AIビジュアル生成のプロンプトは、闇雲に単語を並べても再現性が上がりません。本記事では「被写体・文脈/背景・構図・光・レンズ・質感・色・強調/ネガティブ指定」という8つの要素に分解する「型」を、Midjourney・Google Imagen・OpenAI GPT Image・Black Forest Labs FLUX・Ideogram・Runwayなど各社の公式プロンプトガイドを根拠にしながら整理します。掲載するサンプルプロンプトはすべて本メディアが今回のために書き下ろしたオリジナルで、コピペしてそのまま試せる完成形にしてあります。
プロンプトは「絵コンテ」――8つの要素に分解する
Google の Imagen プロンプトガイドは「まず被写体（Subject）・文脈や背景（Context and background）・スタイル（Style）を考えよ」という三分割を基本形として提示しています。一方 OpenAI の GPT Image 向け公式プロンプトガイドは「構図（フレーミング・視点・アングル）」「光/ムード」まで踏み込んで具体的な語彙を指定するよう勧めています。両者を統合すると、実務で効くのは次の8要素です。
| 要素 | 役割 | 効く語彙の例 |
|---|---|---|
| 被写体 | 誰/何を、どんな状態で描くか | 年齢・職業・表情・ポーズ・動作 |
| 文脈/背景 | どこに置くか | 屋内/屋外、時代設定、周囲の小物 |
| 構図 | 画面内の配置と視点 | 三分割法、俯瞰/ローアングル、余白の置き方 |
| 光 | 時間帯・質・方向・ムード | golden hour、soft diffuse light、rim light |
| レンズ/カメラ | 写実系のボケや歪みを制御 | 85mm f/1.8、望遠/広角、被写界深度 |
| 質感 | 素材のリアリティ | 肌のきめ、布の織り、金属の反射 |
| 色 | 配色でトーンを固定 | 具体的な色名、HEXコード指定 |
| 強調/ネガティブ | 重要度の制御と除外 | 重み付け記法、言い換えによる除外 |
作例① 実写ポートレート:構図・光・レンズ・質感を積み上げる
①狙い:海辺の元灯台守を写した、しっとりとした実写風クローズアップポートレート。
A candid close-up portrait of a retired lighthouse keeper, weathered skin with deep smile lines and sea-salt texture, gazing calmly toward an unseen horizon just off-frame.
Rule-of-thirds framing, subject placed on the right third, gaze leading into open space on the left.
Soft overcast daylight wrapping evenly around the face, faint blue-grey color cast from the sea.
Shot on a 90mm portrait lens at f/2.2, shallow depth of field, creamy bokeh of a foggy coastline behind him.
Fine skin texture, visible stubble, coarse wool-knit sweater texture.
Muted palette of slate blue, driftwood grey, and warm skin tones.
--ar 4:5 --style raw --stylize 150③分解解説:被写体は「職業＋表情＋視線の先」まで書くことで曖昧なポーズを防ぎます。構図は「三分割法＋視線の逃げ先」の2点セットが効きます。光は時間帯や天候ではなく「光の質（soft/harsh）」と「色かぶり」まで指定すると再現性が上がります。レンズは焦点距離と絞り値をセットで書くことで背景ボケの強さを制御できます。Midjourney のパラメータ一覧にある--style rawは、モデル本来の装飾的なスタイライズを抑えて記述をより文字通りに解釈させるためのオプションです。
作例② イラスト:多重プロンプトの重み付けと除外指定
①狙い:木のうろで絵本を読むキツネを描いた、あたたかみのあるフラットベクターイラスト。
A cozy flat-vector illustration of a red fox curled up reading a picture book inside a hollow tree trunk, warm string lights glowing overhead:: 2, rustic autumn forest at dusk, fallen amber and rust leaves:: 1, thick clean outlines, soft cel-shaded coloring, gentle grain texture like a risograph print, children's-book editorial style --no photorealism, text, watermark, extra limbs, harsh shadows --ar 3:4 --stylize 200③分解解説:::で区切る「マルチプロンプト」はMidjourney公式ガイドによれば「異なるアイデアを別々に思考させてから合成する」機能で、直後の数値が相対的な重みになります。上の例では主題（キツネと灯り）を「2」、背景描写を「1」にして主題を優先させています。除外したい要素は--noパラメータで列挙するのがMidjourneyの基本的なネガティブ指定です。
作例③ 構造化プロンプト(JSON)で文字入りポスターを狙い通りに作る
①狙い:80年代アーケード風のネオン・レースゲームのフライヤー。ロゴ文字と配色を正確に固定したい。
{
"high_level_description": "A retro 1980s arcade cabinet flyer advertising a neon-drenched space-racing game, energetic and nostalgic",
"main_subject": "A chrome hovercar mid-jump over a glowing checkered finish line, motion trail behind it",
"text_overlay": "\"NEON DRIFT\" in bold chunky chrome-and-magenta arcade lettering across the top",
"setting_background": "a synthwave grid horizon with a gradient sunset from magenta to deep purple",
"lighting_atmosphere": "high-contrast neon glow, magenta and cyan rim light on the hovercar",
"framing_composition": "low-angle hero shot, hovercar centered, slight motion blur on the wheels",
"color_palette": ["#FF2E92", "#00E5FF", "#1A0B2E", "#FFD400"],
"medium": "vector illustration, airbrushed synthwave poster style"
}③分解解説:Ideogramのプロンプト構造ガイドは、主題・文字（引用符で囲む）・背景・光/雰囲気・構図をそれぞれ独立した項目として書き分けることを推奨しており、FLUX.2のプロンプトガイドでも色指定はHEXコードで項目ごとに明示する手法が紹介されています。自然文よりJSONのように項目を分割したほうが、画像内テキストや配色といった「ズレると一目で分かる」要素の制御精度が上がります。
ネガティブ指定は、実は”効かない”ことが多い
「〜を入れない」という否定形の指示は、多くのモデルが苦手とする典型パターンです。Ideogramの公式ガイドは「”a man without a beard”と書くと、モデルは”without”を無視して”beard”というキーワードだけを拾い、結局ひげのある男性が生成されがちだ」と説明し、除外したいものではなく「それが無かったら何が見えるか」という肯定文に言い換えることを勧めています。動画生成のRunway Gen-4公式プロンプトガイドはさらに踏み込み、「ネガティブな言い回しはサポートされておらず、予測不能、あるいは意図と逆の結果を生みかねない」と明記しています。
言い換えの例:
- NG「no crowd, not messy, without cars」
- OK「a quiet plaza with neatly swept cobblestones and a single bicycle leaning against a lamppost」
例外はMidjourneyで、前述の--noパラメータや::-0.5のような負の重み付けが正式な除外手段として用意されています。ツールごとにネガティブ指定の「効き方」が違う点は覚えておく価値があります。
反復編集:直すときは「一度に一箇所」
①狙い:ラーメン職人のポートレートを、ベースプロンプトから少しずつ調整して仕上げる。
[ベース]
A photorealistic photograph of a young ramen chef ladling broth into a bowl at a narrow counter stall, steam rising, warm tungsten lighting, shot on 35mm film, eye-level medium shot, 50mm lens, shallow depth of field.
