AI画像生成 “思った構図にならない…”を減らすプロンプトをまとめてみた

画像を生成する際、頭の中のイメージをプロンプトとして言語化し、AIに正確に伝えるのって結構難しくないですか？実際私は毎回「思った通りの構図」にならなくて苦戦しています。

そこで画像生成に活かせる写真・映像周りの用語をまとめてみました。画像生成って「カメラで写真を撮る」ことに似ているなと思ってるんですが、そういうことにあまりに自分が無知なので…。

AI時代でも新しい知識を学ぶ大切さを感じています。

前置きはこれくらいにして、早速みていきましょう。

shot size

被写体を画面の中でどの大きさで写すか を表す言葉です。具体的には以下のようなプロンプトを使うのが良いです。

デモとして全身を写した「long shot」を編集して、別のshot sizeに変更してみました。元画像の生成、編集は GPT Image 1.5を使っていますが、Nano banana 2でもうまくいきました。

短い単語で、的確に構図を伝えられてかつ、AIもちゃんと理解してくれるので、非常に便利なプロンプトとなります。

camera azimuth

被写体に対して、カメラが左右どの方向から見ているかを表す。具体的には以下のようなプロンプトを使うのが良いです。

Nano Bananaでのデモ画像もご紹介します。

紹介したプロンプトは抽象度が比較的高いため、もっと具体的に伝えたいと思う方もいるかもしれません。被写体正面を中心に右回りを正として以下のように伝えることもできます。

ただ、このように具体の角度をモデルは厳密には解釈しにくく、抽象表現の方が安定しやすいです。実際に、GPT Image 1.5 と Nano Banana 2 で試しましたが、指示通りの構図を生成してくれませんでした。

実際、両モデルが出しているプロンプトガイドをみても、具体的な数値表現よりも、抽象度の高い表現が使われています。

camera elevation

被写体に対して、カメラが上下どの角度から見ているかを表す。具体的には以下のようなプロンプトを使うのが良いです。

camera roll

カメラが左右にどれだけ傾いているかを表します。

プロンプトの作り方

冒頭に背景や被写体について書き、その後にここまで説明してきた構図に関するプロンプトを入れています。

subject centered in the frame は被写体を真ん中に配置するために、shot at eye level はカメラの高さを規定しています。

最後に

今回紹介したのは本当に基礎の基礎で構図を決定するパラメータは他にも多くあります。他にも色々試してまた記事にしたいと思います。

さらに気になる方はぜひこちらを！

いいね、フォローしていただけると作者大喜びです 🙌

ここまで読んでいただき、ありがとうございました 🙇