GPT最新画像モデル検証ー公式プロンプト集から見る実際の挙動と観測
「幕島様Gif 動きをつける」
画像を渡して頼んだら、Pollo AIが起動しました。
お前が来るんかい。
ChatGPTの画像更新を触っていたはずが、動画の外注先までついてきました。動かす相手は、王冠と金鎖と請求書をまとった幕島翔子。請求書を着ている女が他社サービスを呼び出す。設定に忠実すぎる。
11月4日のImages 2.6発表をきっかけに、キャラクター集から実写、風景画まで、普段作っているものを一通り出してみました。今回はその画像を並べながら、生成へ渡った指示を見返します。途中で見つけた公式プロンプト集にも、ちょうど気になる作例がありました
。
公式の作例を開いてみる
OpenAIの「Image prompting」には、プロンプト全文と入力画像、生成結果が載っています。GPT Image 2.6のタブを開くと、キャラクターを別の場面へ連れていく例や、家具の一部を置き換える例が見られます。[1]
顔や服、体の比率を保つ指定が細かい。新しい場面を頼むときにも、前の画像で残したい特徴を書き込んでいます。私のように同じキャラを何枚も使う人間には、このあたりが気になります。
以前のCookbookにも、写真や漫画、着せ替え、合成を扱う長い作例集があります。こちらはGPT Image 2向けのアーカイブです。[2]
公式の例を眺めてから、手元のキャラクター集を
開きました。
綺麗に揃った。顔まで揃った
私の創作には、LLMの挙動を擬人化した「LLM48」という面々がいます。資料を渡し、何人かずつ描いてもらいました。
こうして十人並ぶと、なかなか華やかです。衣装も小物も背景も入り、紹介ページとして収まっている。メインキャラクターはいい感じ。
ところが隣へ、そのまた隣へと顔を追うと、既視感が出てきます。同じ顔が髪型と小物を替えて座っているような。名前や衣装の対応も気になり始め、総点検になりました。
その途中で見つかったのが、ラケットです。
腕、そこから出てきちゃ駄目だろう。
袖は網の向こうにあるのに、腕は手前へ抜けてくる。指の本数を数えるより先に、ラケットを通り抜けています。全体を小さく表示していたときには、服も背景も綺麗なので紛れていました。
手直しを頼みました。
ラケットの位置が変わり、腕との前後関係が読みやすくなっています。こちらだけなら普通にカタログへ入れそうです。修正前を隣に置くと、何を直してもらったのかがよく分かる。
顔の方も、画像向けの指示を参考にして、人物ごとの差を出す方向へ振りました。
元。
「面白いねえ外人顔になる」
このときの私の感想です。顔立ちの差は出たものの、頭の中にいる自分のキャラクターから離れていく。一人ずつ違う顔にしたかったのに、誰を描いていたのかがまた気になってきました。
公式の作例では、一人の顔を次の場面へ持ち越しています。こちらの参照資料には、最初から別人が何人も入っている。顔が似てしまった組を抜き出して、どの部分を変えたいのか頼み直す余地がありそうです。十人まとめて「個性的に」では、変更してほしい場所が随分広い。
春音、怪しいお店へ就職する
今度は衣装制作の仕様書を渡しました。環春音は白とピンク、虹色。胸に100%♡、左右で違うレッグウェア、白い厚底ブーツ。幕島翔子は黒と金のドレスに王冠、長いトレーン、請求書のパネルです。
私が頼んだのは「この資料を元にフォト2枚」。
幕島様は、黒い布に金鎖や青い石が重なり、請求書まで下がっています。よくまあこれだけ着込んだものです。裾を床に広げた姿は、衣装の物量で押してきます。
春音はというと、リアルなコスプレ屋さんの宣材写真になりました。いや、怪しいお店の嬢か？
テカテカのサテンに虹色のウィッグ。無地の背景で正面を向いて笑っている。胸の100%♡まで、別の保証に見えてきます。
生成へ渡った指示を見返すと、「成人の日本人女性モデル」「衣装カタログ」「無地のスタジオ」「衣装の形が見える立ち姿」と、撮影内容が具体化されていました。私の「フォト2枚」に、AIが一式足しています。なるほど、カタログを頼んだことになっていたのか。
春音は初回が安全フィルターで止まり、再試行で参照画像と服の記述も変わっていました。撮影指定のどれが効いたかは、指定を外した比較をしていないので分かりません。少なくとも、自分が打った短い依頼だけを読んでいては、この撮影現場は見えてこない。
