画像からプロンプトを生成

画像から良いプロンプトを得るには？

気に入った画像を再現する最短の方法は、その背後にある判断を一つずつ言葉にすることです。モデルは画像をコピーするわけではありません。被写体、ライト、カメラ、スタイルについて明確な指示を与えると、似た結果にたどり着きます。このツールはそれらの判断を読み取り、プロンプトの骨組みに変換します。被写体、ライト、カメラ、スタイル、配色がそれぞれ独立した行になり、どの行が何のためにあるのかが分かります。

どんな画像が最適ですか？

メインの被写体が一つで、明るくシャープな画像ほど、一貫した分析結果が得られます。小さく強く圧縮された画像や、文字や透かしで覆われた画像では、ライトと質感の情報が失われます。コラージュやスクリーンショットではなく、一枚のフレームをアップロードしてください。複数の画像からインスピレーションを得た場合は、それぞれを個別に分析してから、層を自分で組み合わせてください。

まず被写体、次に雰囲気

モデルは、プロンプトの冒頭にある言葉により重みを置きます。そのため最初の一文で、誰または何が写っているのか、何をしているのか、どこにいるのかを伝えてください。雰囲気（ライト、色、質感）は、その次に続けます。このツールも同じ順序でプロンプトを組み立てます。フォーマットの行、次に被写体の文、続いてライトとカメラです。

ライトとカメラの言葉が違いを生みます

「きれいな光」ではなく、光の向きと性質を書いてください。たとえば左側からのやわらかい窓明かり、正午の強い日差し、背後からのリムライトなどです。カメラについては、焦点距離と被写界深度で十分なことが多いです。85mm はポートレートで顔を自然に見せ、24mm は建築に奥行きを加えます。この 2 つの情報で、その画像がなぜそう見えるのかが、たいてい説明できます。

プラットフォームごとの小さな調整

• ChatGPT Image 平易で明示的な文を理解します。フォーマットと制約（文字なし、ロゴなし）を明確に書いてください。
• Midjourney 短くカンマで区切ったフレーズと、--ar などのパラメーターを好みます。
• Nano Banana 参照画像と一緒に使うと、顔や服装を保てます。変えてはいけないものを書いてください。

結果を改善する

最初の生成結果が期待と違っても、プロンプト全体を書き直さないでください。層を一つだけ変えて（たとえばライトだけ）もう一度試してみてください。そうすると、何が効いたのかが分かります。前のバージョンも残しておきましょう。2 つの結果を並べて比べるのが、それぞれの言葉の効果を学ぶ一番早い方法です。