良い画像を 1 枚得るのは運の管理です。同じ撮影から出てきたように見える 12 枚を得るのは工程です。その差は、プロンプトを振り直しているのか、それとも出力を本当に再現可能にしているものを制御しているのかにあります。
同じプロンプトが違う絵を返す理由
画像モデルはランダムなノイズから始め、それをあなたのプロンプトに従って形づくります。出発点のノイズが変われば、同じ言葉からでも別の絵になります。このランダム性こそ、探索が簡単で一貫性が難しい理由です。
以下はすべて、工程のどこか一部からランダム性を取り除き、モデルがあなたの望む場所でだけ即興するようにする方法です。
参照画像がいちばん強い制御
言葉は描写し、参照は見せます。被写体が実在するなら、画像から画像で渡すことで、モデルがそれを作り直す自由を奪えます。これは形容詞をいくら積み上げるよりはるかに確実です。
受け付ける参照枚数はモデルによって大きく違います。GPT Image 2 と GPT Image 2.5 は最大 16 枚。Nano Banana 2 は 14 枚、Seedream 5 Pro は 10 枚、Nano Banana Pro ほか数モデルは 8 枚。ちょうど 1 枚しか取らないモデルもいくつかあります。
各スロットに入れるもの
機能する構成はこうです。被写体の角度違いを 2〜3 枚、望む照明を持った画像を 1 枚、舞台や置き面を担う画像を 1 枚。目的の違う 5 枚は、ほぼ同じ 12 枚に勝ちます。後者はモデルに平均を取ることを教えるだけです。
シリーズ全体で同じ参照セットを保ってください。レンダリングのあいだに 1 枚だけ入れ替えることが、「ほぼ揃っている」セットの最大の原因です。
シード:くり返しボタン
シードは出発点のノイズを固定します。同じシード、同じプロンプト、同じ設定、同じモデルなら、同じ絵がもう一度出ます。一語だけ変えれば、サイコロの振り直しではなく制御された変化が得られます。
すべてのモデルが公開しているわけではありません。公開しているもののうち、Qwen、Midjourney Diffusion、Ideogram、Wan 系は直接指定できます。使える場合の進め方はこうです。シードなしで探索し、近いものが出たらそのレンダリングのシードを控え、あとは文言を調整しながらシードを固定して回す。
よくある失敗は、シードを早く固定しすぎること。シードは、あなたがまだ選んでいない構図を固定してしまいます。
ガイダンスとステップを平たく言うと
| 設定 | 何が変わるか | まともな範囲 |
|---|---|---|
| ガイダンス スケール | プロンプトにどれだけ字義どおり従うか | 範囲の中ほど。高い値は硬く見える |
| 推論ステップ | 止まるまでにどれだけ磨くか | 出力が未完成に見えないかぎり既定値 |
| strength（画像から画像） | 参照からどれだけ離れてよいか | 被写体を保つなら低く、作り変えるなら高く |
| ネガティブ プロンプト | 避けるべきもの | 短く具体的に。願望リストにしない |
ガイダンスは、みんなが調整しすぎる項目です。高く押し上げると字義どおりの遵守を強制し、たいてい自然さを失います——硬い輪郭、ぎこちないポーズ、彩度の高すぎる光。モデルが重要な何かを無視しているなら、直し方はほぼ常に、より明確なプロンプトか参照画像であって、数値を上げることではありません。
strength は、みんなが使わなすぎる項目です。画像から画像では、「これを手直しして」と「これを解釈し直して」の間のつまみです。商品の形が変わり続けるなら、strength が高すぎます。
再実行に耐えるプロンプトの書き方
再現できるプロンプトは 4 つを名指しします。被写体、光、画角、そして写ってはいけないもの。それより曖昧なものは毎回違うように埋められます。
「ボトルのいい感じの商品写真、プロっぽく」と、「濃色スレートの上のマットな陶器のボトル、左からの柔らかいキーライト 1 灯、浅い被写界深度、文字なし、ラベルへの映り込みなし」を比べてみてください。後者は読んでいて退屈ですが、一貫した結果を返します。
