Grokの画像生成活用術：ピカソ風ポテトにならないプロンプトの書き方
更新日: 2025年10月20日
13 分
ロボットが猫犬を描いた日…そして、なぜプロンプトが重要なのか
AIに猫の絵を描かせたら、まるでシャンプーのCMのオーディションを受けているアライグマのようなものが返ってきたことはありませんか？ええ、ありますよね。Grokの画像生成は素晴らしいものになる可能性があります。ポスターに値するほどです。しかし、それはまるで、本当に自分が何を求めているのかを知っている監督のように話しかけた場合のみです。魔法はモデルだけにあるのではありません。それはあなたのプロンプトにあります。そして今日、Grokがピカソのジャガイモを作るのをやめて、ギャラリー級のビジュアルを出荷するように、あなたのプロンプトを修正します。
注意：これは、実際のプロンプトの公式、例、および一般的な落とし穴を含む、実践的なガイドです。最後には、Grokの画像生成の使用方法、ビジュアルのための効果的なプロンプトの作成方法、そして実際に意図した画像を取得する方法がわかるでしょう。あなたのロボットのいとこが聞き間違えたものではありません。
Grok画像生成101：それが何であるか、何でないか、そしてなぜ時々指をたくさん描きすぎるのか
Grokの画像生成は、非常に注意深く聞き、あなたが余白を残しすぎると、ワイルドに即興演奏をするスタジオアシスタントのように機能します。それは、学習したパターンを一致させることによって、あなたのテキスト記述を画像に変換します。「シーン、スタイル、雰囲気、および技術的な詳細を記述する」と考えてください。すると、Grokはピクセルを構築します。
重要な現実のチェック：
- プロンプトが具体的であればあるほど、結果はより忠実になります。
- スタイル、照明、カメラアングル—これらはあなたが思っている以上に重要です。
- 顔、手、およびテキストは、依然としてトリッキーな場合があります。再試行と反復を計画してください。
アルバムカバーが必要な場合は、「アルバムカバー」と言わないでください。「大胆で、高コントラストのアルバムカバーの構成、中央の被写体、粗いフィルムの質感、劇的な逆光、上部にタイトルのテキスト領域」と言ってください。違いがわかりますか？あなたは監督です。Grokはクルーです。
公式：実際に機能するGrokプロンプトの書き方
ここに、混沌をアートに変える簡単なプロンプト公式があります：
シーン + 被写体 + スタイル + 構成 + 照明 + 色 + カメラ + ムード + 品質 + 制約
Grokフレンドリーなスタイルで、それを分解してみましょう。
- シーン：私たちはどこにいますか？屋内、屋外、火星、小さなニューヨークのキッチン？
- 被写体：誰/何？具体的に。「赤いヴィンテージのVespaスクーター」は「スクーター」よりも優れています。
- スタイル：イラスト、フォトリアリスティック、水彩、スタジオジブリ風（アーティストの名前をコピーするのは避けてください）、サイバーパンク、ミニマリスト。
- 構成：クローズアップ、ミディアムショット、ワイドショット; 中央、三分割法; テキスト用のネガティブスペース。
- 照明：柔らかい朝の光、ネオンバックライト、ゴールデンアワー、シネマティック。
- 色：カラーパレットが重要です：パステル、モノクロ、デュオトーン、彩度。
- カメラ：35mmレンズ、マクロ、航空写真、ローアングル、f/1.8ボケ。
- ムード：穏やか、気まぐれ、不吉、エネルギッシュ。
- 品質：4K、高ディテール、鮮明な焦点、シャープ。
- 制約：テキストなし、透かしなし; 単一の被写体; 対称; アスペクト比。
プロのヒント：小説を書かないでください。シーンの説明を書いてください。1〜3文といくつかの構造化されたパラメーターを目指してください。
プロンプトの変身：曖昧からヴォーグへ
悪いプロンプト：「猫」。
より良いプロンプト：「窓辺でくつろいでいるオレンジ色のトラ猫、フォトリアリスティック、柔らかい朝の光、浅い被写界深度、50mmレンズ、暖かいパステルパレット、穏やかなムード、高ディテール、単一の被写体、3：2。」
