初めての長文記事です。少し長いので、いいね＆ブックマークして後で読むことをおすすめします。
私をフォローしている方はご存知かもしれませんが、最近 AI ポートレートをいじっています。
今回のメインは ChatGPT の image-2 / gpt-image-2 です。「美少女ポートレート」と書いて祈るだけの遊び方ではありません。セットごとに徹底的に作り込んでいます。
花畑、果樹園、古い東屋、黒板、スタジオ撮影、ストロボ直射、ソフトミスト、CCD。同じテーマでも、ポーズ、レンズ、ライティングを何度も変えます。セットが終わると、良いものは本当に素晴らしく、失敗作は驚くほどおかしなものになります。
数日前、Eagle のポートレートフォルダを眺めていて、あの画像の山を見て少し言葉を失いました。何と言うか、最近 AI の撮影アシスタントをやっている気分でした。
私が担当するのは、シーン、光、小道具、メイク、アクションを書くこと。AI が担当するのは、私の頭の中のイメージを捉えようとすること。そしてスクロールしていくうちに気づいたのは、安定した結果を出し続けるプロンプトは、最も長いものでも、最も華やかな言葉を使ったものでもないということです。最も効果的なのは、「写真の虎の巻」のようなものでした。
AI を形而上の願い事箱として扱う必要はありません。写真撮影チームとして扱えばいいのです。カメラマンはカメラの位置を、メイクアップアーティストはルックを、スタイリストは衣装を、舞台監督は現場の状況を、小道具チームはテーブルの上のものを、ポストプロダクションは最終的な画像がフィルム調か、ストロボ直射か、ソフトミストか、スマホスナップかを知る必要があります。プロンプトがこのレベルまで書かれていれば、単なる「美人」の抜け殻を生成するだけではありません。存在感が生まれ始めます。
まずはいくつか見てみましょう。
この画像のキーワードは「古風な美女」ではありません。それは、古い木製の机、鳥かご、小鳥、和紙、巻物、竹のカーテン、窓枠、風に揺れるガーゼのカーテン、窓の外の白いもやのバックライトです。わかりますか？ 人物はフレームの一部に過ぎません。この画像を支えているのは、この部屋なのです。
次はこれを見てください。
夏のデイジー畑、麦わら帽子、フィルムポートレート。これも単なる「夏の女の子」ではありません。デイジー、麦わら帽子、大きな白い花の前景、木漏れ日、青空、積雲、草、ピクニックブランケット、そしてローアングルと前景のぼかしの花が含まれています。
これが今回一番お伝えしたいことです。ポートレートのプロンプトを「人物」から書き始めないでください。「なぜこの写真が成立するのか」から書き始めてください。
私も昔は意味のないことを書いていました
AI ポートレートを始めたばかりの頃、私は簡単な間違いを犯しました。必死に「美しい」と書いていました。クリア、雰囲気がある、ハイエンド、シネマティック、精巧、リアル、繊細。これらの言葉は役に立つのでしょうか？ 少しは。しかし、あまりにも空虚です。カメラマンに「ハイエンドな写真を撮ってください」と言うようなものです。カメラマンはおそらくあなたを見て、こう尋ねるでしょう。「どこで撮りますか？ 光は？ 衣装は？ ムードは？ 上半身？ 全身？ レンズと人物の距離は？」AI も同じです。美しさを理解していないのではなく、あなたがどの種類の美しさを望んでいるのかを知らないのです。
そこで、その後ポートレートのプロンプトを書くときは、まず自問するようになりました。「この画像の『アンカーポイント』は何か？」と。シーンが決め手の画像もあります。光が決め手のもの。メイクが決め手のもの。レンズのアングルが決め手のもの。アクションが決め手のもの。まずこの要素を掴めば、その後の言葉の置き場所が決まります。
レイヤー 1: 自立できるシーンを与える
今、ポートレートを書くときは、基本的に「屋内」「屋外」「スタジオ撮影」のような大きな言葉だけは書きません。漠然としすぎています。具体的な空間として書きます。例えば、「古い東屋の書斎机」は、単なる「古風な部屋」ではありません。それは、古い木製の机、鳥かご、黄緑色の鳥、散らばった穀物、古書、和紙、巻物、硯、古い磁器の果物皿、桃、竹のカーテン、窓枠、古いベッドフレームです。この一連のアイテムは多く見えますが、すべての小道具を出現させるためではありません。AI に「空間の密度」を与えるためです。
私は AI に伝えているのです。「この部屋は空っぽじゃない。誰かがここに住んでいた。古い木、紙、ガーゼのカーテン、鳥かご、そして少しの埃の湿気がある。」と。シーンが確立され、人物が入ると、自然になります。
