【#AIとやってみた】「思い通りの画像」をAIに描かせるために──プロンプト作成の8つの発想術

こんにちは！シラス🐟です！

近年のAIの成長は凄まじいものです。
使いこなせる人とそうでない人では仕事や学業に関わらず、”人生”において大きな差が生まれるといっても過言ではありません。

文章作成から、データ分析、データ処理や会話まで、あらゆることをAIは無表情でこなします。
そこで、私が特に注目しているのはAIによる画像生成です。
かつて絵を描くには、筆とキャンバスが必要でした。
今やそれはキーボードと想像力に変わり、誰でも“イメージを言葉にできれば”世界を創造できる時代になりました。

現に、抽象的な表現で指示しても短時間で、高クオリティの画像が生成されます。
その実力は圧巻で、AI生成画像なのか本当の写真なのかを見分けられないことも日常となるほどです。

そんなAI生成画像ですが、「キレイな風景」「かっこいい男の子」──この程度の言葉では、AIは迷子になり、自身が望む画像とはかけ離れたものが生成されることも多いです。
これは、まるで“どこかにいるはずの理想のキャラクター”を、曖昧な記憶だけで似顔絵師に描かせるようなものなので、出力結果は妥当といえるでしょう。

ではどうすれば、思い描いたイメージをAIに伝えきれるのでしょうか？
本記事では、ただのコマンドではなく“創造のための言葉”としてのプロンプトの書き方を、独自の視点を交えながらご紹介します。
そして、色々なAIモデル(Gemini、ChatGPT、Copilot、Canva)を用いてどのような違いがあるのかを考察します。

ちなみに、本記事のサムネイル画像はGeminiより生成された画像です。

1 まず「脳内スケッチ」を描く

あなたの頭の中にあるイメージは、どんな世界ですか？
それは映画のワンシーンのような空気感でしょうか。
はたまたゲームのワールドのような風景か、マンガの一コマでしょうか？

まずは脳内でどのような画像を作りたいかを具体的に想像することが大切です。
具体的に思い浮かばない場合は、それぞれの構成要素を書き出すことが重要です。
ここでおすすめなのが”五感に問いかける”ことです。

• 何が見える？（色、形、光）

• どんな音が聞こえる？（波音、足音、ざわめき）

• どんな温度感？（冬の凛とした空気か、夏の湿気か）

視覚だけでなく、空気の重みや音のない静寂まで含めて想像すれば、それはすでに一枚の絵です。

2 描いてほしい「主役」は誰か？

AIは“情報の強弱”で理解します。
主役がぼんやりしていると、画像の焦点が定まりません。

例えば、「桜並木を歩く人」。
このままでは、人物が小さくなってしまうかもしれません。
すなわち、人に焦点を当てているのか、背景に注目しているのかが曖昧になっています。

