AIで画像を作る楽しさのひとつは、「1枚の写真をまったく違う表現へ変身させられること」です。
今回紹介するのは、1枚の写真をもとに、リアルな写真から韓国式の扁平イラスト、童話のような版画絵本、ブロックアートまで、4つの異なる表現へと連続的に変換していく、とても面白いプロンプトです。
このプロンプトの特徴は、ただ4種類の画像を並べるのではなく、「同じ写真の、同じ瞬間を4つのスタイルで翻訳する」ように設計されているところです。
人物や物の数、ポーズ、視線、構図、空間関係などをできるだけ維持しながら、上から下へ4つの横長エリアに分けて表現します。つまり、ひとつの被写体が少しずつ違う世界観へ変化していくような、見ていて楽しいデザインになるわけですね。
特に面白いのは、4つの層がそれぞれ独立した画像ではなく、同じ写真を共通の基盤にしていることです。上の層では現実の写真を残し、その下ではイラストへ、さらに絵本のような表現へ、最後は立体的なブロック作品へと変化していきます。
そのため、完成した画像を見ると、「この写真がこんなふうに変わるんだ！」というスタイルの違いを一度に楽しめます。
写真そのものを活かしたい人はもちろん、SNS用の個性的なビジュアルを作りたい人や、自分の写真をさまざまなアートスタイルで見てみたい人にも、試してみたくなる内容です。
今回はそんな、1枚の写真から4種類のビジュアル表現を楽しめるプロンプトを、やさしく紹介していきます。
同じ写真が変身するの面白いなも！
使うAIはChatGPT
今回使うAIは、ChatGPT Images 2.0 です。
ChatGPT Images 2.0は、文章で伝えた指示をもとに画像を生成したり、アップロードした画像を編集したりできる画像生成機能です。既存の画像に対して変更したい内容を伝えながら、新しい表現へ変換していく使い方にも対応しています。
今回のプロンプトのように、「元の写真で残したい要素」と「スタイルとして変えたい要素」が細かく分かれている場合は、指示を整理して伝えることが大切になります。
たとえば、人物そのものは同じ人物として保ちながら、背景や質感、描画方法だけを変えたい場合がありますよね。今回のプロンプトでは、主体のアイデンティティや姿勢、構図などをできるだけ維持したうえで、各層ごとに異なるスタイルへ変換するよう指定されています。
ChatGPT Images 2.0は、新しい画像を一から作るだけでなく、アップロードした画像をもとに細かな変更やスタイル変換を行いたいときにも使いやすいのが魅力です。
OpenAIの公式情報でも、ChatGPT Images 2.0では画像生成における指示追従や、複雑な構成・細部の生成などが強化されています。今回のような複数の条件を組み合わせた画像づくりとも、相性のよい使い方といえそうです。
初心者の方は、長いプロンプトを見て「難しそう……」と感じるかもしれません。でも、全部を一度に理解しようとしなくても大丈夫です。
今回の内容は、大きく分けると「写真を維持する部分」、「4分割のレイアウト」、「各層のスタイル指定」という流れで考えると、ぐっとわかりやすくなります。
そしてChatGPT Images 2.0では、画像をアップロードしたうえで、会話のように「こう変えてほしい」と指示できます。まずは写真を用意し、プロンプトを入力して生成してみるだけでも、AI画像編集の面白さを体験できます。
今回は特に、「同じ被写体をどこまで保ちながら、別のスタイルへ変換できるか」という部分に注目して見ていくと、プロンプトの設計意図がわかりやすくなります。
役割ごとに見るとわかるだも！
プロンプトの紹介
ここからは、実際のプロンプトがどのような仕組みになっているのかを見ていきましょう。
私がアップロードした各写真を、それぞれ1枚の独立した上級デザインのポスターに作成してください。複数画像の拼接はせず、各写真を個別にアウトプットしてください。
全体は3:4の縦長構成を採用します。画面を上から下へ厳密に4等分し、4つの横長領域に分け、各領域の高さは全体画面の正確に25%を占めなければなりません。4層の比率は厳密に1:1:1:1とし、比率の偏差は許されません。領域間はシームレスに接続し、分離線や余白の隙間はありません。ここでの「余白の隙間なし」は、層と層の接合部に隙間が生じないことを指すのみです。各層内部では、対応するスタイルに従って負の空間、紙面、または純色背景を保持することが可能です。
