画像から逆算プロンプトを作るコツ — 参考画像を「言葉」に分解する実践手順
好みの画像から自分のプロンプトを組み立てたい人向けに、観察の分解フレーム、CLIP Interrogator・WD14タガー・マルチモーダルAIの使い分け、権利面の注意点まで、実務的な逆算手順を解説します。
「この画像みたいなものを作りたいけど、プロンプトが思いつかない」——AI画像・動画生成で最もよくある壁です。本記事では、参考画像から逆算してプロンプトを組み立てるための実践手順を整理します。やみくもにツールへ放り込むのではなく、「観察 → 分解 → 言語化 → 再構築」の流れを身につけると、どんな画像にも応用できます。
逆算の基本フレーム：6要素に分解する
参考画像を眺めるとき、漠然と「いい感じ」と捉えるのではなく、次の6要素に分けて観察します。これはプロンプトの基本構造（被写体 → 環境 → ライティング → 画風 → 品質）とほぼ対応しています。
| 要素 | 観察ポイント | 言語化の例 |
|---|---|---|
| 被写体 | 誰が・何が写っているか、年齢・服装・ポーズ | a young woman in a white dress, sitting |
| 構図 | 距離感（クローズアップ〜引き）、アングル、配置 | close-up portrait, low angle, rule of thirds |
| ライティング | 光源の方向・硬さ・時間帯 | soft window light, golden hour, rim light |
| 色 | 支配的な色調、彩度、コントラスト | muted pastel tones, high contrast |
| 画風・質感 | 写実か、アニメか、フィルムか、筆致 | film photography, anime style, oil painting |
| 雰囲気 | 感情・空気感を表す形容詞 | melancholic, serene, dramatic |
慣れないうちは、紙やメモアプリに6行書き出してから英訳するだけでも、プロンプトの精度が大きく変わります。
ツールに頼る：3つのアプローチ
観察の補助として、画像からプロンプト候補を自動生成するツールも併用できます。それぞれ得意分野が異なります。
1. CLIP Interrogator 系
Stable Diffusion 系の WebUI（AUTOMATIC1111 / Forge / ComfyUI）に組み込まれている定番機能です。画像を解析して「natural language の説明文 + スタイル語の羅列」を返します。写実系・アート系の画風語を拾うのが得意ですが、出力が冗長になりがちなので、そのまま使わず要素を取捨選択するのがコツです。
2. WD14 タガー系（アニメ・イラスト向け）
Danbooru タグ体系で学習されたタガーで、アニメ・イラスト系の画像をタグの羅列として分解してくれます。SDXL 系・NovelAI 系のタグ型プロンプトと相性が良く、キャラクターの髪型・服装・ポーズの言語化に強い一方、写実系画像にはあまり向きません。
3. マルチモーダルAIに「説明させる」
ChatGPT や Gemini などの画像入力対応AIに参考画像を渡し、「この画像を再現するための画像生成プロンプトを英語で書いて」と頼む方法です。構図や雰囲気など抽象的な要素の言語化が最も得意で、動画AI向けに「カメラの動きも含めて記述して」と指示できるのも利点です。ただし、もっともらしいが効果の薄い修飾語を混ぜてくることがあるので、生成結果で検証する前提で使いましょう。
逆算プロンプトの組み立て手順
ツールの出力をそのまま貼り付けても、参考画像にはなかなか近づきません。おすすめの手順は次の通りです。
- 自分の6要素メモを先に書く（ツールに引っ張られない軸を作る）
- ツール出力から、メモに足りなかった語を3〜5個だけ拾う
- 被写体 → 構図 → ライティング → 色 → 画風 → 雰囲気の順に並べ直す
- 生成して比較し、一番違う要素を1つだけ修正して再生成
- 3〜5回の反復で寄せていく
ポイントは4の「1つだけ修正」です。複数要素を同時に変えると、何が効いたのか分からなくなります。シード値を固定できるモデルなら、固定した上で1要素ずつ動かすと検証が正確になります（詳しくはシード値と再現性の記事を参照）。
権利面の注意：「逆算」と「模倣」の境界
逆算プロンプトはあくまで技法の学習・自分の表現への応用に使うのが安全圏です。次の点に注意してください。
- 特定の作家の画風を名指しで再現し、本人の作品と誤認されうる形で公開・販売するのはトラブルの元です
- 実在人物の写真からの逆算は、肖像権・パブリシティ権の問題が絡みます
- 各サービスの利用規約で「他者の知的財産を侵害する生成」は禁止されているのが一般的です
商用利用を考えている場合は、AI生成画像の商用利用と著作権の記事もあわせてご確認ください。
まとめ
- 逆算の核は「6要素分解」：被写体・構図・ライティング・色・画風・雰囲気
- ツールは CLIP Interrogator（写実・アート）/ WD14（アニメ）/ マルチモーダルAI（抽象要素）を使い分ける
- ツール出力は素材。自分のメモを軸に並べ直し、1要素ずつ検証する
- 権利面では「学習・応用」に留め、特定作家・実在人物の再現公開は避ける
分解した要素をプロンプトに組み直す作業は、PromptForge JP のツールの選択式UIを使うと、ライティングや距離感などの定番表現を選ぶだけで組み立てられます。逆算メモの「翻訳先」としてぜひ活用してください。