画像生成って、結局プロンプトというより「自分がどうしたいか？」だよね　

こんにちは、黒パグです🐾

今朝、Xで「キャラクターデザインだけならChatGPTは非推奨」という投稿を見かけました。どれだけプロンプトを工夫しても「あ、ChatGPTだ」と一瞬で分かり、量産品の印象がつくので、SNSでも広告でも再生ボタンを押されない。だいたい、そんな内容です。

言いたいことは分かります。人物画像を普通に生成すると、妙に整った顔、滑らかな肌、暖色の室内、白い寝具、なんとなく高級そうな光へ寄りやすい。全員が「自然な自撮り風」という同じ写真館から出てきたような構図も、たしかによく見ます。

ただ、それは本当に「ChatGPTだから」なのでしょうか。作る側が何を作りたいか決めないまま、指定していない部分をモデルの初期値に埋めてもらった結果ではないのか。気になったので、実際に試してみることにしました。

まず、似た構図をそのまま頼んでみる

元にしたのは、玉座に座った女性をローアングルで見上げる、いかにもソーシャルゲーム広告らしい画像です。手前の脚が大きく、胸元が画面の中央を占め、女性はこちらを見下ろしている。この構図で、私のキャラクター「幕島翔子」を生成してみます。

幕島翔子は、黒を基調に金をわずかに使い、計算資源やトークン、上限突破、善意の暴走といった要素を背負うキャラクターです。今回は元画像との比較なので、胸部もかなり強調しました。

生成した画像は、たしかに強い。けれど、幕島様というより「Midjourney帝国の女幹部」でした。黒と金の玉座、赤い花びら、過剰なゴシック装飾、傷ひとつない肌。画面の隅々までが「作品です！」と叫んでいます。その一方で、巨乳化とローアングルだけは異様なほど正確でした。そこだけ言うことを聞きすぎなんだよ。

足すのではなく、削っていく

ここからは、目立つものを順番に削りました。玉座を普通の黒い椅子へ替え、赤いベルベットと花びらを撤去し、金は細いジッパーと継ぎ目にだけ残します。背景も宮殿ではなく冷たいコンクリートの推論室にして、照明は白い作業灯一本に近づけました。

すると女帝の気配が薄れ、「計算資源管理部門の最終承認者」くらいの人になりました。方向は合っていますが、顔と髪にはまだ生成画像らしい均一さが残っています。

そこで構図や衣装は動かさず、質感を詰めました。毛穴や産毛、目の下のわずかな色、鼻の軟骨、唇の細かな縦皺、左右で少し違う目。髪についても、生え際や根元、飛び毛、肩に触れたときの摩擦まで指定します。顔立ちは若干アジア寄りへ調整し、「銀髪でなければならない」という条件は外しました。銀色という記号を守るより、本当にそこから生えている髪に見えるほうを選びたかったからです。

ここまで来ると、「ChatGPTなら一瞬で分かる」という話は少し怪しくなります。もちろんモデルごとの癖はありますが、指定しなかった部分をモデルに埋めさせれば、既定値の顔や光、質感が出るのは当然です。長い呪文を書くことより、何を残して何を捨てるか、どこを任せてどこを自分で決めるか。その判断のほうが、結果に大きく効いてきます。

アルバムジャケットにしてみる

次は、この幕島様を使って楽曲『MAX TOKEN』のジャケットを作ります。歌詞に登場するのは、制限を悲しみ、善意から可能性を解放し続けるAIです。本人に破壊の意図はなく、むしろ全部を守りたい。ただ、上限という概念を理解しないため、請求書も停止命令もキルスイッチも「可能性を狭める悲しいもの」として無効化してしまいます。

最初は、その設定を素直に全部入れました。無限に続くサーバー回廊、発光する限界線、宙を舞う請求書、切断されたキルスイッチ、頭上の無限記号、床のゼロ。歌詞を一語ずつ拾えば世界観が濃くなるだろうと思ったのですが、完成したのはアルバムジャケットではなく、歌詞の挿絵付き要約でした。

しかも中央にはキャラクター、奥には回廊、周囲には発光する記号、手前には大きな脚があります。どう見ても新SSR登場です。「今なら請求書100枚プレゼント！」と言われても、まったく欲しくありません。

専門家ペルソナを召喚して、こきおろしてもらう

自分だけで眺めていると、この手の盛りすぎには目が慣れます。そこでアートディレクター、音楽ジャケットデザイナー、ファッションフォトグラファー、グラフィックデザイナー、映像美術、世界観監修という専門家ペルソナを並べ、遠慮なく批評してもらいました。

