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 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。

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。

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。

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。