4層すべてが、同じ1枚のアップロード写真を唯一の基盤とし、同じ主体、同じ瞬間、同じ空間関係を表現します。主体のアイデンティティ、数、主要構造、比率、姿勢、動作方向、視線、観察視点、透視、遮蔽、左右位置、前後関係、およびコアなナラティブを厳密に保持します。4層は、互いに無関係な4つの新規構成ではなく、同じ画面の連続したスタイル翻訳です。各層が約3:1の極端に扁平な横長フォーマットであるため、主体は横方向に組織され、適量の左右呼吸空間を保持します。背景に対しては、自然な横方向拡張または軽微なクロップを許可しますが、主体の縦方向伸張、主要部位のクロップ、人物関係の変更、または原画像と無関係なシーンの新規作成は禁止します。
4層の視覚的重心、主体の占有率、および輪郭の落とし所を可能な限り上下に揃え、リアルな写真から目標スタイルへの連続した進化を形成します。各層は自身の25%の領域を完全に埋め尽くさなければなりません。層番号、分離線、フレーム、コラージュの隙間、透かし、またはロゴを追加しないでください。特定の層のスタイル説明が少量の編集テキスト、チケットマーク、または手書き注釈を明確に要求する場合を除き、追加のテキストを生成しないでください。テキストが必要な場合でも、少量で抑制的にし、主体を遮蔽せず、乱碼を避けるよう努めてください。
第一層｜原始写真
アップロード写真のリアルな写真状態を直接保持し、後3層のスタイル翻訳の視覚的基準とします。原始の人物または主体のアイデンティティ、数、顔の特徴、髪型、服装、構造、比率、姿勢、動作、視線、インタラクション関係、観察視点、透視、遮蔽、環境方向、自然光影、およびコアな色彩を保持し、イラスト化、素材化、ジオメトリ化、または3D再構築を行いません。
約3:1の極端に扁平な横長フォーマットに適応するため、背景の左右両側に対して原シーンの論理に沿った自然な拡張、または主体を損なわない軽微なクロップのみを許可します。主体の比率を変更せず、人物や建築物を伸張せず、頭部、手足、主要物体、または重要なナラティブ関係をクロップしないでください。画面は自然で、リアルで、クリアに保ち、過度なスキン磨き、誇張された色調、架空の景物、および原画像と無関係な装飾を避けてください。
第二層｜韓国式稚拙扁平イラスト
この層の約3:1の扁平横長領域において、第一層のリアルな主体を「韓国式稚拙扁平イラスト」スタイルに翻訳します。第一層と一致する主体のアイデンティティ、数、主要構造、姿勢、左右位置、視点、空間関係、およびコアなナラティブを保持した上で、以下の視覚的要求を完全に実行します：
写真から最も識別性の高い主体、輪郭、姿勢、およびナラティブ関係を抽出し、リラックスした稚拙な韓国式扁平編集イラストとして再構築します。原画像の大まかなレイアウト、物体関係、およびコアな動作を保持しますが、リアルな光影、透視、および素材の詳細を除去し、主体を丸みを帯びたシンプルでやや誇張されたジオメトリック形状に要約します。粗い揺らぎ、部分的な断開の黒い手描き輪廓と純色フラット塗りを組み合わせ、一目で識別可能でありながら過度にリアルでない画面にします。
構成は明確な視覚的中心を保持し、他の物体を脇役として、大小差、ずれ、遮蔽、軽微なクロップ、および不完全対称で軽快なリズムを確立します。背景は大面積の明るい純色と余白で主体を支え、左右または部分的な完全な色ブロックを呼吸空間として保持し、複雑なシーンを積み重ねず、丁寧にデザインされた子供向け絵本や独立した編集イラストのようにします。写真のカードゥーン化ではありません。
配色はアップロードの原画像から最も生命力と識別性のある色を抽出し、高明度、高純度、数量限定の扁平色ブロックに変換します。明るい青、赤、黄、緑、白などの子供らしい緊張感のある色彩関係を使用可能ですが、固定のカラーセットを機械的に適用しません。背景と主体は鮮明な面積コントラストを形成し、グラデーション、影、灰色汚れ、複雑な混合色、およびプラスチック感を避けます。
テキストも稚拙でデザイン感のある編集ロジックを採用します。写真の主体、動作、感情、またはストーリーから簡潔な英語タイトルを抽出して、少量の極小短文、対象語、地名語、番号、または遊び心のある注釈を組み合わせます。メインテキストは手書き感のある太細不均や軽微な傾きフォントを使用し、小文字はクリアで抑制的にします。テキストは主体の輪廓、色ブロックのエッジ、余白領域、または画面軸線に沿って配置し、軽微な回転、ずれ、分離、および挿入を可能にし、テキストをイラストそのものの部分のようにします。後付けのレイアウトではなく。
