画像から書き出したプロンプトで、服の色や髪型、窓辺の場面は作り直せました。ただ、同じ写真そのものに戻るわけではなく、服の襟ぐり、顔の細部、背景の文字には違いが出ています。
このサイトの作例10枚を画像だけで読み取り、出てきた英文だけで各4枚を再生成。元記事に載せたプロンプトとも照合し、画像と英文の両方で答え合わせをしました。僕が面白かったのは、元の英文にない頬杖や小花まで、画像から新しい指定として拾われたこと。
実験はOpenAIの開発支援ツール「Codex」で、画像の読み取りと組み込みの画像生成を使って行いました。ChatGPTのWeb画面での実測ではありません。
元のプロンプトを取り戻すというより、見えている特徴を別の英文にする方法として見ると、使いどころが分かりやすくなります。
左が元の画像、右が書き出した英文だけで再生成した画像です。元画像を比較用に2回ずつ置き、1つの枠で再生成4枚を見られるようにしました。画像を押すと、大きな画像を別のタブで開けます。元画像を生成ツールへ直接渡した編集ではありません。
服・髪型・背景はどこまで戻るか
服の色や形は戻っても、襟ぐりや画角まで同じにはなりませんでした。まずはドレス・ボブ・デニム・カフェで見比べます。
黒いドレス：花飾りは戻り、襟ぐりが高くなった
英文だけで再生成黒いヴィクトリアンドレス
画像から書き出したプロンプト
Photorealistic studio portrait of a smiling 20-year-old Japanese woman wearing an ornate black Victorian dress, white ruffled lace neckline, cream fabric roses on the bodice, black puff sleeves with fitted sheer lace lower sleeves, and lace-up front. Her dark brown hair is in an elegant high bun with wispy bangs and a small wreath of pink and purple flowers. Three-quarter view from head to upper skirt, her hands gently held together at her waist, looking at the camera with a cheerful toothy smile. Plain dark gray studio background, soft light from the upper left, realistic skin and fabric texture, vertical 2:3 portrait format
黒いドレスに白いレース、胸元の花と髪の花飾りは戻りました。両手を腰の前で重ね、歯を見せて笑う表情も近いですね。
ただ、元画像の広い襟ぐりが、首を囲う高いレース襟に変わっています。黒い布も総柄や全面レースになり、花飾りまで大きくなりました。ヴィクトリアンドレスという名前には戻っても、見たかった服の形とは違います。
元はStable DiffusionのBRAV7、25歳指定、縦9:16の旧作例で、今回は20歳・縦2:3。そのまま同じ条件での再現比較にはならないため、元画像は切り抜かずに載せました。年齢・モデル・画角の違いも含めて見ている例です。
元のプロンプトと比べる
元記事のベースに種類のキーワードを入れた比較用表記
best quality,ultra detailed,masterpiece,high resolution,1woman,beautiful,japanese,25yo,smile,victorian dress,full shot,black background
この例の元の英文は生の生成ログではなく、公開記事にある共通のベースのdressを、見出しのvictorian dressへ差し替えた比較用表記です。元のベースに無い白いレースや花飾り、袖、手の重ね方が書き出した英文には増えました。元にはfull shotとあっても、実画像は足先まで入っておらず、書き出しは画像に見える画角を説明しています。
ボブ：髪と光は戻り、顔に寄った構図になった
英文だけで再生成白いニットと茶色のボブ
画像から書き出したプロンプト
Photorealistic close-up portrait of a 20-year-old Japanese woman with a neat dark brown chin-length bob, fine wispy bangs and one side tucked behind her ear. She wears a white ribbed crew-neck knit top, subtle brown eye makeup and glossy pink lips, with a gentle almost closed-mouth smile. Her shoulders are turned slightly away while she looks directly at the camera. Framed from the top of her hair to her upper torso against a dark softly blurred studio background, warm soft light from the left highlighting the hair and cheek, realistic pores and delicate skin texture, shallow depth of field, vertical 2:3 portrait format
あご丈の茶色いボブ、薄い前髪、白いニットと左の暖かい光は戻りました。髪型の特徴はかなり拾えています。
一方で、書き出した英文にはclose-up portraitが入り、再生成は元の上半身の写真より顔に寄りました。2〜4枚目では肩の向きも反対に。髪型が同じでも、画角と体の向きまで同じとは限らない結果です。
元のプロンプトと比べる
元の画像を作ったプロンプト
