ChatGPT「目からウロコ」の使い道 「AIで画像生成」その命令文書かせる
テキストでの指示をもとに、画像やイラストを生成できるAI（人工知能）サービスがある。画像のテーマや絵のタッチについて指示する文字列をプロンプト（prompt）と呼ぶ。イメージ通りの画像を出力させるプロンプトを作るには、工夫やコツが要る。
対話型AI「ChatGPT」が、このプロンプト文の生成に対応していると耳にした。AIに指示して、「AIへの指示文」を書かせるのだ。人工知能について知識がない記者でも、これで思うままに画像を生み出せるのか。
レトロな広告生成したい
無料の画像生成AIサービス「Stable Diffusion Online」を使う。まずは自力で挑戦。お題は「アメリカの50年代の商品広告風イラスト」。レトロアメリカンな広告ポスターのイメージだ。
そのまま「アメリカの50年代の商品広告風イラスト」と入力すると、淡い赤色や青色が目立つチラシのような画像が4枚生まれた。確かにレトロなテイストだが、2枚のイラストには星条旗の星らしき模様やストライプが入っており、広告としてはやや不自然だ。「アメリカ」というワードに寄りすぎているように感じる。
次に、ChatGPTに「50年代の商品広告のようなイラストをStable Diffusionで生成する時の理想的なプロンプトを日本語で教えてください」と指示する。
提示されたプロンプト文は5行もの長さ。「キッチン家電、家庭用洗剤、新しい車のモデル」や、50年代の雰囲気を強調するためビンテージな書体やスローガンを画像に入れるよう指示が追加されており、命令文としてかなり具体的になった。
イラストAIには英語で命令した方が伝わりやすいかもしれないと考え、「このプロント文を英語にしてください」とChatGPTに指示。文章がすぐに全て英訳された。
これをStable Diffusionに打ち込むと、記者が思い描いていた通りの画像が出現した。家電や洗剤らしき商品。電子レンジのような機械に感嘆した女性などが昔の米国らしいタッチで描かれる。商品名や商品説明らしき文字列もあり、広告らしく仕上がっている。
待ち望んだサイバー忍者が登場
続いては「4人組ロックバンドのアルバムジャケット風のイラスト」をStable Diffusionnに指示。アニメキャラのような絵が出現したが、あまりバンドらしくはない。
ChatGPTに指示し、また「理想的なプロンプト」を英語で出力させる。「イラストはロックコンサートのエネルギーや熱狂を伝えるもの」「バンドメンバーはそれぞれ個性的な楽器を持ち、目立つように描かれる」といった細かい指示が加わる。
Stable Diffusionに打ち込むと、紫色や黄、赤色を使った前衛的なタッチのイラストが完成した。洋楽のバンド風だ。4枚のうち右上のイラストは、メンバーの1人が小さいギターを口にくわえているように見える。架空のバンドながら、ギタリストの個性がにじみ出てくるかのようなデザインだ。
最後のお題は「SF風忍者」。未来の科学技術を身にまとった忍者のイラストだ。Stable Diffusionに「SF風の装備やロボットのような装備をした忍者の画像」と入力する。出てきたのは、かわいらしいロボットの写実的な画像。忍者要素は全くない。
再びChatGPTに英語のプロンプトを書かせる。「忍者は戦闘態勢に入ったアクションポーズ」「忍者は金属や技術的な要素を含む。輝く回路、先進的な武器、ロボットの手足などだ」「背景は近未来的な街並みや実験室で、SFのテーマを強調する」と、忍者の見た目や背景に至るまで細かい要素を加えてくれた。
これをStable Diffusionに打ち込むと、サイバーパンク作品に登場しそうな忍者が完成した。夕焼けのビルの前を跳躍する、光沢のある機械的な装備を身にまとった忍者。光るビル街を背景にこちらを見すえ、ロボットのような脚部を持つ黒い忍者。記者が「なんとなくこういう画像が欲しい」と考えていたイメージ通りだ。
このように抽象的なプロンプト文でも、ChatGPTに任せれば欲しいデザインや雰囲気といった情報を補ってくれる。初心者がイラストAIへの指示に苦戦しているなら、ChatGPTに一度任せてみる価値はありそうだ。出来上がった作品が、すでに誰かが作った作品と似ていないか、ちょっと気になるところではあるが。