ChatGPT(DALL-E3)での画像生成、楽しんでいますか？
実はChatGPTでは、簡単なプロンプトや日本語のプロンプトでも良い画像生成ができるような、独自の仕組みを持っています。
今回は、ChatGPTでの画像生成に欠かせない、プロンプトのコツと例について解説していきます！
この記事では2024年5月時点の情報を提供しています。
※2024年5月13日に、ChatGPTの新しいLLM「GPT-4o(オムニ)」が登場しました！以下の記事で詳しい概要や使い方について解説していますので、合わせてチェックしてみてください。
DALL-E 3とは？
DALL-E3とは、ChatGPTの運営元・OpenAIによって開発された最新の画像生成AIです。
OpenAIは画像生成AIであるDALLシリーズの開発を以前から進めており、DALL-E3はその最新版になります。
また、OpenAI開発のAIということで、ChatGPTにDALL-E3の特徴について尋ねてみました！
すると、以下のような回答を得ることが出来ました。
- 進化した能力：DALL·E 3は、前モデル(DALL·E 2)よりも「はるかに多くのニュアンスと詳細」を理解することができます。
- 高精度な画像生成：複雑なプロンプトに対しても、より正確かつ詳細に画像を生成します。
- 統合と利用：ChatGPTに統合され、OpenAIのAPIや「Labs」プラットフォームでの利用が予定されています。
- 技術的背景：GPT-3の12 billionパラメータの多モーダル実装を使用しており、テキストと画像のペアでトレーニングされています。
- 制限と倫理的懸念：AI生成画像にはディープフェイクや誤情報の拡散の懸念も存在します。ソフトウェアは、公共の人物に関するプロンプトや人の顔を含むアップロードを拒否します。
DALL-E3は進化した画像生成AIということで、複雑なプロンプトの理解力が高く、様々な媒体で利用できるようです。ディープフェイクなどAI画像にまつわる問題についても配慮されているみたいですね！
※DALL-E3の詳しい概要や使い方については、以下の記事で解説しています。
DALL-E3で使えるプロンプトのコツ11選！
では、ここからはDALL-E3でクオリティの高い画像を生成するためのコツを10個紹介していきます！
コツ①：プロンプトはChatGPTに自動で書き換えられる
ChatGPT上でDALL-E3を使う上で最大の特徴とも言える点は、ChatGPTが入力したプロンプトを自動で書き換えることです！
AIでの画像生成は細部までプロンプトで表現することで、良い画像生成につながるとされているので、ChatGPTがより緻密なプロンプトに書き換えながら画像生成するのは理にかなっていますね。
そのため、簡単な単語を並べただけのプロンプトでも崩れにくく、良い画像が生成ができます。
特にこだわりたい要素がない場合は、簡単な単語を並べてChatGPTにお任せしてしまうのがおすすめです。
例えばこちらの、単語を並べただけのプロンプトは、
cute girl, school uniform, Shibuya
次のような複雑なプロンプトにChatGPTが書き換えた上でDALL-E3に送信されています。
Photo of a young girl in a traditional school uniform standing in the bustling streets of Shibuya with the famous Shibuya crossing in the background. The girl has a cheerful smile, her hair is tied in a neat ponytail, and she's holding a school bag.
②日本語でプロンプトを入力できる
DALL-E3は、プロンプトを自動で書き換えるという機能を持っているので、他の画像生成AIではイマイチとされている日本語のプロンプト入力でも、高いクオリティの画像が生成できます。
ChatGPTが日本語のプロンプトから要素を汲み取って、DALL-E3には英語で入力されているのです。
例えば、こちらの日本語のプロンプトは、
美味しそうなチョコドーナツ
以下のように変換されてDALL-E3に送信されていました。
Photo of a delicious-looking chocolate donut with a glossy chocolate glaze on top, placed on a white plate. The donut has a soft, fluffy texture and is sprinkled with some crushed nuts and a light dusting of powdered sugar.
