AI画像生成のやり方：プロンプトから完成までの実践ガイド（2026年版）

画像ブリーフから承認素材まで

表現の目的を決め、まず少量を生成し、結果を見ながら指示を一つずつ調整します。

AI画像生成はテキストプロンプトと任意の参照素材から画像を作ります。NamiFusionのAI Generatorでは複数のテキスト画像化・画像編集モデルを選べます。入力、seed、枚数、寸法、参照対応は現在のモデルフォームに従います。生成はクレジットを消費するため、設定と見積もりを確認してから送信します。

要点まとめ（TL;DR）

1つの画面に複数のトップモデル。1社に縛られず、仕事ごとに最適なモデルを選べます。

テキスト→画像と、参照画像を使う画像→画像の両方に対応しています。

シードの再利用と「参照画像として使う」ボタンにより、毎回ガチャを引く代わりに結果を再現・改良できます。

バッチ生成とページ内履歴のおかげで、バリエーションの比較が簡単です。

マルチモデルワークスペースでは案件ごとに現在利用可能なモデルと設定を選べます。費用、入力制限、出力機能はモデルで異なり、すべての実行にコンテンツ規則が適用されます。

AI画像ジェネレーターで何が作れる？

用途にはSNS画像、サムネイル、コンセプトアート、商品シーンの草案、キャラクターシート、ムードボードがあります。バッチ出力と履歴は方向比較に役立ちますが、商品情報、人物の連続性、文字、手、構図、素材権利を各候補で確認します。

画像→画像はこの可能性をさらに広げます。ざっくりしたレイアウトをスケッチして参照画像として渡せば、レンダリングはモデルの仕事です。さらに成果物はNamiFusionの他のツールへ連鎖します。生成したポートレートはフェイススワップのソース顔にも、動画の最初のフレームにもなるため、ジェネレーターはより長いパイプラインの起点になることが多いのです。

AI画像を生成する手順は？

1. NamiFusionのAI Generatorを開いてログインします。
2. モデルを選びます。各カードには得意分野と、画像1枚あたりのおおよそのドル価格が表示されています。
3. プロンプトを書きます。プロンプトプリセットから始めて編集してもOKです。
4. 構図やスタイルを誘導したい場合は、参照画像を追加します（画像→画像）。
5. バッチ数を設定し、1回の実行で複数のバリエーションを生成します。
6. 生成をクリックすると、結果は過去の実行分と一緒に履歴に並びます。
7. 気に入った1枚が出たら、そのシードを再利用してコントロールされたバリエーションを作るか、「参照画像として使う」で次の生成に渡します。

良い画像プロンプトの書き方は？

頼れるプロンプトは4つの要素を明示します。被写体、スタイル、照明、構図です。「街にいる女性」は運任せですが、「夜のネオン街に立つ銀髪の女性のポートレート、シネマティックな照明、浅い被写界深度」なら、モデルが実際に実行できる指示書になります。

小さく刻んで改良しましょう。照明、レンズ、雰囲気と、一度に1要素だけ変え、シードは固定します。そうすれば各変更の効果が正確に見えます。何も思いつかないときは、NamiFusionのプロンプトプリセットが良い出発点になります。

Portrait of a silver-haired woman standing on a neon-lit street
in the rain, reflective wet asphalt, cyberpunk city at night,
cinematic lighting, shallow depth of field, 85mm lens,
photorealistic, ultra-detailed skin texture

AI画像生成にかかる費用は？

画像生成は選択モデル、枚数、寸法、品質設定、その他の課金パラメータに応じてクレジットを消費します。送信前の現在の見積もりを基準にします。

画像1枚あたりのクレジット価格はモデルによって異なり、各モデルカードに「≈$X/枚」の目安が表示されます。バリエーションをバッチ生成すれば費用は枚数分になります。賢いやり方は、探索段階では安いモデルで下書きし、方向が決まってからフラッグシップモデルで本番を出すことです。

少数候補で構図とプロンプトを確認してから枚数や品質を上げます。モデル挙動と費用は変わるため、一回の結果を恒久的な基準にしません。

キャラクターやスタイルの一貫性を保つには？

最初の道具はシードです。同じシードと同じプロンプトなら結果を再現できるので、シードを固定してプロンプトを少しずつ変えれば、完全な引き直しではなく「同じ画像の別バージョン」が作れます。

2つ目の道具は参照画像です。完成した1枚を「参照画像として使う」で戻せば、キャラクターの容姿、衣装、全体のスタイルを次のシーンへ持ち越せます。この連鎖ワークフローは、多数の画像で同一キャラクターを保つ最も実用的な方法です。

最後に、プロンプトプリセットでスタイル語彙を固定できます。シリーズものを作るときは、うまくいったプロンプトのスタイル部分をテンプレートとして残し、毎回同じ言葉から始めましょう。

API経由でAI画像を生成できる？

できます。/api-keysでキーを作り、対象モデルの現在の設定を読み、以下のrun routeへ送り、task_uuidを終端まで照会します。

組み込み前に現在のパラメータスキーマを読み、小さなジョブで要求と出力を検証します。一度うまくいった文を固定せず、プロンプトを設定として版管理します。

curl -X POST "https://www.namifusion.com/api/v1/marketplace/run/<model_id>" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "input": {
      "prompt": "portrait of a silver-haired woman on a neon-lit street, cinematic lighting",
      "seed": 42
    }
  }'

# Poll until the task completes
curl "https://www.namifusion.com/api/v1/marketplace/run/tasks/<task_uuid>" \
  -H "Authorization: Bearer YOUR_API_KEY"

練習：一つの商品シーンを意図的に作る

次の練習ブリーフを使います。「明るい街角のカフェ、淡い石のカウンターに置かれたマットブラックのトラベルマグ、左から柔らかな窓光、目線の高さの商品写真、縦4:5、整理された背景、ラベル面をカメラへ、陶器と金属の自然な質感」。これは教材用プロンプトであり、掲載例の記録済み入力ではありません。選択モデルが対応し、使用権がある場合だけ参照画像を追加します。

モデルと対応出力サイズを選び、表示料金を確認してから少量の初回生成を行います。被写体、場所、照明、カメラ位置、切り抜きは固定します。追加設定が表示される場合も、そのモデルで提供されるものだけを使います。必要なら同じブリーフでモデルを比較し、名前だけで指示追従や素材表現を判断しません。

画像を確認し、修正点を一つずつ切り分ける

マグ本体と取っ手が一貫し、ラベル面がカメラを向いて架空の文字がなく、接地影でカウンター上に置かれて見え、素材が窓光へ自然に反応し、縦4:5で商品を切らず利用可能な余白がある場合だけ合格です。拡大して二重の輪郭、歪んだ反射、読めない文字、浮いた物体、遠近の不整合を確認します。サムネイルの印象だけでは公開できません。

構図が違う場合はカメラ位置か切り抜きの表現だけを直します。素材がプラスチックに見えるなら、場面を変えず陶器とヘアライン金属の記述を強めます。文字が崩れる場合は空白ラベルを指定し、承認済み文字を後からデザインツールで追加します。バリエーション間で被写体が変わるなら、対応モデルで最良の画像を参照に使えますが、一貫性は保証されません。費用をかけて試す変更を一つ選んでから、次の小バッチを生成します。