ユーザーは、ゼロから説明を書くより、選択肢から選ぶほうが得意です。
これは当たり前のようで、生成系UXではかなり重要です。
たとえば「記念日っぽい写真を作りたい」と思っていても、それをモデルに効く形の文章へ変換するのは簡単ではありません。ユーザーは感情的なゴールはわかっていても、技術的に有効な prompt まではわからないことが多いです。
そこで有効なのが、シーン選択です。
- どんな場面か
- どんな雰囲気か
- どんな構図か
- 必要なら最後に一言だけ補足するか
この流れにすると、ユーザーは「説明する」より「選ぶ」ことに集中できます。しかも、プロダクト側も成立しやすい範囲に体験を寄せやすくなります。
カップル写真では特に、シーンの意味が重要です。記念日、旅行、ウェディング風では、見た目だけでなく、姿勢や距離感への期待も変わります。ここを丸ごと自由入力に任せるより、構造化したほうが自然です。
自由度を下げることが、必ずしも表現力を下げるわけではありません。むしろ、無駄な翻訳コストを減らして、欲しい結果に近づけることがあります。
AI Couple Photo でも、自由入力を完全に消すのではなく、まずシーン選択を主にして、その後で必要なぶんだけ自由入力を足す設計のほうが合っていると感じています。