言葉を返す絵
誰もがマジックを愛するが、マジシャンが解説を始めると興ざめだ。DALL·E 3の奇妙な点はそこにある。まるで不正行為のように優れた画像生成AIでありながら、饒舌な説明エンジンと組み合わされているのだ。これは単なる「AIアートツール」のレビューではない。DALL·E 3のレビューなのだ。なぜならDALL·E 3は定冠詞に値するからだ。DALL·E 3は、テキストから画像生成がもはや手品ではないことに気づかせてくれる。それは意見を持ったPhotoshopだ。
まず基本から。DALL·E 3は、コヒーレンス、タイポグラフィ、空間認識、ニュアンス、そして「ああ、まさに私が言いたかったことだが、どう言えばいいのかわからなかった」という、言葉では言い表せない品質など、重要なほぼすべての点でDALL·E 2よりも優れている。その改善は微妙なものではない。それは、優れたカリカチュアとまずまずのポートレートの違いだ。そして、デモではうまくいくのに、日常的な使用ではうまくいかない多くのモデルとは異なり、DALL·E 3は日常的な場面でも通用する。
しかし、「より良い」ということは当然のことだ。本当に重要な疑問、つまりDALL·E 3のレビューで唯一重要な疑問は、それが信頼できるかどうかだ。強力かどうかではない。私たちは強力なものをすでに持っている。奇妙に強力なものも持っている。問題は、それがあなたを実験動物や宝くじのプレーヤーのように扱うことなく、あなたが自信を持って何度も使えるものを作るのに役立つかどうかだ。
短い答え:ほとんどの場合イエス。長い答え:これはAIなので、「説明可能なマジック」はまだ時々自滅する。
DALL·E 3が実際に優れている点(誇張なし)
- DALL·E 3は読み解く。文字通りではないが、機能的にはそうだ。埋め込み句、スタイルの制約、構成の指示を含むプロンプトは、通常、あなたが要求したものに似た結果になる。
- DALL·E 3はレイアウトを考慮する。ポスター、本の表紙、分割画面のコンセプトピッチを要求してみよう。DALL·E 3はネガティブスペースを尊重する。まるでデザインの授業を受けたかのように、対称性と非対称性を尊重する。
- DALL·E 3はテキストに対するアレルギーが少ない。AI画像におけるタイポグラフィは、誰かが活字スープをタイプライターにこぼしたように見えたものだ。DALL·E 3では、「遊び心のあるセリフ体で、価格が読みやすいコーヒーショップのメニュー」は、もはや祈りではなく、妥当な要求だ。
- DALL·E 3はトーンが良い。「ノワール風にする」だけでなく、「20世紀中頃の旅行ポスターを通して見たけばけばしい楽観主義」というようなこともできる。このような雰囲気のマッチングは、かつては参考資料とアートディレクターを必要とした。今では1つの段落で済む。
もしあなたが、DALL·E 3を驚くべきものとしか呼ばないレビューを探しているのなら、別の場所を探してほしい。
DALL·E 3がつまづくところ(もちろん、そうなることもある)
- 細かい数を数えたり、正確な配置をしたりするのは、まだ不安定だ。「7本の赤い傘、1本は裏返し、風の強い遊歩道に沿ってサイズ順に配置する」というような指示は、3回に1回当たるかどうかだ。
- 文字通りの表現は、祝福でもあり、罠でもある。あなたは要求したものを正確に得ることができるが、時にはその正確さを後悔することもあるだろう。
- シリーズ全体での一貫性(キャラクター、照明、衣装の継続性)は可能だが、儀式に近いプロンプトの規律が必要だ。Pixarを期待してはいけない。3コマ目で主人公の靴がどんなだったかを忘れてしまう、有能なフリーランサーを期待しよう。
これらのどれも致命的な欠点ではないが、このようなツールのパラドックスを明らかにする。つまり、ツールが優れているほど、その欠点がより明白になるということだ。
DALL·E 3のレビューを1つのプロンプトで表現する
「抑制された色彩で、かすかに辛辣なユーモアがあり、懐疑的だが感銘を受けているDALL·E 3のレビューについての編集イラスト。タイポグラフィはクリーンに保ち、2000年代初頭のテクノロジーブログへの控えめなノードを入れる。」
