AI美女の顔立ちはプロンプトで変わる?接写20枚で顔立ち・実写感を検証

「かわいい」「美人」と書くだけで、顔の印象は狙いどおりに変わるのか。輪郭や目元など顔立ちの条件を変えた10枚と、写真のノイズ・動画の切り抜き・手ブレなどを試した10枚を、Codex内蔵の画像生成で見比べました。

今回の観察: そばかすや表情のように見た目で追いやすい指定がある一方、鼻や唇の差は1枚では判定しにくく、撮影表現も意図どおりに出ないことがありました。各条件1枚のため、一般的な効果や再現性を示す検証ではありません。

今回の検証方法

すべて架空の20歳の日本人大学生を想定した、非性的な日常ポートレートです。顔が見やすい胸上の接写、暗いカーディガン、大学構内の歩道、自然光という設定をベースにしました。画像はすべてCodex内蔵の画像生成ツールで個別に生成しています。

  • 顔立ち編:基準画像1枚と、輪郭・まぶた・眉・肌・鼻・唇・表情を変えた9枚
  • 撮影表現編:ノイズ、動画フレーム、傾き、動きブレ、フラッシュ、圧縮、露出、木漏れ日、ピント、構図を試した10枚
  • 各条件1回のみ。seedや参照画像は固定しておらず、同じ人物・同じ画角の再現比較ではありません

生成のたびに顔や背景、カメラ距離まで揺れます。したがって、以下は「この画像で目に見えたこと」の記録です。特定の単語が毎回同じ効果を出す、あるいは他の画像生成サービスでも同じ結果になるという意味ではありません。

使用ツールはCodex内蔵の画像生成です。生成側のモデル名、seed、詳細な設定値は取得できなかったため、特定モデルの性能を示す比較ではありません。

顔立ちを変える10パターン

共通の基準プロンプトをもとに、顔の説明を一項目ずつ変える意図で生成しました。実際には画像ごとに顔全体や髪型にも揺れが出ています。大きな変化が見えた項目と、差が読み取りにくかった項目を分けて見るのがポイントです。

基準:卵形の輪郭と自然な目元の架空の成人女性
01 基準:柔らかな卵形の輪郭
一重で細めの目を指定した架空の成人女性
02 一重・細めのアーモンド形の目
頬に丸みのある顔立ちを指定した架空の成人女性
03 頬に丸みのある輪郭
縦長の卵形の輪郭を指定した架空の成人女性
04 少し縦長の卵形
控えめな二重まぶたを指定した架空の成人女性
05 幅を抑えた二重まぶた
自然でやや太めの眉を指定した架空の成人女性
06 自然でやや太めの眉
鼻と頬に薄いそばかすを指定した架空の成人女性
07 鼻と頬の薄いそばかす
丸みのある鼻先を指定した架空の成人女性
08 少し丸みのある鼻先
下唇に自然な厚みを指定した架空の成人女性
09 下唇に自然な厚み
口元にわずかな左右差のある笑顔を指定した架空の成人女性
10 口角を少しだけ上げた笑顔
指定した部位今回見えたこと使うときの考え方
輪郭丸み・縦長の差は出たが、輪郭だけが独立して変わったとは言い切れない「小顔」だけで済ませず、頬・顎・縦横比を分けて書く
目・眉一重/二重や眉の印象は読み取れる一方、他の顔パーツも一緒に揺れた目の形、まぶた、眉の太さを一度に盛り込みすぎない
肌そばかすは比較的見つけやすい。肌の質感も少し自然に見えた「そばかす少量」「頬と鼻に薄く」のように量と位置を指定する
鼻・唇変化は小さく、1枚だけで狙いどおりか判定しにくい顔の特徴を誇張せず、他条件を固定して複数回試す
表情口角のわずかな左右差は、顔全体の印象を変えやすかった「笑顔」より、目線・口角・力の抜け方を具体化する

実写感を変える撮影表現10パターン

同じ成人女性の接写を想定し、撮影時に起こりうる要素を主に一つずつ指定しました。「写真ノイズ」「動画の切り抜き」「手ブレ」を使うと実写感が増すという仮説も、この中で見直しています。

高ISOの粒状ノイズを加えた成人女性の接写
11 高ISOの写真ノイズ
スマートフォン動画の切り抜きを想定した成人女性の接写
12 スマホ動画の一コマ
手持ち撮影の傾きを加えた成人女性の接写
13 手持ち撮影の傾き
髪や肩に軽い動きブレを加えた成人女性の接写
14 動きに伴う軽いブレ
スマートフォンの直接フラッシュを想定した成人女性の接写
15 スマホの直接フラッシュ
共有アプリを経由したJPEG圧縮を想定した成人女性の接写
16 JPEG圧縮の質感
空のハイライトが飛んだ露出を想定した成人女性の接写
17 わずかな露出オーバー
木漏れ日が顔と背景に落ちる成人女性の接写
18 木漏れ日のまだらな光
ピントがわずかに外れた成人女性の接写
19 ピントのわずかなズレ
人物が中央から外れたスナップ構図の成人女性
20 中央から外したスナップ構図
撮影表現今回の画像で見えた差実用上の判断
写真ノイズ粒子は目立った。ただし基準文にも弱いセンサー粒状感があり、強いノイズ条件には低照度の指定も含むノイズの有無ではなく強弱と暗さが混ざった比較。明るさを揃えた再検証が必要
動画フレーム少し柔らかい質感。静止画との差は小さく、動画らしさは決め手にならなかった「動画の切り抜き」だけでなく、圧縮・露出・画角を具体化する
傾き・構図傾き指定で自撮りのような近い画角に寄るなど、意図より大きく変わった角度は「数度だけ」「顔の大きさは維持」と範囲を添える
動きブレ髪や肩の動きが出ても、顔は比較的読める画像になったブレる場所を背景・髪・手などに限定し、目と顔は鮮明と書く
フラッシュ顔は明るくなったが、背景が暗くなり、夜の記念写真のような別場面に変化自然な日常写真を狙う用途では優先度を下げる
圧縮・露出圧縮感ははっきり出ず、露出オーバーは空の白飛びが強くなった画質劣化や白飛びは、実写感より単純な見づらさにつながりやすい
木漏れ日・ピント木漏れ日は光の変化が明確。ピントずれは顔全体をぼかしてしまった光の不均一さは試す価値があるが、顔のピントは残す

