AI実写プロンプトガイド:Nano Banana(ナノバナナ)と「A photograph of ~」の活用法

AIリアルなスタイルのプロンプトガイドの文言と共に、街中で眼鏡をかけた女性が立っているサムネイル画像

最近、LMArenaでテストできるNano Banana(ナノバナナ)のような最新画像生成モデルが注目を集めていますが、プロンプトの基本原理はモデルを選ばず適用されます。

基本的にプロンプトに正解はありません。
使用するモデルによってプロンプトの重み付けが異なり、今後その方式も変わり続ける可能性があるからです。最も良いプロンプトとは、自分が使いやすく、望む結果を素早く引き出せるものであれば十分です。
文章型であれ、単語型であれ、韓国語(日本語)であれ英語であれ、事実上全く関係ありません。

ただし、どうしても気に入った結果が出ない場合は、ある程度構造化しておくことをお勧めします。そうすれば、どのモデルを使っても活用が可能で、結果のクオリティも一定に保つことができます。以下にまとめた内容も同様です。必要な時に参考にして、応用してください。

実写プロンプト生成ツールはこちら

実写ベースプロンプト

A photograph of a ~

photo style, photorealisticのような表現もありますが、「A photograph of a ~」の方がむしろ一貫して効果的でした。
例えば、このように使えます。

A photograph of a Korean woman

Tip: プロンプトが単純であるほど、ランダム性が高まる。

このプロンプトを応用すれば、2Dイラストや3Dキャラクターモデルも実写化できます。画像を添付した後、プロンプトをそのまま入力すればOKです。下の画像は2Dイラストにプロンプトを適用して、実写スタイルに変えた結果です。

プロンプト例

A photograph of a Korean woman closely resembling the attached original character.
Composition:high angle/low angle

2D実写化(例1)

ネオンサインの都市背景のボブヘア2D女性キャラクター、実写プロンプト変換前の元画像
2Dアニメスタイルの元キャラクター画像
Nano Banana AIモデルで生成されたボブヘア女性の実写画像、白い背景と上向きの視線
Nano Banana AIモデルで2Dキャラクターを実写スタイルに変換した例
2Dキャラクターを実写スタイルに変換した例、都心の背景の中のボブヘア女性
2Dキャラクターの特徴を活かし実写スタイルで再解釈した画像

2D実写化(例2)

金髪ボブヘアのメガネキャラクター、白い背景に立っている元の2D画像
2Dオリジナルキャラクター
Nano Banana AIで生成された金髪メガネ女性の実写画像、韓屋通りの背景
Nano Banana AIで生成した金髪メガネキャラクター
金髪ボブヘアのメガネ女性、グレーのジャケットに複数のバッジ、韓屋通り
バッジのディテールが可愛い

Tip: Imagen, GPT-Image-1, Nano Bananaなど、どのモデルでも同一のプロンプト構造を適用できる。

自然なシーン演出

candid shot

プロンプトに「candid shot」という一文を追加するだけで、まるで実際の人物がカメラを意識せずに日常を過ごしているような自然な演出が可能です。

TIP: カメラを気にしない瞬間を捉えたいとき、この表現を積極的に活用しよう。

補助プロンプト

off-camera gaze

カメラ目線外し

unposed posture

ポーズをとらない姿勢

hands mid-action

動作中の手

slight motion blur (natural)

若干のモーションブラー(自然な)

プロンプト例

A photograph of a Korean woman closely resembling the attached original character.
candid shot, cafe

Candid Shotの例

カフェの窓際でコーヒーカップを持って微笑む金髪メガネの女性、candid shot実写の例
自然な瞬間を演出しよう。
カフェの窓際に座って微笑みながらコーヒーカップを持っている金髪ボブヘアのメガネ女性、自然な表情
カフェで自然に座っている瞬間を捉えたシーン

ショット距離 (Shot Size)

画像を作成する際、ショット距離(カメラと被写体の距離)は思った以上に結果へ大きな影響を与える核心的な要素です。
しかし実際、プロンプトで調節するのはかなり厄介です。試行錯誤を重ねた末、今の基準で最も通用する表現をまとめました。

フレーミングによって印象が大きく変わるため、AI画像品質を変えるフレーミングプロンプトガイドも併せて参考にすると良いでしょう。

Extreme Long Shot

tiny figure in a wide environment

補助プロンプト

camera far away
vast [ENVIRONMENT]

Long Shot / Wide Shot

Full Shot (head to toe) with wide surroundings

補助プロンプト

generous headroom and footroom
28–35mm wide
feet visible
ample footroom

Full Shot

full shot (head to toe)

補助プロンプト

[35–50]mm normal perspective
shallow DOF
medium DOF

Medium-Full Shot

medium-full shot (from knees to head)

補助プロンプト

from mid-thigh to head
knee-up
three-quarter length

Cowboy/American Shotを混用して使う場合もありますが、Nano BananaやImagenなどのLLMベース画像生成モデルにはお勧めしません。

Medium Shot

medium shot (from waist to head)

Medium Close-Up

medium close-up (from chest to head)

Close-Up

close-up (full face)

