反復と改良

🔄 前回のおさらい: レッスン4では、三分割法、カメラアングル、被写界深度など構図テクニックを学びました。今回は、生成結果をプロ品質に磨き上げるイテレーションプロセスを学びます。

最初の生成は出発点

AI画像生成で最もよくある間違いは、1回目で完璧を求めること。プロのクリエイターは最初の生成を出発点として使い、体系的に改良を重ねます。

改良ワークフロー

ステップ1：広く始める

まず基本的なプロンプトで複数のバリエーションを生成。方向性を確認。

ステップ2：何を変えるか特定

生成結果を分析：ライティングが暗すぎる？構図が密すぎる？色が寒すぎる？具体的な問題を1つ特定。

ステップ3：1つずつ変更

1回の変更で1つの要素だけ変える。 ライティングを変えたら他は維持。効果を確認してから次へ。

ステップ4：バリエーション探索

気に入った方向が見つかったら、そのバリエーションを複数生成してベストを選択。

ネガティブプロンプト

画像に含めたくない要素を指定：

フォトリアリズム向け：

Negative: cartoon, illustration, painting, blurry,
low quality, distorted, watermark

イラスト向け：

Negative: photorealistic, photo, 3D render,
blurry, low resolution

ポートレート向け：

Negative: deformed, extra fingers, bad anatomy,
cropped, worst quality, watermark

✅ 確認クイズ: ネガティブプロンプトが特にStable Diffusionで重要な理由は？（Stable Diffusionはネガティブプロンプトを直接サポートし、生成プロセスから特定の要素を排除できる。よくある生成エラー「余分な指」「変形した目」をネガティブに指定すれば、品質が劇的に向上。Midjourneyでは–noパラメータで同様の機能を使用。）

シードコントロール

シード値はランダムノイズの初期状態を決定。同じシードで同じプロンプトなら、ほぼ同じ画像が再生成されます。

使い方：

• 気に入った画像のシードを記録
• プロンプトの1要素を変更＋同じシード → 構図を維持しながら変更を適用
• シードの微調整 → 似ているが少し異なるバリエーション

img2imgの活用

テキストだけでは表現しにくい変更にはimg2imgが有効：

• スタイル変換： 写真をベースに油絵風に変換
• ディテール強化： 特定エリアのディテールを追加
• インペインティング： 画像の一部だけを再生成（背景は維持、被写体を変更）

デノイジング強度：

• 0.2-0.4：微調整（元画像に近い）
• 0.5-0.6：中程度の変更
• 0.7-0.9：大幅な変更（元画像はガイドのみ）

プロのワークフロー

1. コンセプトフェーズ： 広いプロンプトで方向性を探索（5-10回生成）
2. 改良フェーズ： ベストな方向を選び、1要素ずつ調整（10-20回生成）
3. ポリッシュフェーズ： ネガティブプロンプト追加、品質修飾子強化、アップスケーリング

よくあるイテレーションの落とし穴

• プロンプトクリープ： 変更を重ねすぎてプロンプトが複雑化 → 定期的に整理
• 早すぎる放棄： 3-5回で諦める → 良い結果は通常10-20回の反復後
• ランダムな変更： 体系的でなくランダムに変える → 1つずつ変更の原則を守る
• 成功の忘却： 何が効いたかメモしない → 成功パターンを記録

まとめ

• 最初の生成は出発点——プロは10-20回のイテレーションで仕上げる
• 1回の変更で1つの要素だけ変える——何が効いているか分かる
• ネガティブプロンプトで不要な要素を排除——品質が劇的に向上
• シードコントロールで構図を維持しながら要素変更が可能
• img2imgはスタイル変換やディテール強化に最適——デノイジング強度で変更度を調整

次のレッスン

次は「プラットフォーム別テクニック」——DALL-E、Midjourney、Stable Diffusionそれぞれの固有パラメータと最適なプロンプティング手法を学びます。