AIでカートゥーンアートを作る：使い回せる7つのプロンプトパターン

AIでカートゥーンアートを作るとき、うまくいかない原因がモデルの画力であることはほとんどありません。失敗するのは、プロンプトがどんな絵にしたいのかを決めきれていないからです。たとえば「かわいいカートゥーン風」と入力しても、それは指示ではなく雰囲気を伝えたにすぎません。そのプロンプトを3回実行すれば、まるで3人の別々のイラストレーターが描いたような、3人のキャラクターに出会うことになります。

カートゥーンの見た目は形容詞ではなく、ひとつのシステムです。線の質感、形の言語、配色、陰影、フレーミングはそれぞれ独立した決定事項であり、どれもプロンプトが意図的に設定するか、偶然に任せるかのどちらかです。一度言葉にして書き留めておけば、シリーズ全体で使い回せ、シーンが変わってもキャラクターの見分けがつき、できの悪い結果もひとつのつまみを回すだけで修正できます。

以下に挙げる7つのパターンは、実際のプロジェクトがたどる順序に沿っています。まずスタイルを固め、キャラクターを確定し、色の予算を決め、アクションを演出し、ショットを切り取り、一度にひとつの変数だけを修正し、そして最後に参照写真に手を伸ばす。それぞれにテンプレートと、いつ変更すべきかの注記を添えました。

曖昧なスタイル用語が失敗する理由

画像モデルは美術史を理解していません。モデルは統計的なパターンを照合しており、スタイルを表す言葉はそのパターンを方向づけます。確実に効く言葉とは、絵がどんな雰囲気かではなく、どう作られているかを説明する言葉です。

操作できるパターンには4つの系統があります。素材（メディウム）のパターンは、水彩のにじみやインクのかすれなど、素材の振る舞いを扱います。レンダリングのパターンは光と影を扱い、フラットなセルシェーディング、柔らかなグラデーション、クロスハッチングなどが含まれます。デザイン言語は形と比率の慣習を扱います。鋭い角度がエッジィに見え、大きな丸い目がかわいく見えるのはこのためです。カメラの慣習は写真的な層を扱い、リムライトやフィルムグレインがこれにあたります。

ぜひ頭に入れておきたい区別は、よく使われる「スタイル」というラベルの多くが、実はスタイルではないということです。水彩は素材であり、ゆるやかなボタニカル水彩と、不透明な絵本風水彩はまったく別物です。ポートレートやファンタジーはジャンルで、絵の中に何があるかを説明するもので、どう描かれているかではありません。スタイルとは、すべての決定がひとつにまとまって機能している状態を指します。

とくにカートゥーン制作では、6つのレバーが結果を形づくります。線画、形と比率、配色、陰影とライティング、テクスチャとディテール、そして背景のデザインです。太い輪郭線はグラフィックで印刷物のような印象を与え、柔らかな線は手描きらしく見えます。またフラットな陰影は古典アニメーションらしく、立体的な影は奥行きのある表現に見えます。このリストが、そのままチェックリストになります。

パターン1：スタイルを5つの層として書き出す

望む見た目を一言で表す名前を探し回る代わりに、決まった順序で5つの項目を埋めていきます。この順序が重要なのは、粗い決定から細かい決定へと進むからです。

層	名付けるもの	例
フォーマット	作品の種類	イラスト、コミックのコマ、ステッカー、キャラクターシート
素材	素材の振る舞い	マットなグアッシュ、インクとウォッシュ、フラットベクター、クレイ、ピクセルアート
線画	輪郭の処理	太く均一な輪郭線、先細りのペン入れ輪郭、線なし
陰影	光のモデル	フラットカラー、やわらかな影をひとつ、セルシェーディング、クロスハッチング
配色	色の予算	暖色5色、落ち着いたアースカラー、3色のリソグラフ

完成したスタイル行は次のようになります。「2D絵本風カートゥーン、筆跡の見えるマットなグアッシュ、迷いのない先細りのペン入れ輪郭、やわらかな影をひとつ落としたフラットカラー、クリーム、オーカー、テラコッタ、オリーブ、インクブルーの暖色5色パレット」

なぜ効くのか。空けたままにした項目はすべて、モデルがあなたの代わりに下す決定であり、しかも同じ決定を2度してはくれません。2つ目の利点は編集しやすさです。バリエーションを試すときは、ひとつの層だけを変えて残り4つはそのままにしておけば、スタイルの探索は宝くじではなく比較になります。

