主語だけでは伝わらない——構図・質感・色・強調構文で仕上げるAI画像生成プロンプトの型

2026年9月25日

「かわいい猫のイラスト」で止まっていませんか。AI画像生成は被写体名だけでも動きますが、構図・質感・色・強調の指定を書き分けるだけで、狙った通りの一枚に近づきます。今日はMidjourney・FLUX・Google Imagen（Nano Banana Pro）・Ideogram・GPT Imageという性格の違う5つのツールを横断しながら、コピペで試せるオリジナルのサンプルプロンプトと、それぞれの語がなぜ効くのかを分解して解説します。

まず「型」を先に持つと迷わない

ツールごとに文法は違いますが、良いプロンプトの骨格はかなり似ています。Googleの公式Imagenガイドは「まず被写体（Subject）、次に状況（Context）、最後にスタイル（Style）を考える」という順番を推奨していますし、GPT Image系モデルの構造化プロンプトを分析したPrompTessorの解説でも「成果物の種類→被写体→シーン→構図→視覚的方向性（光・パレット・素材・質感）→制約」という順で書くと崩れにくいとされています。つまり、「何を」「どこで」「どう組むか」「どう見せるか」「何を避けるか」の5点を毎回同じ順番で埋める癖をつけるのが、ツールを乗り換えても迷わないコツです。

作例1：ECプロダクト写真——素材感と色をブレさせないテンプレ

①狙い：通販サイトのヒーロー画像として、革素材の質感とブランドカラーを毎回同じトーンで再現したいケースです。

Deliverable: e-commerce hero product photo, square crop
Subject: a minimalist leather backpack, tan full-grain leather with visible pebbled grain, brass buckle hardware
Scene: standing upright on a pale concrete pedestal, softly blurred neutral studio backdrop
Composition: centered hero shot, generous negative space above for a headline, slight three-quarter angle showing the front pocket and one strap
Visual direction: soft diffused daylight from camera-left, gentle contact shadow beneath the bag, color palette #C89B6C leather and #3A3A3A hardware, natural color grade, no oversaturation
Constraints: no text, no logo, no additional props, no people, no reflections on the floor
Output: 1:1 aspect ratio, sharp focus on the leather texture

③分解解説：冒頭で「e-commerce hero product photo」と成果物を名指しすると、モデルは構図やライティングの初期値をEC写真の定番に寄せてくれます（PrompTessorの解説が指摘する「Name the deliverable first」の考え方です）。素材は「leather」だけでなく「full-grain」「pebbled grain」まで書くことでプラスチックのような質感に流れるのを防ぎます。色は色名（tan）とHEXコード（#C89B6C）を並記すると、ブランドカラーの再現性が上がります。最後にConstraintsで「no logo」「no people」と明示することで、余計な小物や人物が写り込むのを避けています。

作例2：ファンタジーキャラクター——Midjourneyの重み付け構文で主役をはっきりさせる

①狙い：衣装の刺繍の質感を画面の主役にしたいキャラクターイラストです。

a young alchemist standing in a candlelit workshop, embroidered velvet coat with gold thread patterns::2 glowing potion bottles on cluttered shelves::1 soft rim light from candle flames, painterly fantasy illustration, warm amber and deep teal palette --ar 2:3 --stylize 250 --no text, watermark, extra limbs, blurry

③分解解説：Midjourneyでは::の後に数値を置くと、その前までのフレーズの重みを相対的に変えられます。公式ドキュメントのMulti-Prompts & Weightsによれば、この重みは要素間の「優先度の比較」であり、値を大きく振りすぎる（目安として3を超える）と破綻しやすいとされています。ここでは衣装の刺繍を「::2」、背景の小物を「::1」にして主従関係を作りました。ネガティブ指定は公式パラメータ一覧にある--noで「text, watermark, extra limbs, blurry」を除外し、破綻しやすい手指や文字を先回りで防いでいます。

作例3：アイコン・ロゴ素材——色をHEXで固定して量産する

①狙い：同一パレットのフラットアイコンをシリーズで量産したいケースです。

flat vector icon of a paper airplane, single uniform 3px stroke weight, rounded corners, color palette: background #F4F1EA, icon fill #2B6CB0, accent #F2A65A, centered composition, generous padding, no gradients, no drop shadow, no text, no realistic shading --ar 1:1

