3行でいうと

  • 主な機能は、画像の生成と編集、動画の生成と編集、音声(効果音、音楽、スピーチ、翻訳、強調)、ムードボード用の「Boards」、会話で頼む「AIアシスタント(ベータ)」、自動化の「Creative Production」などです。
  • 画像は、Firefly Image 3、4、4 Ultra、5といったAdobeのモデルと、パートナーモデルから選べます。動画は、Fireflyの動画モデルと、他社のモデルから選べます。
  • プロンプトは「3語以上の、簡単で直接的な言葉」で、「generate」や「create」は避ける、と公式は勧めています。
  • 機能ごとにクレジットの使い方が違います。公式のFAQには、動画は1秒あたり最大100クレジット、効果音は1回10クレジット、などの表があります(数字は下の表のとおり、公式の表記)。
  • ベータの表示があるもの(動画編集、AIアシスタント、カスタムモデル、Precision Flowなど)と、ないものが混ざっています。区別は下の表に書きました。

この記事は、Adobeの公式の資料を2026年10月23日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。運営者はAdobe Fireflyを入れていますが、使い心地はこの記事には書いていません。画面名や数字は公式の表記を写しています。ヘルプは要約の形で取得したため、書かれていないように見えた点は「読んだ範囲では見つからなかった」と書きます。

先に結論

前提:用語をそろえる

たとえ話:頼み方を覚える「注文の工房」

Fireflyは、注文を受ける工房です。「何を」「どんな雰囲気で」「どんな光で」を一言ずつ添えると、仕上がりが注文に近づきます。工房によって、得意なもの(画像、動画、音声)と、かかる手間(クレジット)が違います。これは僕らのたとえで、公式の表現ではありません。

場面1:画像を作る

公式の「Generate images from text descriptions」に、手順が書かれています。

  1. Fireflyのホームで、左の「Image」から「Generate image」を選ぶ。
  2. 「General settings」の「Model」で、Adobeのモデルかパートナーモデルを選ぶ(設定はモデルで変わる)。
  3. 「Aspect ratio」(縦横の比)、「Content type」(Art、Photo、または自動)、「Visual intensity」(見た目の強さ)を決める。
  4. 必要なら、「Composition」で参考画像の構図に合わせ、「Styles」で参考画像の雰囲気に合わせる。「Effect」「Color and tone」「Lighting」「Camera angle」も選べる。
  5. 「Prompt」に説明を書き、「Generate」を押す。
モデル 1回で出る枚数(公式の表)
Firefly Image 3 4枚(Fast modeでは、ダウンロード前に拡大できる)
Firefly Image 4 4枚
Firefly Image 4 Ultra 1枚
Firefly Image 5 1枚

結果の見方として、「Grid view」でバリエーションを並べ、「List view」でまとめて保存できます。「Use settings」は、プロンプトなしで設定だけを使い回し、「Generate more」は設定とプロンプトで新しいバリエーションを作ります。プロンプトの強化(Prompt enhancement)は、Image 4とImage 4 Ultraで使える、と書かれています。

プロンプトのコツ(公式の「Writing effective text prompts」)。 主題、特徴、キーワードを含め、3語以上にする。「generate」「create」といった語は避ける。場所、色、光、気分を足す。結果が違えば、言い換えてやり直す。公式の例は「A fluffy cat sitting on a windowsill looking out at a cityscape」です。文字数の上限と、使える言語の一覧は、このページには書かれていませんでした。

場面2:画像を直す

公式の「What's new」(2026年7月)に、「Edit」タブの画像編集(物を足す、消す、背景、枠の拡張、拡大)が紹介されています。目次には、次のツールが並びます。

ツール 公式の説明(要約) ベータの表示
Generative fill 塗った所に、説明した物を入れる。参考画像(References)も足せる 読んだページにはなし
Generative remove 物を消す 読んだ範囲では確認できていない
Generative expand 画像の外側へ広げる 読んだ範囲では確認できていない
Remove background 背景を消す 読んだ範囲では確認できていない
AI Markup 画像の特定の場所を指定して編集 What's newには(ベータ)の表記なし
Precision Flow 画像の気分や調子を変え、バリエーションを作る 「beta」と書かれている

