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

参考画像の3D人物表現を作るための依頼

可児波起は、参考画像のような3D人物をDALL-Eで作成するため、どのようなプロンプトを書けばよいかをChatGPTへ相談しました。本人の最初の依頼は、参考画像に近いテイストを作るための指示文を求めるものでした。

2025年3月25日、OpenAIはGPT-4oにネイティブ画像生成を組み込んだ「4o image generation」を発表し、会話を通じた画像調整や詳細な指示への対応を説明しました。また、同発表ではDALL·Eも専用GPTを通じて利用可能であると案内されています。
OpenAI「Introducing 4o Image Generation」

可児波起が後年説明した範囲では、当時もChatGPTの有料版最上位モデルを利用していました。ただし、この会話資料だけから、実際に利用された画像生成機能やモデルを特定することはできません。

英語案では具体的な人物条件を指定した

ChatGPTが最初に提示した英語プロンプトでは、3Dアニメ風のヒップホップラッパーキャラクターを作るため、対象を具体的に指定していました。

条件には、赤いキャップ、金のチェーン、青いパーカー、マイクを持ってパフォーマンスしている姿、Pixar風やクレイアニメ風のスタイル、柔らかなライティング、表情豊かなキャラクター、背景の「STAND WAVE」という文字、高品質なレンダリングなどが含まれていました。

この段階では、参考画像のような特定の人物表現を作るための条件が中心でした。

「日本語で」は内容を変えずに変換した

その後、可児波起は「日本語で」と依頼しました。

日本語化されたプロンプトでも、赤いキャップ、金のチェーン、青いパーカー、マイクを持ったパフォーマンス、背景の「STAND WAVE」など、元の対象を表す条件は維持されました。これは対象を変更する作業ではなく、言語を変更する調整でした。

汎用化では対象条件を外し、表現条件を組み替えた

続いて可児波起は「どんなものにも適用できる汎用性の高いプロンプト」と依頼しました。

この変更によって、ラッパーという人物設定、赤いキャップ・金のチェーン・青いパーカーなどの服装、マイク、背景の「STAND WAVE」、固有名に関する条件は外れました。一方で、3Dアニメ風のキャラクター、柔らかなライティング、表情、ポーズ、高品質なレンダリングなどの表現条件は残りました。

さらに最終案では、鮮やかな色合い、詳細なテクスチャ、シンプルかつ魅力的な背景デザインなどの条件が追加されました。最終案には以下のプロンプトが提示されています。

「3Dアニメ風のキャラクター（またはシーン）。柔らかなライティング、鮮やかな色合い、詳細なテクスチャで表現。キャラクターは個性豊かで感情的な表情、ポーズがあり、背景にはシンプルかつ魅力的なデザインが施されている。高品質なレンダリングで、アニメーションのようなスタイル。」

ただし、この最終案にもキャラクター、表情、ポーズなどの条件は残っており、すべての制約をなくした完全な万能プロンプトではありません。

この事例では、日本語に訳すだけでなく、別題材へ転用したいという要件を本人が追加したことで、対象の細部と表現方法を分けて調整する段階へ進みました。具体的な人物指定を外しながら、表現の特徴を残して組み直した点が、この会話で確認できる変化です。

このKnowledgeの関連知識

シリーズ全体の見た目を揃えながら構図を変える：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。一つの指示文の汎用化から、色や余白を共通にし、記事ごとの内容で構図を変える画像制作の運用へ進みます。

同じ人物を描き続けたいときの基準を決める：シリーズ画像のキャラクターを固定するとき、設定図を「正本」にする。対象を広げる目的と対照的に、特定のキャラクターの外見を維持するため、設定図を参照の基準にする方法を読みます。