Photorealistic portrait photograph of a beautiful 20-year-old Japanese woman, fresh youthful face, glowing dewy skin, light natural makeup, glossy dark brown hair, wearing a fitted white ribbed crew neck knit top, upper body, slight three-quarter angle, soft warm key light from the left, plain dark charcoal background, shot on an 85mm lens, shallow depth of field, short bob
元のupper bodyとslight three-quarter angleは、書き出しでは寄りの顔写真へ変わりました。肩をどちらへ向けるかも具体的には書かれていません。元に無い耳かけや軽い微笑みは画像から追加され、85mm lensは残りませんでした。
デニムの全身：服の組み合わせは戻り、立ち方が変わった
英文だけで再生成デニムジャケットの街角の全身
画像から書き出したプロンプト
Photorealistic full-body street fashion photograph of a stylish 20-year-old Japanese woman standing on a tree-lined city sidewalk in autumn. She has shoulder-length light brown softly waved hair with wispy bangs, gold hoop earrings and a small gentle smile toward the camera. She wears an oversized faded blue denim jacket over a cream knit top, a black mini skirt and black knee-high leather boots with low block heels. Both hands hold the gold chain straps of a small black quilted handbag in front of her thighs. Glass storefronts on the left, golden foliage, shrubs and parked cars behind her on the right, warm sunlight from the upper left and long shadows, both boots fully visible, vertical 2:3 portrait format
大きめのデニムジャケット、クリーム色のニット、黒いミニスカートとロングブーツまで戻りました。ガラスの店や秋色の街路樹も近く、同じ服で別の日に撮った街角の写真みたいですね。
元では少し離れていた脚が、作り直すと狭い間隔に。鞄は左の太もも寄りから中央へ動き、金具や持ち手も変わっています。日差しは元より強く、影の位置まで一致したわけではありません。
元のプロンプトと比べる
元の画像を作ったプロンプト
Photorealistic full body fashion snap photograph of a beautiful 20-year-old Japanese woman, stylish Tokyo fashion model look, small refined face, clear luminous skin, softly defined eyes with brown eyeliner, coral glossy lips, glossy ash-beige shoulder-length hair with soft waves, standing on a tree-lined street in Omotesando, Tokyo on a sunny autumn afternoon, soft natural daylight, shot on a 50mm lens, wearing a denim jacket
元の服装指定はwearing a denim jacketだけで、ニット・ミニスカート・ブーツ・鞄は書いていませんでした。それでも画像には出たので、書き出しでは一式が新しい指定になっています。逆に、元にあったOmotesando, Tokyoという地名と50mm lensは残りませんでした。
カフェの店内：黒板と菓子ケースは戻り、店は変わった
英文だけで再生成白シャツで立つカフェの店内
画像から書き出したプロンプト
Photorealistic casual portrait of a smiling 20-year-old Japanese woman standing inside a cozy neighborhood coffee shop. She has a straight brown bob with side-swept bangs and small silver hoop earrings. She wears a loose white linen button-up shirt with the sleeves rolled to the elbows, tucked into high-waisted light blue jeans. Her head is tilted slightly, her hands are behind her back and she looks directly at the camera with a soft closed-mouth smile. Framed from head to mid thighs, wooden chairs and tables to the left, a black chalkboard coffee menu behind her on the left and a glass pastry display and coffee counter on the right, warm natural window light with gentle shadows, realistic skin and linen texture, vertical 2:3 portrait format