実際にそれをDALL·E 3に与えて、皮肉なしに公開できるものが得られる。それが勝負だ。それは単なる新しいツールではない。それは新しい創造的なループだ。アイデアが直接ビジュアルに変わり、それがより良いアイデアに変わり、それがカフェインが血流に到達するよりも速く完成した作品に変わる。
比較(聞かれるだろうから)
は、自分でトランポリンをはんだ付けする気があれば、バック転をしてくれるおもちゃ箱だ。は雰囲気の支配者だ。詩的なほど曖昧な場合でも、ゴージャスなアートディレクションを提供する。DALL·E 3は「言ったことを守る」陣営にいる。最も文字通りで、最も会話的で、多くの場合、仕様が重要なクライアント向け作業で最も信頼できる。
- プロンプトの遵守:DALL·E 3が勝利する。あなたが人間のように書くと、DALL·E 3は趣味の良い勤勉なアシスタントのように答える。
- 箱から出してすぐに使える洗練さ:には、まだ映画撮影者のような輝きがある。
- カスタマイズと制御:自分でパイプとプラグインを巻き上げる気があるなら、が勝利する。
あなたの仕事がブリーフ、ムードボード、修正にあるなら(広告代理店、製品チーム、テクノロジーマーケティング)、DALL·E 3は「見た目はクールだが間違っている」という問題を回避するための最も安全な賭けだ。
実際に気にする実用的なこと
- プロンプト:少ないほど良いが、精度が重要だ。「製品のメイン画像、ソフトキーライト、マットな質感、45度の角度、背景は彩度の低い青緑色、左から落ちる葉の影」と指示すると、恐ろしいほど近いものが一発で得られる。
- イテレーション:人間にするように小さな編集を依頼する。「同じ構図で、より冷たい光、セラミックのマグカップを二重壁のガラスに交換する」。DALL·E 3は耳を傾ける。
- シリーズ作品:名詞と形容詞を固定する。一貫したキャラクター記述子を使用する。可能な場合はシードを保存する。DALL·E 3は継続性ソフトウェアではないが、規律を守れば説得力のある偽造ができる。
- 画像内のテキスト:ついに失敗よりも成功が多くなった。完璧ではない。しかし、「EVENT TONIGHT 7 PM」が「EVFNT TOMGHT 7 PN」として返ってくることはない。進歩だ。
倫理と必然的な手の震え
私はAIアートの倫理に関する壮大な統一理論を持っていない。それを持っていると言う人は、何かを売っているか、パネルのオーディションを受けているかのどちらかだ。核心的な緊張は単純だ。アーティストは同意、帰属、および補償を望み、ユーザーは力、スピード、およびコスト削減を望んでいる。企業は規模を望んでいる。現在の雪解けは、通常のテクノロジー取引(オプトアウト、ポリシーノブ、「公開されているデータ」に関するいくつかの慎重なフレーズ)と、うまくいくのに十分な検出ツール(うまくいかなくなるまで)だ。
矛盾なく共存できる2つの考え
- DALL·E 3は、非アーティストが実際の作業を可能にし、アーティストにとってはより速く作業できるようにする、並外れたツールだ。
- 業界はまだアーティストに「私たちを信頼してください」よりも良い取引をする義務がある。
もしあなたがDALL·E 3のレビューを読んで、それがユートピアか盗難のどちらかだと告げられることを期待していたのなら、申し訳ない。それは良くて厄介なものだ。議論する価値のあるすべてのもののように。
隠されたスーパーパワー:画像のためのライティング
生計を立てるために書く人は、DALL·E 3で有利になる。私たちが特別なのではなく、明瞭さがここではスーパーパワーだからだ。DALL·E 3は、優れたデザイナーがするように具体性を重視する。頭の中でショットリストを説明できれば、プロの仕事に非常に近いと感じられる画像が得られる。もはや障壁は描画スキルではなく、明確な表現だ。より良いプロンプトを書けば、より良い画像が得られる。
それは通常の台本を覆す。古い世界では、ライターはデザイナーにメールを送り、待っていた。今では、ライターは昼食前に5つの方向性をモックアップし、磨く価値のあるものを送ることができる。これはプロセス重視のチームにとっては恐ろしいことだが、出荷するチームにとっては非常に便利だ。
失敗すると、大失敗する
