AI画像生成のブレを抑制する！構造化プロンプトテンプレートのすすめ

はじめに

画像生成AI（Imagen 3など）を使うとき、自然言語で長文のプロンプトを書いては「なんか違う……」と修正を繰り返していませんか？

AIへの指示（プロンプト）が感覚的になると、意図しない仕上がりになったり、修正したいときにどこを直せばいいか分からなくなったりします。そこで、パラメータ設計の要領で指示項目をツリー状に構造化し、再現性とコントロール性を高めるテンプレートを作成しました。

この記事では、そのテンプレートの全容と、実際にどのような効果があるのかを解説します。

テンプレートの全体像

以下が、今回整理した構造化プロンプトテンプレートです。YAMLや設定ファイルを書くような感覚で、要素を明確に切り分けて指定します。


■全般設定：
　◆アスペクト比・画角：
　◆仕上がり：
　◆タッチ：
　◆色彩：

■キャラクター：
　□個別キャラの設定：
    ◆名称：
　　◆年齢・性別：
　　◆髪型：
　　◆雰囲気：
　　◆表情：
　　◆体形：
　　◆目元・視線：
　　◆服装：

■今回の作画シーン：
　□背景と構図：
　　◆構図・カメラアングル：
　　◆空気感・環境効果：
　　◆光源設定：
　　◆特殊効果：
　　◆構造物：
　　　◇個別構造物の設定：
　　　　●名称：
　　　　●形状：
　　　　●素材：
　　　　●雰囲気：
　　　　●形式：
　□ポーズとシチュエーション：
　　◆シチュエーション：
　　◆人物とその服装及びポーズ：
　　◆その他備考事項：

■除外指定(ネガティブ)：

■追加指示：

工夫したポイント・追加した要素

もともとのシンプルな指定項目に加え、クオリティやブレの抑制のために以下の要素を強化しています。

アスペクト比・画角の独立化
画面比率（16:9や1:1など）やレンズの焦点距離を最初に固定することで、意図した構図のキャンバスサイズを確実に担保します。
目元・視線の詳細指定
キャラクターの「どこを見ているか（カメラ目線か、遠くを見ているか）」や目の形は印象を大きく左右するため、独立した項目として設けています。
空気感・環境効果の分離
光芒、霧、舞い散る粒子などの「その場のリッチな雰囲気」を背景とは別に指定できるようにし、画面全体のシネマティックさをコントロールしやすくしています。
除外指定（ネガティブプロンプト）の常設
崩れた手足や余分な要素の発生をあらかじめ発生を抑えるための条件の欄を標準装備しています。

実践：テンプレートを埋めて画像を生成してみる

実際にこのテンプレートに沿って、ファンタジーのワンシーンのパラメータを埋めてみます。

入力サンプルの例


■全般設定：
　◆アスペクト比・画角：16:9（横長）、標準レンズ
　◆仕上がり：高品質なデジタルイラスト、シネマティック
　◆タッチ：水彩画のような柔らかさと、厚塗りの重厚感を併せ持つスタイル
　◆色彩：夕暮れの黄金色と、深い森の緑のコントラスト、
  　      魔法のエフェクトは鮮やかな青

■キャラクター：
　□個別キャラの設定：
　　◆名称：エレン
　　◆年齢・性別：10代後半、女性
　　◆髪型：長い銀髪、緩く三つ編みにし、風になびかせている
　　◆雰囲気：凛としており、どこか儚げ
　　◆表情：決意を秘めた真剣な眼差し、わずかに口元を引き結ぶ
　　◆体形：細身で長身
　　◆目元・視線：切れ長の青い瞳、カメラ（鑑賞者）を真っ直ぐ見つめている
　　◆服装：ファンタジー風のローブ、白と紺を基調に金色の刺繍、マントを着用

■今回の作画シーン：
　□背景と構図：
　　◆構図・カメラアングル：アイレベル、キャラクターを中央に配置した
　　　　　　　　　　　　　　全身構図
　　◆空気感・環境効果：舞い散る光の粒子、わずかに霧が立ち込める
　　◆光源設定：夕日の逆光（リムライト）、キャラクターの背後から強い光が
　　　　　　　　差し込み、輪郭を強調する
　　◆特殊効果：キャラクターの周囲に魔法陣が展開し、青い光が渦巻いている
　　◆構造物：古代遺跡の石柱と、苔むした石畳
　　　◇個別構造物の設定：
　　　　●名称：古代遺跡の石柱
　　　　●形状：崩れかけた円柱
　　　　●素材：古い石材、苔
　　　　●雰囲気：歴史を感じさせる荘厳な雰囲気
　　　　●形式：背景に複数配置