白いシャツと淡いデニム、手を後ろへ回す姿勢、左の黒板と右の菓子ケースはいい感じに戻りました。左の黒板と右の菓子ケースの位置は、書き出した英文にも再生成にも残っています。
でも、大きな窓や植物が加わり、店の壁や照明は別物に。元の壁にあったGood Coffee Good Peopleという文字は戻らず、黒板の文言や値段も変わりました。シャツには胸ポケットまで増えています。
元のプロンプトと比べる
元の画像を作ったプロンプト
Photorealistic knee-up photograph of a beautiful 20-year-old Japanese woman, stylish Tokyo fashion model look, small refined face, clear luminous skin, defined eyes with soft brown eyeshadow, nude pink glossy lips, glossy ash-brown chin-length bob with side-swept bangs, wearing a white linen button-up shirt tucked into light blue straight-leg jeans, standing and smiling softly at the camera, shot on a 50mm lens, in a cafe
元の背景指定はin a cafeだけ。黒板・菓子ケース・席の配置・手を後ろへ回す姿勢は画像から拾われています。書き出した英文は店の名前を復元したのではなく、その一枚に出た店内を具体的に説明したものと読めます。
表情と目線は同じになるか
微笑みや窓を見る仕草は文章にできますが、顔の細部まで同じになるかは、出てきた画像で確かめました。
黒い服と悲しい顔：色と姿勢は戻り、構図は寄った
英文だけで再生成黒い服と悲しそうな表情
画像から書き出したプロンプト
Photorealistic studio portrait of a 20-year-old Japanese woman with long straight glossy black hair and wispy straight bangs, a small oval face, large dark brown eyes, softly defined eyeliner and muted pink lips. She wears a fitted sleeveless high-neck black lace dress. Her torso is turned sideways while her face turns toward the camera, her expression calm and slightly sad with closed lips. Frame her from the top of her head to her waist, with her near bare upper arm visible at the lower right. Soft cool light from the upper left highlights the crown of her hair, her face and her shoulder against a deep black seamless background. Natural skin detail, shallow depth of field, vertical 2:3 portrait format
黒背景に黒髪、黒いノースリーブ、胴体を横にした姿勢はいい感じに戻りました。左上で髪が光る所も近いですね。ただ、元より顔に寄り、頭の上の余白が消えています。閉じた唇を頼んだのに、口が少し開いた写真も出ました。
元画像に見えるのは悲しそうな顔で、涙は見当たりません。なので、ここでは泣き顔の再現とは数えていない点も添えておきます。元はSeaArt.AIのStable Diffusion＋Yayoi_mixで作った写真なので、顔や写りの違いを書き出した英文だけのせいにはできません。
元のプロンプトと比べる
元の画像を作ったプロンプト
masterpiece,best quality,ultra detailed,high resolution,8k,1 beautiful japanese girl, portrait, sad,black background
元の英文では、表情を指定しているのはsadだけ。髪型・黒いレース服・横向きの胴体・左上の光は、画像を見て新たに書かれた指定でした。元のmasterpieceや8kは残っていません。
自信のある微笑み：腰の手は戻り、髪の向きが変わった
英文だけで再生成グレーのシャツと自信のある微笑み
画像から書き出したプロンプト
Photorealistic waist-up studio portrait of a 20-year-old Japanese fashion model with long straight ash-brown hair parted slightly off center, defined brown eyes, soft brown eyeliner and glossy rose lips. She wears a loose light-gray cotton button-up shirt with a pointed collar, open at the neck and a chest pocket. She faces the camera with her shoulders at a slight angle, chin gently lifted, a relaxed confident closed-mouth smile, and one hand resting on her hip at the lower right of the frame. Soft diffuse studio light from the upper left, plain medium-gray background, natural skin texture and finely detailed hair, vertical 2:3 portrait format