[追加編集1] Make the lighting warmer and add more steam, keep everything else the same.
[追加編集2] Change the bowl to a black ceramic bowl, keep the subject and lighting unchanged.③分解解説:OpenAIのGPT Image向け公式ガイドは「長いプロンプトを一度に書き込むより、シンプルなベースプロンプトから始めて、小さな一点変更のフォローアップ（”make lighting warmer”のような指示）を重ねたほうがデバッグしやすい」とし、”same style as before”のような参照語で文脈を保持しつつ、ドリフトしそうな箇所だけ再指定するよう勧めています。一度に全部書き換えると、狙った箇所以外まで変化してしまうのを防ぐ実務的なテクニックです。
おまけ:動画にも応用する――カメラは正直に、動きは言葉で
①狙い:路上に停めた自転車が、風もないのに独りでに走り出す不思議な短尺カット。
A vintage red bicycle leaning against a lamppost begins to roll forward on its own, gently gathering speed down a quiet cobblestone street. Locked-off camera, low tripod angle. Cherry blossom petals drift past in the breeze. Warm late-afternoon light. Live-action, cinematic.③分解解説:Runway Gen-4の公式プロンプトガイドは「カメラモーション」と「スタイル記述子」を分けて書くことを勧めており、”idea or feeling behind a motion”のような抽象的な表現ではなく、具体的な物理的動作に翻訳して書くよう求めています。また画像に既に写っている内容を詳細に再描写すると、かえって動きが減ったり予期しない結果になるとも指摘しており、静止画が担う情報（見た目）とテキストが担う情報（動き）を分業させるのがコツです。要素を足すときも一度に一つずつが推奨されています。
パラメータ・記法 早見表
| ツール | アスペクト比の指定 | 強調・重み付け | ネガティブ表現の扱い |
|---|---|---|---|
| Midjourney | --ar（例:--ar 4:5） |
::区切り＋数値でフレーズごとに重み付け |
--noパラメータで明示的に除外可能 |
| Google Imagen | 用途別に16:9/4:3/3:4/1:1などを選択 | 専用記法なし、語順と詳細度で強弱 | 専用構文なし、肯定文への言い換えが基本 |
| OpenAI GPT Image | size/qualityパラメータで指定 | 専用記法なし、自然文の詳細度で制御 | 除外より「差分編集」で対応 |
| Black Forest Labs FLUX.2 | width/height等の引数、または文章内で指定 | JSON構造で項目ごとに明示（色はHEX指定可） | 専用構文なし、記述での対応が基本 |
| Ideogram | UI選択、またはJSON captionで指定 | JSON caption内の項目ごとに制御（main_subject、framing_compositionなど） | 「否定形は苦手」と明言、肯定文への言い換えを推奨 |
| Runway Gen-4（動画） | UIで出力比率を選択 | カメラモーションとスタイル記述子を分けて明示 | 「非対応。逆効果になり得る」と明記 |
そのまま使えるテンプレート
[被写体：誰/何が、どんな状態か] , [文脈/背景：場所・時代・小物] , [構図：フレーミング＋視点＋余白の使い方] , [光：時間帯・質・色かぶり] , [レンズ/カメラ：焦点距離・絞り、または画風の記述子] , [質感：素材のディテール] , [色：具体的な色名かHEX] --ar [縦横比]まずはこの順番で一文ずつ埋め、要素を削りながら「効いている語」を見極めるのが近道です。除外したい要素があるときは、否定形ではなく「その代わりに何が写っているか」を書き足してみてください。
主な情報源
- Generate images using Imagen（Google AI for Developers）
- GPT Image Generation Models Prompting Guide（OpenAI Cookbook）
- Parameter List（Midjourney Docs）
- Multi-Prompts & Weights（Midjourney Docs）
- Prompting Guide – FLUX.2 [pro] & [max]（Black Forest Labs）
- 3. Prompt Structure（Ideogram Docs）
- 5. Handling Negatives（Ideogram Docs）
- Gen-4 Video Prompting Guide（Runway Help Center）
サンプルプロンプトは本メディアのオリジナル例です。各モデル・サービスは提供元の規約に従ってご利用ください。生成物の権利・商用条件は各規約をご確認ください。情報は公開時点のもの。収集・要約はAI、公開判断は人。