画像生成で人物案を試すとき、固定する条件と変える条件を分けた記録

パソコンで音楽制作をする人物の3Dイラストを依頼した場面

2023年12月、可児波起はChatGPT上で、パソコンで音楽制作をしている人物の3Dイラストを作る依頼を行いました。

当時、OpenAIは2023年10月19日に、ChatGPT PlusおよびEnterprise向けにDALL·E 3を提供開始したことを発表しました。この発表では、ChatGPTとの会話内で画像生成の修正を依頼できることも説明されています。

OpenAI「DALL·E 3 is now available in ChatGPT Plus and Enterprise」

この会話では、画像生成の依頼文を「画像要件」と「画像内容」に分け、画像要件を維持しながら、画像内容の指定を変更して3回依頼しています。

3回の依頼で固定した画像要件と変更した画像内容

3回とも、以下の画像要件は同じでした。

• 画像サイズは「1792px x 1024px」
• 真ん中に大きくテキストで「STAND WAVE」と入れる

この1792×1024という数値は、可児波起が入力した依頼値です。生成された画像ファイルの実寸がそのサイズだったかは確認していません。

一方、「画像内容」は3回で変更されました。

1回目の入力：

3Dイラスト　パソコンで音楽制作をしている帽子を被った日本人男性

2回目の入力：

3Dイラスト　アーティスティック パソコンで音楽制作をしている女性

3回目の入力：

3Dイラスト パソコンで音楽制作をしている帽子を被った日本人女性

このように、同じ画像要件を残しながら、人物や雰囲気に関する指定を変更しています。

3回の回答で返った6枚の画像と文字表示の違い

2026年10月2日の記事制作時に、当時のChatGPT回答に含まれていた6枚の画像プレビューを目視確認しました。

ChatGPTの3回の回答では、それぞれ依頼内容に基づいた画像として説明され、中央に「STAND WAVE」が表示されると説明されていました。しかし、実際のプレビューでは文字の現れ方に違いがありました。

• 1回目画像1
  帽子を被った人物が音楽制作のPCに向かう描写が確認できました。背景上部のポスターに小さい「Stand Wave」と読める文字がありますが、画像中央へ大きく配置された「STAND WAVE」ではありませんでした。

• 1回目画像2
  帽子を被った人物と2台のモニターが描かれていました。背景右上のポスターには「WAVE」と読める文字があり、その上の小さい文字は不明瞭でした。中央へ大きく「STAND WAVE」が配置された状態ではありませんでした。

• 2回目画像1
  ヘッドホンを付けた人物、音楽制作PC、マイク、楽器、色彩的な波の背景が確認できました。「STAND WAVE」の文字は確認できませんでした。

• 2回目画像2
  ヘッドホンを付けた人物、音楽制作PC、楽器、カラフルな光の波が確認できました。「STAND WAVE」の文字は確認できませんでした。

• 3回目画像1
  帽子を被った長髪の人物が音楽ソフト画面の前に座る横長画像が確認できました。「STAND WAVE」の文字は確認できませんでした。

• 3回目画像2
  帽子を被った長髪の人物が机に向かう描写があり、モニター内に「STAND WAVE」と見える文字が確認できました。ただし、画像全体へ大きく重ねた文字ではなく、モニター内の表示でした。

共通条件と変更点を分けて記録した依頼方法

この記録から確認できる知識は、画像生成の依頼文では、維持したい条件と変更したい条件を別に記載することで、各依頼で何を残し、何を変えたのかを追える形にできるという点です。

今回の依頼では、画像サイズや入れる文字などの画像要件を共通欄へ置き、人物や雰囲気に関する画像内容を変更しました。人物案を試す際に、同じ形式の依頼文の中で固定する部分と変更する部分を分けて残した事例です。

このKnowledgeの関連知識

後の画像スタイル運用：AI画像でブランドを統一しながら、ワンパターン化を防ぐ方法。共通のデザイン条件を保ち、記事ごとに構図を変えた後の別の制作記録です。この試行から直接生まれた方法とは断定せず、条件の分け方を比較できます。

指示文を汎用化する別の試み：画像生成プロンプトを具体的なキャラクター指定から汎用表現へ調整した記録。実画像で人物案を試した記録に対し、別の対象にも使える指示文を求め、具体的な指定と表現条件を調整した記録です。