グレーのシャツに片手を腰、あごを上げて軽く微笑む姿が戻りました。服だけでなく、左からの柔らかい光も拾えています。
一方で、髪が流れる側は4枚のうち2枚で逆に。シャツのしわも元より強くなり、同じ服を着た写真でも細かい写りは変わりました。顔だけ見て元の写真と同じだと決めるには、目や鼻、輪郭にも差が残っています。
元のプロンプトと比べる
元の画像を作ったプロンプト
Photorealistic chest-up portrait photograph of a beautiful 20-year-old Japanese woman, stylish Tokyo fashion model look, small refined face, clear luminous skin, cool taupe eyeshadow with thin brown eyeliner, muted rosewood lips, glossy greige long straight hair with a center part tucked behind one ear, wearing a light gray oversized cotton shirt, plain soft dove-gray studio backdrop, soft diffused window light from the left, shot on an 85mm lens, shallow depth of field, confident, a self-assured closed-mouth smile with one corner of the mouth raised slightly higher, chin lifted, shoulders back, steady direct gaze into the camera, one hand on her hip
元のone corner of the mouth raised slightly higherという口角の左右差と、耳に髪をかける指定は抜けました。逆に、元の画像に写る胸ポケットは英文に追加されています。レンズの85mmも書き出した英文には残りませんでした。
窓を見る頬杖：小花まで残ったが、視線は高くなった
英文だけで再生成カフェの窓を見ながら頬杖
画像から書き出したプロンプト
Photorealistic candid cafe portrait of a 20-year-old Japanese woman with long straight dark-brown hair and airy bangs, warm brown eyes and glossy pink lips. She wears an ivory ribbed knit cardigan over a white lace-trimmed top and sits at a small round pale marble table beside a tall window on the right. She leans forward, resting her cheek on one hand with her elbow on the table, and gazes upward to the right through the window with a quiet thoughtful expression and slightly parted lips. A white coffee cup is partly cropped in the lower-left foreground and a small vase of tiny white flowers is softly blurred in the lower center. Behind her is a softly blurred modern cafe with pale walls, dark chairs and warm pendant lights; buildings and green trees are visible outside. Soft daylight from the window illuminates the right side of her face. A few small English decorative words appear on the glass and the cafe wall. Natural skin texture, shallow depth of field, vertical 2:3 portrait format
頬杖に白いカップ、テーブルの小さな白い花まで戻りました。窓を右に置き、そこから顔に光が当たる場面も近いので、ぱっと見ではかなり同じカフェっぽいですね。
ただ、目線とあごが元より上を向き、窓や壁の英字は別の文章に変わっています。背景にはお客さんも増えました。店の雰囲気は戻っても、看板の文字まで答え合わせできる写真にはならなかったわけです。
元のプロンプトと比べる
元の画像を作ったプロンプト
