AI生成画像の品質を最も早く向上させる方法は、モデルを変更することではなく、プロンプトを書き直すことです。多くの人は15文字ほど書いてやめてしまい、その結果、平凡な画像しか生成されません。そこでモデルのせいにし、もう一度生成を試みても、やはり平凡な結果に終わってしまいます。
この記事がその解決策です。以下に、GPT Image 2の出力を「まあまあの下書き」から「公開可能な完成品」へと引き上げる、具体的かつ実証済みの12のテクニックを紹介します。各サンプル画像は、記事内で説明した同種のプロンプトを用いてGPT Image 2で生成したものです。
1. 具体的に書いてください。もう少し具体的に。
「砂漠にある一台の車」はヒントではありません。モデルは車種、製造年、色、撮影場所、および撮影時刻を推測することしかできません。これらをすべて固定してください：
1965年式のチェリーレッドのマスタング・コンバーチブルが、夕暮れの砂漠の道路に停まっている。
後輪が巻き上げる砂塵、遠くには平らな台地が広がり、ローアングルで仰角撮影された写真。
クロームメッキのバンパーに、陽光がスポット状に反射している。
それぞれの限定語（「1965年」「チェリーレッド」「オープンカー」「ローアングル」）が、モデルによる当て推量を一つずつ減らしてくれます。その結果、単なる「汎用的な画像」ではなく、まさに「あの」一枚の画像になるのです。
2. 焦点距離を記入し、「感じ」と書かないでください
85mm 镜头、35mm 镜头、24mm 广角、100mm 微距は、画像のキーワードの中で最もコストパフォーマンスに優れたものと言えます。これらのキーワードは、構図、空間の圧縮、被写界深度、エッジの歪みを同時に制御します。
- 85mm——魅力的なポートレート、柔らかな背景ボケ
- 35mm——自然な環境写真、穏やかな画面構成
- 広角24mm——風景、没入感のある室内
- 100mmマクロ——製品のクローズアップ、質感やテクスチャ
あるプロンプトで行き詰まったら、まずは視点を変えてから、他の要素を調整してみてください。
3. 撮影監督のように光を操る
「照明が素晴らしい」というのは意味がない。映画用語でなければ意味がない：
伦勃朗光——単一の硬い光源、頬の影が三角形になっている明暗对比 / chiaroscuro——強いコントラスト、暗い環境、単一の被写体が照らされている背后的描边光（rim light）——シルエット感、被写体と背景が分離している阴天散射光——柔らかく均一、硬い影がない黄金时刻逆光——暖色系の光斑、長い影
上の画像のキーワードは「single tungsten spotlight from above, deep shadows wrapping the rest of the room, Rembrandt lighting」です。3つの単語で、ターゲットを絞ったコンテンツを作成します。
4. 構図の表現手法を用いて
画像モデルは、古典的な構図の用語を理解しています：
三分法构图，主体在右下三分位居中对称构图从前景延伸到地平线的引导线画面左侧 2/3 留白
上の図で漁師がいる場所は、まさにヒント文に指定されている「主体位于画面右下三分位，平静的雾气湖面占据上方三分之二」です。
5. 3～5色のカラーパレットに名前を付ける
曖昧な色の説明では、曖昧な色しか得られません。簡潔で具体的な色名の色見本を使えば、正確な色が出せます：
色調：チェリーレッド、砂色、スカイブルー、ダークブラウンコロンとコンマで区切られた色名。16進数の色値も使用可能ですが、一般的な色名ほど安定性はありません。色は5色以内に抑えてください。列挙する色が増えるほど、モデルが各色に対して示す確証度は低下します。
6. テキストに引用符を付け、フォントのスタイルを明記する
図に文字を入れる必要がある場合は、次の2つのことを行います：
- 転コンマに文字通りの内容を貼り付ける：
"FRESH BREAD DAILY" - フォントを平易な言葉で説明すると：
优雅手绘衬线字体
1行あたりの文字数は6語以内に抑えてください。長い文は依然として文字が重なってしまいます。
7. 本体を特定の台に固定する
商品写真、料理写真、静物写真では、常に被写体が何であるかを明記してください。被写体には材質属性があり、モデルがそれを参照します：
带奶白和金色纹理的粉色大理石板带可见木纹的未上漆橡木桌夜晚潮湿的柏油路面，街灯倒影亚麻桌布，柔和的褶皱
曖昧な「テーブル」とは、ストックフォトと編集用画像との間のギャップのことである。