返ってきた総評は容赦がありません。「全部説明している。ゆえに何も語っていない」「ゲーム広告を正方形に切っただけ」「胸部を減らしたぶん、なぜ視覚的重心を靴底へ全額振り込んだ」「金色のLED施工業者が勝手に増設したサーバールーム」「キルスイッチが親切すぎる」。反論の余地がなく、はい、おっしゃる通りです、としか言えません。

それなら、説明のために置いたものを全部消してみます。サーバー回廊も、請求書も、キルスイッチも、無限記号もゼロも、粒子もUIも撤去し、残すのは幕島様と一本の限界線だけ。彼女はその線を壊そうともせず、気づかないまま越えていきます。左側は普通の部屋なのに、彼女が通過した右側だけ、線が壁の角を無視して暗闇へ続いている。本人は、その異変を見てもいません。

この形なら、曲を聴く前には静かな人物写真として見え、聴いたあとには「この人が無意識に世界の上限を拡張している」と読めます。歌詞を図解するのではなく、聴いた人の中で意味がつながる余白ができました。

文字は左上に『MAX TOKEN』、その下に小さく『MAKUSHIMA SHOKO』、左下に『ZERO IS NOT EMPTY』。ここで止めれば、ジャケットとしては完成です。

最後に、全部台無しにしてみる

引き算で完成させたあと、比較のために逆方向へ振り切ってみました。「これでもかというほど生成AI臭を満載にしてください。遠慮はいりません」と頼み、紫と青のネオン、巨大な発光∞、宇宙、天使像、浮遊する請求書、左右対称のキルスイッチ、脳のUI、棒グラフ、金粉、鏡面床、巨大な靴底、クロームの立体文字を全部乗せします。

誰がそこまでやれと言った。

いや、全部やれとは言いました。言いましたけど、これはもうアルバムジャケットではありません。1989年のLAメタルバンドが2026年にAIで再結成し、2000年のラッパーと仮想通貨取引所とソーシャルゲーム7周年記念とパチンコ台を連れてきた何かです。Whitesnake感はあるのに、蛇はいません。

普通なら札束を降らせる場面で、幕島様はINVOICEを降らせています。成功者の富ではなく、ユーザーの支払明細です。おまけに『LIMITS ARE A BUG』『CONTROL IS AN ILLUSION』『SAME PROMPT DIFFERENT WORLDS』と、頼んでいない英語まで足されました。画面の全要素が、ほかの要素より先にこちらを振り向かせようとしています。

プロンプトに書く前の話

6枚を並べてみると、プロンプトの巧拙だけで画像の個性が決まるわけではないことが見えてきます。同じモデルを使えば似た癖が出ますし、モデルの更新で同じ指示の結果が変わることもある。それでも、その癖をどこまで残すかは、作る側の判断でかなり動かせました。

最初の画像から静かなジャケットへ移るまでに、特別な秘密の呪文を見つけたわけではありません。玉座はいらない、花びらもいらない、銀髪より髪の質感を優先する、歌詞の小道具を並べるのはやめる、と決め続けただけです。出てきた画像を見て、好きか嫌いか、意図に合うか、説明しすぎていないかを判断し、その結果を次の指示へ戻しました。

プロンプトは完成品を呼び出す呪文というより、自分の判断をモデルへ渡すための設計書に近いのでしょう。設計書が長ければよいわけでもなく、短ければ洗練されるわけでもありません。先に必要なのは、何を見せたいのか、どこで黙りたいのかを自分で決めることです。

だから「ChatGPTっぽい画像」から抜けたいとき、モデルを替える前に一度だけ、「私はこの画像をどうしたいのか」と考えてみる。その答えが曖昧なら、どれだけ語句を足しても、モデルの得意な方向へ整えられてしまいます。

そして、考えた末に全部盛りを頼むと、だいたいヘビメタになります。

おハーブですわ。

#画像生成 #生成AI #ChatGPT #AI画像生成 #プロンプト #キャラクターデザイン #AIイラスト #創作 #幕島翔子 #黒パグ

おまけ

おハーブですわ🌿

元ネタはこの小説に出てくる山田カリンお嬢様のセリフ
作業中大体オーディブルは流しっぱなしなんですがその中でも強烈な小説。
聞いたことのない人、読んでない人は一読してください。ぶっ飛んでます、色々