インターネット中で OpenAI の新しい画像生成モデル GPT-Image2 が大絶賛されていますが、ちょっと水を差させてください：もう遅いんです！🤷♂️
まず、OpenAI の新モデル（アリーナコード：duct-tape）がどれほど素晴らしいか、過大評価するつもりはありません...
言いたいのは、GPT-image2 の進歩は遅すぎる「春の雷」だということです。
でも、Image2 が注目に値しないというわけではありません。むしろ、いくつかのシーンとキャラクターのプロンプトを深掘りテストした結果、本当に恐ろしいキラーフィーチャーは画質ではないことがわかりました。
おそらく、それは Gemini 🍌 の覇権を瞬時に崩壊させるゲームチェンジャーです。
では、なぜ遅すぎる春の雷と言うのでしょうか？
いくつかポイントをお話ししましょう：
1. 「神プロンプト」を書いてアカウントを成長させる配当期間はなぜ終わったのか？
なぜなら、「神プロンプト」によるアカウント成長の配当期間は、すでに Gemini の Nano Banana Pro と Seedance 2.0 に食い尽くされたからです。参入する最も適したタイミングは 3 月でした。
まだプロンプトを転載してゲームに参加したいですか？よく考えたほうがいいですよ。
主に、以前の誇大広告が長すぎました。本当のライバルは Gemini だけです。過去には、多くの Nano Banana プロンプトが ChatGPT 時代から引き継がれていました。
初代オンライン AI 画像モデルとして、その素材は最初から高品質で突破しました。しかし、2025 年 11 月以降、基本的にすべての複利は Nano Banana Pro に消費されました。例えば、多くの人が Nano Banana を使って画像プロンプトを書き、AIGC 分野に参入しました（私も含めて）。
考えてみてください、現在の熱量低下はモデルが悪いからですか？それともコンテンツの重複が多すぎるからですか？
おそらく後者だと思います〜
だから真剣に考えてください、ChatGPT の Image2 モデルが Nano Banana と同じレベルの熱量に達するのは不可能です。Nano Banana Pro がピークだったときに競争すべきでした。今はもう遅いんです（AIGC プロンプトを書いてアカウントを成長させたいプレイヤーに向けて言っています。もう手遅れなので、この界隈に入ろうとしている友人にはよく考えてからにしてくださいとアドバイスします）。
2. ネイティブレベルの中国語理解
中国語圏のニーズを完璧に満たしています。中国語の文字生成のエラーレートはほとんど気にならないだけでなく、ポートレートも以前のモデルの「プラスチック的な美的疲労」から脱却しています。多くを語る必要はないと思いますが、AI モデルの良し悪しは中国語の品質にかかっており、テキストは依然として GPT の強みです。
しかし、Image2 が登場する前、Gemini の Nano Banana Pro は中国語セクターでまだ苦戦しており、中国語の文字が多すぎるとよく文字化けを起こしていました。Image2 はその優れた中国語素材ライブラリに期待に応え、中国市場を捉えています。
中国語の文字の改善だけで十分でしょうか？ポートレートも同様に重要です。多くの人がすでに以下の画像のようなライブ配信スクリーンショットを共有しています：
この画像を見て、GPT の新モデルはあなたを理解していると感じましたか？こんなシンプルなプロンプトで：
"女性ストリーマーの Douyin スクリーンショットを生成"
予想外の驚きを与えてくれますか？（期待を超えるかもしれません）。美的疲労をあまりに見すぎました（「インフルエンサー」顔はどこも同じじゃないですか？😂 Uni-1 で遊んでいるときも同じように感じました）。
国内のモデル自体、シンプルなキーワードの積み重ねでポートレートを生成するのはすでに素晴らしいですが、Image2 は国内モデル（Doubao Seedream など）と Gemini の最適化されたハイブリッドのように感じられ、テキストでのパフォーマンスが向上し、よりリアルに見えます。もう一つの理由は、Gemini のポートレートが美的疲労を引き起こしている可能性があります。
モデルが驚くべき理由は、別のモデル（Gemini）が長い間ユーザーを悩ませてきた痛点を解決したからであることがよくあります。これが 3 番目のポイントにつながります。
3. モデルの制御可能性
大規模モデルが指示に従う度合いと、画像を生成するために複雑で長いプロンプトがもはや必要ないということが、モデルの良し悪しを判断する鍵です。個人的には、これが今回の Image 2 のハイライトだと思います。比較画像をいくつか作りました；
同じプロンプトで、GPT-image2 は Nano Banana 2/Pro よりも従順です。
Gemini 3.1 pro Nano Banana pro
GPT-image2