スタイル行はメモファイルに保存し、シリーズ内のすべてのプロンプトに貼り付けましょう。

パターン2：装飾する前にシルエットを確定する

読み手はサムネイルほどの距離でも、体の比率、髪の量感、上着、そしてひとつの象徴的な小物からキャラクターを見分けます。これは目の読み取る順序であり、したがってアイデンティティを書き出す順序でもあります。

同じくらい主張の強い12個のアクセサリーを並べるよりも、シルエットを決める強い要素をひとつかふたつ選びましょう。細い体に三角形のマント、小さなブーツの上に大きな円形の袖、硬い装備パックの周りで分かれるロングコート、といった具合です。そして、そのまま一言一句使い回せるアイデンティティブロックを書き出します。

「小柄で丸みのある体、大きめの頭、左へ流れるひと房のカーブした髪、クリーム色のシャツの上にマスタード色の作業エプロン、前ポケットに差した木のスプーン、擦り切れたアンクルブーツ」

顔には賛辞ではなく構造を表す言葉が必要です。顔の輪郭、目の形と間隔、眉の太さ、鼻の処理、口の形、見た目の年齢、そして特徴的な印があればその正確な位置。たとえば「美しい」「かっこいい」「高精細」といった言葉は何も確定してくれません。それは絵そのものではなく、あなたの反応を説明しているだけだからです。

アクセサリーは追加するのは簡単でも、覚えてもらうにはコストがかかります。象徴的な小物をひとつ、衣装の形をひとつ、髪の量感をひとつだけ指定したプロンプトなら、次のシーンでもキャラクターの見分けがつきますし、空いた注意は表情に向けられます。

パターン3：配色に予算を与える

シリーズにおける最も目につきやすい不統一が色のぶれであり、それはたいてい「カラフル」というひとつの言葉から始まります。この言葉は、モデルに注意を隅々へ配分する許可を与えてしまい、顔、背景の雑多な要素、小道具が同じ音量で競い合うことになります。

それを3つの役割に置き換えましょう。主色、副色、アクセントカラーを指定し、そのうえでアクセントカラーをどこにだけ使ってよいかを正確に伝えます。

「主色は温かみのあるクリーム、副色はくすんだインディゴ、アクセントはトマトレッドで、マフラー、靴の裏、マグカップにのみ使用」

アクセントの指示は、5つのスタイル形容詞の仕事をこなします。どの小さな部分が目を引くかを示し、それ以外の面は2色の範囲に収めます。結果がごちゃごちゃして見えるとき、たいていの解決策は新しいプロンプトではなく配色の予算です。

構図とアイデンティティのブロックはそのままにして、配色の一文だけを差し替えれば、何も描き直すことなく、ひとつのシリーズが第2のカラーリングのキャンペーンになります。

パターン4：演技とレンダリングを分ける

シリーズがぶれる最も一般的な原因は、アイデンティティ、アクション、カメラ処理がひとつの制御されていない段落に混ざっていることです。これらを分ければ、プロンプトは継ぎ目ごとに編集できるようになります。

演技の行は、何が起きているか、キャラクターがどう感じているかを示します。「日差しの入る窓辺の席で、本の山にあぐらをかいて座り、片手にあごをのせ、退屈そうに見えないようにしている」

レンダリングの行は、見る人にどう映るかを示します。「ミディアムワイドの目線の高さのショット、キャラクターは左3分の1に配置、背後から差し込む暖かな窓の光、無地のクリーム色の壁、やわらかな影をひとつ落としたフラットカラー、暖色5色パレット」

この2つの行が分かれているおかげで、20個のプロンプトでレンダリングの行をまったく同じに保ち、演技の行だけを変えることができます。見た目はそのままに、シーンだけが動きます。修正サイクルも短くなります。雰囲気が違うときは、プロンプト全体ではなく一文を直せばよいのです。

パターン5：絵コンテのようにショットを切り取る

ショットサイズは物語の文構造です。エクストリームワイドは世界とそのスケールを提示します。ワイドは体の動きと地理関係を示します。ミディアムは身振りと関係性を伝えます。クローズアップは反応や決断を届けます。インサートは物の情報を補います。