DALL·E 3の最悪の点は、明らかなことを見落としながら自信があるふりをすることだ。6本指の手?今では珍しい。意味不明な看板?まれだ。しかし、DALL·E 3はまだ端でつまずく。つまり、反射しない反射、幾何学に違反する影、ショット間で移動する製品ポートなどだ。不気味の谷が上流に移動した。ズームインするまで気づかないだろう。そして、一度気づくと、もう元には戻れない。
修正は簡単だ。出力を強力な下書きとして扱うことだ。トリミング、修正、または再生成する。箱から出してすぐに完璧を期待するなら、それはツールではなく、あなたの責任だ。カメラでさえ最終的なアートが得られるわけではない。
わかりやすい価格とアクセス
DALL·E 3は通常、チャット形式のインターフェースとAPIアクセスを通じて利用可能であり、使用量は生成と解像度によって測定される。あなたがカジュアルユーザーなら、チャットインターフェースで十分だ。摩擦が少なく、結果が速い。あなたがチームまたは製品なら、APIが重要だ。経済学は、スロットマシンのように「再生成」を連打するのではなく、意図的に反復する人を支持する。数千のランダムなものよりも、多くの小さな調整のために予算を立てる。
ガードレールに関する簡単な注意
安全レイヤーは厳格だが、以前よりも健全だ。グラフィックな暴力、妥協的な状況にある公人、商標の地雷など、明らかなことでブロックされるだろう。そして、時にはそれほど明白ではないエッジケースでもブロックされる。迷惑?そう。必要?それもそうだ。目標は「間違った理由でニュースにならないこと」であり、その点ではうまくいっている。
時間を無駄にしないワークフロー
ここにDALL·E 3のレビューの実用的な核心がある。これを行えば、あなたは賢く見えるだろう。
- クリエイティブブリーフのように、テキストでコンセプトを下書きする。最大2〜4文。
- 4つのオプションを生成する。70%しか正しくなくても、最良のものを選択する。
- 最終用途に適したサイズでエクスポートする。必要になるまでアップスケールしない。
- 実際のエディターで修正する。モデルが永遠に逃すものを2分で修正できる。
Sider.AIが実際に役立つ場所(セールスなし、約束)
私は製品の宣伝はしない。しかし、うまくいくものにアレルギーがあるわけでもない。Sider.AIは、あなたがすでに調査や執筆を行っているブラウザに存在する。DALL·E 3の作業では、それは見た目以上に重要だ。最高のプロンプトのアイデアは、仕様、競合他社のページ、または自分のメモを読んでいるときに出てくる。Sider.AIを使用すると、数十のタブをホッピングしたり、スレッドを失ったりすることなく、プロンプトをインラインで整形(洗練、バリアントの比較、キーパーの保存)できる。 また、あいまいなステークホルダーの言葉(「ポップにしてください。ただし、うるさすぎないように」)を、DALL·E 3が実際に理解できるプロンプト(「ミュートされたパレット上の高コントラストのカラーアクセント、パンチの効いた照明、抑制されたハイライト」)に変換するのにも役立つ。それは魔法ではない。それはワークフローの接着剤だ。失われたときに初めて気づく種類のものだ。
誰がDALL·E 3を使用すべきか(そして誰がすべきでないか)
- コンセプトアート、マーケティングビジュアル、ストーリーボード、サムネイル、または内部の賛同から恩恵を受けるものを出荷する場合は、DALL·E 3を使用する。DALL·E 3は、デザイナーにとっては乗数であり、センスのある非デザイナーにとっては命綱だ。
- 200ページのグラフィックノベル全体で継続性と法的クリアランスが保証された、オーダーメイドのイラストを期待する場合は、DALL·E 3を使用しない。「近い」ものは得られるかもしれないが、「近い」は契約ではない。
- 「最初の80%を数分で」評価する場合は、DALL·E 3を使用する。反復を罰し、過度に洗練された最初のドラフトに報酬を与えるワークフローの場合は、DALL·E 3を使用しない。
創造性について、簡単に、決まり文句なしで
ツールはセンスを作らない。ツールは言い訳をなくす。もしあなたが良いアイデアを持っていたが、描けなかったなら、今ではそれを見せることができる。もしあなたのアイデアが曖昧なら、DALL·E 3は美しく照らされた曖昧さを与える。DALL·E 3は中程度の思考を高めることはない。DALL·E 3は、あなたの思考が鋭いときに邪魔をすることを拒否するだけだ。