コツ③：ChatGPTにプロンプトを書き換えられたくない場合は指示する
しかし、「完璧なプロンプトを用意したからChatGPTに勝手に書き換えてほしくない…！」という場合もあるかと思います。
そんな時は、「以下のプロンプトをそのまま使って画像生成してください。」とプロンプトの最初に入力しておけばOKです！
試しにこちらのプロンプトを変えないように、次のように指示したところそのまま画像生成してくれました。
以下のプロンプトをそのまま使って画像生成してください。 Illustration of a cute girl with cat ears, her eyes sparkling with mischief. She wears a playful expression and has soft, fluffy cat ears on top of her head. The background is a pastel color, accentuating her youthful charm.
ただ、日本語のプロンプトをそのまま使ってもらうのは避けたほうが良いです。
「美味しそうなチョコドーナツ」というプロンプトでそのまま画像生成すると、以下の画像が生成されていしまいました。チョコドーナツ要素が消えましたね…！
そのままプロンプトを使って欲しいときは英語のものを使うようにしましょう。
コツ④：できるだけ詳細にプロンプトを書く
具体的なオブジェクトや場所、人物、動作などを指定しましょう。
例えば「A cat sitting on a couch(ソファに座っている猫)」と入力するだけでなく、
A fluffy orange tabby cat curled up asleep on a brown leather couch
(茶色の革張りのソファで丸まって眠っているふわふわのオレンジ色のトラ猫)のように詳細に記述すると、より意図に沿った画像が生成されやすくなります。
コツ⑤：スタイルや技法を指定する
例えば、
- in the style of Van Gogh：ゴッホっぽいスタイル
- anime style：アニメスタイル
- digital art：デジタルアート
- pencil sketch：ペンシル風
などと入力することで、特定の芸術スタイルや表現技法で画像を生成できます。
左のプロンプト
A majestic unicorn galloping through a field of vibrant wildflowers, with a rainbow arching overhead. Digital art, detailed, 4K resolution.右のプロンプト
A cozy, rustic cabin nestled in a snow-covered forest, with warm light emanating from the windows. , in the style of Van Gogh, golden hour lighting, wide-angle view.コツ⑥：カメラアングルやショットサイズを指定する
例えば、
- Close-up shot：近めのショット
- Wide-angle view：広角ビュー
- Bird’s eye view：鳥瞰図
などのようにカメラワークを指示することで、より映画的な構図の画像を得られます。
左のプロンプト
A futuristic cityscape at night, Close-up shot, with towering skyscrapers and flying cars illuminated by neon lights. Cyberpunk style, high contrast.右のプロンプト
A whimsical tea party in a lush, overgrown garden, attended by anthropomorphic animals dressed in Victorian attire, Bird's eye view. Illustration, vintage storybook style, soft pastel colors.コツ⑦：画像の解像度やアスペクト比を指定する
例えば、
- 4K resolution
- 1080p
- 16:9 aspect ratio
- Portrait orientation
などと入力することで、用途に合った画像サイズ・比率で出力できます。
左のプロンプト
An astronaut floating in the vast expanse of space, with the Earth and a distant galaxy visible in the background. Photorealistic, 4K resolution, dramatic lighting.右のプロンプト
A bustling, open-air market in a medieval European town, with vendors selling colorful produce and handcrafted goods. Oil painting, impressionistic style, warm color palette, 16:9 aspect ratio.コツ⑧：感情や雰囲気を表現する形容詞を使う
例えば、
- Mysterious：ミステリアス、神秘的な
- Joyful：楽しそうな、幸せそうな
- Melancholic：憂鬱な、メランコリックな
- Surreal：超現実的な
といった言葉で、画像全体の印象をコントロールできます。
左のプロンプト
A mysterious, ancient temple hidden deep within a lush jungle, with intricate carvings and vines covering the stone walls. Cinematic lighting, detailed, wide-angle shot.右のプロンプト
A portrait of a wise, elderly Surreal wizard with a long, flowing beard, holding a glowing staff and wearing ornate robes. Digital painting, fantasy art style, dramatic shadows.コツ⑨：光や色調、天候などを指定する
例えば、
- Golden hour lighting
- High contrast