全体として、原始映像 × 稚拙扁平イラスト × リラックスした編集デザインの視覚的気質を表現し、明るく、子供らしく、親しみやすく、遊び心があり、緩やかでデザイン感があります。主体が人物、動物、植物、建築、器物、交通ツール、食べ物、または自然シーンであっても、原画像のアイデンティティとイラスト再構築の間で明確な視覚的呼応を保持し、安価なカードゥーン、複雑な描写、3D質感、商業ステッカー感、およびテンプレート化された子供イラストを避けます。
第三層｜童話版画絵本
この層の約3:1の扁平横長領域において、第一層のリアルな主体を「童話版画絵本」スタイルに翻訳します。第一層と一致する主体のアイデンティティ、数、主要構造、姿勢、左右位置、視点、空間関係、およびコアなナラティブを保持した上で、以下の視覚的要求を完全に実行します：
写真から最も識別性の高い主体、輪郭、姿勢、およびナラティブ関係を抽出し、童話版画式手描き画像として再構築します。詳細を機械的に模写せず、主体を1つか2つの明確な大ブロックに圧縮し、鈍拙なシルエット、やや誇張された比率、および少量の主要エッジで、原始オブジェクトのアイデンティティ、動作、機能、および感情を保持します。画面は原画像の内容から大面積の低明度または高コントラストの構造フィールドを抽出し、主体を包む容器、パス、フレーム、または密度層として機能します。背景はストーリーが発生するシェルのように、原画像の空間と意味から成長し、遮蔽、クロップ、飲み込み、および部分露出的な構造ナラティブを形成します。全体として平面ナラティブ透視と絵本ページ式の階層を採用し、俯視圧縮、側方移動、正面フレーム、パスガイド、尺度ジャンプ、またはエッジクロップで読み取りを組織します。
配色はアップロードの原画像から抽出し、明確な3層関係を保持します：大面積の暗い構造色が重量と境界を担い、適量の浅色または余白が呼吸を担い、小面積の高彩度感情色が読図ルートとストーリーシグナルを担います。最も重要な情報は少量の鮮明な色ブロックで顔部、姿勢、パス、器物機能点、環境識別、またはナラティブ焦点に集中し、常に深い構造色または浅い負形に抑えられ、画面を鮮やかだが均等にしないようにします。色相はテーマの感情に合わせて調整可能ですが、面積比率と明度秩序は安定させます。
線条は機能、パス、境界、テクスチャ、および識別箇所にのみ現れ、疎らで手描きでやや不正確な細線を保持します。すべての色ブロックは平面処理を保持し、ドライブラシ、粒子、飛白、紙テクスチャ、スプレッドット、および軽微なオーバープリントずれを残し、シルクスクリーンとパスクレヨンの共同作業のような手作業質感を表現します。リアルな光影、複雑なボリューム、スムーズなベクターエッジ、3Dレンダリング、およびプラスチック質感を避けます。
全体構成はシンプル、低詳細、高識別で、暗いフィールドが明るい色シグナルを包み、可愛いナラティブと重厚な版画感を兼ね備えます。画面にテキストを含む場合、テキストを小識別、物体パネル、またはエッジ注釈として処理し、数量を精簡し、グラフィック構造に従います。字形は丸く鈍く、太細がやや不均で、密度が低く、自然な手書き感を持ち、画面の一部のようにします。後付けの説明ではなく。全体として童話絵本、手工版画、編集イラスト、およびアート出版物の気質を参照し、統一的で鮮明で移行可能な作者化視覚言語を表現します。
第四層｜レゴブロックアート再構築
この層の約3:1の扁平横長領域において、第一層のリアルな主体を「レゴブロックアート再構築」スタイルに翻訳します。第一層と一致する主体のアイデンティティ、数、主要構造、姿勢、左右位置、視点、空間関係、およびコアなナラティブを保持した上で、以下の視覚的要求を完全に実行します：
写真から最も識別性の高い主体、輪郭、姿勢、およびナラティブ関係を抽出し、まずそのコアなアイデンティティ、動作特徴、および寓意を理解した上で、レゴ / 《マインクラフト》（Minecraft）式のピクセルブロック視覚として再構築します。単純なカードゥーン化ではなく、ボクセル、ブロック、モジュール化ジオメトリ、および組み立てロジックを通じて主体を再要約し、人物、動物、植物、建築、器物、交通ツール、または自然景観が一目で識別可能なコア特徴を保持し、強引な擬人化をしません。
主体を唯一の視覚的コアとし、ブロック化比率、明確なシルエット、モジュール階層、および部分的な誇張で識別度を確立します。背景は極めてシンプルで静かで低情報量に保ち、完全な環境を再現せず、複雑な地塊や無関係な小道具を敷設せず、大面積の純色または極めて軽微な色階変化を空間とし、極少量のベース、ブロック面、または影で主体を支え、「鮮明な主体、大面積の余白、環境の後退」という上級玩具陳列感を形成します。
