新ChatGPTでのAIイラストの可能性を探ってみる【画像生成AI】

今回は、最新のChatGPTで生成したAIイラストの作例……というより、むしろ「試行錯誤の記録」に近い内容を、ざっくばらんに少し紹介していきます。

下記記事で触れているように、ChatGPTでの画像生成は、DALL-E3から、GPT 4oのネイティブモデル(4o Image Generation)に変更されています。

そして本モデルにおいて、DALL-E3の画風をそのまま再現することはかなり困難な状況だったりします。

具体的には、下記のような画風を気に入っているのですが、今回のモデルだと同じプロンプト打っても全然再現しないですし、色々と変えていっても中々近づかないんですよね。

ということで、別物だと割り切った上で、どんな感じの画風が良さそうかなと模索しています。
現段階では、下記のような画風が好みかなぁと思っています。

あるいは、更に荒っぽさを強調しにいくかでしょうかね。

こういったものであれば、プロンプトだけでまあまあ一貫性持たせられそうなので、ここら辺をベースに改良しようかなと思っている感じです。

試行錯誤する中で、こういった「イラスト系」の画像という観点でみていくと、特徴としては下記が挙げられるんじゃないかなと思います。

・プロンプトに対する応答精度がかなり高い。
・絵画系のプロンプトとの融合が上手くいかない場合がある（バランスが悪い）。
・一度生成した画像や添付画像からの生成(image-to-image、画像リファレンス的な使い方）は元画像からの品質が下がるというか、情報が抜け落ちやすい印象がある。
・一貫性は高い。
・細部の精度は高く、手指の破綻はしにくく、髪の毛先や耳などがわりと自然になっている。
・ただ複雑なことをしていくと、等身がおかしくなる場合がある。おそらく部分最適化しすぎて、全体最適化が出来ていないような。

この辺りの詳細については、時間が取れたら記事にしたいなと思っています。

＊4/20追記：手の破綻のしにくさについては下記記事にて紹介しています。

以下は、ベースは変えずに、ポージングや構図、雰囲気を変えていった例を示します。

◯両手を挙げるポーズ

◯口元を手で押さえつつ、自撮り風

◯夕焼け時、スタイリッシュな感じに

◯雑誌の表紙風

今回はこんなところで終わりにしたいと思います。
まだまだ試したい構図や画風もあるので、今後も気づきがあれば記事にしていければと思います。

それではまた。