minneで陶器のマグカップを出品していた。写真は悪くない。ただ、背景がひどかった。キッチンの台の上、水切りラックとスポンジが半分映り込んでいる。撮り直す気力はなかったので、テキスト生成 AI で解決しようとした。
テキストで「同じマグカップ」を再現しようとした結果
プロンプトをいろいろ試した。
「マットな白い陶器のマグカップ、木のテーブル、朝の柔らかい光、商品写真風」
返ってきたのはマグカップだった。ただし、別のマグカップ。持ち手の形が違う。釉薬の質感も違う。「自分のカップ」ではなく「AIが考えるマグカップの平均」が生成されていた。
プロンプトをどう細かく書いても、モデルは自分のカップを見たことがない。テキストは形状のニュアンスを伝えきれない。15回試して15回とも別物だった。
わかったこと：テキスト生成とimg2imgは目的が違う
テキスト生成 AIは「概念から画像を作る」ツールだ。「あなたの特定の物体を保持しながら雰囲気を変える」ことは苦手。
img2imgは違う。アップロードした画像がそのまま視覚的なアンカーになる。プロンプトは「何を変えるか」だけを指示すればいい。
imgtoimgai.io で試した手順
imgtoimgai.io はローカル環境不要で使えるimg2imgツールだ。手順は4ステップ。
-
画像をアップロード：元の商品写真をそのまま使う
-
プロンプトを書く：変えたい部分だけ指示する（例：
カフェのテーブル、朝の温かい光、マグカップはそのまま） -
設定を選ぶ：モデル、解像度、アスペクト比を指定
-
生成・ダウンロード：結果を確認して保存
返ってきた画像は自分のマグカップだった。同じ持ち手、同じ釉薬、同じリムのゆがみ。背景だけがカフェのテーブルに変わっていた。
他に使えた3つのケース
① 商品写真の雰囲気変換 実物の写真さえあれば、「蛍光灯の台所」を「カフェの朝」に変えられる。背景の雰囲気を変えたいだけなら、テキスト生成より確実に早い。
② 勉強会・登壇用プロフィール写真 会社の蛍光灯の会議室で撮った顔写真があった。顔は問題ないが、背景がいかにも社内だった。温かみのある室内ポートレート、柔らかい自然光 と指示したら2分で使えるものになった。GitHubやconnpassのアイコン用途には十分だった。
③ ラフスケッチ → デザイン参考画像 UIのラフをスケッチしてアップロードし、完成イメージを言語で補足した。デザイナーへの説明に使える参考画像が出てきた。完成物ではなく、「こういう方向性で」という共通認識を作るための素材として使えた。
まとめ
完璧な画像ではなかった。でも、「出品できる品質」には十分だった。minneの商品ページを更新したところ、違和感を指摘されることはなかった。AI 処理した背景は、見る人には「普通の商品写真」として認識されていた。
テキスト生成 AIは概念から画像を作る。img2imgは手持ちの写真を起点として変換する。用途が違う。最初からimgtoimgai.ioを使っていれば、15回の試行は不要だった。