ChatGPTで画像生成をマスター｜プロンプトのコツ » naoblog AI／暗号資産／ブロックチェーン／NFT／X to Earn

AIを使った画像生成は、特別なスキルがなくても誰でも作れる時代に突入しました。中でもChatGPTは、テキスト入力だけでイラストや写真風の画像を簡単に生成できるので、とても使い勝手が良いです。

本記事では、ChatGPT（DALL·E3）による画像生成の方法と、クオリティを高めるためのプロンプトのコツをご紹介します。

ChatGPTで画像生成をする方法

ChatGPTで画像を生成するために、「DALL·E3」という画像生成AIが使われています。 OpenAIが提供するこのモデルは、プロンプト（指示文）をもとに、高精度でセンスのある画像を作れます。

詳しくは下記記事を参照してください。

DALL·E 3は、OpenAIが開発した最新の画像生成AIモデルで、2023年9月にリリースされました。

ChatGPTと統合されており、テキストでの指示だけで高品質な画像を生成できます。以前よりもプロンプトの理解力が上がり、複雑な構図や文字入りの画像もより正確に表現できるようになりました。もちろん日本語にも対応しています。

無料プランのChatGPTユーザーでも、1日2回までDALL·E 3を使用して画像生成が可能です。より多くの画像を生成したい場合は、ChatGPT Plusの有料プランへの加入が必要です。

高品質な画像を生成するためには、プロンプトの工夫が重要です。効果的なプロンプトのポイントを紹介します。

AIは具体的な指示を与えることで、より意図に近い画像を生成します。

例えば、「青空の下、満開の桜の木があり、背景には富士山が見える」といったように、色、構図、背景などを明確に指定することで、理想の結果が得られやすくなります。

生成したくない要素を除外する「ネガティブプロンプト」を含めることで、不要な要素を排除し、より狙いを定めた画像を作ることができます。

例えば、「背景に人が写っていない風景」と指定することで、人物を含まない画像を生成できます。

理想的な画像を一度の指示で生成するのは難しいです。生成された画像に対して追加の指示を与えることで、細部の調整や修正が可能です。

例えば、「犬のサイズを小さくしてください」「背景の色を明るくしてください」といった指示を追加していくことで、より意図に近い画像に仕上げやすくなると言われています。

画像生成において、視覚的な表現を高めるためのテクニックを3つ紹介します。

インフォグラフィックスは、情報やデータを視覚的に表現する手法です。 DALL·E3を活用することで、複雑な情報をわかりやすく整理した図表やグラフを生成できます。

例えば、人工推移データをグラフで表現してみます。グラフが崩れやすく、指示を何度か繰り返しましたが、下記のようにイメージ画像を作成できました。

インフォグラフィックスを使って、下記人工推移データを棒グラフで示したイメージ画像を作成してください。 

日本の人口推移（2022年～2024年）
2022年: 約1億2320万人 
2023年: 約1億2260万人 
2024年: 約1億2190万人

グラフィックレコーディングは、会議や講演などの内容をリアルタイムで視覚的に記録する手法です。 DALL·E 3を活用することで、手書き風のイラストや図解を含むグラフィックレコーディング風の画像を生成できます。

プロンプトに「手書き風のイラストで、会議の内容をまとめたグラフィックレコーディングを作成してください」といった指示を与えることで、視覚的にわかりやすい資料を作成できます。

手書き風のイラストで、会議の内容をまとめたグラフィックレコーディングを作成してください

DALL·E 3で日本語の文字を含む画像を生成する際、「日本のタイポグラファーエージェント」というフレーズをプロンプトに含めることで、文字の表現が正確になりやすいと報告されています。このプロンプトを使用することで、文字化けを防ぎ、正確な日本語表現にさせる可能性が高まります。

入れなかった場合、文字化けすることが多いです。
例えば下記画像のような文字化けが起きます。

次に、魔法の言葉を入れてみると、しっかりと日本語を表現してくれました。

画像生成時に日本のタイポグラファーエージェントを入れて、文字を正しく描写してください。

ここまで紹介したプロンプトのコツを押さえることで、ChatGPTとDALL·E 3を活用した画像生成の質を高めることができます。

プロンプトの工夫と表現テクニックを組み合わせて、効果的なビジュアルコンテンツを作成してみてください。