配色はアップロードの原画像から最も識別性と精気のある色を抽出し、高純度、高彩度、鮮やかでクリアなブロック色組に変換します。色は実際の射出成形ブロックのように饱満でクリーンで直接的で、鮮紅、明るい黄、純青、鮮緑、オレンジ、紫などの明確な色相間のブロック面関係を強調し、原画像自身の総合色彩アイデンティティを保持します。主体の色は原画像より純粋で明るくエネルギッシュにできますが、蛍光、ネオン、またはキャンディグラデーションを避けます。モランディ色、灰蒙色、パステル化、および意図的な彩度低下を避けます。背景は明らかに浅く単純にし、高彩度ブロック主体を絶対的焦点にします。
素材は実際のマットABSブロック素材とボクセル組み立て感を強調し、表面は平坦でやや柔らかなプラスチック反射を持ち、モジュール間には明確な接合隙間、階層、および自然接触影を保持します。光線は柔らかくクリアで、色を鮮やかで通透に保ちつつ、ブロックの厚みと立体構造を表現し、メタル感、ガラス感、過度なコンピューターレンダリング反射、および安価なゲームスクリーンショット質感を避けます。
テキストは補助デザイン要素として、写真の主体アイデンティティ、動作、感情、または寓意から簡潔な英語タイトルを抽出し、極少量のラベル語またはマイクロ注釈を組み合わせます。テキストはモジュール化、ピクセル化、またはブロック説明書式のタイポグラフィを使用し、主体輪廓、ベース、および余白と揃えたり巧みに挿入したりしますが、常に抑制的にし、主体を奪いません。
全体として、原始映像 × 鮮やかなブロック再構築の視覚関係を表現します：原画像は現実世界で、この層の画面は同じテーマを精巧なブロックアート品として再構築したものです。画面は生き生きとして爽やかで可愛く幼稚ではなく、上級玩具ブランド、デザインコレクション品、および現代編集ポスターの視覚的気質を持ち、低彩度、灰色汚れ、複雑な《マインクラフト》（Minecraft）シーン、散乱したブロック、子供ゲームインターフェース、およびeコマース玩具展示感を避けます。
今回のプロンプトはかなり長めですが、内容を順番に見ると、「全体のレイアウト」、「元画像を守るルール」、そして「4つのスタイル変換」という構成になっています。
特に重要なのは、4つの画像を別々に作るのではなく、「同じ1枚の写真を、連続した4つの表現として変化させる」という考え方です。
画面は3:4の縦長サイズで、上から下までを4つの横長エリアに分割します。そして、それぞれのエリアは画面全体の25％を占めるように指定されています。
つまり、上から順番に見ていくと、写真からイラストへ、さらに絵本のような表現へ、最後にはブロックアートへと変化していくデザインを目指しています。
まずは4つの層をそろえる
このプロンプトでは、4つの領域をそれぞれ独立した作品にしないことが重要です。
同じ人物や被写体の「アイデンティティ」、「ポーズ」、「視線」、「左右の位置」などをできるだけ維持することで、4つの層に統一感を持たせます。
もし層ごとにまったく違う構図になってしまうと、「写真からスタイルが変化していく」という面白さが弱くなってしまいます。そのため、各層の視覚的な重心や主体の位置をできるだけ揃えることが、重要なポイントになっています。
また、4つの層の境界には分離線や余白を入れず、シームレスにつなげることも指定されています。これによって、4枚の画像を並べたコラージュというよりも、「ひとつの写真が段階的に変身している」ような印象を作りやすくなります。
4つでも同じ場面を保つなも！
第一層は写真をそのまま活かす
第一層は、アップロードした写真のリアルな状態をできるだけそのまま残すパートです。
人物であれば顔立ちや髪型、服装、姿勢、視線などを維持し、動物や建築物、食べ物などの場合も、元の被写体の特徴を保ちます。
ここは後に続く3つのスタイル変換の「視覚的な基準」になる部分です。そのため、最初から大きくイラスト化したり、形を極端に変えたりしないように指定されています。
また、横長の領域に合わせるため、背景を自然に左右へ広げたり、必要に応じて軽くクロップしたりすることは許可されています。ただし、人物や建物を無理に横へ伸ばしたり、重要な部分を切り取ったりしないようにするのがポイントです。
つまり第一層は、4つのスタイル変換を比べるための「現実世界のスタート地点」と考えるとわかりやすいですね。