　□ポーズとシチュエーション：
　　◆シチュエーション：夕暮れの古代遺跡で、魔法を発動させようとする瞬間
　　◆人物とその服装及びポーズ：片手を前に突き出し、掌から青い魔法の光を
　　　　　　　　　　　　　　　　放っている。マントが風になびいている。
　　◆その他備考事項：魔法の光がキャラクターの顔を照らし、
　　　　　　　　　　　逆光とのコントラストを作る

■除外指定(ネガティブ)：崩れた顔、歪んだ手足、余分な指、現代的な服装、
　　　　　　　　　アニメ塗りのみ、明るすぎる昼間の光、背景のノイズ、文字

■追加指示：シネマティックな雰囲気を強調するため、
　　　　　　画面上下に黒帯（レターボックス）を追加。フレア効果を入れる。

生成された画像

上記のテンプレートを元に生成された実際の画像がこちらです。

比較例として自然言語で指定した出力例を置きます。

夕暮れの遺跡で魔法を使う銀髪の少女

ただし、この比較画像は構造化プロンプトを使用したスレッド内で生成しているため、会話履歴の影響を受けている可能性があります。

そこで、新しいスレッドでコンテキストを完全に初期化し、同じ自然言語プロンプトのみで再度生成してみました。

　◆タッチ：水彩画のような柔らかさと、厚塗りの重厚感を併せ持つスタイル
　◆色彩：夕暮れの黄金色と、深い森の緑のコントラスト、

綺麗に出来ていますが特にこの部分が大きく乖離していくようですね。

今回の比較では

タッチ（画風）
色彩設計
光源演出
カメラ構図
キャラの視線

といった要素で差が大きく現れました。

一方で、

銀髪の少女
遺跡
魔法

といった主題レベルの要素は自然言語でも比較的再現されやすいようです。 `

特に画風（タッチ）や色彩設計に関する情報は自然言語の短いプロンプトでは失われやすく、構造化テンプレートによって細かく明示した場合との差が大きく表れました。

構造化したテンプレートでは各要素（逆光、魔法陣、キャラクターの視線、遺跡のディテールなど）をしっかり切り分けて指定しているため、人間側の意図を整理しやすくなり、狙った方向へ誘導しやすくなり、イメージ通りのシネマティックな一枚を出力させることができました。

AIには外堀を埋めるように多様な選択肢を絞るように具体的に指定していくのが、高精度な出力のコツです。

自然言語指定で失われやすい情報

タッチ（画風）
色彩設計
光源演出
カメラ構図
キャラの視線

についてはテンプレートを使用しなくても明確に追加で指定したほうがおススメです。
また以下は画像の仕上がりに大きく影響するので、これも忘れずに指定しておくのもおススメです。

アスペクト比・画角

参考にもう一例置いておきます


■全般設定：
　◆アスペクト比・画角：16:9（横長）、標準レンズ
　◆仕上がり：高品質
　◆タッチ：日本アニメタッチ
　◆色彩：光あふれる淡いパステルピンク調

■キャラクター：
　□個別キャラの設定：
    ◆名称：ゆかり
　　◆年齢・性別：女子高生
　　◆髪型：紺色の三つ編みハーフアップ
　　◆雰囲気：文学少女
　　◆表情：ゆるいかんじ
　　◆体形：普通
　　◆目元・視線：少しだけタレ目がち
　　◆服装：一般的なイメージのセーラー服色はリボンは赤ポイントは白
  　　　　　上着スカートは紺ブラウスは白大きめの銀眼鏡

■今回の作画シーン：
　□背景と構図：
　　◆構図・カメラアングル：アイレベル・斜め正面
　　◆空気感・環境効果：清潔な室内
　　◆光源設定：室内光源
　　◆構造物：図書館の室内
　□ポーズとシチュエーション：
　　◆シチュエーション：図書室内の長机の並んだ椅子の一つに座って本を読んでいる

■除外指定(ネガティブ)：不自然な手足指、崩れた顔

GEMINIさん制作

chat GPTさん制作

copilotさん制作

どのAIさんも素敵に生成してくれました。

実際に複数の画像生成AIさんで試してみましたが、どのAIさんもそれぞれ異なる魅力を持った画像を生成してくれました。

私の利用環境では、Geminiさんは比較的多くの枚数を試しやすい印象でした。一方で、ChatGPTさんやCopilotさんでは試行回数が増えると利用制限に到達するケースもありました。

ただし、画像生成の利用上限や仕様、出力精度は、契約プランや利用時期、サービス側の変更によって変わる可能性があります。

また、各サービスにはモデルや学習・調整方針の違いがあるため、単純に「どれが一番優れている」と考えるより、用途に応じて複数のAIさんを使い分けるのも面白いと思います。

