リファレンス画像を入れたのに料理の構成が異なる場合
QUELではリファレンス画像と共にプロンプトを使用して成果物を作成します。このとき、画像リファレンスは全体的な雰囲気・角度・演出を参考にする役割を果たし、料理の構成や見た目はテキストプロンプトの影響を大きく受けます。したがって、リファレンスを入れてもプロンプトが単に「ハンバーガー」、「パスタ」、「弁当」のように短く書かれている場合、システムはユーザーが望む具体的な形を正確に知ることができません。その結果、リファレンスとは異なる構成の料理が生成されることがあります。特に次のような場合にこのような違いがより頻繁に発生します。- リファレンス画像だけではどんな料理か明確に区別しにくい場合 - リファレンスの中の料理の構成と、プロンプトに書かれた説明が異なる場合このようなときは、テキストで料理の構成と形を直接説明するのが最も確実な解決方法です。
良くないプロンプト作成例
1) リファレンスなしで料理名だけ書いた場合
「チキンバーガー」
「ハンバーガー1つ」
このように名前だけ書くと、
パティの厚さ、ソースの色、材料の構成など重要な要素が定義されていないため、
どんなスタイルのバーガーでも広く解釈される可能性があります。
2) チキンバーガーの写真を入れて、テキストは単純に書いた場合
リファレンス: チキンバーガーの写真
プロンプト例:
「ハンバーガーがテーブルの上にある。」
「ハンバーガーがホワイトスタジオに置かれている。」
この場合、テキストには「チキン」という情報が含まれていません。
システムの立場では「具体的なチキンバーガー」よりも
「一般的なハンバーガー」に近い情報として認識され、
それに応じて異なる形のバーガーが生成される可能性があります。
正しいプロンプト作成例
リファレンス + テキスト説明を一緒に使用すると、はるかに安定した結果を得ることができます。
ポイントは材料・色合い・厚さ・形を具体的に書くことです。
例1 ) ゴマバンズ、厚く揚げたクリスピーチキンパティ、レタス、炒めた野菜が混ざったオレンジ色のスパイシーソース
例2 ) ゴマバンズ、マヨネーズソース、レタス、薄く広く揚げたクリスピーチキンパティ、ピンク色のロースハムスライス
この程度のレベルで書いておくと、
システムはリファレンス画像を参考にしながらも
テキストに定義された構成と形を中心に画像を生成することができます。
プロンプト作成基準の要約
リファレンス画像を使用する際、次の項目をできるだけテキストに入れてください。
構成材料
バンズ、ソース、パティ/麺、野菜、肉など
材料の色合い
オレンジ色のソース、ピンク色のハムなど
食感・厚さ
厚いパティ、薄く広いパティ、つやのある麺など
配置・整頓状態
麺がきちんと整頓された状態、トッピングが上にきれいに乗せられた形など
このようにリファレンス画像とテキスト説明を一緒に精巧に書いておくと、
QUELSUITEで料理画像をはるかに安定して望む方向に近づけて生成することができます。