プロンプト：📝 一人称のローアングル自撮り視点、20歳のトップ中国人男性コスプレイヤー、精巧な顔立ち、うずまきナルト（Boruto で第七代目火影になった後の短髪ナルト）のリアルなコスプレを 1:1 で再現、左手（手は指と腕を含めて包帯で完全に巻かれている）で透明なガラス瓶を持って傾けてウォッカを飲んでいる、前景の右手でペン回し/保持の動作をしている、白い Apple Pencil 静電容量式ペンを持っているクローズアップ、手の細部がはっきり、室内のホームデスクシーン、青と白の模様のテーブルクロス、背景の黒いタブレットにピンクのアニメ壁紙が表示、環境はぼやけている、モーションブラーと動作の軌跡、ゲーム CG スタイル、非常に芸術的、衝撃的、豊かな色彩、暗部オーバーレイ、クローズアップショット、超高精細。大量の筆書道の拓本が飛び散り、紙くずが舞い、前景の紙くずはぼやけ、モーションブラー、背景の動的ブラー、明るい日差し、光と影が交錯、ローアングルのクローズアップショット、スピードと視覚的インパクトを強調、強い遠近感。オリジナル比率でスマホのフロントカメラで手持ち撮影したようなリアルさをシミュレート、温かく柔らかい自然光、低彩度のビンテージフィルムトーン、リアルなポートレートの肌の質感、はっきりした髪の毛の一本一本、自然な服の質感、リアルなガラスの反射、4K 8K 超高精細、大口径ブラー、リラックスした日常のスナップ、雰囲気のある、映画的なキャプチャ、命が宿っているよう、ポーズをとっていない、カジュアルで自然。
プロンプトのキーポイントは何ですか？
1プロンプト：📝 一人称のローアングル自撮り視点、20歳のトップ中国人混血のハンサムな男性コスプレイヤー、精巧な顔立ち、うずまきナルト（Boruto で第七代目火影になった後の短髪ナルト）のリアルなコスプレを 1:1 で再現、左手（指と腕を含めて手全体が包帯で完全に巻かれている）で透明なガラス瓶を持って傾けてウォッカを飲んでいる、前景の右手でペン回し/保持の動作をしている、白い Apple Pencil 静電容量式ペンを持っているクローズアップ、手の細部がはっきり、室内のホームデスクシーン、青と白の模様のテーブルクロス、背景の黒いタブレットにピンクのアニメ壁紙が表示、環境はぼやけている、モーションブラーと動作の軌跡、ゲーム CG スタイル、非常に芸術的、衝撃的、豊かな色彩、暗部オーバーレイ、クローズアップショット、超高精細。大量の筆書道の拓本が飛び散り、紙くずが舞い、前景の紙くずはぼやけ、モーションブラー、背景の動的ブラー、明るい日差し、光と影が交錯、ローアングルのクローズアップショット、スピードと視覚的インパクトを強調、強い遠近感。オリジナル比率でスマホのフロントカメラで手持ち撮影したようなリアルさをシミュレート、温かく柔らかい自然光、低彩度のビンテージフィルムトーン、リアルなポートレートの肌の質感、はっきりした髪の毛の一本一本、自然な服の質感、リアルなガラスの反射、4K 8K 超高精細、大口径ブラー、リラックスした日常のスナップ、雰囲気のある、映画的なキャプチャ、命が宿っているよう、ポーズをとっていない、カジュアルで自然。
キーポイントはプロンプトの モーションブラーと動作の軌跡 と（指と腕を含めて手全体が包帯で完全に巻かれている）です。特に後者の重要な情報は、このアニメを見たことがある人なら誰でも知っています
主人公の
手が 包帯で巻かれている 細部
完全に包帯で巻かれています。モデルが理解できないかと思って、詳しく書きました。
現在、GPT-image2 はパーフェクトスコア 💯 を達成しました（他のすべてのテキスト画像生成モデルと比較して、この点だけでも、その細部制御が Gemini よりも優れていることが証明されます）。OpenAI の豊富で正確な素材ライブラリのおかげで、生成された画像は原作に合致していますが、Gemini は推測しているだけのように感じられます。今度は Gemini が長い道のりを歩む番です。
指示が正しいからか、モデルの素材ライブラリの密度が高いからかはともかく、現在、中国語の指示に対する制御は疑いなく優れています！私のことをよく理解してくれています。
わかりますか？AI が人間の言葉を完全に理解し、もはや長ったらしいプロンプトが必要なくなったとき、それは 「プロンプトの壁」が完全に崩壊した ことを意味します。
今後の AIGC 時代の後半では、競争はもはや魔法の呪文ではなく、あなたの頭の中にある構図、創造性、そして美学です！ツールの進化はあなたをよりよく理解するだけですが、クリエイター間の内部競争は始まったばかりです。あなたの想像力で競う準備はできていますか？👇
個人的には、中国風スタイルを研究している人は試してみる価値があると思います。中国風スタイルが一番かっこいいです。
映画と言えば映画、まさに私が欲しかった映画の風味です。
シンプルな一文のプロンプト、もはや過剰な修飾語や複雑なキーワードは必要ありません。それが大規模モデルの未来の方向性です。
新しい美学の階段は、継続的な反復と置き換えを必要とします。よく知られている Agents やロブスターやエルメスのようなものと同じです。必要なのは、立ち止まることなく、絶え間ない反復です。
まだ ChatGPT のメンバーシップを持っておらず、テストが必要な友人は、以下のリンクの Arena（バトルモード） に行くことができます：
カードを引く：https://arena.ai/
duct-tape-1/2/3 はすべて GPT-image2 生成モデルです。