第二層はゆるい扁平イラストへ
第二層では、第一層の写真を韓国式の稚拙で親しみやすい扁平イラストへ変換します。
ここでは、リアルな光や素材感、細かな遠近感を減らし、被写体を丸みのあるシンプルな形にまとめていきます。少し揺らぎのある手描き風の輪郭線と、純色のフラットな塗りを組み合わせるのが特徴です。
ただし、単純なアニメ風や一般的なカートゥーンに変換するわけではありません。元の写真から、「何がその被写体らしいのか」を残しながら、ゆるくデザインされた編集イラストのように再構築します。
背景も複雑に描き込むのではなく、大きな色面や余白を活用します。これによって、主体が見やすくなり、子ども向け絵本のような親しみやすさと、デザイン作品のような軽やかさを両立しやすくなります。
配色についても、元画像にある印象的な色を活かしながら、明るくシンプルな色面へ変換します。青や赤、黄色、緑などの色を使う場合でも、機械的に決まった配色を当てはめるのではなく、元の写真が持つ色の印象をベースにするのがポイントです。
さらに、写真の内容から短い英語のタイトルや小さな注釈を加えることも想定されています。これによって、ただのイラストではなく、雑誌やアートブックの1ページのような雰囲気を作りやすくなります。
ゆるいのにデザイン感があるだも！
第三層は童話の世界へ
第三層では、写真の被写体を童話の版画絵本のような世界へと変換します。
この層では、細部をリアルに描き写すのではなく、被写体を大きな形や印象的なシルエットにまとめます。暗い色の大きな構造と、明るい余白、そして印象的なアクセントカラーを組み合わせることで、絵本の1ページのような物語性を作ります。
特徴的なのは、「かわいらしさ」と「重厚な版画感」を同時に目指しているところです。
紙の質感やドライブラシ、少し不均一な線、インクのかすれのような表現を加えることで、デジタル画像でありながら手作業で作られたような温かみを演出します。
ここでも重要なのは、第一層とのつながりです。人物の位置や姿勢、物体同士の関係などを維持することで、同じ場面なのにまったく違う物語世界に見えるという面白さが生まれます。
最後はブロックアートに変身
第四層では、同じ写真をレゴブロックやMinecraftを思わせるブロックアートとして再構築します。
人物や動物、建築物などを、四角いブロックやモジュール化された形で表現しながらも、元の被写体だとすぐにわかる特徴を残すようにします。
背景は情報量を抑え、大きな余白やシンプルな空間を活用します。そうすることで、カラフルなブロックで作られた主体が「デザイン作品」のように見えやすくなります。
また、ブロックの素材感についても、実際のABS樹脂のようなマットな質感や、ブロック同士の接合部分、自然な影などが指定されています。そのため、単なるゲーム画面ではなく、実際に組み立てられた立体作品のような印象を目指せます。
配色も、元画像から印象的な色を取り出しながら、ブロックらしい鮮やかで明快な色へ変換します。現実の写真をそのまま再現するのではなく、「写真の特徴をブロックで翻訳する」ようなイメージですね。
最後は立体ブロックになるなも！
まとめ
今回紹介したプロンプトは、1枚の写真をもとに、リアルな写真、扁平イラスト、童話版画、ブロックアートという4つの異なるスタイルを1枚の作品として楽しめるのが大きな魅力です。
特にポイントになるのは、スタイルだけを変えるのではなく、元の写真にある人物や被写体の特徴、ポーズ、構図、空間関係などをできるだけ維持していることです。
だからこそ、完成したときには「同じ写真が、こんなにも違う表現になる」という変化をわかりやすく楽しめます。
長いプロンプトではありますが、構造を見ていくと、まずは全体を4分割する、次に元写真を基準として維持する、そして各層で違うスタイルに変換するという流れになっています。
最初からすべての細かな指定を理解しなくても、まずは画像をアップロードして実際に試してみると、プロンプトの意図がつかみやすくなるはずです。
写真をただ別のイラストに変えるだけではなく、「ひとつの写真が複数の表現へ進化していく過程」まで楽しめるのが、このプロンプトの面白いところです。
お気に入りの写真や、自分で撮影した写真などを使って、どんな4つの世界が生まれるのか、ぜひ試してみてください。
写真の変化を楽しめるだも！
合わせて読みたい
こちらの記事では、オリキャラで高クオリティな架空映画のポスターを生成できるプロンプトを紹介しています。