それはほとんどの「AIがクリエイターに取って代わる」という意見が見逃している部分だ。DALL·E 3は価値を上流にシフトさせる。重要な作業はキーストロークではなく、選択だ。参考資料の選択。ムードの選択。何をカットするかの選択。マシンはペイントを扱う。あなたはまだキャンバスに何を描くかを決めなければならない。
判決(しぶしぶ真剣に)
DALL·E 3のレビューは、これ以上ごまかすことはできない。DALL·E 3は、実際の締め切りで実際のモノを作成する必要がある普通の人々が利用できる、最も広く役立つテキストから画像へのシステムだ。常に輝きを放つとは限らないが、確実に従う。その従順さ(スライダーでいっぱいのバインダーではなく、自然言語に合わせられていること)が画期的なのだ。
完璧か?いいえ。チームの働き方を変えるのに十分か?すでに変わった。
重み以上の効果を発揮するいくつかのプロンプト
- 「雑誌の表紙のコンセプト、中央に配置された1つの大胆なオブジェクト、ソフトなリムライト、マストヘッドのための寛大なネガティブスペース、カラーパレット:リッチインディゴとゴールド、自信があるが抑制されたタイポグラフィ。」
- 「ストーリーボードフレーム、午前2時にデバッグしている開発者の肩越しのショット、冷たいモニターの光、空のレッドブル缶、窓を流れ落ちる雨、トーン:憂鬱だが決意に満ちている。」
- 「パッケージのモックアップ、マットなリサイクル可能なポーチ、微妙なグレイン、製品名「Rivet」をヒューマニストサンセリフで、ボルトの小さなエンボス加工アイコン、木製カウンターでのライフスタイルシーン、朝の光。」
これらは公式ではない。これらは明瞭さが報われることの証明だ。
未解決の問題
DALL·E 3の最も奇妙な部分は、DALL·E 3がうまく描くことではない。DALL·E 3が耳を傾けることだ。DALL·E 3と交渉することができる。少し議論する。主張する。ほとんどのソフトウェアは交渉しない。エラーが発生するだけだ。DALL·E 3は、気難しく、時々間違っているが、速くてゲームである協力者に近いと感じられる。
おそらくそれが本当の変化だ。私たちはもはや機能を探してクリックしているのではない。意図を述べ、結果を判断しているのだ。それはより良いループだ。それはより恐ろしいループでもある。なぜなら、それはセンス(あなたのセンス)を危機にさらすからだ。
もしそれがあなたを悩ませるなら、それでいい。しかし、言い訳をなくすツールは、定着する方法を持っている。
結論
DALL·E 3は、いじくり回すのが嫌いな人に私が勧められる最初の画像モデルだ。DALL·E 3は、文章で考え、締め切りを守る人のためのモデルだ。精度で使用し、期待を人間的に保てば、DALL·E 3はあなたを不気味なほど有能に見せるだろう。
そして、そうでない場合は、再生成する。マジシャンの口上が常に重要なのではない。手品が重要なのだ。
よくある質問
Q1:DALL·E 3はプロの仕事に十分ですか?
はい。あなたのプロの仕事がプロンプトの遵守と迅速な反復を重視する場合。DALL·E 3のレビューでは、見出しは信頼性です。DALL·E 3は多くの場合、ブリーフに適合し、ミスは修正可能です。
Q2:DALL·E 3はおよびとどのように比較されますか?
DALL·E 3は指示に従う点で優れており、は映画のような洗練さで優れており、は詳細なカスタマイズで優れています。精度、雰囲気、または制御のいずれが必要かに基づいて選択してください。
Q3:DALL·E 3は画像内で正確なテキストを生成できますか?
以前のモデルよりも優れています。このDALL·E 3レビューのコンテキストでは、タイポグラフィはついに使用可能になりました。まだ不完全ですが、もはや活字スープではありません。
Q4:DALL·E 3をプロンプトする最良の方法は何ですか?
ブリーフのように書きます。明確な名詞、具体的な制約、反復ごとの1つの変更。DALL·E 3は詩的な放浪よりも鮮明な指示に報酬を与えます。
Q5:デザイナーはDALL·E 3が彼らに取って代わることを心配する必要がありますか?
代替について心配するよりも、上流の価値について心配してください。DALL·E 3はドラフトを加速します。センスとキュレーションは、何が出荷されるかを決定します。