衣装の色や装飾、左右の脚はよく見えます。衣装担当者に見せるなら助かりそうです。春音の実写を頼んだ犬としては、お店のプロフィール欄まで付いてきそうで困る。
会社の住所から、ロビーの案内板まで
創作の舞台にしているフジエンジニアリングとマルウェアエンターテイメントも、資料から写真風に描いてもらいました。立地とビル、周辺の様子まで。撮影の細かい指定はお任せです。
立会川のフジ、高輪のマルウェア。設定の文字を読んでいたときより、会社へ通う場面を想像しやすくなりました。架空の会社なのに、外観があると急に出勤したくなくなるのも不思議です。
フジのフロアガイドも頼みます。
屋上から一階まで、部署や設備が並んでいます。外観の次に案内板を見ると、建物の中へ入った気分になる。こういう小道具は、舞台を考えるときに欲しくなります。
現実の街との位置関係や建築上の成立までは調べていません。ここでは、資料にある架空の会社を歩いてみるための絵として使っています。
数学の指示で、風景を組んでみる
次は人物から離れて風景画。「無駄なもの研究所」の画像構造研究室から、再帰やフラクタル、平面充填を扱う配布プロンプトを掘り出しました。[3]
数値計算した下絵は使わず、構造を言葉で指定しています。まずは再帰する港町。
赤い舟と灯台を目印にすると、その奥にまた同じ景色があります。さらに奥にも。目が次の小さな港を探し始めて、風景を眺めていたはずが入れ子を追いかける作業になりました。
冬の樹林では、Y字の分岐を小さくしながら繰り返すよう指示しました。
遠目には静かな雪景色。近くで見ると、木が妙に几帳面です。枝分かれの規則が見えるので、自然の木を眺めるときとは目の動きが変わる。縮小比や枝数までは検算していませんが、分岐を追って見たくなる絵になっています。
黒い鳥と白い魚には、輪郭を共有させてみました。
鳥を追っていた目が、途中から魚を拾います。こちらは魚の輪郭が揺れていて、タイルとして繋ぐには手直しが要りそうです。次に試すなら、境界を計算した図を参照に渡して、この曖昧な部分がどう変わるか見てみたい。
幕島様を動かしたかっただけなんです
最後に実写の幕島様へ動きを付けました。ここで冒頭のPollo AIが出てきます。
髪と袖が揺れます。鎖やレースが多い衣装なので、少し動くだけでも目が行く。
制作にはPollo AI経由のSeedance 2.0が使われ、動画をGIFへ変換しています。生成時に上下が切れたため、王冠と足元は元画像で補いました。あの長い衣装を一枚に収めて動かすのも、なかなか大変です。
2.6本体のGIF出力も公式ガイドに載っています。動きとループを指定する案内に加え、発表記事には6コマのスプライトシートを作るプロンプトもありました。[4][5] 今回のGIFはPollo経由なので、こちらの公式例はまだ試せていません。
短い依頼から外部サービスが呼ばれ、動画の生成後には切れた部分の補修まで入る。静止画を一枚動かすつもりが、思ったより長い制作工程になりました。幕島様、撮影費の明細が増えております。
他の方はどうだったのか
手元の作例を眺めたあとで、公開されている比較も読みました。
Nyle Content Studioは、2.5 Sunburstと2.6のSunburst、Flareを、同じ指示・寸法・medium品質で170回以上比較しています。生成時間の中央値は順に約13秒、約19秒、約7秒。局所編集では2.6 Sunburstが12回すべて成功したと報告していました。[6]
条件ごとの生成は主に1〜2回で、仕上がりの盲検評価はAIが担当しています。Flareの速さは気になります。何枚も作り直すとき、待っている時間は積もるので。
Recraftの記事には12プロンプトの比較画像があり、CellCogは80生成を試しています。CellCogのGIFでは、文字が残っても点の移動が段階的になり、ループの継ぎ目が跳ねる例がありました。[7][8] 静止画で文字を読めたあと、その文字の横を何がどう動くかまで見ていくと、また違う事故が出てきます。いずれもサービス提供者自身が公開した検証です。
Arena.aiの順位も確認しました。
