ChatGPTの新しいマルチモーダル機能を使って画像生成をしてみよう！

ChatGPTに新しいマルチモーダル機能が登場しました。従来のDALL·Eモデルを使う必要がなくなり、ChatGPTモデルだけで簡単に画像生成ができるようになりました。本記事では画像生成をより良く行うためのプロンプト作成テクニックを紹介します。

1. ChatGPTのマルチモーダル新機能とは？

これまでは画像生成のために別途DALL·Eなどのツールを使う必要がありましたが、新しいChatGPTの多モーダル機能（GPT-4o）では、テキストのやり取り中に自然に画像を生成することが可能になりました。これにより、コミュニケーションの中でより直感的かつ迅速に画像を生成できます。

2. 画像生成のためのプロンプトエンジニアリング

2.1 プロンプト作成のコツ

スタイルを明確にする
- 写実的、イラスト、油絵、水彩画、浮世絵などを指定
主体を明確にする
- 人物、動物、風景、感情など、具体的に描写
シーンや構図を指定する
- 背景、光の当たり方、視点、人物の動作、服装など詳細に
縦横比を決定する
- 必要に応じて横長、縦長、正方形などを明記
簡潔かつ論理的に書く
- モデルが理解しやすく、実行しやすいプロンプトにする

2.2 プロンプト作成の具体例・テンプレート

※以下の例を参考に、実際に画像生成した結果を添付してください。

テキストレンダリングとインフォグラフィックス

テンプレート例

Create a [content_type] explaining [subject] in [detail_level].
The background should be [background_style], and include [text_elements] with [annotation_style]. 
[Additional_specifications]

具体例

Create an infographic explaining Einstein's theory of relativity in detail.
The background should be pure black, 
and include clear text labels with numbered annotations and simple vector illustrations. 
Each step should show theoretical explanations alongside practical examples.

日本語例

数理最適化理論を詳しく説明するインフォグラフィックを作成してください。
背景は真っ白にすること、 
背景は真っ白にし、明確なテキストラベルと番号付きの注釈、シンプルなベクターイラストを入れること。
各ステップでは、実用的な例とともに理論的な説明を示すこと。

📌 創造的なイラストとポスター

テンプレート例

Generate a [style] image of [subject] positioned on [background/setting]. The [subject] should have [texture/material] and [design element] with [style] [decorative elements]. Include the text: [text content] with [typography style] typesetting.

具体例

Generate a watercolor style image of a vintage film poster displayed underwater.
The poster should have a paper-like texture and glowing effects with soft marine elements.
Include the text: 
'Ocean Dreams Film Festival 2025' with elegant handwritten typography.

日本語

宇宙空間に浮かぶ大阪万博会のポスターの油絵風の画像を作成してください。ポスターはメタリックな光沢があり、サイケデリックな渦巻き模様のホログラフィック効果があること。テキストは「2025大阪万博会」

📌 UI/UXおよびゲームデザインのプロトタイプ（UI/UX and Game Design Prototypes）

テンプレート例

Create a [platform] interface for a [genre] [application type].
The design should include [UI element 1] and [UI element 2] at [position],
and [UI element 3] with [style] at [position].
Render the interface in [style],
ensuring all [important elements] are [quality descriptors].

具体例

Create a desktop interface for a fantasy RPG character management screen.
The design should include a character status panel and inventory grid at the left side,
and action buttons with medieval fantasy styling at the bottom. Render the interface in a dark, detailed fantasy art style, 
ensuring all icons are clearly legible and aesthetically consistent.

日本語

ファンタジーRPGのキャラクター管理画面のデスクトップ・インターフェースを作成してください。デザインは、左側にキャラクターのステータスパネルとインベントリグリッド、下側にStardew Valleyのスタイリングを用いたアクションボタンを配置します。すべてのアイコンがはっきりと読み取れ、美的に一貫性があることを確認しながら、ダークで詳細なファンタジーのアートスタイルでインターフェイスをレンダリングしてください。

📌 写実的なシーン生成（Photorealistic Scene Generation）

テンプレート例

Generate a photorealistic image of [scene/location] during [time/condition] with [included elements] and without [excluded elements].
The image should have [mood/quality], emphasizing [focus elements] and [technical aspects].

具体例

Generate a photorealistic image of an old lighthouse on a cliff during a stormy night,
with lightning illuminating heavy rain and dramatic waves,
but without any visible animals or humans.
The image should have a dramatic, intense quality,
emphasizing the lighthouse and its reflection on wet surfaces.

日本語

嵐の夜、崖の上に建つ古城のリアルな画像を作成する。
雪が大地のほとんどを覆い、わずかな岩を除いて緑が茂っているが、
動物や人間の姿は見えない。 城の薄暗い照明と、少し血のついた窓だけが、
城の中での人間の活動をほのめかしています。
イメージは、城の孤立を強調するような、ドラマチックで強い質感を持つべきです。

📌 創造的・抽象的なコンポジション（Creative and Abstract Compositions）

テンプレート例

Create a [shape] image containing a [layout] of [number] objects on [background]. Include: [list of objects with specific attributes], arranged in [arrangement style] with [composition rules].

具体例

Create a triangular image containing a radial arrangement of 8 objects on a cosmic background. 
Include: a flaming hourglass, a mechanical phoenix, a digital DNA strand, a
Möbius strip made of glowing threads, a crystal pyramid reflecting stars, 
a golden fractal clock, a transparent sphere holding flames, 
and a floating futuristic cityscape, 
arranged symmetrically with harmonious spacing.

日本語

宇宙を背景に、放射状に配置された8つのモチーフを含む六角形の図像を作成してください。モチーフは以下の通りです：
モーセが海を別々に割る場面
后羿が太陽を射落とす場面
箱の中にいるシュレディンガーの猫
光を反射しているスフィンクス
壁に向かって座っている釈迦
砂漠を旅する三蔵法師
頭巾を被ったムスリム女性
炎に包まれたゾロアスター教の聖なる火鉢（アタシュ・ダーン）

これらを調和のとれた間隔で、左右対称に六角形の構図内に放射状に配置してください。

2.3 高級な応用例

📌 スタイル転送とアニメーション（Style Transfer and Animation）

テンプレート例

Transform [source_media] into [target_style], preserving [key_elements] while adapting [style_elements]. Apply [specific_technique] to maintain [core_features] and enhance [artistic_elements]. Include [technical_requirements] for [output_format].

具体例

Transform this scene into the style of traditional ink painting,
preserving characters' dramatic gestures 
and tense atmosphere while adapting colors to black and white ink tones.
Apply expressive brush strokes to emphasize emotional intensity. 
Include multiple sequential panels formatted horizontally.

結果: