ChatGPTの画像生成プロンプト、最初は何を書けばいいか全然わかりませんでした。「桜の絵を描いて」と入力すれば画像は出てくるけど、思い通りにならない。ネットで「コピペで使えるプロンプト例」を探しても、なぜそのプロンプトが効くのかがわからない。
僕がほしかったのは、コピペ用のプロンプト集ではなく、自分でプロンプトを組み立てられるようになる「構造」の理解でした。
この記事では、ChatGPT画像生成プロンプトの基本構造を、僕が実際にテストしたBefore/After付きで解説します。曖昧なプロンプトと構造化されたプロンプトで画像がどう変わるのか、スクリーンショットで比較しながら見ていきましょう。
この記事について: 筆者はAIツールの専門家ではなく、日本で働きながらAIを学んでいる初心者です。この記事の内容は、2026年4月時点でChatGPT Plusを使って直接テストした結果にもとづいています。記事の構成整理と文章の推敲にはAIを補助的に使用しています。
ChatGPT画像生成プロンプトの基本構造 — 5つの要素
まず、プロンプトの「型」を押さえましょう。僕がいろいろ試してわかったのは、5つの要素を意識するだけで画像の仕上がりが大きく変わるということです。
プロンプトを書くときに意識する要素は5つだけです。被写体(画像の主役)、背景(後ろに何があるか)、雰囲気(空気感や時間帯)、スタイル(水彩画風、フォトリアルなど画風)、構図(カメラの位置や画角)。
この5つを全部書く必要はありません。でも、少なくともスタイルだけは指定することをおすすめします。理由は次のセクションでスクリーンショット付きで説明します。OpenAIのプロンプトガイドでも、具体的なプロンプトを使うことが推奨されています。
コピペして、○○の部分を自分の言葉に置き換えるだけで使えるテンプレートはこちらです:
【被写体】○○が△△している
【背景】□□な場所、◇◇が見える
【雰囲気】○○な時間帯、△△な空気感
【スタイル】□□風、◇◇な色調
【構図】○○な角度、△△なフレーミング
曖昧 vs 具体的 — プロンプトのレベルで画像はこう変わる
ここからは実際のテスト結果です。同じ「桜の風景」をテーマに、プロンプトの具体性を3段階で比較しました。
レベル1: 曖昧なプロンプト
桜の風景を描いてください。

たった一言のプロンプトでも、ChatGPTはかなり美しい画像を生成してくれます。クオリティ自体は高い。でも問題は、スタイルも構図もすべてAI任せになること。僕のテストではフォトリアルに近いCG風の画像が出てきて、ベンチ、街灯、ボートまでChatGPTが勝手に追加していました。「水彩画風がよかったのに…」と思っても、指定していないので仕方ありません。
レベル2: 具体的なプロンプト
満開の桜並木が続く川沿いの遊歩道。春の晴れた午後、花びらが風に舞っている。水彩画風。

「水彩画風」の一言を加えただけで、画像の印象がガラッと変わりました。CG風からやわらかい水彩画タッチに。川沿いの遊歩道、舞う花びら、遠くの橋 — プロンプトに書いた要素がほぼすべて反映されています。
レベル1→2の変化は「スタイルコントロール」です。 スタイルを一つ指定するだけで、画像の方向性を自分で決められるようになります。
レベル3: 構造化プロンプト(5要素の公式を適用)
【被写体】満開の桜並木が続く川沿いの遊歩道、散歩する親子
【背景】穏やかに流れる川、遠くに見える小さな橋
【雰囲気】春の暖かい午後、柔らかな日差し、花びらが風に舞っている
【スタイル】水彩画風、淡いパステルカラー
【構図】広角、遊歩道が奥に伸びる遠近感

ここでの一番の違いは、「散歩する親子」が正確に反映された点です。お母さんと子どもが手をつないで歩く後ろ姿がしっかり描かれていて、子どもはカバンまで背負っています。「淡いパステルカラー」の指定も効いていて、レベル2より柔らかく温かいトーンになりました。遊歩道が奥に伸びる遠近感も、構図の指定通りです。
レベル2→3の変化は「ディテールコントロール」です。 スタイルの方向性はレベル2で決まっていますが、被写体の細部(誰がいるか、どんな色調か、どんなカメラ角度か)をコントロールできるようになります。
まとめると:
| レベル | プロンプト | コントロールできること |
|---|---|---|
| レベル1 | 曖昧 | なし(AI任せ) |
| レベル2 | 具体的 | スタイル(画風の方向性) |
| レベル3 | 構造化 | ディテール(被写体・色調・構図) |
用途別プロンプト実例集 — そのまま使えるテンプレート
プロンプトの構造がわかったところで、次は用途別の実例です。同じ「人物画像」でも、用途によってプロンプトの組み立て方がまったく変わります。
SNSプロフィールアイコン
ポイント: シンプル + 正面 + バストアップ
【被写体】20代の男性、短髪、黒縁メガネ、穏やかな笑顔
【背景】シンプルな薄いグレー
【スタイル】アニメ風アイコン、バストアップ
【構図】正面向き、顔が画面の中央

プロンプトに書いた要素がほぼ全部反映されました。背景がシンプルなので、円形に切り抜いてもきれいに収まる構図です。SNSアイコンでは「シンプルな背景 + 正面 + バストアップ」を指定するのがコツです。
ブログ記事のアイキャッチ画像
ポイント: フォトリアル + 横長16:9 + 斜め角度
【被写体】ノートパソコンの前に座る20代の男性、AIツールの画面を見て驚いた表情
【背景】明るいカフェ、窓から光が差し込む
【スタイル】フォトリアル、温かい色調
【構図】横長16:9、斜め45度から撮影したような角度

フォトリアル、カフェの窓光、横長の構図 — ほぼ意図通りです。ただし、「驚いた表情」の指定は想像以上に強く反映されました。 口を大きく開けて驚くような表情になっていて、ちょっとコミカルな印象です。
ここで気づいたポイント:表情の指示は控えめに書くのがコツです。
- ×「驚いた表情」→ 口を開けて大げさに驚く
- ○「少し目を見開いた表情」→ 自然な驚き
- ○「興味深そうな表情」→ 落ち着いた印象
プレゼン資料のイラスト
ポイント: フラットデザイン + ビビッドな配色 + 引きの構図
【被写体】チームで会議をしている3人のビジネスパーソン、ホワイトボードにグラフ
【背景】モダンなオフィスの会議室
【スタイル】フラットデザイン風イラスト、ビビッドな配色
【構図】横長、全体が見える引きの構図

これは3つの中で一番プロンプト通りの結果が出ました。フラットデザインの色使い、3人のビジネスパーソン、ホワイトボードのグラフ — 全部指定通り。色が鮮やかでシンプルなので、そのままスライドに貼れる品質です。
3つを並べると、同じ「人物画像」でもスタイル・構図・背景の指定を変えるだけで、まったく別の用途の画像になることがわかります。
| 用途 | キーワード |
|---|---|
| SNSアイコン | シンプル背景 + 正面 + バストアップ |
| ブログアイキャッチ | フォトリアル + 横長16:9 + 斜め角度 |
| プレゼン資料 | フラットデザイン + ビビッド配色 + 引きの構図 |
ChatGPTの強み — 会話で画像を修正する方法
ChatGPTの画像生成には、とても便利な機能があります。会話の中で「ここを変えて」と指示するだけで、画像を修正できることです。
実際にテストしてみました。
初期プロンプト
日本の古い町並みを歩く着物姿の女性。秋の夕暮れ、紅葉が美しい。写真風。

初期プロンプトだけでも、かなり高品質な画像が生成されました。着物の帯のディテール、背景の五重塔、紅葉の色づき — 雰囲気は抜群です。
ここから、同じチャット内で3回の修正指示を出しました。
修正1: 「背景の紅葉をもっと鮮やかにしてください」 → 左上の紅葉が初期より赤く鮮やかになりました。構図と人物はほぼそのまま維持。
修正2: 「女性の着物の色を深い紫色に変えてください」 → これは劇的な変化でした。着物がベージュ系から深い紫色に完全に変わり、紅葉の柄はそのまま維持されていました。構図、背景、ポーズは同じまま、着物の色だけが変わる — これが会話型修正の強みです。
修正3: 「全体的にもう少し暖かい色調にしてください。夕日の光を強調して」 → 夕日がより強烈になり、全体にオレンジ〜ゴールドのトーンが加わりました。紫色の着物と暖かい夕日の対比が、最終版の雰囲気を引き上げています。

初期と最終を比べると、同じシーンなのにまったく違う雰囲気の画像になっています。大切なのは、一度で完璧な画像を作ろうとしなくていいということ。ChatGPTなら「ここをこう変えて」と会話するだけで、少しずつ理想に近づけられます。
ちなみに、修正を連続で素早く行ったところ、**「画像を生成するのが速すぎます。1分間お待ちください」**というレート制限のエラーが出ました。Plusアカウントでも、連続して画像を生成すると短い待機時間が発生することがあります。急いでいるときは少し間を空けるのがおすすめです。エラーが続く場合はOpenAIのステータスページで障害情報を確認してみてください。画像生成で発生するエラーや制限について詳しくは、前回の記事で解説しています。
僕が学んだChatGPT画像生成プロンプトのポイント3つ
最後に、今回のテストを通じて僕が学んだことをまとめます。
ポイント1: まずスタイルを指定する — それだけで世界が変わる
レベル1→2のテストで一番驚いたのは、「水彩画風」の一言を加えるだけでCG風から水彩画に完全に変わったことです。プロンプトの書き方に迷ったら、まず「○○風」と画風を指定するところから始めてみてください。
ポイント2: 構造化テンプレートを使えば初心者でも安定する
5つの要素(被写体・背景・雰囲気・スタイル・構図)を意識するだけで、「AIに任せきり」から「自分でコントロールする」に変わります。最初はテンプレートをコピペして、自分の言葉で埋めるところから始めるのが楽です。
ポイント3: 完璧を目指さず、会話で調整する
ChatGPTの最大の強みは、生成後に「ここを変えて」と言えること。最初から100点を狙うより、70点の画像を出してから会話で調整するほうが、結果的に早く理想に近づけます。ただし表情の指示は控えめに — 「驚いた表情」は想像以上に強く反映されます。
さらに応用テクニックを知りたい方は、コツの記事もあわせてご覧ください。
よくある質問
ChatGPTの画像生成プロンプトは日本語と英語どちらがいいですか?
どちらでも画像生成は可能です。僕が前回の記事でテストしたところ、日本文化に関する画像(和室、お正月、着物など)は日本語プロンプトのほうが文化的な文脈を正確に反映してくれました。一方、英語のほうが情報量が多い一般的なシーンでは大きな差はありませんでした。まずは自分が書きやすい言語で試してみるのがおすすめです。
生成された画像のサイズやアスペクト比は指定できますか?
はい、プロンプトに「横長16:9」「正方形1:1」「縦長9:16」などと書くことで、アスペクト比をある程度伝えることができます。ただし、必ずしも安定して反映されるとは限りません。OpenAIの公開資料では、比率の扱いは利用環境やUIによって異なる場合があると説明されています。16:9や9:16は「確実な指定」ではなく「希望を伝える」くらいに考えておくのが安全です。詳しくはOpenAIのChatGPT Images FAQも参考にしてください。
ChatGPT画像生成の全体像については、総合ガイドをご覧ください。
この記事の情報は2026年4月時点のものです。ChatGPTの画像生成機能は頻繁にアップデートされるため、最新の状況と異なる場合があります。