細かく指定すれば理想に近づくと思っていた。でも、短い一文でも意外といい画像が出てくる。

第1幕：プロンプトを考え始めると止まらない

AIで画像を作っていると、ついついプロンプトが長くなる。

人物の年齢、顔立ち、髪型、服装、表情、ポーズ、構図、照明、背景、色合い。

「ここは変えないで」

「ここは強調して」

「これは勝手に追加しないで」

そうして書き足しているうちに、プロンプトがちょっとした仕様書になる。

いや、仕様書どころか契約書みたいになることもあるｗ

もちろん、細かい指定が必要な場合はある。

同じキャラクターを維持したいときや、構図を厳密に決めたいときなどは特にそうだ。

でも最近、画像生成を繰り返していて思った。

「これ、短いプロンプトのほうがよくない？」

第2幕：短いプロンプトでも画像はできる

例えば、こんな一文。

「月面のラーメン屋で働く柴犬、昭和レトロな映画ポスター風。」

人物なら、

「成熟した大人の女性、深紅のドレス、雨の窓辺、琥珀色の逆光、映画のワンシーンのようなポートレート。」

これだけでも、画像生成AIはかなり多くの情報を補ってくれる。

もちろん、結果が毎回理想どおりになるわけではない。

でも、短い指示でも雰囲気や構図が十分に成立することはある。

一方、長いプロンプトを書いていて困るのが、何を変更したせいで結果が変わったのか分からなくなること。

髪型を変えたかっただけなのに、照明も構図も印象も変わってしまう。

そこでまた一文追加する。

次は別の部分が変わる。

そしてまた追加する。

気がつけば、プロンプトの修正だけで一日が終わる。

これがプロンプト沼である。

第3幕：長いプロンプトが悪いわけではない

ここで誤解したくないのは、長いプロンプトにはちゃんと役割があるということ。

例えば、複数のキャラクターの配置、衣装の細かい仕様、商品画像の条件、同じ人物の再現性。

指定が必要な情報を省略すれば、当然AIに任せる部分が増える。

短いプロンプトは自由度が高い。

長いプロンプトは条件を明示しやすい。

ただし、長く書けば必ずすべての条件が守られるわけでもない。

画像生成AIは、指定した言葉の優先順位を人間と同じように判断するとは限らないからだ。

そこで、こんな仮説を立ててみた。

プロンプトは長さではなく、目的に必要な情報が入っているかどうかで考えたほうがいいのでは？

第4幕：じゃあ、実際に比べてみよう

せっかくなので、今後こんな実験をしてみたい。

まず、同じ被写体を使う。

短いプロンプトは、

「月面のラーメン屋で働く柴犬、昭和レトロな映画ポスター風。」

長いプロンプトでは、同じ被写体と画風を維持したまま、カメラ位置や構図、照明、背景、小物などの指定を追加する。

そして、同じ画像生成モデルで何枚かずつ作る。

ここで大切なのは、一枚ずつ作って「こっちが好き！」で終わらせないこと。

画像生成にはばらつきがあるので、何回か繰り返さないと比較が難しい。

見るポイントは、主題の分かりやすさ、構図、雰囲気、指示の反映度、そして思わぬ面白さ。

どちらが勝つかは、まだ分からない。

短いほうが魅力的な絵になるかもしれないし、長いほうが目的に合うかもしれない。

実験してから判断したい。

第5幕：AIに任せる部分を残す

最近、自分の画像生成のやり方を見直していて思うのは、「全部を決めようとしなくてもいい」ということ。

例えば、最初から照明やカメラレンズまで指定せず、まずは被写体と雰囲気だけ伝えてみる。

出てきた結果を見て、必要なら追加する。

一度に全部を書き込むのではなく、必要な条件を少しずつ足していく。

そんな作り方もありだと思う。

もちろん、同一キャラクターの維持や厳密な納品条件がある場合は別。

大事なのは、目的によって設計を変えることだ。

終幕：プロンプトを完成させるのが目的じゃない

画像を作っているはずなのに、いつの間にかプロンプトそのものを完成させることが目的になってしまう。

これ、私だけだろうかｗ

文章を磨くのは楽しい。

条件を整理するのも楽しい。

でも最終的に欲しかったのは、プロンプトではなく画像のはず。

だから、これからは少し意識してみようと思う。

まず短く作ってみる。必要なことだけ足す。

どこまで短くできるのか。

逆に、どんな条件なら詳しく書いたほうがいいのか。

そのあたりも実験して、Gloaming Journalに記録していきたい。

プロンプト研究は面白い。

ただし、研究しすぎると画像を作る時間がなくなる。

……やっぱり沼やないか！ｗ

※この記事は制作経験から生まれた仮説と、今後の実験計画をまとめたものです。「短いプロンプトのほうが高品質になる」と実証した記事ではありません。画像生成モデルや条件によって結果は異なります。