プロンプトから納品へ: AI画像を実務品質に仕上げるまで

AI画像は「面白い候補が出るまでの速さ」で語られることが多い。実務でむしろ問われるのは、その候補を「そのまま媒体に載せられる状態」まで持ち上げる工程の再現性だ。ここでは、私たちがバナー・記事のアイキャッチ・商品訴求ビジュアルなどで使ってきた手順を、道具に依らない形で書き残す。

プロンプトの前に、境界を決める

プロンプトから始めない。案件のブランドガイドライン、掲載媒体の仕様、想定される視聴文脈——これらを言葉に落として、書き出しておく。この作業をやらないと、良い候補が出ても「これはブランドに合わない」と後から却下される。合意すべき境界を先に決めるほど、生成の反復回数は減る。ムードボードを合意の道具として使う方法は別記事で扱っている。

候補生成: ふるい落とすための量

1回の生成で「良い候補」が出るかを気にしない。むしろ、悪い方向を早く見つけるために量を出す。20–50点の候補を並べ、どこが合わないかを言葉で書き出す。「顔の解像度が足りない」「手前のオブジェクトが強すぎて主題が沈む」——このメモが、次の生成の指示になる。

プロンプトの改善は、候補を見てから始める。頭のなかで完成品を想像して書いたプロンプトは、たいてい外す。

選別: レイアウト上で判断する

単体で「良さそう」に見える候補は、レイアウトに載せると崩れることがある。文字を重ねる予定なら、余白が確保できるか。SNSのサムネイル向けなら、正方形にトリミングして主題が残るか。これらは素材段階で決めず、必ずレイアウト上で判断する。判断のばらつきを抑える一般論は別記事でも扱った。

仕上げ: レシピを持つ

仕上げの工程は、案件ごとに完全な独自解を作ろうとしないほうがよい。私たちは「トーン調整」「不要な小物の削除」「テクスチャの馴染ませ」「ブランドカラーへの寄せ」といった、5–8種類の仕上げレシピを常備している。レシピは案件をまたいで再利用でき、担当者が変わっても再現できる。

公開後の点検

公開して終わり、にしない。同じシリーズのビジュアルを並べて眺め、系として崩れていないかを月次で確認する。個別の1枚が完璧でも、系として不一致だと、ブランドの輪郭は薄まる。ビジュアル一貫性の考え方はビジュアルで物語を設計するで扱っている。

反論: 全部人がやったほうが速い

案件によっては正しい。小規模で、独自性が命の1点物なら、生成AIを挟むより人の手を素早く動かしたほうが速い。ただし、量産と一貫性のどちらかが要求される案件では、この主張はほぼ通らない。判断は「AIを使うか否か」ではなく、「案件の性質がどちらに近いか」で分ける。

参照

• Rombach et al. “High-Resolution Image Synthesis with Latent Diffusion Models.” arXiv:2112.10752, 2021.
• Adobe. “Firefly generative AI: guidelines for commercial use.”（アドビ公式ドキュメント。取得日: 2026-06）

AI画像を実務で使うのは、道具の問題ではなく、工程の問題だ。プロンプトの職人技を追い求めるより、境界の設定・候補の設計・仕上げのレシピという地味な整備が、結果を安定させる。