GPT-Image-1.5 プロンプト完全ガイド【ChatGPT Images】

はじめに

gpt-image-1.5 は、本番品質のビジュアル生成と高度に制御可能なクリエイティブワークフローのために設計された、OpenAIの最新画像生成モデルです。リアリズム、正確さ、編集機能において大幅な改善を実現しており、プロフェッショナルなデザインタスクや反復的なコンテンツ作成に最適です。前世代の画像モデルと比較して、リアリズム、正確さ、編集性が大幅に向上しており、高品質なレンダリングと低遅延のユースケースの両方をサポートしています。

主な機能

• 高忠実度なフォトリアリズム: 自然な照明、正確な素材、豊かな色彩表現。
• 柔軟な品質とレイテンシのトレードオフ: 低い設定でも高速生成が可能で、前世代のモデルを凌駕する視覚的品質を維持。
• 堅牢な顔とアイデンティティの保持: 編集、キャラクターの一貫性、マルチステップのワークフローに最適。
• 信頼性の高いテキストレンダリング: 鮮明な文字、一貫したレイアウト、画像内の強いコントラスト。
• 複雑な構造化ビジュアル: インフォグラフィック、図、マルチパネル構成など。
• 正確なスタイル制御とスタイル転送: 最小限のプロンプトで、ブランドデザインシステムから美術スタイルまでサポート。
• 強力な世界的知識と推論: オブジェクト、環境、シナリオの正確な描写。

このガイドでは、実際の制作ユースケースから抽出したプロンプトのパターン、ベストプラクティス、およびプロンプト例を紹介します。

プロンプトの基本

• 構造 + 目標: プロンプトは一貫した順序（背景/シーン → 被写体 → 主要な詳細 → 制約）で記述し、意図する用途（広告、UIモック、インフォグラフィック）を含めて「モード」と洗練度を設定します。複雑なリクエストの場合は、長い段落ではなく、短いラベル付きのセグメントや改行を使用してください。

• 具体性 + 品質の手がかり: 素材、形状、質感、視覚媒体（写真、水彩画、3Dレンダリング）について具体的に記述し、必要な場合にのみターゲットを絞った「品質レバー」（例： フィルムグレイン 、 テクスチャのある筆致 、 マクロ詳細 ）を追加します。フォトリアリズムの場合、一般的な「8K / 超詳細」よりも、カメラ / 構図の用語（レンズ、絞りの感じ、照明）の方が確実にリアリズムを導くことができます。

• レイテンシ vs 忠実度: レイテンシに敏感な場合や大量の生成を行う場合は、まず quality="low" を設定し、視覚的要件を満たしているか評価してください。多くの場合、これで十分な忠実度が得られ、生成速度も大幅に向上します。

• 構図: フレーミングと視点（クローズアップ、広角、トップダウン）、遠近法 / 角度（目の高さ、ローアングル）、照明 / ムード（柔らかな拡散光、ゴールデンアワー、高コントラスト）を指定してショットを制御します。レイアウトが重要な場合は、配置を指定します（例：「ロゴは右上」、「被写体は中央で左側にネガティブスペース」）。

• 制約（変更するもの vs 保持するもの）: 除外事項と不変事項を明示的に記述します（例：「透かしなし」、「余分なテキストなし」、「ロゴ / 商標なし」、「アイデンティティ / 幾何学 / レイアウト / ブランド要素を保持」）。編集の場合は、「Xのみを変更」+「他のすべてをそのままにする」を使用し、ドリフトを減らすために各反復で保持リストを繰り返します。

• 画像内のテキスト: リテラルテキストは 引用符 または 大文字 で囲み、タイポグラフィの詳細（フォントスタイル、サイズ、色、配置）を制約として指定します。扱いにくい単語（ブランド名、珍しいスペル）については、文字の正確さを向上させるために一文字ずつスペルアウトしてください。

• マルチイメージ入力: 各入力を インデックスと説明 で参照し（「画像1：製品写真... 画像2：スタイル参照...」）、それらがどのように相互作用するかを記述します（「画像2のスタイルを画像1に適用」）。合成する場合は、どの要素がどこに移動するかを明示してください（「画像1の鳥を画像2の象の上に置く」）。