補助プロンプト

focus on the eyes
visible catchlights,
both eyes in focus 

Close-Upの例

金髪ボブヘアのメガネ女性がカメラを見つめるクローズアップ、Nano Banana実写プロンプトの例

Extreme Close-Up

extreme close-up (eyes only)
または (lips only) など (対象部位まで明示)

補助プロンプト

macro close-up
very shallow DOF
soft diffused light
micro texture detail

Head-and-Shoulders

head and shoulders (from shoulders to top of head)

実践TIP: モデルによって動作が異なるため、使用回数が限られているモデルを使用する場合は、常にショットのサイズとフレーミングを直接指定するのが安定的。

可能な場合

full body
knee-up
waist-up
chest-up
head-and-shoulders

視点(カメラ位置)

基本的なアングルプロンプト

Eye Level
High Angle
Low Angle
Extreme Low / High
Tilted / Dutch Angle

アングルプロンプトの応用

視点(カメラがどこにあるか)

from behind and slightly to camera-right (rear three-quarter view)

from in front and slightly to camera-left (front three-quarter view)

over-the-shoulder shot from behind the subject

視点プロンプトの例

カフェの窓際でコーヒーカップを持って座っている金髪メガネ女性
前から若干左に傾いた3/4視点
窓際を眺めながら座っている金髪ボブヘア女性の後ろ姿
後ろから若干右に傾いた3/4視点

被写体の方向(体/顔がどこを見ているか)

subject turned three-quarters toward camera-left

subject facing away from camera

subject glancing back over her shoulder

ハイアングル

Dramatic high-angle shot from the right side
High angle, three-quarter view from the right

From a high-right angle

High angle shot from the right side

Shot from a high angle on the right

ローアングル

Dramatic low-angle shot from the left side
Low angle, three-quarter view from the left

From a low-left angle

Low angle shot from the left side

Shot from a low angle on the left

遠近感/歪み(Perspective/Distortion)

high-angle/Low angle (presence up)

Normal Perspective : 現実的な比率

Mild Foreshortening (10~20%) : 若干のパース強調効果

Strong Foreshortening (30~40%) : 手足や顔が大きく飛び出す劇的効果

Wide-angle Distortion : 広角レンズの歪み (24mm, 空間感強調)

Telephoto Compression : 望遠レンズの圧縮 (85mm以上, 平面的に見える, 空間圧縮)

プロンプト例

Medium-Full Shot (from knees to head), Low angle (presence up), strong foreshortening(~30%)

被写界深度(Depth of Field)

Deep DOF : 全体フォーカス、風景用
Shallow DOF : 被写体強調
Medium DOF

照明(Lighting)

Soft Lighting – 柔らかくほのかな光

Hard Lighting – 強いコントラスト、くっきりとした影

Dramatic Lighting (Rembrandt/Chiaroscuro) – 劇的な明暗

Natural Light – 日光、窓際

Fluorescent Lighting / Fluorescent practicals – 蛍光灯、現実的な雰囲気

80度、30%のような数字プロンプトは有効か?

結論から言うと、非常に有効だ。しかし、私たちが期待する数学的な正確さで動作するわけではない。AIに対して「カメラを正確に80度傾けろ」または「遠近強調を30%適用しろ」という命令を遂行する構造ではない。

これらの数字はAIへの精密な命令というよりは、方向性を指示するものだと言える。

AIの動作原理は「関連性」に基づいている。

あるAIモデルはこのような数値的表現をよりよく理解し、あるモデルはほとんど無視することもあります。

活用法: 数字と補助プロンプトを併用しよう。数字プロンプトの効果を最大化するには、数字と記述的表現を一緒に使用するのが最善だ。

悪い例(数字のみ使用)

Medium-Full Shot, Low angle 80°, foreshortening 30%

良い例(数字と描写を結合)

Dramatic low-angle shot, from a steep 80° upward perspective, creating strong foreshortening(around 30%)

サンプル組み合わせ

[Perspective Boost: ON] 80% exaggeration
[Camera Angle] Low Angle, about 85° upward perspective
[Shot Size] Medium Full Shot (from knees to head)
[Perspective] Strong Foreshortening (80%)
[Lens] 24mm wide-angle cinematic distortion
[Depth of Field] Shallow DOF, subject sharp, background softly blurred
[Lighting] Dramatic lighting, high contrast shadows

まとめると、構図と距離、視点を組み合わせて望む画像を作ることができます。最新モデルであるNano Bananaについては別途まとめてあるので参考にしてください。

要約 FAQ

プロンプトを「A photograph of a ~」で始めるのが最も安定的で一貫した実写結果を提供します。photorealisticのような単語よりも効果的な場合が多いです。

最も確実な方法はショットの範囲を指定してあげることです。単にFull Shotと書くより、full shot (head to toe)のように括弧を使って「頭から足先まで」という範囲を明示すれば、AIがより正確に全身を描いてくれます。

大部分の主要AIモデルは英語をベースに訓練されているため、英語で作成するのが最も安定的です。日本語もサポートしていますが、望むシーンが正しく出ない場合は、英語で書くことを推奨します。

どちらも空間を歪めますが焦点が異なります。wide-angle distortionは広角レンズのように周辺の背景を広く歪ませ「空間感」を強調します。一方、strong foreshorteningはカメラに近い被写体の一部(例:拳、足)を極端に大きく描き「立体感」と「躍動感」を強調します。

추천 포스트