今週は画像・動画生成AIの土台そのものが動いた週でした。Midjourneyは7月24日に新モデル「V8.2」を既定化して見た目の基準そのものを変え、Black Forest Labsは軽量な「FLUX.2 Klein」を公開して参照画像編集の敷居を下げ、Kling AIは「3.0」でネイティブ4K・複数ショット・音声同時生成という映像制作寄りの機能を積み増しています。あわせて、テキスト表現を得意とするIdeogram系モデルと「Seedream」系モデルの競争も加速中です。ここではニュースだけで終わらせず、今日から試せる一言プロンプトを4本、狙いと効いている理由つきでまとめます。
1. Midjourney V8.2──既定化した「濃い」見た目を狙って抑える
①狙い：7月24日に既定モデルとなったMidjourney「V8.2」は、V8.1より彩度とコントラストが強く出る傾向が報告されています。あえて落ち着いた色数と質感語を足し、写真的な抑制の効いた仕上がりに寄せる一言プロンプトです。
Editorial portrait of a ceramicist mid-throw at the pottery wheel, wet clay spinning under her palms, soft skylight raking across her forearms, muted terracotta and stone color palette, medium-format film grain, quiet concentration in her expression --ar 4:5 --v 8.2③解説：「medium-format film grain」は写真的な粒状感を指定してV8.2の絵画寄りの既定処理を中和する語。「muted terracotta and stone color palette」で使用色を明示的に絞り、新モデルが強めがちな彩度を先回りで制御しています。末尾の--v 8.2はバージョンを明示的に固定するための指定で、パーソナライズ済みプロファイルを使っていても基準となる素の絵が変わったことを踏まえた書き方です。
2. FLUX.2 Klein──参照画像の役割を名指しして編集精度を上げる
①狙い：Black Forest Labsの「FLUX.2 Klein」は最大3枚の参照画像を受け取り、自然言語の指示で編集する蒸留モデルです。複数画像を渡すときに「どの画像が何の役割か」を文中で名指しすると破綻が減ります。
Using the first image as the base product photo and the second image as the material reference, replace the packaging surface with the marble texture from the second image, keep the logo in the original typeface fully legible, match the lighting direction and shadow softness of the base photo, do not change the composition or camera angle.③解説：「the first image as the base」「the second image as the material reference」と役割を先に固定することで、蒸留系の編集モデルが参照画像同士を混同しにくくなります。「keep the logo… fully legible」は変更してほしくない領域をピンポイントで固定する一文、「match the lighting direction and shadow softness」は編集時にありがちな不自然な再照明を防ぐための指定です。最後の「do not change」は効かせたい範囲を狭めるための明示的な禁止事項で、忠実度重視のガイダンス設定と組み合わせると効果が安定します。
3. Kling 3.0──複数ショットとネイティブ音声を一発で通す書き方
①狙い：Kling AI「3.0」はネイティブ4K・最大60fps・最大6ショットのマルチショット構成・映像と同時生成される音声（環境音・台詞・リップシンク）を備えています。ショットをラベル分けし、音の要素まで文章内で指定するプロンプトです。
Shot 1: slow dolly-in on a barista steaming milk in a sunlit cafe, shallow depth of field, steam catching the light. Shot 2 (cut): overhead top-down shot as latte art is poured, cream swirling into a rosette. Shot 3 (cut): handheld close-up of a customer's satisfied smile on the first sip. Ambient cafe chatter and espresso machine hiss throughout, no dialogue. --ar 16:9③解説：「Shot 1 / Shot 2 (cut) / Shot 3 (cut)」という書式がマルチショット・ストーリーボード機能を呼び出すトリガーになり、1本のプロンプトでカット割りのある短編に仕上がります。「slow dolly-in」「overhead top-down」「handheld close-up」とカメラワーク用語を明示するのは、モデルがカメラ指示を強く優先して解釈するためです。「Ambient cafe chatter… no dialogue」は音声を環境音のみに限定する指定で、顔が映るとリップシンク付き台詞を自動生成しがちな挙動を避けるために入れています。
4. Ideogram / Seedream系──二階層の文字を破綻させずに入れる
①狙い：IdeogramやSeedream系モデルは文字入りビジュアルを得意としますが、見出しと補足キャプションのように文字の役割が2つ以上になると崩れやすくなります。書体を役割ごとに分けて指定するポスター用プロンプトです。
Vintage travel poster reading "HAKONE HOT SPRINGS" in a bold hand-lettered serif headline, deep indigo ink, layered mountain silhouette with steam rising from onsen baths, warm gradient sky from coral to amber, small caption text reading "Est. 2026 - A Weekend Retreat" in a thin sans-serif below the fold, flat poster illustration style, no photographic elements.③解説：入れたい文字を引用符で囲むのは文字入り生成でもっとも効く指定で、モデルが「装飾」ではなく「再現すべき文字列」として認識します。見出しとキャプションに別々の書体（bold hand-lettered serif／thin sans-serif）を割り当てることで、2つの文字要素が同じフォントに引っ張られて潰れるのを防ぎます。「no photographic elements」はテキスト系モデルが得意な写実表現に寄りすぎないための否定指定で、フラットなポスター調を保つ役割です。
今週登場した仕様の早見表
| モデル | 今週の主なポイント | プロンプトで効く指定 | 入手性 |
|---|---|---|---|
| Midjourney V8.2 | 7/24に既定化、彩度・コントラストが強めの新ベース画 | --v 8.2 / --ar / --stylize 0-1000 |
サブスク（$10〜$120/月） |
| FLUX.2 Klein | 参照画像1〜3枚＋自然言語指示の蒸留編集モデル | 画像ごとの役割の明示、guidance_scale調整 | 4Bは商用利用可のApache 2.0、9Bはクレジット課金 |
| Kling 3.0 | ネイティブ4K・60fps・最大6ショット・音声同時生成 | 「Shot N (cut)」表記、カメラ用語、音声の有無指定 | サブスク＋従量課金 |
| Ideogram / Seedream系 | 見出し・キャプションなど多階層の文字表現が競争軸 | 引用符での文字指定、書体をパーツごとに指定 | いずれも無料枠あり |
主な情報源
- Midjourney V8.2 is a quiet win for photographic images（Geeky Curiosity）
- What Is Midjourney 8.2? The –preview Flag Explained（kie.ai）
- FLUX 2 Tutorial: Image Generation and Editing Guide（AI FILMS Studio）
- Flux ComfyUI: The Complete Guide（Thunder Compute）
- Kling 3.0 4K AI Video Generator（kling3.io）
- Kling 3.0 Released: Native 4K/60fps AI Video Generation（Cliprise）
- Seedream 5 vs Ideogram: Text Accuracy, Full Editing（Seedream Studio）
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。