8. 関係動詞を使って主語同士をつなぐ
画面に2つの主語がある場合、単にそれらを並べるだけではいけません。モデルに空間的な動詞を与え、両者がどのように結びついているかを伝えましょう：
靠在从…升起倒映在缠绕在俯瞰着
これこそが、「一匹の猫と一扇の窓」と、「窓辺に丸まって、ガラスに前足を乗せている一匹の猫」との違いだ。
9. 画面に何がないかを説明する
否定的な描写も肯定的な描写と同じくらい重要です。情景描写の後に、次のような一文を付け加えます：
ラベルには文字、ロゴ、透かしがなく、背景に人物は写っていないGPT Image 2 は通常、no text および no logos のガイドラインを厳守します。商用利用される画像には、意味のない透かしが画面に混入するのを防ぐため、透かしを入れることをお勧めします。
10. 意識的にスタイルを融合させる――ただし、基調は一つに絞る
スタイルの融合は、モデル制作において最も表現力豊かな手法の一つです。ただし、その前提として、まずメインとなるスタイルを選び、その上にサブとなるスタイルを重ねてアクセントを加える必要があります：
スタイリッシュなイラスト：スタジオジブリの水彩美学に、サイバーパンクのネオンハイライトを重ねた作品。
柔らかな水彩風の雲と、シャープなネオンサインの組み合わせ。
もし2つのスタイルを同等に並べてしまうと（「ジブリ AND サイバーパンク」のように）、モデルがそれらを均等に取り込んでしまい、画面が平板になってしまいます。「基本スタイル + 装飾スタイル + ハイライト」という構成にすることで、初めて画面の一貫性を保つことができます。
11. 箇条書きを使う前に、まずは文章を書きましょう
私は、最も効果的なプロンプトを、箇条書きではなく、4～6行程度の文章としてまとめています。その理由は2つあります：
- **散文は自己矛盾を強引に排除することができる。**明るく陽気なキッチン、暗く重苦しい光」という文として読み上げると明らかに不自然だが、要点として書くと気づきにくい。
- **モデルはカンマを境界として扱う。**一つのつながった文であれば、節と節の関係性を維持することができる（「大理石の上で、葉に囲まれ、水滴を帯びて」）、しかし三つの独立した断片ではそれができない。
要点形式のプロンプトは、純粋なタグ付け型モデルに適しています。GPT Image 2 はこの種のモデルではありません。
12. 一度に1つの変数だけを変更する
最後に挙げたのはワークフローのルールであり、文章の書き方のルールではありません。ある図が「あと一歩で完璧」な場合：
- 変数（レンズ、光、時間、テーブル）のみを変更し、
- を再生成して、
- と並べて比較する。この変数を固定し、次に変更する。
多くの人が反復作業に失敗する理由は、主に2つある。1つは、一度に3つのパラメータを変更してしまい、どの変更が効果をもたらしたのか判別できないこと。もう1つは、毎回ゼロから画像を生成しようとしてしまい、前回の草案を参考に「画像から画像」を生成しようとしないことだ。この2つの問題は、たった半日の練習で改善できる。
一目でわかる「ビフォー／アフター」の比較
不適切なプロンプト：
バーで一人でピアノを弾いている適切なプロンプト（第1、2、3、5のテクニックを使用）：
映画のようなコントラストのポートレート：薄暗く煙が立ち込めるバーのグランドピアノの前に座る中年のジャズピアニスト。
頭上にある単一の暖色系タングステンスポットライトが温かな光を放ち、顔と手に照らし出している。
部屋の他の部分は深い影に包まれている。85mmレンズ、写真のような肌の質感。
トーン：温かみのある琥珀色、深いワインレッド、黒に近い影。同じモデル、同じ生成回数――にもかかわらず、生成される画像は雲泥の差だ。これこそがプロンプトエンジニアリングの根本的な前提である。モデルに問題はない。ボトルネックはあなたのプロンプトにあるのだ。
試してみてください
GPTイメージ2 テキスト・カラ・イメージ・ジェネレーション にアクセスし、ページ上にあるプロンプトから好きなものを一つ選んで貼り付け、生成します。その後、変数（カメラアングル、照明、カラーパレット）を一つだけ変更して、もう一度生成します。これを10回ほど繰り返せば、「どの要素が自分の美的感覚に最も響くか」について、自然と感覚が掴めるようになるでしょう。
この判断力こそが、「AI画像を作成できる」ことと「画像を作成できる」こととの唯一の違いである。
