ChatGPT 画像は本物に見える豪華な写真を要求します

写真が贅沢だと思わせるものは何ですか

写真における贅沢とは、主に抑制的なものです。高価に感じられる画像が混雑していることはほとんどありません。1 つのオブジェクト、考慮された設定、柔らかい指向性の光、多くの空きスペース、慎重にレンダリングされたマテリアルです。安っぽく感じる画像は、ゴールド、輝き、レンズフレアが積み重なりがちです。これは、プロンプトを作成する前に知っておくと役立ちます。贅沢という言葉を与えられた画像ジェネレーターは、多くの場合、混雑したバージョンに到達するためです。あなたの仕事は、穏やかなものを描写することです。

価格ではなく素材について書く

高価に見える画像は、ブラッシュドスチール、ポリッシュウォールナット、トラバーチン、リネン、目に見える木目のあるフルグレインレザー、曇りガラスなどの表面で構成されています。マテリアルとその仕上げに名前を付けると、モデルにはレンダリングする特定のものが含まれます。プレミアム、エクスクルーシブ、ハイエンドなどの言葉は、表面ではなく価格帯を表しており、モデルに何の魅力も与えません。つや消し真鍮の蛇口が 1 つ付いたトラバーチン製のバスルーム カウンターは、豪華なバスルームというものよりもすでに高級感を漂わせています。

光は出費に表れます

商業製品やインテリアの写真は、表面全体に緩やかなグラデーションが施された、制御された柔らかな光に依存しています。横から差し込む大きな窓の光、頭上の柔らかな光源、薄手のカーテンから差し込む午後の日差しなど、それを直接表現することができます。日中の強い日差しや正面からの平坦な光は、テクスチャを平坦にし、厳しい反射を引き起こすため、マテリアルを安っぽく見せる傾向があります。反射オブジェクトの場合、多くの場合、オブジェクト自体を詳細に説明するよりも、オブジェクトが反射する柔らかい光源を説明する方が効果的です。

フレーム内にスペースを残す

ネガティブスペースは最も強力な贅沢シグナルの 1 つであり、最も求めやすいものの 1 つです。被写体が座っている場所とその周囲にあるものを言います。暗い石の表面に時計が 1 つあり、下 3 分の 1 に置かれ、フレームの残りの部分は空です。空のフレームは自信を表します。モデルに決定を任せると、通常はスペースが小道具で埋められ、小道具は画像が演出されているように見える場所です。

実用例: ホテルのインテリア

プロンプトは多くの場合英語で書かれており、完全なプロンプトは次のようになります。「早朝の静かなホテルのスイート。薄手のカーテンが付いた高い窓に、低いリネンのソファが面している。淡いオーク材の床、トラバーチンのサイドテーブルに一枝の陶器製の花瓶が 1 つ。左側の窓からの柔らかな日光、穏やかな影。出入り口からの目の高さの眺め、広い額縁、自然な色。」主題、素材、光、カメラの位置など、すべての文章が決定です。どれも贅沢とは言えず、すべてがそれを示唆しています。

実用的な例: 車

車両の場合、設定とライトが作業の大部分を担います。例: 「ブルーアワーに、誰もいない旧市街の広場にある濡れた石畳の上に、濃い緑色のヴィンテージ 2 ドア クーペ車が駐車されていました。店の窓からの暖かい光が車体に沿って反射します。カメラの位置は低く、正面から 4 分の 3 の視点で撮影し、長いレンズで、背景はぼかしています。」ブランドではなく、形状、色、年代で車を説明します。これにより、商標に関するトラブルを避けることができ、名前付きモデルについてのモデルのアイデアが実際のモデルと一致しない可能性があるため、信頼性も高くなります。

実用的な例: 時計や小物

小さなオブジェクトには、表面、ライト、スケールが必要です。例: 「折りたたまれたグレーのウールのスカーフの上に置かれた、無地の白い文字盤を備えたスチール製の腕時計。左上からの柔らかい窓の光、ケースの端に沿った薄いハイライト。クローズアップ、浅い被写界深度、目に見えるスカーフのテクスチャ、中間色。」クローズアップすると詳細が明らかになりますが、ジェネレーターは間違っていることが多いため、画像を使用する前に文字盤、針、テキストを確認してください。特定のロゴや文字の刻印を求めるよりも、無地の文字盤の方が安全です。