- Pastel colors
- Rainy day
などの表現で、画像の雰囲気作りに一役買ってもらえます。
左のプロンプト
A cute, curious robot exploring a vibrant, alien landscape filled with bioluminescent flora and strange rock formations. Pastel colors, stylized, vibrant colors, high resolution.右のプロンプト
A lone figure walking down a deserted city street on a rainy day, holding a red umbrella. Photorealistic, high contrast, moody atmosphere, 4K resolution.コツ⑩：写真とイラストの区別を明確にする
「Photorealistic」と入力すれば写真のようにリアルな画像が、「Illustration」だとイラスト調の画像が生成されます。
左のプロンプト
A stunning aerial view of a pristine, white sand beach with crystal clear, turquoise water and lush, green palm trees. Photorealistic, 8K resolution, golden hour lighting, tropical paradise.右のプロンプト
A whimsical, fairy tale-inspired illustration of a curious, little girl exploring a magical, enchanted forest filled with glowing, oversized mushrooms and friendly, talking animals. Digital art, dreamy pastel colors, storybook style, highly detailed.コツ⑪：ネガティブプロンプトに似た指示をする
DALL-E3ではネガティブプロンプトを使うことはできないのですが、とあるコツを使うことでネガティブプロンプトの効果を発揮させることができます！
※DALL-E3でネガティブプロンプトの効果を発揮させる方法については、以下の記事で解説しています。
ChatGPT(DALL-E3)で使えるプロンプト例(コピペ可)
ここからは、ChatGPT(DALL-E3)でそのまま入力して試せるプロンプトの例をご紹介します！
あくまでアイデアの一つなので、こちらを応用したり、ChatGPTにさらに書き直してもらったりして、ぜひオリジナルのプロンプトも作ってみてください。
ChatGPT(DALL-E3)のプロンプト例①幻想的な風景
Photo of a serene Japanese landscape with a traditional torii gate standing at the entrance to a Shinto shrine, surrounded by cherry blossom trees in full bloom. The setting sun casts a warm golden hue over the scene, reflecting on a calm pond in the foreground.
ChatGPT(DALL-E3)のプロンプト例②エモいイラスト
Pixiv-inspired anime illustration of a girl in a school uniform sitting by a pond in a sakura garden. Her reflection in the water mirrors her thoughtful expression, and the surrounding cherry blossoms create a mesmerizing scene.
ChatGPT(DALL-E3)のプロンプト例③美味しそうな食事のイメージ
Photo of a tantalizing bowl of ramen with rich broth, tender slices of pork, green onions, and a soft-boiled egg. Steam rises from the bowl, indicating its warmth, and it's placed on a traditional Japanese cloth, enhancing the overall aesthetic.
ChatGPT(DALL-E3)のプロンプト例④AI美女
Photo of a young Japanese girl with a lively expression, wearing trendy streetwear. The cityscape with bustling streets and neon lights serves as the backdrop, highlighting her contemporary style and charm.
ChatGPT(DALL-E3)のプロンプト例⑤アニメ美少女
Illustration of an adorable anime girl with a shy smile, her hair flowing gracefully with a light breeze. The soft hues of her outfit and the dreamy backdrop create a serene and heartwarming scene.
まとめ
いかがでしたでしょうか？
ChatGPTでDALL-E3を使って画像生成する際の、プロンプトのコツや例について解説してきました。
今回のポイントをまとめると次の通りです！
- ChatGPTを使った画像生成では、自動でプロンプトの書き換えが行われる
- そのため、簡単なプロンプトや日本語のプロンプトでも綺麗な画像が生成できる
- 指示すれば、書き換えなしで画像生成することも可能
ぜひ、様々なプロンプトを試して、ChatGPT(DALL-E3)での画像生成を楽しみましょう！
- ChatGPTで〇〇を効率化したい
- スライドを作るならどのAIツールがおすすめ？
- おすすめのGPTsが知りたい
同じ悩みを解決した人がいるかもしれません。ぜひ質問してみてください！