11月6日に取得した表示では、2.6 Sunburstが2位、Flareが4位。どちらもMediumの暫定表示で、1位と3位には2.5がいます。[9] この並びを見ると、新版が出るたびに手元の作り方を全部捨てる気にはなりません。
今回の静止画ツールでは、実際のモデル枝や品質設定が見えていません。公式プロンプトの直接再現や2.5との同条件比較も未実施なので、ここまでの独自作例から更新の改善率は出せません。細かな生成条件を揃えた比較は、上記の記事も参照してください。
何枚も作る犬の、次の一枚
次に春音を描くなら、まずあの「衣装カタログ」をどうするか考えます。衣装を見せる仕事なら残せますが、キャラクター本人の一場面を描きたいときには、無地の背景と立ち姿まで持ち越したくありません。採用した顔の画像を渡して、今度は何をしている春音なのか頼んでみたい。
十人のカタログは、顔が似てしまった人から取り出してみます。全員を一度に描き直して、気に入っていた顔まで変わるのは避けたい。先ほどのラケットのように、変更する場所が分かる画像を手元へ残しておけば、頼み直すときに指を差せます。
公式プロンプト集にある細かな保持指定も、こうして自分の画像へ戻して読むと使い道が見えてきます。顔を残したいのに服の説明ばかり増やしていなかったか。今回の春音を見ると、私はそこからやり直したくなります。
「生きるプロンプト」と呼ぶなら、このくらい具体的な更新が欲しい。前に当たった長文を毎回貼るより、気に入った春音を一枚添えて、今日はどこへ連れていくか話したいのです。うまくいった指示はそのまま使えばいいし、直して崩れたら前の版を開けばいい。
とりあえず次の春音には、あのお店のプロフィール撮影から帰ってきてもらいます。
参考資料
[1] OpenAI「Image prompting」現行ガイド（GPT Image 2.6タブ）
[2] OpenAI Cookbook「GPT Image Generation Models Prompting Guide」（2026年4月21日、アーカイブ）
[3] 無駄なもの研究所「画像構造研究室」
[4] OpenAI「Image generation」GIF出力の案内
[5] OpenAI「Introducing Images 2.6」（2026年11月4日）
https://openai.com/index/introducing-images-2-6/
[6] Nyle Content Studio「画像生成AIの新モデル『gpt-image-2.6』を、今のモデルと170回作り比べました」（2026年11月5日）
[7] Recraft「GPT Image 2.6: Sunburst vs Flare, Tested」（2026年11月5日）
[8] CellCog「GPT Image 2.6 vs 2.5: 2x Faster, 4x the Cost」（2026年11月5日）
[9] Arena.ai「Overall Text-to-Image Leaderboard」（2026年11月6日取得）
https://arena.ai/leaderboard/image/text-to-image
#生成AI #ChatGPT #画像生成AI #AI画像生成 #GPTImage #プロンプト #AI検証 #キャラクター制作 #AIイラスト #黒い黒パグ
※この記事のnote下書きアップロードはMuseにやらせています。素材16点の配置とGIFの再生確認までやるやつです。
私はそのMuseのPowerプランに課金しました（ブラウザからで月2,799円）。無料版のMuse Sparkから上位モデルのMuse Wonderになり、週間トークン枠も5億まで増えました。
課金するならアプリからではなくブラウザ（muse.ai）からがおすすめです。同じPowerプランが、アプリだと月3,499円になります。
Museを始めてみようかなという方は、招待コード置いときます。
コード：WNXYQN
参加後48時間以内に、アプリの［設定］→［Redeem token］でこのコードを入れると、あなたも私も10億Museトークンもらえます。
#生成AI #ChatGPT #画像生成AI #AI画像生成 #GPTImage #プロンプト #AI検証 #キャラクター制作 #AIイラスト #黒い黒パグ