再利用しやすいプロンプトの組み立て方

下記は今回の基準画像の内容を整理した共通テンプレートです。実際の20回は条件ごとに文章を個別に組み立てており、同一プロンプトから一語だけ置き換えた厳密な比較ではありません。次に再現実験をするときは、共通文を固定し、条件語だけを差し替えてください。

基準プロンプト全文を開く
Use case: photorealistic-natural. Create one single standalone 4:5 vertical candid close-up photograph, not a collage. Fictional Japanese adult woman, age 20, university student, clearly adult. Chest-up portrait with face occupying about 55% of image height, eye-level, looking slightly past camera, relaxed neutral expression. Baseline face: softly oval face, natural dark brown shoulder-length hair with light bangs, balanced almond-shaped dark brown eyes, natural brows, small straight nose, medium natural lips, realistic subtle skin texture and mild under-eye detail. Plain charcoal cardigan over a light crew-neck shirt, modest everyday clothing, no school uniform. Simple softly blurred campus walkway in background, overcast daylight, ordinary smartphone snapshot, natural colors, slight sensor grain, no beauty retouching. Keep anatomy realistic. No text, watermark, logos, sexualized styling, nudity, minor-looking features, or other people.
目的追加・差し替えの一節
丸顔寄りgently rounded cheeks and a short rounded jaw
そばかすa few faint natural freckles across the nose and upper cheeks
表情に自然さa very small asymmetrical smile, one corner of the mouth slightly raised
粒状感fine high-ISO digital sensor noise in the shadow areas
動画フレームa still frame extracted from a casual handheld smartphone video, with mild codec softness
軽い動きslight directional blur on a few hair strands and the shoulder; keep both eyes sharp
スナップ構図slightly off-center framing and uneven headroom, as if a friend took it quickly
一重の目natural subtle monolid eyes with a gentle narrow almond shape
二重の目softly defined, narrow natural double eyelids
縦長の輪郭a slightly longer oval with gently visible cheekbones and a softly tapered jaw
眉naturally fuller, straighter dark brows
鼻a softly rounded nose tip and a slightly wider natural bridge
唇naturally fuller lower lip with a soft cupid's bow
傾きslightly tilted clockwise and a little off-center
フラッシュdirect built-in smartphone flash at dusk, darker background
圧縮mild JPEG compression artifacts and softened fine detail
露出slightly too bright, pale sky highlights mildly clipped
木漏れ日irregular soft tree shadows and small patches of daylight
ピントautofocus falls just slightly behind her eyes

顔の特徴は「かわいい顔」「整った顔」を重ねるより、見せたい部位を1〜2個に絞ると、変化を判別しやすくなります。今回の1回ずつの出力だけで、調整しやすさや再現性までは確かめられていません。実写感を足す場合も、ノイズ・ブレ・圧縮を一度に全部入れず、目や肌の読みやすさを残す指定から試してください。

今回の限界と次に試すこと

20枚はすべて1条件1回の生成で、seed固定、参照画像による同一人物固定、複数seedでの再試行はしていません。また、条件文は個別に組み立てており、完全な機械置換ではありません。基準文にすでに弱いセンサー粒状感が含まれ、強いノイズ条件には低照度の指定も加わっています。そのためノイズ条件は「ノイズなし対あり」ではなく、粒状感の強弱と暗さが混在した観察です。差にはモデルのランダム性や文章表現の違いも含まれます。

効果を厳密に比較する次の段階では、同じ基準画像を編集元にし、構図・人物・光を保ったまま一要素だけ変える方法が適しています。今回の結果から言えるのは、指定の方向性が出た例はある一方、特に「動画」「圧縮」「ピント」のような言葉は狙いどおりに効かないこともある、というところまでです。

よくある質問

「かわいい」と書くだけでは顔は変わりませんか?

印象の方向づけには使えますが、どの部位をどうしたいかは曖昧です。輪郭、目元、眉、肌、口元のように具体的な特徴を加え、少数ずつ試すと違いを確認しやすくなります。

ノイズや手ブレを入れれば必ず実写的になりますか?

必ずではありません。今回もノイズは暗さと一緒に出ており、手ブレは構図まで変化しました。顔全体をぼかしたり白飛びさせたりすると、実写感より画質の低下が目立つことがあります。

ほかの画像生成サービスでも同じ結果になりますか?

今回の記事はCodex内蔵の画像生成ツールで作った例です。ローカルモデルやGemini、ChatGPTなどでは語句の解釈が異なります。共通プロンプトを各サービスへ入力し、同じ条件で改めて比べてください。

関連記事