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。










| 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。










| 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。