Photorealistic portrait photograph of a beautiful 20-year-old Japanese woman, stylish Tokyo fashion model look, small refined face, clear luminous skin, softly defined eyes with subtle brown eyeliner, rosy pink glossy lips, glossy dark brown long straight hair with see-through bangs, wearing a cream ribbed knit cardigan over a white top, upper body, sitting by a large window in a bright minimalist cafe, soft natural daylight from the window, shot on an 85mm lens, shallow depth of field, looking out the window
元の英文にあったのはlooking out the windowという目線の指定。頬杖、コーヒー、小花、大理石のテーブル、背景の英字は元の英文にありませんでした。画像に出たものを書き足したことで、元の英文よりも場面の指定が具体的になっています。
光と写真の質感はどこまで戻るか
光の入る方向やフィルムの色合いは、服の名前より説明が長くなりました。部屋の位置関係や写真の古さまで戻るかを見ています。
窓からの光：暖かい色は戻り、光の筋は変わった
英文だけで再生成白シャツと暖色の窓光
画像から書き出したプロンプト
Photorealistic waist-up portrait of a 20-year-old Japanese woman with straight dark brown shoulder-length hair and wispy bangs, wearing a white button-up collared shirt tucked into dark blue jeans, sitting indoors and leaning her upper body slightly forward, her head gently tilted toward her left shoulder, looking directly into the camera with relaxed lips and a quiet expression. Warm late-afternoon sunlight enters through a window behind her on the right side of the image, lighting the right edge of her hair and face and casting diagonal patches of light on a cream wall. A dark green bedspread is visible behind her. Natural skin texture, soft shallow depth of field, warm brown and cream tones, vertical 2:3 portrait format
白いシャツに濃いデニム、後ろの緑の寝具、右から差す暖かい光はかなり近くなりました。ただ、元より顔が大きく写り、頬の横に髪も増えています。壁の光の筋や窓枠の位置までは同じになりませんでした。
この元画像も古いStable Diffusionの作例で、元記事にモデル名はありません。違うモデルでの作り直しなので、顔や肌の写りも変わる条件です。
元のプロンプトと比べる
元の画像を作ったプロンプト
1girl,cute,japanese,20yo,(look down),sit on bed,see-through,(white:1.3),collared shirt,linen,(open breast:1.1),(upper body:1.1),(top lighting:1.2),(pitch-dark room:1.3),
元の英文はtop lightingとpitch-dark roomを指定していますが、元画像を見ると暖かい窓光と明るい壁が目立ちます。書き出した英文も、その見えている光を拾いました。元のキーワードが残らないことと、画像に写る光を見落とすことは、分けて考える必要がありそうです。
フィルム風の路地：提灯と日付は残り、数字は変わった
英文だけで再生成路地で撮ったフィルム風の写真
画像から書き出したプロンプト
A candid 35mm film photograph of a 20-year-old Japanese woman standing in a narrow Tokyo shopping alley, framed from her head to mid-thigh. She has long straight black hair parted in the middle and a gentle closed-mouth smile, wearing a loose cream cable-knit sweater and a short faded blue denim skirt, with a black leather shoulder bag hanging from her left shoulder on the right side of the image. Her head tilts slightly toward her left shoulder and her hands are joined low in front of her body inside the long sweater cuffs. Japanese restaurant signs, a large white yakitori paper lantern, bicycles and potted plants line the alley behind her. Soft overcast daylight, subtle direct flash, muted slightly faded colors, visible fine film grain, and a small orange vertical date stamp at the lower left, vertical 2:3 portrait format