• 過負荷ではなく反復: クリーンなベースプロンプトから始めて、小さな単一変更のフォローアップで洗練させます（「照明を暖かくする」、「余分な木を削除する」、「元の背景を復元する」）。コンテキストを利用するために「以前と同じスタイル」や「被写体」などの参照を使用しますが、ドリフトし始めた場合は重要な詳細を再指定してください。

4. ユースケース — 生成 (テキスト → 画像)

4.1 インフォグラフィック

インフォグラフィックを使用して、学生、経営幹部、顧客、一般の人々など、特定の対象者に構造化された情報を説明します。例としては、解説書、ポスター、ラベル付き図、タイムライン、「ビジュアルWiki」アセットなどがあります。密なレイアウトや画像内のテキストが多い場合は、出力生成品質を「高（high）」に設定することをお勧めします。

プロンプト例:

Juraのような全自動コーヒーマシンの機能と流れの詳細なインフォグラフィックを作成してください。
豆のバスケットから、粉砕、スケール、水タンク、ボイラーなどへ。
技術的かつ視覚的に流れを理解したいです。

4.2 画像内の翻訳

既存のデザイン（広告、UIスクリーンショット、パッケージ、インフォグラフィック）のレイアウトを一から作り直すことなく、別の言語にローカライズするために使用されます。重要なのは、テキスト以外のすべてを保持することです。タイポグラフィのスタイル、配置、間隔、階層を一貫して保ちながら、余分な単語や不必要なリフロー、ロゴやアイコン、画像の意図しない編集を行わずに、逐語的かつ正確に翻訳します。

プロンプト例:

インフォグラフィックのテキストをスペイン語に翻訳してください。画像の他の要素は一切変更しないでください。

4.3 「自然」なフォトリアリスティック画像

説得力のあるフォトリアリズムを得るには、実際の写真がその瞬間に撮影されているかのようにモデルにプロンプトを出します。写真用語（レンズ、照明、フレーミング）を使用し、実際の質感（毛穴、しわ、生地の摩耗、不完全さ）を明示的に求めます。スタジオのような洗練さや演出を暗示する言葉は避けてください。詳細が重要な場合は、 quality="high" を設定します。

プロンプト例:

小さな漁船に立つ年配の船乗りのフォトリアリスティックなキャンディッド（自然体）写真を作成してください。
肌は風化しており、目に見えるしわ、毛穴、太陽による質感があり、腕にはいくつかの色あせた伝統的な船乗りのタトゥーがあります。
彼は落ち着いてネットを調整しており、彼の犬がデッキの近くに座っています。35mmフィルム写真のように、目の高さでのミディアムクローズアップ、50mmレンズを使用。
柔らかな沿岸の日光、浅い被写界深度、微妙なフィルムグレイン、自然なカラーバランス。
画像は正直でポーズをとっていないように感じられ、本物の肌の質感、摩耗した素材、日常の詳細が必要です。美化や過度なレタッチはなし。

4.4 世界的知識

GPT-image-1.5 には、組み込みの推論機能と強力な世界的知識があります。たとえば、1969年8月のニューヨーク州ベセルを舞台にしたシーンを生成するように求められた場合、ウッドストックを推論し、イベントについて明示的に伝えられなくても、正確でコンテキストに適した画像を生成できます。

プロンプト例:

1969年8月16日のニューヨーク州ベセルでのリアルな屋外の群衆シーンを作成してください。
フォトリアリスティックで、時代に合った服装、ステージング、環境。

4.5 ロゴ生成

強力なロゴ生成は、明確なブランド制約とシンプルさから生まれます。ブランドの個性と用途を説明してから、強力な形状、バランスの取れたネガティブスペース、サイズごとのスケーラビリティを備えた、クリーンでオリジナルのマークを求めます。

プロンプト例:

地元のベーカリー「Field & Flour」という会社のオリジナルで権利侵害のないロゴを作成してください。
ロゴは暖かく、シンプルで、時代を超越したものを感じさせる必要があります。クリーンでベクターのような形状、強力なシルエット、バランスの取れたネガティブスペースを使用してください。
小さいサイズでも大きいサイズでも明確に読み取れるように、詳細よりもシンプルさを優先してください。フラットデザイン、最小限のストローク、必須でない限りグラデーションなし。
無地の背景。十分なパディングのある単一の中央配置のロゴを提供してください。透かしなし。

オプション 1	オプション 2	オプション 3	オプション 4

4.6 ストーリーからコミックストリップへ

ストーリーからコミックへの生成では、パネルごとに1つの明確なビジュアルビートとして物語を定義します。説明を具体的かつアクション重視にすることで、モデルはストーリーを読みやすく、テンポの良いパネルに変換できます。

プロンプト例:

4つの等しいサイズのパネルを持つ短い縦のコミックスタイルのリールを作成してください。
パネル1：飼い主が玄関から出て行きます。ペットは彼らの後ろの窓枠に収まり、ガラスに対して小さく、目は大きく、足は高く押し付けられ、家は突然静かになります。
パネル2：ドアがカチッと閉まります。静寂が破られます。ペットはゆっくりと空っぽの家の方を向き、姿勢を変え、目は可能性で鋭くなります。
パネル3：家が変貌しました。ペットはソファの上で大の字になり、まるで場所を所有しているかのようで、近くにパンくずがあり、日光がスポットライトのように部屋を横切っています。
パネル4：ドアが開きます。ペットは入り口のそばに完璧に座っており、警戒心が強く落ち着いていて、まるで何もなかったかのようです。

4.7 UIモックアップ

UIモックアップは、製品がすでに存在するかのように説明する場合に最適です。レイアウト、階層、間隔、実際のインターフェース要素に焦点を当て、コンセプトアートの言葉を避けることで、結果はデザインスケッチではなく、使用可能な出荷されたインターフェースのように見えます。

プロンプト例:

地元のファーマーズマーケット向けのリアルなモバイルアプリUIモックアップを作成してください。
シンプルなヘッダー、小さな写真とカテゴリが付いたベンダーの短いリスト、小さな「今日のおすすめ」セクション、および場所と時間の基本情報を含む、今日の市場を表示します。
実用的で使いやすいように設計してください。白い背景、微妙な自然なアクセントカラー、明確なタイポグラフィ、最小限の装触。
小さな地元の市場のための、本物の、よくデザインされた、美しいアプリのように見える必要があります。
UIモックアップをiPhoneフレーム内に配置してください。

5. ユースケース — 編集 (テキスト + 画像 → 画像)

5.1 スタイル転送 (Style Transfer)

スタイル転送は、被写体やシーンを変更しながら、参照画像の 視覚言語 （パレット、テクスチャ、ブラシワーク、フィルムグレインなど）を維持したい場合に役立ちます。最良の結果を得るには、一貫性を保つ必要があるもの（スタイルの手がかり）と変更する必要があるもの（新しいコンテンツ）を記述し、背景、フレーミング、「余分な要素なし」などのハードな制約を追加してドリフトを防ぎます。

プロンプト例:

入力画像と同じスタイルを使用して、白い背景でオートバイに乗っている男性を生成してください。

入力画像	出力画像

|

5.2 バーチャル試着 (Virtual Clothing Try-On)

バーチャル試着は、アイデンティティの保持が重要なeコマースのプレビューに最適です。重要なのは、人物（顔、体型、ポーズ、髪、表情）を明示的にロックし、衣服 のみ の変更を許可し、リアルなフィット感（ドレープ、折り目、遮蔽）と一貫した照明/影を要求して、衣装が貼り付けられただけでなく自然に着ているように見えるようにすることです。

プロンプト例:

提供された衣服の画像を使用して、女性に服を着せるように画像を編集してください。彼女の顔、顔の特徴、肌の色、体型、ポーズ、またはアイデンティティをいかなる方法でも変更しないでください。彼女の正確な肖像、表情、髪型、プロポーションを保持してください。衣服のみを置き換え、既存のポーズと体の形状に自然にフィットさせ、リアルな生地の挙動を持たせてください。照明、影、色温度を元の写真に合わせて、衣装がフォトリアリスティックに統合され、貼り付けられたように見えないようにしてください。背景、カメラアングル、フレーミング、画質を変更したり、アクセサリー、テキスト、ロゴ、透かしを追加したりしないでください。

全身	アイテム 1
アイテム 2	アイテム 3

|

出力画像:

5.3 描画 → 画像 (レンダリング)

スケッチからレンダリングへのワークフローは、元の意図を維持しながら、ラフな描画をフォトリアリスティックなコンセプトに変えるのに最適です。プロンプトを仕様のように扱います。レイアウトと遠近法を保持し、もっともらしい素材、照明、環境を指定して リアリズムを追加 します。創造的な再解釈を避けるために、「新しい要素/テキストを追加しない」を含めます。

プロンプト例:

この描画をフォトリアリスティックな画像に変えてください。
正確なレイアウト、プロポーション、遠近法を保持してください。
スケッチの意図と一致するリアルな素材と照明を選択してください。
新しい要素やテキストを追加しないでください。

入力画像	出力画像

5.4 製品モックアップ（透明背景 + ラベルの完全性）

製品の抽出とモックアップの準備は、カタログ、マーケットプレイス、デザインシステムで一般的に使用されます。成功は、エッジの品質（きれいなシルエット、フリンッジ/ハローなし）とラベルの完全性（テキストが鮮明で変更されないこと）にかかっています。スタイリングを変更せずにリアリズムが必要な場合は、軽い研磨のみを依頼し、オプションでアルファを尊重する微妙な接触影を依頼します。

プロンプト例:

入力画像から製品を抽出してください。
出力：透明な背景（RGBA PNG）、鮮明なシルエット、ハロー/フリンッジなし。
製品の形状とラベルの可読性を正確に保持してください。
オプション：アルファ内の微妙でリアルな接触影（ハードなカットラインなし）。
製品のスタイルを変更しないでください。背景を削除して軽く磨くだけにしてください。

入力画像	出力画像

5.5 画像内にリアルなテキストを含むマーケティングクリエイティブ

リアルな画像内テキストを含むマーケティングクリエイティブは、迅速な広告コンセプト作成に最適ですが、タイポグラフィには明示的な制約が必要です。正確なコピーを引用符で囲み、逐語的なレンダリング（余分な文字なし）を要求し、配置とフォントスタイルを記述します。テキストの忠実度が不完全な場合は、プロンプトを厳密に保ち、反復します。通常、小さな表現/レイアウトの微調整で可読性が向上します。

プロンプト例:

日没時のハイウェイシーンにあるシャンプーのリアルな看板モックアップを作成してください。
看板テキスト（正確、逐語的、余分な文字なし）:
"Fresh and clean"
タイポグラフィ: 太字のサンセリフ、高コントラスト、中央揃え、きれいなカーニング。
テキストが一度だけ表示され、完全に読みやすいことを確認してください。
透かしなし、ロゴなし。

入力画像	出力画像

5.6 照明と天候の変換

シーンの構成をそのままにしながら、さまざまなムード、季節、または時間帯のバリエーション（例：晴れ→曇り、昼間→夕暮れ、晴れ→雪）のために写真を再ステージングするために使用されます。重要なのは、アイデンティティ、幾何学、カメラアングル、オブジェクトの配置を保持して、元の写真と同じものとして読み取れるようにしながら、環境条件（照明の方向/品質、影、雰囲気、降水、地面の濡れ具合） のみ を変更することです。

プロンプト例:

降雪のある冬の夕方のように見せてください。

5.7 オブジェクトの削除

不要なオブジェクトを削除したり、特定の要素を変更したりする場合、正確な指示が重要です。「...を削除する」や「...の色を変更する」といった明確なコマンドを使用し、「他のすべてをそのままにする」という制約を追加します。

プロンプト例:

男性の白いTシャツから木のロゴを削除してください。他のすべてを変更しないでください。
男性の白いTシャツから赤い縞模様を削除してください。他のすべてを変更しないでください。
赤い帽子の色をベルベットのような水色に変更してください。他のすべてを変更しないでください。

元の入力	赤い縞模様を削除	帽子の色を変更

5.8 人物をシーンに挿入 (Insert Person into Scene)

シーン内の人物合成は、ストーリーボード、キャンペーン、および顔/アイデンティティの保持が重要な「もしも」のシナリオに役立ちます。接地された写真のルック（自然な照明、信じられる詳細、映画的なグレーディングなし）を指定してリアリズムを固定し、被写体について変更してはならないものをロックします。利用可能な場合、より高い入力忠実度は、より大きなシーン編集中の肖像を維持するのに役立ちます。

プロンプト例:

この人物が、キャンプ場を襲っている大きなリアルなヒグマから逃げている、非常にリアルなアクションシーンを生成してください。画像は、過度に強化された映画のポスター画像ではなく、誰かが撮った実際の写真のように見える必要があります。
彼女は画像の中央にいますが、カメラから顔を背けており、アウトドアのキャンプ服を着ていて、顔に土がついており、服が破れています。彼女は明らかに恐れていますが、逃げることに集中しており、背後でキャンプ場を破壊しているクマから逃げています。
キャンプ場はヨセミテ国立公園にあり、信じられる自然の詳細があります。時間帯は夕暮れで、自然な照明とリアルな色です。すべてが接地され、本物で、スタイリングされていないように感じられ、まるで実際の瞬間に捉えられたかのようです。映画的な照明、劇的なカラーグレーディング、または様式化された構図は避けてください。

5.9 マルチイメージ参照と合成

複数の入力からの要素を単一の信じられる画像に結合するために使用されます。「このオブジェクト/人物をそのシーンに挿入する」ワークフローに最適で、すべてを再生成する必要はありません。重要なのは、何を移植するか（画像2の犬）、どこに行くべきか（画像1の女性のすぐ隣）、何を変更してはならないか（シーン、背景、フレーミング）を明確に指定し、照明、遠近法、スケール、影を一致させて、合成が元の写真で自然に捉えられたように見えるようにすることです。

プロンプト例:

2番目の画像の犬を画像1の設定、女性のすぐ隣に配置し、同じスタイルの照明、構図、背景を使用してください。他のすべてを変更しないでください。

画像入力 1	画像入力 2	出力

6. その他の高価値なユースケース

6.1 インテリアデザインの「スワップ」（精密編集）

シーン全体を再レンダリングすることなく、実際の空間での家具や装飾の変更を視覚化するために使用されます。目標は外科的なリアリズムです。カメラアングル、部屋の照明、床の影、周囲のコンテキストを保持しながら単一のオブジェクトを交換し、編集が再設計ではなく実際の写真のように見えるようにします。

プロンプト例:

この部屋の写真で、白を木製の椅子に のみ 置き換えてください。
カメラアングル、部屋の照明、床の影、周囲のオブジェクトを保持してください。
画像の他のすべての側面を変更しないでください。
フォトリアリスティックな接触影と生地の質感。

入力画像	出力画像

6.2 3Dポップアップホリデーカード（製品スタイルのモック）

季節のマーケティングコンセプトや印刷プレビューに最適です。触覚的なリアリズム（紙の層、繊維、折り目、柔らかなスタジオ照明）を強調し、結果が平らなイラストではなく、撮影された物理的な製品として読み取れるようにします。

プロンプト例:

クリスマスホリデーカードのイラストを作成してください。

シーン:
お土産箱の中に座っている古いテディベアがいる居心地の良いクリスマスのシーン、少しすり減った毛皮、柔らかな縫い目の修理、外に雪が降っている窓の近くに置かれています。シーンは子供が成長したが、思い出は残っていることを示唆しています。

ムード:
暖かく、ノスタルジックで、優しく、感情的。

スタイル:
プレミアムホリデーカード写真、柔らかな映画のような照明、リアルな質感、浅い被写界深度、上品なボケ味のライト、高品質な印刷構成。

制約:

• オリジナルのアートワークのみ
• 商標なし
• 透かしなし
• ロゴなし

このカードテキスト のみ を含めてください（逐語的）:
"Merry Christmas — some memories never fade."