生成塗りつぶしの手順(公式)は、「Fill」を選び、筆(Brush size、Brush hardnessで調整)で塗り、References欄で参考画像を足し、説明を入れて「Fill」を押す、です。「Select less」「Select more」で選択の範囲を直せます。クレジットは、モデルによって変わり、「Fill」ボタンの横の表示で、押す前に確かめられる、と書かれています。使えるモデルとアップロードの形式は、このページには書かれていませんでした(形式は、公式の技術要件のページにJPG、PNG、WebPと記載があります)。

場面3:動画を作る

公式のFirefly overviewは、「Generate videos using text prompts」を、テキストや画像から動画を作り、カメラの動きや見た目の様式を指定できる、と説明しています。

動画の長さと解像度は、公式のクレジットの表(下)に、解像度ごとの記載があります。

場面4:音声を作る、直す

機能 公式に書かれていること 公式の出どころ
Generate sound effects 文章から効果音や環境音を作る。音楽やスピーチは作れない。アップロードは30秒以内、.mp4 .mp3 .mov .wav .aac。音声トラックは最大5本 Text to sound effects
Generate music Vibe(雰囲気)、Style(ジャンル)、Purpose(用途)のタグと、Energy、Tempo、Durationを選び、4つのバリエーションを作る。出力はWAV。英語のプロンプトだけ Generate music
Generate speech 文章を声にする。モデルは既定がFirefly Speech、パートナーモデルにElevenLabs Multilingual v2。言語、速さ、高さを調整。読み方の修正(Fix Pronunciation)、間(Add Pause)、口調(Add Tone)も使える Generate speech from text
Translate audio / video 話者の声を保ったまま別の言語へ。5秒〜10分、単独の話者、1つの言語のみ。動画は4Kまで(.mp4 .mov)、音声は.mp3 .aac .wav。出力に、Content Credentialsが付く About Translate audio and Translate video
Enhance speech 雑音を取り、声の質を上げる Remove noise and improve voice quality(本文は読めていない。What's newには「Enhance audio (video editor, beta)」の記載がある)

| Text to Avatar(ベータ) | 書いた台本を、アバターが話す動画(.mp4)にする。アバター、アクセント、背景を選ぶ。背景は画像(.png .jpg、640×360以上)か動画(.mp4 .mov、10分まで)。クレジットは台本の長さと言語で変わり、実行前に表示される | Generate videos with virtual avatars |

What's newでは、「Soundtracks and speech (beta)」が2026年7月に、「Generate music」「Generate speech」が2026年8月に載っています。ベータの表示が外れたのか、名前が変わったのかは、読んだ範囲では確認できていません。

場面5:アイデアを出す(Boards)

公式の「About Firefly Boards」によると、Boardsは次のようなツールです。

このページには、ベータの表示はありませんでした。関連の機能(Quick Guides)は、What's newの2026年7月の項目に載っています。

場面6:会話で頼む(AIアシスタント、ベータ)

公式の「Firefly AI Assistant overview」(2026年6月18日更新)は、「会話型の創作エージェント」と説明し、題名と本文に「(beta)」と書いています。

場面7:自動化、モデルの訓練(主に企業向け、一部ベータ)

クレジットの目安(公式のGenerative credits FAQ)

下の表は、公式のFAQの数字を、そのまま写したものです。数字は変わりうるので、画面の表示を優先してください。

機能 公式の表記
標準の機能 ほとんどが1回の生成で1クレジット。もっと多いものもある

| Firefly Graph(無制限のプランでも数えられる部分) | Mask Objects、Refine Masks、RGBXノードは1画像あたり10クレジット。標準の生成は、Firefly Graphの中を除いて無制限と書かれている | | Firefly Image 5 | 1回の生成で10クレジット | | Firefly Image 4 Ultra | 1回の生成で20クレジット(1枚) | | Generate Video(Firefly) | 1秒あたり、1080p・24FPSで100、720pで50、540pで20 | | Generate Sound Effects | 1回の生成で10クレジット | | Generate Music | 1分あたり20クレジット | | Generate Speech | 1,000文字あたり、Firefly Speechで10、ElevenLabs Multilingual v2で15 | | Translate Video / Audio | 1秒あたり5クレジット |

| Text to Avatar(ベータ、最大1080p) | 1秒あたり10クレジット | | Firefly Custom Models(ベータ) | 訓練1回で500、生成1回で20クレジット | | パートナーモデル | 費用はモデルで変わる |

生成が失敗したとき、クレジットはたいてい数分で戻り、動画のように長い処理では最大24時間かかることがある、と書かれています。

気をつけること

出典