おわりに

プロンプトを「文章」ではなく「設定データ（パラメータ）」として捉えることで、思い通りの画像を再現しやすくなり、試行錯誤のコストを大幅に減らすことができます。

「毎回プロンプトの書き方に悩む」「狙った絵がブレやすい」という方は、ぜひこのテンプレートをベースに自分好みにカスタマイズして試してみてください！

おまけイラスト

chatGPTさん生成


■全般設定：
　◆アスペクト比・画角：16:9（横長）、標準レンズ
　◆仕上がり：高品質
　◆タッチ：ゲーム風少し写実寄り
　◆色彩：明暗をはっきり分ける

■キャラクター：
　□個別キャラの設定：
    ◆名称：レッドドラゴン
　　◆年齢・性別：成体、年齢不詳、西洋風ドラゴン少し機械っぽくてもいい
　　◆雰囲気：炎のエフェクトを全身にまとう、威圧的
　　◆体形：圧倒的に大きい
　　◆目元・視線：鋭い、黄色の瞳

■今回の作画シーン：
　□背景と構図：
　　◆構図・カメラアングル：アイレベル、正面ドラゴンがあおりでのしかかるように
　　◆空気感・環境効果：暗めで、ドラゴンのまとう炎エフェクトの光が印象的
　　◆光源設定：暗めの環境光
　　◆特殊効果：ドラゴンのまとう炎エフェクト
　　◆構造物：くらい苔むした洞窟の広間
　□ポーズとシチュエーション：
　　◆シチュエーション：プレイヤー視点のカメラに今にもドラゴンが襲い掛かってくる様子
　　　　　　　　　　　　全身や鼻口から洩れる炎エフェクトが印象的

■除外指定(ネガティブ)：中国風竜、

これで画像生成してください

Geminiさん生成

chatGPTさん生成

copilotさん生成

copilotさん生成

copilotさん生成

構造化プロンプトテンプレートを使用すると
■全般設定■キャラクターを使いまわしてと指定して
■今回の作画シーンを更新すれば同じタッチ
同じキャラで別シーンを作りやすいのかも

上の女の子の設定は下の画像をアップロードして


■全般設定：
　◆アスペクト比・画角：16:9（横長）、標準レンズ
　◆仕上がり：高品質
　◆タッチ：日本アニメタッチ、アニメ風ベタ塗
　◆色彩：透明感のある高彩度

■キャラクター：
　□個別キャラの設定：
　　◆名称：みさ
　　◆年齢・性別：女子高生
　　◆髪型：オレンジがかった茶色でキャラから見て右の片方だけ結わいてある
　　◆雰囲気：裕木奈江のような雰囲気
　　◆表情：ゆるいかんじ、三本線の漫符的頬チークをつける
　　◆体形：普通
　　◆目元・視線：少しだけタレ目がち、キャラから見て左目に泣きボクロ
　　◆服装：オレンジ色のトレーナー(正面前にひよこの模様)にハーフジーンズパンツ
　　◆特記事項：アップロードファイルをキャラの顔立ちの参考にしてください

■今回の作画シーン：
　□背景と構図：
　　◆構図・カメラアングル：カメラの高さは膝くらい・斜め方向下から見上げる感じ
　　◆空気感・環境効果：夏の快晴・太陽がまぶしい
　　◆光源設定：太陽からの光線効果
　　◆構造物：商店街の道路上
　□ポーズとシチュエーション：
　　◆シチュエーション：みさがブティックのウィンドウショッピングをしている

■除外指定(ネガティブ)：不自然な手足指、崩れた顔

これで画像生成してください(1枚目)


■全般設定：
■キャラクター：
は以前の設定で
■今回の作画シーン：
　□背景と構図：
　　◆構図・カメラアングル：カメラの高さは頭の少し上・斜め方向少し上から見おろす感じ
　　　　　カモメが画面内に入れることが難しかったら見下ろすことはこだわらず
　　　　　カモメを画面内に入れた構図
　　◆空気感・環境効果：夏の快晴・太陽がまぶしい
　　◆光源設定：太陽からの光線効果
　　◆構造物：港の道路海側に胸当たりの高さのコンクリ壁がある
　□ポーズとシチュエーション：
　　◆シチュエーション：みさがコンクリ壁に向かい合って寄りかかって数羽のカモメを眺めている
　　　　　　　　　背景は港倉庫街でフォークリフトの作業などもみられる

これで画像生成してください(2枚目)

で製作しました

作者

GitHub: https://github.com/NAS6mixfoolv
X（旧Twitter）: https://x.com/NAS6_oxo
作者HP: https://nas6.net

気に入っていただけたら GitHub に ⭐ をいただけると嬉しいです！