例えば、夏の果樹園のセットを見てください。
「果樹園ポートレート」とだけ書いたわけではありません。葉、枝、青い果実、つる、竹かご、フルーツバスケット、麦わら帽子、フルーツジュース、ストロー、自然の小道、密集した植生の背景を書きました。さらに重要なのは、「レンズが果樹の枝葉の間に隠れているかのよう」という一文を書いたことです。この一文は非常に効果的です。前景のオブジェをフレームに強制的に取り込みます。前景があれば、画像は平面的になりません。オブジェがあれば、写真は AI が人物を背景の前にまっすぐ配置したのではなく、誰かが実際に撮影したように見えます。
私は今、シーンがうまく書けているかどうかを、三つの層があるかどうかで判断しています。前景に何があるか？ 人物はどこにいるか？ 背景に何があるか？ この三つの層がすべて空っぽだと、おそらく非常に平面的な画像が生成されます。
レイヤー 2: スタイルだけでなく、撮影方法を書く
多くの人はスタイルを書くのが好きです。フィルム調、CCD、シネマティック、雑誌風、雰囲気がある。これらを書いても構いませんが、それだけでは不十分です。私は今、「どのような機材で撮影されたように見えるか」を書くことを好みます。例えば、富士フイルム撮影、ニコン撮影、スマホスナップ、ストロボ直射 CCD、ハイキーでクリーミーなソフトミストのスタジオライト。異なる機材の背後には、異なる撮影ロジックがあります。
富士フイルムの屋外は、高彩度、青空、フィルムグレインを引き出しがちです。ストロボ直射 CCD は、ハードな影、肌の反射、存在感を生み出します。ソフトミストのスタジオ撮影は、低コントラスト、エッジのぼかし、クリーミーなハイライトを生み出します。「ハイエンド」と書いても、AI はどうハイエンドにすればいいかわかりません。「ハイキーでクリーミーなソフトミストのスタジオライト、人物を正面と側面から包み込む広範囲のソフトライト、全体的にやや露出オーバー、低コントラスト、Pro-Mist フィルターを通して撮影したような」と書けば、AI はどこに力を注げばいいかわかります。
この「ホワイトオーキッド ソフトミスト」の画像は、このロジックに従っています。
この画像で最も満足しているのは、顔ではありません。光がとても柔らかいことです。手、花、白い天板、背景、すべてが光によって柔らかくなっています。プロンプトで本当に効果的だったのは、「ハイキー」「ソフトミスト」「低コントラスト」「前景のボケ」「ハイライトがわずかに飛んでいるが、真っ白ではない」です。
ここで小さなヒントです。光が美しいとだけ書かないでください。光がどこから来て、どこに当たり、最終的にどのような効果を生み出すのかを書いてください。
レイヤー 3: メイクはチュートリアルではなく、アンカーとして書く
ポートレートを書くとき、もう一つの罠に陥りやすいです。メイクの説明がどんどん長くなることです。アイシャドウ、まつげ、アイライン、リップグロス、鼻筋のハイライト、頬のチーク、肌の質感、すべてを詰め込みます。私もこの罠にハマりました。結果、いくつかの画像は美容広告のようになり、顔さえも偽物に見え始めました。その後、メイクは「最小限の認識可能なアンカー」、つまりその顔の最も重要な識別ポイントで捉えるのが最適だとわかりました。
例えば、「ピーチオキシジェンポートレート」では、メイクのアンカーは、ピーチピンクのスイートメイク、クリーミーな肌、ピーチチーク、目の下のチーク、潤ったピーチピンクの唇、フルーツのヘアアクセサリー、リボンのヘアオーナメントです。
焦点は「完璧な特徴」ではないことがわかります。焦点は、顔全体が桃のように見えることです。チーク、リップカラー、ヘアアクセサリー、小道具、光、すべてがこの感覚に貢献しています。この時点で、プロンプトに相反するメイクスタイルをたくさん書かないでください。「クールで厭世的」と書きながら「スイートでエネルギッシュ」とも書かないでください。
レイヤー 4: 固定されたアクションではなく、アクションの骨格を書く
多くの人がここで行き詰まります。なぜなら、AI ポートレートが最も失敗しやすいのはポーズだからです。指が一本多い、首が変な方向に曲がっている、脚がつながっていない。私は今、デフォルトで「カメラを見返るポーズ」や「体は横向きで顔だけ後ろを向くポーズ」を避けています。良い画像が生成されないわけではありませんが、失敗率が高すぎるのです。特に首と肩は、すぐに破綻します。