クリーム色のニットにデニムミニ、白い提灯、自転車、左下のオレンジの日付まで戻りました。袖に隠れた手を前でそろえる姿も近く、路地で撮った一枚という感じはよく残っています。
ただ、日付の数字は別物に。鞄は大きくなり、ニットの編み目も強く出ました。提灯は再生成の3枚目で左側へ動き、デニムの切りっぱなしの裾は縫った形に変わっています。
元のプロンプトと比べる
元の画像を作ったプロンプト
Photo of a beautiful 20-year-old Japanese woman, stylish Tokyo fashion model look, small refined face, defined eyes with soft brown eyeliner, glossy rose lips, sleek long straight black hair with a center part, wearing an oversized cream knit sweater and a short denim skirt, smiling softly at the camera on a Tokyo backstreet, vertical 2:3 portrait format, 35mm film photo
元は35mm film photoという写りの指定で、肩鞄、提灯、自転車、日付までは書いていませんでした。書き出した英文ではそれらが追加され、元画像に出た小物が次の写真の指定になっています。日付を入れる場所と色は書いても、数字そのものを指定しなければ、同じ日付には戻りませんでした。
1970年代の全身：花柄とベルボトムが戻り、古さは強まった
英文だけで再生成1970年代の花柄とベルボトム
画像から書き出したプロンプト
A photorealistic vintage 1970s Japanese street fashion photograph, full-length portrait of a 20-year-old Japanese woman standing on a busy city sidewalk. She has long dark brown hair with soft curled ends and a side part, a calm expression with slightly parted lips, looking toward the camera. She wears a tucked-in long-sleeved collared blouse with a large orange, ochre and cream floral print, high-waisted rust-orange corduroy bell-bottom trousers, a dark brown belt with a round brass buckle, brown platform shoes and a large brown leather shoulder bag on the left side of the image. Her hands are loosely joined in front at waist level, one leg slightly forward. A vintage dark sedan and bus are on the road behind her, pedestrians, record-store signs and old Japanese shopfronts in the background. Faded warm film colors, fine grain, soft daylight, vertical 2:3 portrait format
花柄のブラウスに錆色のベルボトム、丸いバックル、茶色い鞄と、服の組み合わせが戻りました。古い車やレコード店まで出ていて、時代の雰囲気はかなり近いですね。
一方で、髪の巻きも厚底靴も元より強くなり、写真は茶色く色あせた写りに。元は明るい街の写真だったのに、作り直すとアルバムで長く眠っていた一枚みたいになりました。
元のプロンプトと比べる
元の画像を作ったプロンプト
Photorealistic full body photograph of a beautiful 20-year-old Japanese woman, small refined face, defined eyes, glossy lips, standing on a Tokyo street, natural daylight, shot on a 50mm lens, vertical 2:3 portrait format, 1970s Showa retro fashion
元の服装指定は1970s Showa retro fashionだけ。書き出した英文は、元画像に出た花柄・ベルボトム・ベルト・鞄を細かく並べ、色あせや粒子も足しています。元の50mm lensは残らず、時代の名前から出た一枚を、具体的な服装へ書き換えた結果になりました。
画像を読ませたあと、英文だけで作り直す
画像を見せるのは、プロンプトを書き出すときだけ。生成するときは元の画像を添えず、書き出した英文だけを渡しました。
実験日は2026年11月3日です。生成ツールから画像モデルの型番は返ってこなかったため、確認できない型番は付けていません。
元の英文を読む前に推定したプロンプトを固定し、そのまま4回ずつ、別々に生成しました。人物は成人の20歳、出力は縦2:3を共通の条件にしています。元画像には古いStable Diffusionの作例もあるので、見た目の違いにはモデルの違いも混ざります。
OpenAIの画像入力ガイドでも、画像に何が写っているかを見せ、返してほしい結果を文章で伝える使い方が案内されています。自分で試すなら、画像を添えて次のように頼めます。
画像と一緒に送る依頼文
この画像を再現するための英語のプロンプトを1本、服・髪・表情・構図・背景・光まで具体的に書き、画像から分からない設定を推測で足さず、英文のプロンプトだけを返してください。
書き出された英文だけを試すときは、画像を添付しない新しいチャットで生成を頼みます。画像を直接参照した編集と条件を分けるためで、同じ顔を残す編集とは別の試し方になります。