③分解解説：色を「blue」のような形容ではなくHEXコードで固定するのは、Ideogramが公開した構造化プロンプトの仕様でもcolour_paletteが独立した項目として扱われていることからわかるように、色管理を言語表現任せにしないための基本テクニックです。線の太さ（3px）や角の丸みまで数値・形状で指定すると、複数枚生成してもトーンが揃いやすくなります。ネガティブ要素は「no gradients, no drop shadow」のように具体的な視覚効果名で書くと、抽象的な「no bad quality」より効きやすい傾向があります。

作例4：建築外観——ネガティブ指定はツールごとに書き方が違う

①狙い：早朝の建築外観から通行人や看板といった余計な要素を排除したい、同じ意図を3ツール分の書き方で比較します。

[Midjourney]
a modernist concrete house at dawn, floor-to-ceiling glass facade, surrounded by minimal landscaping, soft golden light raking across the facade, wide architectural photography --ar 16:9 --no people, cars, signage, text, power lines

[FLUX]
A modernist concrete house at dawn photographed as clean architectural photography, floor-to-ceiling glass facade, minimal landscaping, soft golden light raking across the facade, an empty quiet street with no vehicles or pedestrians, a plain sky with no visible wires or signage

[Google Imagen / Nano Banana Pro]
Wide architectural photo of a modernist concrete house at dawn, floor-to-ceiling glass facade, minimal landscaping, soft golden raking light, deserted empty street, clear unobstructed sky and facade

③分解解説：Midjourneyは--noという専用パラメータで「除外したいもの」を列挙できます。一方、Black Forest LabsのFLUX公式プロンプトガイドは「FLUXはネガティブプロンプトを持たない。欲しい状態を肯定文で描写する」と明言しており、「no cars」ではなく「an empty quiet street」のように結果を直接書きます。GoogleのGemini画像生成のベストプラクティスも同様に「何を排除するかではなく、何が見えているべきかを描写する」ことを推奨しています。同じ狙いでも、ツールが除外構文を持つかどうかで書き方をまるごと変える必要がある、というのがこの作例の要点です。

パラメータ・構文の早見表

ツール	アスペクト比の指定	強調（重み付け）の書き方	ネガティブ指定の考え方
Midjourney	`--ar 16:9` のようにパラメータで指定	`term::2` のように二重コロンで相対的な重みを付与	`--no` パラメータで除外語を列挙できる
FLUX（Black Forest Labs）	プロンプト内の自然文またはAPIパラメータで指定	「strong emphasis on」など自然言語のフレーズで優先度を表現	専用のネガティブ欄はなく、欲しい結果を肯定文で描写する
Google Imagen / Nano Banana Pro	`aspectRatio` パラメータ（例: 16:9, 9:16）	プロンプト前方に置いた語ほど優先されやすい傾向、フレーズは3つ程度まで	「何を消すか」ではなく「何が写っているべきか」を肯定文で描写
Ideogram	UIのアスペクト比セレクター、またはJSON構造の `bbox` 等で指定	構造化JSONのフィールド順・`colour_palette`などで優先度を表現	UIの除外欄やモデルにより挙動が異なるため、まずは肯定文で描写するのが安全
GPT Image / ChatGPT Images	成果物の説明文中でアスペクト比や用途を明記	Scene→Subject→Details→Constraintsの順で並べ、先に書いた要素ほど優先されやすい	「Constraints」セクションに「何が写ってはいけないか」を明記する

コピペで使えるテンプレ骨格

迷ったら、この6項目を埋めるだけで大抵のツールに対応できます。

Deliverable: [何のための画像か（用途・比率）]
Subject: [主役となる被写体の外見・素材・状態]
Scene: [場所・時間帯・状況]
Composition: [ショットサイズ・アングル・余白の使い方]
Visual direction: [光・色（名前+HEX）・質感・画風]
Constraints: [写ってはいけないもの／守るべき条件]

この骨格をベースに、Midjourneyなら末尾に--arや--noを足し、FLUXならConstraintsを肯定文に書き換える——という要領で、ツールごとの「方言」だけを調整すれば使い回せます。