そこで、私はアクションの骨格を書くことを好みます。例えば、うつむいて目を伏せる、指がテーブルの上の花びらにそっと触れている。芝生の上に座って日光浴をし、無理にカメラを見ない。果樹の枝の間を走り、横を向いて微笑むが、頭と肩の向きは同じ。桃を顔の近くに持って、遊び心のあるクローズアップスナップ。
この「黒板のプロフェッショナル」の画像が機能しているのは、いくつかの要素のおかげです。黒板、数式、ID カードのストラップ、黒縁メガネ、夜のオフィス、ストロボ直射。アクションは複雑なダンスの動きではなく、手を机に置き、体を少し横向きにし、ストロボ直射でカメラを見るだけです。ストロボが直射的であればあるほど、アクションはシンプルでなければなりません。なぜなら、ストロボ直射は体の構造を非常にクリアに露呈させるからです。
レイヤー 5: ランダム性を与えるが、方向性をランダムにしない
以前はランダム性が怖かったです。プロンプトは可能な限り厳密に書くべきだと思っていました。後になって、そうではないとわかりました。ポートレートで最悪なのは、すべての画像が同じに見えることです。今では意図的に変数を残す場所を設けています。例えば、「すべての小道具を出現させる必要はなく、構図のニーズに基づいて選択する」や「レンズの距離は画像ごとに変わる」や「アクションと表情はランダムで、カメラを見る必要はない」などです。
この「夏の小川の花冠」は典型的な例です。その方向性は明確です。夏、強い光、花冠、緑の髪、ガーデンエルフの雰囲気。しかし、キャラクターが必ずカメラを正面から見なければならないとは規定していません。その結果、画像はより自然になっています。私の感覚では、最も安定した構造は「すべてを固定すること」ではなく、「スタイルの骨格を固定し、フレームに呼吸の余地を与えること」です。
私の現在の一般的な書き方
AI ポートレートを書きたいなら、ああいった長い「汎用」プロンプトを最初に学ぶのはおすすめしません。代わりに安定した構造を使ってください。私はおおよそ次のように書いています。
アスペクト比、リアルな写真、具体的なポートレートテーマ、具体的なカメラまたは撮影方法
キャラクターベース、明確に成人、顔の形/雰囲気、髪型、メイクのアンカー、リアルな肌の質感
衣装スタイリング、色、素材、リアルな着用感、テーマとの関係性
シーン、前景に何があるか、人物はどこにいるか、背景に何があるか、どんな小道具があり得るか
レンズ、ロングショットかクローズアップか、広角かミディアムクローズか、ローアングルか俯瞰か、大胆なトリミング、浅い被写界深度
アクション/表情、明確なアクションの骨格、カメラを見ないことを許容、自然な頭/肩の向き
ライティング、光がどこから来るか、どこに当たるか、どのようなハイライト/影/グレア/グレインを生み出すか
ネガティブ制約、プラスチックのような肌なし、変形した指なし、余分な手足なし、急な頭の向きなし
本当のポイントは、要素同士を関連付けること
これらの画像を見ていると、一つの感覚が特に顕著です。良い画像では、要素が「お互いを知っている」のです。桃とチークはお互いを知っています。麦わら帽子と木漏れ日はお互いを知っています。黒板と ID カードのストラップはお互いを知っています。悪い画像は単に醜いだけでなく、多くの場合、要素がお互いを知りません。人物が背景の前に立っているが、衣装は別の世界のもので、光は別の世界のもので、小道具はただ貼り付けられているだけです。これが「AI 臭さ」を生み出します。
実は、プロンプトを書くことは、自分の美的感覚を鍛えること
正直なところ、これだけ多くのポートレートを実行してきて、プロンプトはもはや呪文ではないと思います。それらは、あなたの美的感覚を向上させることを強制するツールです。頭の中のイメージがまだ明確でないから、明確に書けないのです。前景、ライティング、レンズ、アクション、メイク、小道具の関係性について書き始めると、画像の見方も変わっていることに気づくでしょう。
AI は美学を重要でなくしたのではなく、より具体的にしたのです。以前は表現できなかったあらゆる感覚が、今や言葉にならなければなりません。これらのことを明確に説明できるようになると、AI 画像はようやく思い通りに動き始めます。
最短バージョン
今日一つだけ持ち帰るなら、これを覚えておいてください。ポートレートプロンプトを書く順序は次のようにできます。テーマ、撮影方法、キャラクタースタイリング、シーンの関係性、レンズ構図、アクションの骨格、ライティングの質感、ネガティブガードレール。「美少女」から始めないでください。「なぜその写真が成立するのか」から始めてください。
