AI画像生成の使い方（初心者向けのやさしい入門）

仕組みを一段落で

説明を打ち込むと絵が出てきます。内部では、ツールはランダムな視覚的ノイズから始めて、それをあなたの言葉に合うものへと少しずつ寄せていきます。膨大な量のキャプション付き画像から、言葉がどんな見た目になるかを学んでいるのです。

ここから、初心者のいらだちのほとんどが説明できます。モデルは人のように指示に従っているのではなく、あなたの説明をパターンに突き合わせています。「犬なし」と書けば、犬という語はそこにあり、犬が出てくる可能性は十分あります。何かを書き落とすと、モデルは聞き返しません。見てきた中で最も平均的な版で、その隙間を埋めます。

コツはそれだけです。欲しいものを具体的に言い、欲しくないものはそのために用意された場所に書くことです。

6つの要素でできた型

よい画像プロンプトは、ほぼ必ず同じ6つを含んでいます。抜けた要素は初期値で埋められ、その初期値こそが画像をありきたりに見せる原因です。

要素	何を書くか	書かないと
被写体	具体的な対象と、効いてくる細部	その名詞の最も平凡な姿
場所	どこにいて、どこまで見えるか	空白か、散らかった背景
光	時間帯、方向、質	平板で、均一で、生気がない
画角	寄りか引きか、どの角度から	毎回、中央寄せのミディアムショット
作風	写真、油絵、3DCG、イラスト	つやのあるデジタルアート
気分と色	感じさせたいものと配色	彩度もコントラストも過剰

弱いプロンプトは 居心地のよいリビング です。

強いプロンプトはこうです。暖炉に火が入った小さなリビング。使い込んだ肘掛け椅子でキジトラ猫が眠っている。西向きの窓から差す午後遅い光。戸口からの引きの画。リアルな写真、35mm、暖かい茶色とやわらかな琥珀色、静かで暮らしの気配がある。

考えるのにかかる手間は、どちらもほぼ同じです。2つ目は1枚の絵で、1つ目はただの分類です。

そのうえで、初心者がまるごと飛ばす部分を足します。ネガティブリストです。ネガティブ: 文字、透かし、指の本数の異常、散らかった背景、ストックフォト的な作り笑い。 画像がAI生成っぽく見える原因の多くは、繰り返し出る少数のアラに由来します。名指しすれば消えます。

これを楽にするコツ

こうしたプロンプトを自分で書く必要はありません。テキストAIに書いてもらいましょう。

次のための画像生成プロンプトを書いてください。[あなたのざっくりした案]。用途は[目的]です。被写体、場所、光、画角、作風、色と気分の順に構成し、最後にネガティブリストを付けてください。形容詞ではなく画角の違いで分かれた3案をください。

言語モデルは、たいていの人よりずっと上手に画像プロンプトを書きます。形式が決まっていて、膨大な数の実例を見てきているからです。チャットの中で画像を生成することが、単独の画像入力欄より本当に便利な理由もここにあります。プロンプトを書くツールが、絵を描くツールのすぐ隣に座っているのです。

画像が思いどおりにならなかった理由

初心者のつまずきのほぼすべてを覆う、短い診断リストです。

平凡でありきたり。 光と画角を指定していません。この2つは、ほかのどの組み合わせより効きます。

要素は合っているが、配置が違う。 画角を明示しましょう。下からの引きの画、寄りの画、被写体は左3分の1に。あなたが何をどこに置きたいかは、言わない限りモデルにはわかりません。

出さないでと頼んだものが写っている。 本文のプロンプトで名指しすると、出る確率はむしろ上がります。ネガティブリストに移しましょう。

手、顔、細かい繰り返し模様が変。 どのツールでも依然として最も弱い領域です。もっと寄せる、角度を変える、手が見えない構図にする、などを試しましょう。単純に生成し直すだけで直ることもあります。

文字がでたらめ。 想定どおりです。次の節で説明します。

ストックフォトみたいに見える。 自然な瞬間 を足し、ポーズではなく動作を描写し、カメラ目線のストックフォト的な笑顔 をネガティブに入れましょう。

使いたい場所に対して形が違う。 実際に必要な縦横比で生成しましょう。正方形をバナーに切り抜けば、せっかく指定した構図を捨てることになります。

堂々めぐりにならない直し方

初心者は、同じプロンプトで生成し直して当たりを待ちます。ある程度の偶然は避けられませんが、無駄になる試行の多くは、一度に複数を変えることから生まれます。

• 1回につき1つだけ変える。 光か、画角か、作風か。3つ同時に変えれば、何が効いたのかわからなくなります。
• 細部より先に構図を決める。 画角と光を先に合わせるほうが、画面の違う位置にいる被写体を作り込むよりずっと効率的です。
• よかった点を言葉にする。 惜しいところまで来たら、ツールが覚えている前提にせず、次のプロンプトで言葉にして伝えましょう。
• 効いたプロンプトは保存する。 信頼できるプロンプトの型が6つか8つあれば、単発の1枚よりずっと価値があります。複数の絵に統一感を出しているのも、それです。

まだできないこと

文字。 画像の中の文字は、どのツールでも当てになりません。短い単語ならたまにうまくいきますが、見出しやロゴはたいてい失敗します。画像は文字なしで生成し、文字は好きなデザインツールで足しましょう。そのほうが正しいフォントも使えます。

厳密な配置。 「ちょうど3つ、赤いものを左に」は確実には守られません。配置が重要なら、パーツを生成して自分で組み合わせましょう。

同じキャラクターを2度。 同一の人物や商品をシリーズで揃えるのは難しいです。細かい描写を毎回繰り返すと助けにはなりますが、同一の結果が保証されるわけではありません。

実写の精密な編集。 背景、光、作風の調整は得意です。物体を数センチ左にずらすことは、確実にはできません。

そして、できあがったものを使うときの話です。商用の場所に出す前に、必ず規約を確認しましょう。実在の人物、それとわかる場所、存命の作家の特徴的な作風に似た画像は、とくに注意が必要です。条件はツールごとに異なり、責任は画像を公開する側にあります。