6.3 コレクタブルアクションフィギュア / ぬいぐるみキーホルダー（グッズコンセプト）

初期のグッズのアイデア出しやピッチビジュアルに使用されます。デザインをオリジナルで権利侵害のないものに保ちながら、プレミアム製品写真の手がかり（素材、パッケージ、印刷の鮮明さ）に焦点を当てています。複数のキャラクターやパッケージのバリエーションを迅速にテストするのに適しています。

プロンプト例:

ブリスターパッケージに入った {character_description} のコレクタブルアクションフィギュアを作成してください。

コンセプト:
子供たちが冬休みに遊んでいたシンプルなおもちゃの飛行機に触発されたノスタルジックなホリデーコレクタブル。暖かさ、想像力、子供時代の不思議を呼び起こします。

スタイル:
プレミアムおもちゃ写真、リアルなプラスチックと塗装された金属の質感、スタジオ照明、浅い被写界深度、シャープなラベル印刷、ハイエンドの小売プレゼンテーション。

制約:
... (省略) ...

このパッケージテキスト のみ を含めてください（逐語的）:
"Christmas Memories Edition"

6.4 キャラクターの一貫性を持つ児童書アート（マルチイメージワークフロー）

キャラクターのドリフトが許容されない複数ページのイラストパイプライン向けに設計されています。再利用可能な「キャラクターアンカー」により、環境や物語のバリエーションを許容しながら、シーン、ポーズ、ページ全体で視覚的な連続性が確保されます。

1. キャラクターアンカー — 再利用可能な主人公を確立する

目標: キャラクターの外見、プロポーション、衣装、トーンをロックします。

プロンプト例:

主人公を紹介する児童書のイラストを作成してください。

キャラクター:
小さな森のアウトローに触発された若いストーリーブックスタイルのヒーロー。シンプルな緑のフード付きチュニック、柔らかい茶色のブーツ、小さなベルトポーチを着用しています。キャラクターは優しい表情、優しい目、勇敢だが暖かい態度を持っています。助けるためだけに使用され、決して傷つけることのない小さな木製の弓を持っています。
... (省略) ...

2. ストーリーの継続 — キャラクターを再利用し、物語を進める

目標: 同じキャラクター、新しいシーン + アクション。キャラクターの外見は変更しないでください。

プロンプト例:

同じキャラクターを使用して児童書のストーリーを続けてください。

シーン:
同じ若い森のヒーローが、冬の嵐の後に倒れた木から怯えたリスを優しく助けています。キャラクターはリスのそばにひざまずき、安心させています。

キャラクターの一貫性:

• 同じ緑のフード付きチュニック
• 同じ顔の特徴、プロポーション、カラーパレット
• 同じ優しい、英雄的な性格
  ... (省略) ...

まとめ

このガイドでは、 gpt-image-1.5 を使用して、実際の制作環境に耐えうる高品質で制御可能な画像生成および編集ワークフローを構築する方法を示しました。強調すべき点は、 プロンプト構造 、 明示的な制約 、および 小さな反復的な変更 です。これらは、リアリズム、レイアウト、テキストの正確さ、およびアイデンティティの保持を制御するための主要なツールです。

インフォグラフィック、フォトリアリズム、UIモックアップ、ロゴから、翻訳、スタイル転送、バーチャル試着、合成、照明の変更まで、生成と編集の両方のパターンを網羅しました。これらの例を通じて、 何を変更し、何を不変のままにするかを明確に分離すること 、およびドリフトを防ぐためにすべての反復でそれらの不変事項を再記述することの重要性を強調しました。また、品質と入力忠実度の設定により、ユースケースに応じてレイテンシと視覚的精度の間で意図的なトレードオフが可能になることも強調しました。