以下のように改善しましょう。

こうすることで主役が明確になりましたね。
背景も空気感も伝わります。
さらに「カメラ目線」ということで構図も指定できます。

主役が誰か？
何をしているか？
どこにいるか？ の三点は、必ず書いておくと望み通りの画像に直結します。

3 「写真家の目」で構図を意識する

プロンプトは文章でありながら、カメラワークも内包できます。
これを意識すると、仕上がりが一気に洗練されます。

構図要素の例：

• アングル：俯瞰／見上げ／正面

• フォーカス：背景ボケ／顔にピント

• 距離感：バストアップ／全身／超接写

例えば、

このように、画角を操作することで、映画的な構図が実現できます。

4 曖昧な表現はNG！──色、質感、時代感まで落とし込め

「かわいいキャラ」や「きれいな風景」といった抽象語は、AIにとって“意味の個人差が大きすぎる表現”です。

▼良いプロンプトの例：

• ×「きれいな森」

• ◎「朝霧の立ちこめる深緑の森。湿った苔が岩を覆い、差し込む朝日が葉を透かして輝く」

• ×「かっこいい戦士」

• ◎「スチームパンク風の銀鎧を身にまとった、片目にスカウターをつけた青年戦士。背景はスモークのたちこめる近未来都市」

言葉で描くとは、具体化することです。
感覚を“言語化”できた瞬間、AIはあなたの頭の中を覗き込んだように応えてくれます。

5 表現に「感情」を宿す

AIは、感情を持たない代わりに、言葉から感情を“推定”します。
だからこそ、感情を伴うプロンプトは非常に強力です。

例：

• 「微笑む」よりも「少しだけ口角を上げた、照れくさそうな笑み」

• 「怒っている」よりも「目を伏せ、拳をぎゅっと握りしめた少女」

動作と描写を使って”心の動き”を可視化すれば、絵に“物語”が宿ります。

6 スタイルやジャンルは「決め打ち」が吉

どんなタッチで描いてほしいのかも、明確にする必要があります。

ジャンル別例：

• リアル調 →「高精細」「photorealistic」「8K resolution」

• アニメ風 →「cel shading」「manga style」

• 水彩／油絵 →「watercolor style」「oil painting texture」

• ゲーム風 →「pixel art」「low poly」

例：「森の中で焚き火を囲む冒険者たち、ドット絵スタイル、16bitのファンタジーRPG風」

スタイルを変えるだけで、同じテーマもまったく違う印象になります。

7 欲しくない要素は「マイナス指定」で除外！

生成結果に不要なものが混じるときは「ネガティブプロンプト」が有効です。

例：

よりクリーンで洗練された出力を求めるなら、ポジティブだけでなく、ネガティブの言語設計も忘れずに。

8「文脈」や「時間軸」を入れると世界が動き出す

一枚の静止画でも、”その前後”が見えるように描くと、より印象的になります。

例：

たった一枚の絵でも、「今、この瞬間が切り取られた」という時間の深みが伝わることで、感情を動かすことができます。

9 実践に役立つTips

以上の事をマスターすれば理想に近い画像が出力されると思います。
さらに、正確に自身の想像をAIに伝えるためには以下のコツ(Tips)を活用することが重要です。

• 複数のプロンプトを比較し、出力を見て差異を検証する

• 英語でのプロンプト文を作成する（日本語では通じにくい描写があるため）

• 同じプロンプトでもモデルによって出力結果が異なるため、自身の意向に沿うものを利用する

10 AIモデルによる差異の検討

同じプロンプト文でもモデルによって出力結果が異なるとお伝えしました。
具体的にそれぞれのモデルにはどのような傾向があるのか、その差異を検討したいと思います。

本記事では、Gemini、ChatGPT、Capilot、Canvaの4つのモデルを使用し、検討することとします。

例として日の出に霧がかった山々の美しい風景画を描いてもらいましょう。次のプロンプト文で画像を作成してみます。

作成方法はいずれも同様で、このプロンプト文をそのままペーストしました（下スクリーンショット）。

まずは、Geminiの結果です。

次に、ChatGPTの結果です。

Capilotの結果です。

最後に、Canvaの結果です。

太陽に着目すると、Geminiが最も強く輝き、リアルな光の分散をしていることが分かります。
また、Geminiは手前の草原をぼかすことなく、忠実に詳しく描画しています。

霧の量はCanvaが他より多いことが分かります。
霧の濃度などは指定しなかったので、Canvaは霧に重点を置いたことが確認されました。

そして、”日の出”に対する空の色にも違いが確認されました。
GeminiとCanvaでは青い空が確認できますが、他2つのモデルでは橙色がほとんどでした。

”自身の好みに合わせて、AIモデルを変更する”ことの重要性が示されたかと思います。

11 まとめ：プロンプトは「詩」かもしれない

プロンプトはただの命令文ではなく、想像力を伝える“詩”のようなものです。
機械に命令するのではなく、イメージを共有する作業なのです。

あなたの言葉次第で、AIは天使も悪魔も、異世界の街も、心の中の記憶の風景さえも描いてくれます。

言葉で世界をつくる──そんな力が、今や誰にでも開かれています。

AIに“描かせる”時代から、AIと“共創する”時代へ。
その一歩は、あなたの言葉から始まります。

本情報が皆様のお役に立てれば幸いです🐟🐟