シリーズを通して構造を固定し、可変の部分だけを変えること。被写体が変わっても照明と画角は変えるべきでないなら、動かすのはその言葉だけです。
セット全体の一貫性
まとまって見えるべきシリーズでは、モデルを固定し、アスペクト比を固定し、参照セットを固定し、照明の一文を固定し、被写体か角度だけを変えます。日をまたがず一度の作業で回してください。モデルより、あなた自身の言い回しのほうがぶれます。
セット内では解像度も一定に。4K のメインと 1K の補助カットを混ぜるのは問題ありませんが、並べて表示する画像で 1K と 2K を混ぜると、ディテールで見て取れます。どの枠にどの段を選ぶかは画角と解像度のガイドで扱っています。
それでも出力が落ち着かないとき
参照を与えても被写体が変わり続けるなら、そもそもモデルが適切でないのかもしれません。参照枚数の上限と指示の追従性はカタログのなかで大きく違います。ディテールがにじんで見えるなら、原因はプロンプトより解像度でしょう。画像内の文字が崩れるなら、それはモデル選択の問題です。タイポグラフィのために作られているのは Ideogram で、他のモデルではどうプロンプトを書いても直りません。
そして、1 つの要素を除けば正解の絵なら、生成をやめてください。オブジェクト除去でその要素を消すか、背景ツールで背景を直す。この境界は画像のクリーンアップで扱いました。
収束するループ
構図が決まるまで、シードなしで 2 クレジットのモデルを使って安く探索する。モデルがシードを出すなら控えておく。同じ文言を持ったまま、掲載先に合うモデルのテキストから画像または画像から画像へ移る。正確でなければならないものには参照を追加する。1 回の実行で変える変数は 1 つ、決して 3 つにしない。
たいていの仕事はこのやり方で 3〜4 レンダリングに収まります。ワークスペースはエンジンを切り替えてもプロンプト、参照、設定を 1 か所にまとめておきますし、それぞれの実行が残高からどれだけ引くかはプランで分かります。エンジンをまだ選びかねているなら、この比較が近道です。
使い回す価値のあるプロンプトの型
骨組みを固定し、可変の節だけを入れ替えます。たとえば、被写体と素材、次に置き面か舞台、次に光の方向と質、次に被写界深度、最後に除外事項。
書き出すとこうです。「濃色スレートの上のマットな陶器のボトル、左からの柔らかいキーライト 1 灯、浅い被写界深度、文字なし、強い映り込みなし」。同じセットで 2 つめの商品を撮るなら、変わるのは最初の節だけ。モデルがルックを組み立てるのに使う要素は一字一句そのまま残ります。それが狙いです。
除外事項は末尾に置き、具体的にすること。「文字なし」は機能します。「醜くないもの」はモデルが行動できる何も描写していません。
症状から逆引きする
| 症状 | ありそうな原因 | 対処 |
|---|---|---|
| 実行ごとに被写体が変わる | 参照がない、または strength が高すぎる | 参照を足す。strength を下げる |
| 出力が硬い・光が強すぎる | ガイダンスを上げすぎ | 範囲の中ほどに戻す |
| 原寸でディテールがにじむ | 用途に対して解像度が低い | 2K か 4K で回し直す |
| 画像内の文字が崩れる | タイポグラフィに合わないモデル | Ideogram を使う |
| セットが揃わない | プロンプトか参照がぶれた | 文言と参照セットを固定し、まとめて回し直す |
| 良い一枚を 1 要素が台無しにしている | 再生成で解こうとしている | 代わりにそれを消す |
一度に一つだけ変える
以上をすべて機能させる規律は退屈なものです。1 回の実行につき変数は 1 つ。シードか文言かモデルか、決して 2 つ同時に変えない。でないと、どの変更が改善をもたらしたのか分からなくなります。
遅く感じて、早く終わります。意図的な 3 回は、期待まじりの 12 回にたいてい勝ちますし、安いエンジンならその 3 回は 6 クレジットです。