実用的な例: 旅行

高級旅行の画像は、目的地のパンフレットではなく、瞬間を描写するときに最も効果的です。例: 「日の出の静かな湾の上にあるテラスの朝食テーブル。2 杯のコーヒー、折りたたんだ新聞紙、風にわずかに動く白いテーブルクロス。カメラの後ろからの低い暖かい太陽。目の高さの眺め、海と丘は柔らかく焦点が合っていません。」カップや新聞などの小さな人の痕跡は、人物について説明するまでもなく、誰かがそこにいることを示唆しています。

ChatGPT がプロンプトを書き換える理由

OpenAI の開発者向けドキュメントには、Responses API を通じてイメージ生成ツールが使用されると、メイン モデルがプロンプトを自動的に修正し、修正されたテキストが revised_prompt というフィールドに返されると説明されています。このドキュメントは開発者向けに書かれているため、すべての製品についての保証ではなく、OpenAI のイメージ パイプラインがどのように動作するかの説明として扱ってください。実際の教訓も同じです。曖昧なままにしておくと、代わりに埋められる可能性があるため、関心のあることについて明確にしましょう。

計画すべき既知の制限事項

同じドキュメントには、GPT Image モデルの制限事項が列挙されています。正確なテキストの配置は依然として難しい場合があり、複数の画像間で繰り返し登場する文字やブランド要素の視覚的な一貫性が失われる可能性があり、構造化レイアウトでの要素の正確な配置は難しい場合があります。高級画像の場合、それは、読みやすいラベルやロゴを避け、シリーズ全体で同じように見える製品に依存せず、正確な位置に依存する構成をチェックすることを意味します。

ブランド、ロゴ、商標

米国特許商標庁が言うように、商標は商品やサービスの出所を特定するものであり、生成された画像内で実際のブランド名、ロゴ、または特徴的なデザインを使用すると、存在しないつながりを示唆する可能性があります。独自のプロジェクトでは、一般的なオブジェクトを形状、素材、色で説明します。画像にブランド製品が必要な場合は、類似品を生成するのではなく、ブランド独自の写真と許可を使用して作業し、生成された画像を公式の製品写真として決して提示しないでください。

画像が生成されたと言う

現実の場所、実際の商品、実際の滞在などを簡単に高級感のある画像が撮影できます。欧州連合では、AI 法により、本物であるかのように見せかけ、既存の人物、物体、場所、出来事に似せるように生成または操作された画像は、それ自体として公開することが義務付けられており、明らかに芸術的な作品についてはより軽い規則が設けられています。法的義務以外では、これは単に誠実な実践です。閲覧者が本物の記録と間違える可能性のある生成された画像にはラベルを付け、ツールが追加する出所メタデータはそのままの状態に保ちます。

写真家のように繰り返します

結果がほぼ正しい場合は、ライトを移動し、表面を変更し、カメラを後ろに下げるという 1 つを調整します。変更内容を確認できるように、プロンプトの残りの部分は同じにしておきます。信頼できるプロンプトの小さなライブラリは、再現できない完璧な画像 1 枚よりも価値があるため、画像がどのようなものであったかについてのメモを付けて、機能したプロンプトを保存します。

LarpGPT が当てはまる場所

LarpGPT は、ここで説明する穏やかなスタイルで、主題、構図、照明、レンズを中心に書かれた、旅行、建築、車、ライフスタイル シーンの写真プロンプトのライブラリです。プロンプトをコピーし、プロジェクトに合わせて、ChatGPT または使用する他の画像ジェネレーターに貼り付けます。 LarpGPT は画像を生成しません。結果は試行ごとに異なり、合成画像の開示はユーザーの責任となります。

参考情報

• OpenAI API documentation: Image generation
• USPTO: What is a trademark?
• Regulation (EU) 2024/1689 (Artificial Intelligence Act), Article 50
• C2PA technical specification