画像生成AIの進化と現状

日本語プロンプト

画像の中央からやや左にずれて立っている若いアジア人女性がメインの被写体です。彼女は10代後半から20代前半です。短く、暗い茶色の髪に前髪があります。表情は落ち着いていて、ほのかな笑みを浮かべています。肌は明るい色調で、頬にはほんのり赤みがかっています。唇は薄いピンク色、瞳は暗い茶色です。彼女はライトベージュ色の服を着ています。背景は無地のライトグレーで、シンプルで清潔な雰囲気を醸し出しています。照明は均一で柔らかく、強い影は落としていません。視点は彼女の頭の少し上から正面を向いており、顔と上半身に焦点が当てられています。構図はシンプルで直接的で、彼女の特徴が際立っています。全体的なスタイルはエレガントでプロフェッショナルです。画像は非常に細かく描写されており、微妙な肌の色調と自然な顔立ちが表現されています。カラーパレットは、自然な色調と落ち着いた色に限られています。

英語プロンプト

A young Asian woman, positioned slightly off-center to the left of the image, is the main subject. She is in her late teens or early twenties. She has short, dark brown hair with a fringe. Her expression is neutral and pleasant, with a subtle smile. Her skin is light-toned, with subtle blush on her cheeks. Her lips are a light pink color, and her eyes are dark brown. She is wearing light-beige colored clothing. The background is a plain, light gray, creating a simple and clean environment. The lighting is even and soft, casting no harsh shadows. The perspective is from slightly above her head and is directly in front, focusing on her face and upper body. The composition is simple and direct, drawing attention to her features. The overall style is elegant and professional. The image is highly detailed, showing subtle skin tones and natural facial features. The color palette is limited to natural tones and muted colors.

生成AIでキャラクターやシーンを魅力的に見せるためのカメラワークを以下にまとめます。これらは映像制作やアニメーションの原則に基づいています。

• ズーム (Zoom): カメラのレンズを調整して被写体を大きく（ズームイン）または小さく（ズームアウト）見せる。ズームインは感情やディテールを強調、ズームアウトは環境全体を描写。

  "A slow zoom-in on a character's face, ultra-realistic, 4K."

• パン (Pan): カメラを水平方向に回転。風景や動く被写体を追うのに使用。

  "A smooth pan across a futuristic cityscape, vibrant neon lights, 4K."

• チルト (Tilt): カメラを垂直方向に回転。上下の動きで高さや壮大さを表現。

  "A tilt-up shot of a towering castle, dramatic lighting, 4K."

• ドリー (Dolly): カメラを物理的に前後に移動。奥行き感や緊張感を演出。

  "A slow dolly-in towards a hero in a dark alley, cinematic, 4K."

• トラック (Track): カメラを左右や任意の方向に平行移動。動く被写体を追従。

  "A tracking shot of a character running through a forest, ultra-realistic, 4K."

• クレーン (Crane): カメラを上下左右に立体的に動かす。ダイナミックな俯瞰ショットに最適。

  "A crane shot rising over a battlefield, epic scale, 4K."

• ペデスタル (Pedestal): カメラを垂直に上下させる。高さを変えるシーンに使用。

  "A pedestal shot of a character rising from a throne, cinematic, 4K."

• ロール (Roll): カメラを光軸を中心に回転。混乱やダイナミズムを表現。

  "A roll shot of a spaceship spinning in space, dynamic, 4K."

• フォロー (Follow): カメラが動く被写体を追従。アクションや動きを強調。

  "A follow shot of a character sprinting, vibrant colors, 4K."

• オービット (Orbit): カメラが被写体の周りを円形に動く。全方位の魅力を強調。

  "An orbit shot circling a knight in armor, cinematic, 4K."

レンズ特性（焦点距離、絞り値など）は、映像の視野や被写界深度に影響し、生成AIで視覚効果を制御します。

• 焦点距離 (Focal Length):
  • 広角レンズ (10mm–35mm): 広い視野、遠近感強調。例: 風景やダイナミックなシーン。

    "A 16mm wide-angle shot of a futuristic city, deep depth of field, 4K."

  • 標準レンズ (35mm–50mm): 自然な遠近感。ポートレートに最適。

    "A 50mm standard lens portrait of a warrior, cinematic, 4K."

  • 望遠レンズ (70mm–200mm+): 背景圧縮、被写体強調。

    "A 135mm telephoto shot of a character, shallow depth of field, 4K."

• 絞り値 (F-Stop):
  • 低F値 (f/1.4–f/2.8): 浅い被写界深度、背景ボケ。感情的なクローズアップに。

    "A close-up with f/1.8, creamy bokeh, ultra-realistic, 4K."

  • 高F値 (f/8–f/22): 深い被写界深度、全体がシャープ。風景に最適。

    "A landscape with f/16, deep depth of field, vibrant colors, 4K."

• 特殊レンズ:
  • フィッシュアイレンズ: 強い歪み、ユニークな効果。

    "A fisheye lens shot of a quirky character, vibrant, 4K."

  • マクロレンズ: 細部を詳細に捉える。

    "A macro shot of a steampunk watch, ultra-detailed, 4K."

• 被写界深度 (Depth of Field):
  • 浅い被写界深度: 背景をぼかし、被写体を強調。

    "A portrait with shallow depth of field, creamy bokeh, 4K."

  • 深い被写界深度: 全体をシャープに。風景や群衆シーンに。

    "A battlefield with deep depth of field, every detail sharp, 4K."

  • ボケ効果 (Bokeh): 背景の光点が美しくぼける。

    "A night scene with circular bokeh, dreamy atmosphere, 4K."

生成AIのプロンプトを効果的に記述するためのテクニックと、ツールごとの強調記法やネガティブプロンプトの使い方。

• 強調記法:
  • 丸括弧 (): 要素を強調（1.1倍程度）。例: `(detailed armor)`。
    "A character with ((detailed armor:1.5)), cinematic, 4K."
  • 角括弧 []: 要素を抑制（0.9倍程度）。例: `[blurry]`。
    "A character, [no blurry background], ultra-realistic, 4K."
  • 数値ウェイト: 明確な重要度指定。例: `::1.5`。
    "A character with cinematic lighting::1.3, 4K."
• ツールごとの有効性:
  • MidJourney: `()`, `[]`, `--no`でネガティブプロンプト。
    "A character, (detailed face), 4K --no blurry, deformed hands --v 6."
  • Stable Diffusion: `()`, `[]`, `(keyword:1.5)`。
    "A warrior with (glowing sword:1.3), 4K, Negative prompt: blurry, deformed hands."
  • DALL·E 3: `()`や`**`で軽い強調。
    "A character with (glowing eyes), no blurry details, 4K."
  • Runway: `()`で軽い強調、カメラワーク優先。
    "A dolly-in shot with (vibrant costume), 4K --no blurry motion."
• ネガティブプロンプト: 不要な要素を排除。
  "--no blurry, deformed hands, extra fingers, low quality."
• 手足の破綻防止:
  • 詳細指定: `realistic hands with five fingers`。
  • ネガティブプロンプト: `deformed hands, extra fingers`。
  • 構図工夫: 手足を隠す小道具や背景。
    "A character with gloves, hands resting naturally, 4K --no deformed hands."