このプロンプトは Midjourney と DALL-E でそれぞれ使えますか?

ギャップ分解と改善案 A/B/C の枠組みはどの画像 AI でも機能します。ただし「改善案 C: パラメータ調整版」は Midjourney 固有 (--s や --weird) を前提に書かれているため、DALL-E に投げる場合は「アスペクト比指示の変更」「品質指示語の追加」など別の調整軸に置き換える必要があります。Flux なら guidance_scale、SD なら CFG scale が相当します。

改善のためにオリジナル画像 (前回出力) を AI に見せる必要はありますか?

添付できるならその方が精度は上がります。ただし添付しない場合でも、「良かった点 / 残念だった点」を 3-5 行で具体的に文字化するだけで改善案の質は大きく変わります。画像を添付する場合は、各サービスの利用規約 (アップロード可能なコンテンツの範囲、生成物の権利の扱い) を最新版で確認してから使ってください。

「リテイク打ち切り基準」を AI に答えさせても主観的な答えしか返ってきません

打ち切り基準は本来プロジェクト側の制約 (納期・予算・代替案) に依存するため、AI 単体で確定値を出すのは難しい問いです。代替策として「同一プロンプトで 5 枚連続生成して 1 枚も使えなければ打ち切る」「修正 3 サイクル繰り返しても方向性が変わらなければ打ち切る」など、回数ベースの定量ルールを自分で先に決めてからプロンプトに渡すと、AI の答えがブレにくくなります。

改善案 A/B/C を全部試したのに、どれも前回より劣化しました

改善案が劣化する典型原因は、(1) ギャップ分解が「良かった点と残念だった点」を取り違えている、(2) 「目指す方向性」が抽象的すぎて AI が読み取れていない、(3) 元のシード固有の偶然のクオリティに依存していた、です。一度ギャップ分解そのものを書き直し、目指す方向性を「具体的な参考画像 (パブリックドメインや自分の過去作)」で示す形に変えると改善することがあります。

画像生成 2026-05-18 更新

画像生成プロンプトを反復改善するプロンプト

いつ使うか

1回目で出した画像が「惜しい」結果だった時。何をどう変えるかを言語化するのに時間がかかるので、AI に「現状 vs 目指す姿」のギャップを言語化させ、次回プロンプトの差分案を出させる。

プロンプト本文 (コピペして使う)

あなたは画像生成プロンプトの改善コンサルタントです。前回生成した画像と理想像のギャップから、次の改善プロンプトを出してください。

## 前回プロンプト
```
<前回投げたプロンプト本文+パラメータ>
```

## 前回の生成結果
- 良かった点: <例: 全体の色温度、構図>
- 残念だった点: <例: 顔の表情が硬い、背景がぼやけすぎ、光が逆光すぎる>
- 添付画像があれば: <DALL-E や Midjourney の output URL / または特徴を文字で>

## 目指す方向性
- 何を強化したい: <例: 表情を柔らかく、背景のディテール、光をもう少し正面寄りに>
- 何を抑えたい: <例: 色の彩度、顔のシワ>

## 出力
1. **ギャップの分解** (前回 → 理想 への変化を3つの軸で言語化)
   - 例: 表情 / 光 / 背景
2. **改善案A: 最小差分版** (前回プロンプトに1-3単語追加/削除)
3. **改善案B: 構造変更版** (プロンプトの語順や構造から変える)
4. **改善案C: パラメータ調整版** (--s や --weird などのパラメータ変更)
5. **試す順序の推奨** (A → B → C のどの順で試すか + 理由)
6. **これ以上良くならない場合の見極め基準** (リテイク何回で打ち切るか)

## 制約
- 改善案ごとに「期待される変化」と「副作用リスク」を1行ずつ書く
- 一度に複数箇所を変えない (差分が分かりにくくなる)
- 単語の意味が AI で違って解釈される可能性を念頭に、複数語で意図を補強

効くポイント

改善案を「最小差分/構造変更/パラメータ」の3軸で出させると、試行錯誤が体系化される
リテイク打ち切り基準を聞くと、無限に粘ってコストを使う事故が防げる
副作用リスクを必ず書かせると、想定外の崩れに事前に身構えられる

よくある質問

このプロンプトは Midjourney と DALL-E でそれぞれ使えますか?: ギャップ分解と改善案 A/B/C の枠組みはどの画像 AI でも機能します。ただし「改善案 C: パラメータ調整版」は Midjourney 固有 (--s や --weird) を前提に書かれているため、DALL-E に投げる場合は「アスペクト比指示の変更」「品質指示語の追加」など別の調整軸に置き換える必要があります。Flux なら guidance_scale、SD なら CFG scale が相当します。
改善のためにオリジナル画像 (前回出力) を AI に見せる必要はありますか?: 添付できるならその方が精度は上がります。ただし添付しない場合でも、「良かった点 / 残念だった点」を 3-5 行で具体的に文字化するだけで改善案の質は大きく変わります。画像を添付する場合は、各サービスの利用規約 (アップロード可能なコンテンツの範囲、生成物の権利の扱い) を最新版で確認してから使ってください。
「リテイク打ち切り基準」を AI に答えさせても主観的な答えしか返ってきません: 打ち切り基準は本来プロジェクト側の制約 (納期・予算・代替案) に依存するため、AI 単体で確定値を出すのは難しい問いです。代替策として「同一プロンプトで 5 枚連続生成して 1 枚も使えなければ打ち切る」「修正 3 サイクル繰り返しても方向性が変わらなければ打ち切る」など、回数ベースの定量ルールを自分で先に決めてからプロンプトに渡すと、AI の答えがブレにくくなります。
改善案 A/B/C を全部試したのに、どれも前回より劣化しました: 改善案が劣化する典型原因は、(1) ギャップ分解が「良かった点と残念だった点」を取り違えている、(2) 「目指す方向性」が抽象的すぎて AI が読み取れていない、(3) 元のシード固有の偶然のクオリティに依存していた、です。一度ギャップ分解そのものを書き直し、目指す方向性を「具体的な参考画像 (パブリックドメインや自分の過去作)」で示す形に変えると改善することがあります。

このプロンプトを実戦で使った所感や改善案があればぜひフィードバックを。姉妹サイト ai-pick.tech では AI x SNS集客の運用ノウハウを公開しています。