アングルも同じように働きます。目線の高さは中立的な観察、ローアングルは威厳や脅威を加え、ハイアングルは無防備さを加え、肩越しの構図は視点を生み出します。

すべてのプロンプトで、ショットサイズをひとつ、アングルをひとつ指定し、レンダリングの行は固定しておきます。同じシリーズのミディアムショットとクローズアップでも、動いたのはフレーミングだけなので、関連のあるものに見えます。フレーミングが曖昧だと、一連の画像が無関係なポスターのように見えてしまうのです。

パターン6：1回につき1つの層だけを修正する

結果が狙いから外れたとき、役に立つ問いは「どうプロンプトを改善するか」ではなく「どの層が失敗したか」です。シーン間でキャラクターがぶれた？それはパターン2、アイデンティティです。色が濁り、注意が散っている？パターン3、配色です。コミックのコマが欲しいのにポスターに見える？パターン1、フォーマットです。アクションが不明瞭？パターン4。構図が退屈？パターン5です。

承認済みの画像を1枚アンカーとして残し、新しい結果は、頭の中の理想像と比べる前に、まずそのアンカーと比較しましょう。そのうえで変数をひとつだけ変え、ほかはすべて同じに保てば、試行のたびに何かを学べます。

カートゥーンの方向性にも、まとまりやすいものとそうでないものがあります。フラットベクターとクリーンなライナーは最もぶれにくく、固定されたルールとフラットな塗りが、寄り道の余地をほとんど残しません。太い輪郭のカートゥーン、セルシェーディングの2D、ピクセルアートはそのすぐ上に位置します。輪郭の太さと配色を固定しましょう。水彩絵本風、コラージュ、アニメはもっとぶれやすく、輪郭とテクスチャが揺らぎます。ペインターリーな表現とクレイメーション風の仕上げは最もぶれやすく、40点のシリーズよりも主役となる1枚の画像に向いています。

プロンプトの長さは、構造ほど重要ではありません。焦点の定まった80〜180語は、形容詞を繰り返した1ページ分よりも強いコントロールをもたらします。繰り返すとすべての指示が同じ重要度になってしまい、重要度こそがあなたが確立しようとしているものだからです。

パターン7：参照画像にはひとつの特性だけを制御させる

参照画像を渡すときは、それがどの特性を導くのかを明示しましょう。アイデンティティ、ポーズ、衣装、構図、スタイルのいずれかです。1枚の参照画像で5つすべてを同時に制御することはできず、そう仮定したプロンプトは、5つのどれも混ざり合っていない結果を生み出します。デザイン用に1枚、必要ならポーズ用にもう1枚、そして表現はテキストに担わせましょう。

使う権利のある画像だけを使い、他人の写真をスタイル変更する前には許可を取りましょう。存命のアーティストの作品を正確に模倣するよう求めるのではなく、欲しい視覚的事実を記述しましょう。素材、線、形、陰影、配色です。そのほうがより正確で、再現性も高くなります。

パターンを実践に活かす

締め切りに間に合う実践的な順序はこうです。5層のスタイル行を一度書き、アイデンティティブロックをひとつ確定し、配色の予算を2〜3案下書きし、納得のいくアンカー画像を1枚生成し、あとは演技の行とショットサイズだけを変えてシリーズを組み立てていきます。多くの人はこれを逆の順序で進め、見た目を決める前に完成版のプロンプトを十数個も作り込んでしまいます。

同じパターンはよくある案件にも当てはまります。ブランドのマスコットには何よりパターン2が必要です。20ピクセルで描き直されても形が保たなければならないからです。サムネイルはパターン5が命です。切手ほどの大きさでもショットが読み取れなければなりません。SNS投稿はパターン3が効く場面です。フィードで隣り合って並ぶシリーズは、内容よりも先に色で判断されるからです。

まずはAIカートゥーン生成ツールでテキストプロンプトから始め、実在の被写体をもとに作品を作る必要があるときは、写真をイメージ・トゥ・イメージに持ち込みましょう。どちらも文章で書いたプロンプトを受け取るので、上で組み立てたスタイル行はそのまま使えます。変わるのは入力だけです。

7つのパターンすべてよりも価値のある習慣がひとつあります。使い回す文章をプレーンテキストのファイルにまとめておくことです。スタイル行、アイデンティティブロック、配色の予算、レンダリング行。シリーズとは20個のプロンプトではなく、4つの文章を20回適用したものです。それを可能にするのがこのファイルです。