せないという事態に陥ることがある。

実際に、筆者は39個のデジタルアセットを作成したものの、アップロード作業の段階で大きな壁にぶつかった。問題は主に二つあった。一つは、各オンラインストアが要求するメタデータ、つまり製品情報の形式がそれぞれ異なり、手作業で調整する必要があったことだ。例えば、Adobeは5列、Vecteezyは4列、Dreamstimeは15列といった具合に、CSVファイルのヘッダー(一番上の行にある列の名前)の数や内容が厳密に定められている。これらを一つ一つ手作業で合わせるのは骨の折れる作業であり、間違えればアップロードが拒否されてしまう。もう一つは、過去に何をアップロードしたかを正確に覚えていられず、同じ製品を二重に投稿してしまうリスクがあったことだ。二重投稿はアカウントがペナルティを受ける原因となるため、絶対に避けなければならない。これらの課題を解決するため、筆者は四つの小さなスクリプトを開発した。これらのスクリプトは、少ないサーバーリソース(1つの仮想CPU、2GBのメモリ、GPUなし)で、39個の製品を1時間足らずでパッケージ化し、856MBものデータを出力することを可能にした。

まず、メタデータの管理問題を解決したのが「make_metadata.py」というスクリプトである。これは、特定のフォルダにあるファイル群を読み込み、指定されたプラットフォーム(例えばAdobe)に合わせて正確なCSVファイルを自動で生成する。以前は、ファイル名をコピー&ペーストし、タイトルを手作業で適切な形式に直し、ダウンロードしたテンプレートとヘッダーが合っているかを確認する、といった手間がかかっていた。しかし、このスクリプトを使えば、フォルダとプラットフォーム名を指定するだけで、各チャネルが要求する正確なヘッダーを持つメタデータCSVが瞬時に生成される。これにより、手作業によるミスや時間の浪費がなくなり、メタデータ作成が劇的に効率化された。ただし、このスクリプトは初期段階ではファイル名から自動でタイトルを生成するため、最終的にはより魅力的なタイトルとキーワードに手動で置き換える作業は必要となる。

次に、二重投稿のリスクを排除するために開発されたのが「upload_tracker.py」だ。これは非常にシンプルな仕組みで、これまでにアップロードしたファイルを記録する「台帳」のような役割を果たす。例えば、アップロード予定のリストを表示したり、特定のファイルがアップロード済みであることを記録したりできる。このスクリプトは特別なデータベースや外部ライブラリを必要とせず、Pythonの標準機能だけで動作する。アップロード前にこの台帳を確認することで、以前に投稿したファイルを誤って再度アップロードしてしまう危険を完全に回避できる。このツールは複雑なものではなく、地味で確実に動作することが最も重要だ。アカウントのペナルティを防ぐという重要な目的を、シンプルながら確実に達成している。

コンテンツを「製品」へと変えるためのスクリプトが「md2pdf.py」である。筆者はガイドやライセンスノートといったドキュメント形式の製品も多く扱っていた。これらのドキュメントを、ただのテキストファイルから見栄えの良いPDF形式の製品に仕上げるには、以前はワープロソフトで何時間もかけて手作業で整形する必要があった。しかし、このスクリプトを使えば、マークダウン形式(簡潔な記法で書かれたテキストファイル)のコンテンツを、コマンド一つでプロフェッショナルな見た目のPDFファイルに変換できる。このスクリプトは、見出し、テーブル、リスト、リンクといった要素を適切に処理し、レポート作成用のライブラリであるreportlabと画像処理ライブラリのPillowというわずかな外部パッケージを利用している。これにより、コンテンツ作成から製品化までの時間を大幅に短縮できる。

そして、最後に製品を顧客に届けるための最終段階を担うのが「pack_product.py」だ。このスクリプトは、完成したファイルを一つのZIPファイルにまとめ、さらにマーケットプレイスの掲載ページで目を引くカバー画像(1280×720ピクセル)と、小さなサムネイル画像(600×600ピクセル)を自動で生成する。ただのバラバラのファイルではなく、カバー画像が付いたZIPファイルとして提供することで、製品としての魅力と価値が格段に高まる。マーケットプレイスでは表示される画像のサイズが異なる場合があるため、二種類の解像度の画像を一度に生成できるのは非常に効率的だ。これにより、準備が整った製品が、すぐに販売可能な状態になる。

これらのスクリプト群を効率的に運用するためには、適切なフォルダ構造も不可欠である。すべてのファイルを無秩序に置くのではなく、「プロジェクトのルートフォルダ」の下に、「assets/」(元の素材ファイル)、「output/」(アップロード準備ができたファイルとメタデータ)、「packs/」(最終的なZIPファイルとカバー画像)、「research/」(作業メモや情報源)、「scripts/」(今回開発したツール群)といった形で整理する。特に「research/」フォルダは非常に重要で、過去の情報源やメモを誤って削除してしまうと、将来の製品開発に影響が出る可能性があるため、絶対に削除してはいけないという教訓が述べられている。

また、これらのスクリプトは1つの仮想CPUと2GBという限られたメモリのサーバーで動作させるために、いくつかの工夫が施されている。例えば、画像処理のような重い作業は、一度に複数の処理を並行して実行せず、一つずつ順番に実行する。これは、メモリが少ない環境で複数の処理を同時に行うと、メモリ不足でシステムがクラッシュする可能性があるためだ。さらに、各アセットの処理が終わるごとに、使用済みメモリを解放するための「gc.collect()」という命令を呼び出すことで、メモリの消費を抑えている。メモリの使用量を測る際も、平均値ではなく、最も多く使われた瞬間の「最大メモリ使用量」を正確に計測し、リソースの限界を把握する。また、重い画像レンダリング処理は、ファイルを一つずつ新しいプロセスで実行させ、処理が終わるたびにメモリをオペレーティングシステムに返すようにしている。必要な解像度でのみレンダリングを行い、不要に高解像度でプレビューを作成するといった無駄な処理は避ける。これらの工夫は、少ないリソースでも安定して動作させるために不可欠な知恵であり、多くの試行錯誤を経て得られたものだ。

このように、アート作成という創造的な部分だけでなく、その後のメタデータ処理、アップロード管理、ドキュメントのPDF化、そしてパッケージングといった「楽しくない」けれど重要な裏方作業を自動化することで、作業効率は劇的に向上した。筆者が開発したこの四つのスクリプトと、それを支える約19,000行のコード、そして300ページ以上のリサーチが、最終的に39個の完成した製品を生み出したのだ。これは、デジタル製品の販売において、創造的な作業が全体の仕事の約3分の1に過ぎず、残りの3分の2が、このような非創造的だがシステムによって効率化できる部分であることを示している。これらのツールは、「ai sticker factory playbook」として公開されており、デジタルアセットを作成したものの、その後の出荷段階で停滞している人々にとって、大きな助けとなるだろう。システムエンジニアを目指す上で、このような実世界の課題を特定し、プログラムを使って効率的に解決していく視点は非常に重要である。

関連コンテンツ

関連IT用語