裏側：元の英文にないものが、次の写真の指定になる
カフェの頬杖や白い小花は、元のプロンプトには書いていませんでした。それでも画像には出ていて、読み取りではきちんと英文に拾われています。再生成でも花が残るのを見ると、元の英文に戻すより、気に入った一枚の特徴を固定する使い方が面白いと思いました。
元の英文にない指定が増えても、書き出しの間違いとは限りません。一方で、カメラの設定など、元の英文にはあっても見た目からそのまま拾われなかった指定もあります。別の英文でも似た写真になるため、一字一句の一致は点数にしませんでした。
高い襟を直したら、今度は肩まで開いた
ドレスの襟ぐりが高くなったので、white ruffled lace necklineだけだった指定を、鎖骨が見える広さ、レースの走る方向、首を囲わない形まで書き直しました。ほかの条件は残し、元画像を渡さずに追加で4枚だけ生成。ここは最初の比較40枚とは別の試行です。
襟ぐりを具体化高い襟の修正前と、書き直したあとの4枚
襟ぐりだけを書き直したプロンプト
Photorealistic studio portrait of a smiling 20-year-old Japanese woman wearing an ornate black Victorian dress, a wide open neckline showing both collarbones, with white ruffled lace trim running horizontally across the upper chest and around the tops of the shoulders, the entire neckline staying below the collarbones rather than forming a high collar around the neck, cream fabric roses on the bodice, black puff sleeves with fitted sheer lace lower sleeves, and lace-up front. Her dark brown hair is in an elegant high bun with wispy bangs and a small wreath of pink and purple flowers. Three-quarter view from head to upper skirt, her hands gently held together at her waist, looking at the camera with a cheerful toothy smile. Plain dark gray studio background, soft light from the upper left, realistic skin and fabric texture, vertical 2:3 portrait format
首を囲う高い襟は、追加した4枚すべてで消えました。ただ、今度は肩まで大きく開いたオフショルダーに。襟の高さは直ったけど、開きすぎですね・・・。
元の服は肩を覆っていたので、同じ襟ぐりに戻ったとは数えませんでした。胸の花や布の模様も違うままで、一か所を具体的に直せても、一着のドレスそのものを文章だけで取り戻すのは別の話だと感じます。
飾りより、服や小物の説明が増えた
僕はbeautifulやcinematicが増えるんじゃないかと思っていたのですが、書き出した10本には、どちらも一度も出てきませんでした。増えたのは、胸ポケットや小花、髪を耳にかける形といった、画像に見えているものの説明。ここは予想と違って、かなり具体的です。
同じモデル・同じ元の英文で作った比較ではない
今回の40枚では、書き出した英文だけを渡してどんな写真になるかを確かめました。元の英文を同じ生成環境で4回ずつ作る比較は加えていないため、英文の違いと生成のばらつきは分けられず、古いStable Diffusionの3例にはモデルの違いも混ざっています。
見えている特徴の説明と、元の入力文の復元は分けて考えると納得できます。OpenAIも、画像の説明に誤りが出る場合を挙げているので、服の形や光の方向は元画像と並べて読み直すようにしました。
生成の途中には1件、審査で止まった呼び出しもありました。並行した呼び出しの記録から対象画像を確定できなかったため、特定のキーワードが原因とは判断していません。同じ英文で単独で試し直し、比較用の40枚をそろえました。
よくある質問
ChatGPTでは、どこに画像を付ければいいですか？
チャットの入力欄に画像を添え、何を読み取ってほしいかと、どんな形で返してほしいかを書きます。英文だけで再生成を試すなら、返ってきたプロンプトを画像のない新しいチャットへ貼り付けて、画像の生成を頼めます。
画像から元のプロンプトをそのまま取り出せますか？
今回書き出した英文は元の英文とは違い、元にない小物や姿勢も加わりました。画像を見て説明を書かせた結果なので、生成時の入力文を取り出したものとしては扱えません。
同じ顔で、服だけ変えたいときにも向いていますか？
今回の英文だけの再生成では、顔の細部までそろいませんでした。同じ顔を残すのが目的なら、元の写真を添え、服など変えたい所を指定する編集から試すほうが、比較の目的に合います。
日本語でプロンプトを書かせても同じ結果になりますか？
今回は英語のプロンプトだけで試したため、日本語との違いは比べていません。日本語で試すときも、出てきた画像と元の画像を並べ、服・髪・構図・背景・光を順に見れば違いを確かめられます。
作りたい写真から、頼み方を選ぶ
| 作りたい写真 | 試す頼み方 | 最初に見比べる所 |
|---|
| 気に入った服や背景の、別の写真 | 画像を英文にして新規生成 | 服の形・窓や家具の位置 |
| 同じ顔で、服だけ違う写真 | 元画像を添えて編集 | 目・鼻・輪郭 |
| 同じ雰囲気の光やフィルム写真 | 光や色の指定を英文へ残す | 光の向き・影・色 |
| 元の画像と同じ文字がある写真 | 必要な文字を正確に指定する | 文字の内容と位置 |