悪いプロンプト：「夜の街」。
より良いプロンプト：「夜のサイバーパンク東京の街、濡れた舗装のネオンの反射、超広角、高コントラスト、映画のような照明、深い青とマゼンタ、賑やかな群衆のモーションブラー、高ディテール、16：9。」
悪いプロンプト：「ロゴを作成する」。
より良いプロンプト：「ハイキングアプリのミニマリストのベクタースタイルのエンブレム、様式化された山のシルエットとトレイル、フラットなデザイン、2色のパレット（森林の緑とクリーム）、中央の構成、透明な背景の感触、テキストなし、高コントラスト、正方形。」
パターンがわかりましたか？コンテキスト + スタイル + 制約。Grokはあなたの心を読めません。まだ。
Grokの画像生成の使用方法：簡単なステップバイステップ
- 目標を決定します：ソーシャル投稿、広告バナー、製品モックアップ、プレゼンテーションカバー、ムードボード。
- 公式を使用して、最初のパスプロンプトを作成します。
- 制約を追加します：アスペクト比、単一の被写体、構成のメモ、後でテキストを追加する場合はテキストなし。
- 生成。呼吸。47回再生するパニック反射に抵抗します。
- 一度に1つの変更を加えて、レビューと反復を行います。2番目のプロンプトに台所の流し台を投げ込まないでください。
反復の例：
- 最初のプロンプト：「大理石のテーブルの上のフォトリアリスティックなカプチーノ、上から、ラテアートのハート、柔らかい自然光、ニュートラルパレット、4K、1：1。」
- 結果が暗すぎますか？フォローアップ：「露出をわずかに増やし、暖かいハイライトを追加します。」
- 泡がファンキーに見えますか？「よりシャープな泡のテクスチャ、よりクリアなラテアート、グレインを減らします。」
最善を尽くしている非常に文字通りのデザインインターンとの会話のように扱ってください。
視覚的な構成要素：スタイル、照明、レンズ、および構成
- Grokがよく理解しているスタイル：フォトリアリズム、水彩ウォッシュ、フラットベクター、3Dレンダリング、アイソメトリック、レトロポスター、コミックブックハーフトーン、ローポリ。
- 重要な照明の合図：ゴールデンアワー（暖かい輝き）、ソフトボックス（均一な照明）、リム照明（劇的な被写体のエッジ）、ネオン（高コントラスト、彩度の高い色）、キアロスクーロ（ムーディー、影が豊富）。
- レンズとカメラの言語：広いシーンには24mm; 自然な視点には50mm; ポートレートには85mm; 詳細にはマクロ; ボケにはf/1.8; 上からには航空/ドローン。
- 構成ガイダンス：バランスの取れたショットには三分割法; 大胆なポスターには中央対称; オーバーレイにはネガティブスペース; 製品の詳細にはクローズアップ; 環境にはワイドショット。
プロンプトごとにこれらを2つまたは3つ追加します。すべてではありません。あなたは料理を作っているのであって、スパイスラックの爆発ではありません。
盗むことができるプロンプトテンプレート（ぜひそうしてください）
- 製品のヒーロー画像：「マットブラックの表面にある、洗練されたステンレス鋼のスマートウォッチ、柔らかい反射のあるフォトリアリスティックなスタジオ照明、85mmレンズ、浅い被写界深度、中央の構成、高ディテール、見出し用のスペースが上部にあり、4：5。」
- ライフスタイル写真：「小雨の中、横断歩道を渡る若い通勤者、反射する舗装、モーションブラー、率直なストリート写真スタイル、ミュートされたパレット、35mmレンズ、自然光、三分割法、16：9。」
- イラスト：「居心地の良い読書コーナーのイラスト、暖かい木の棚、植物、椅子に丸まっているトラ猫、テクスチャードグレインのフラットベクタースタイル、素朴なパレット、柔らかいアンビエントグロー、きれいなアウトライン、1：1。」
- ソーシャル広告の背景：「抽象的なグラデーションの波のパターン、デュオトーンのティールとバイオレット、滑らかな曲線、最小限の視覚的なノイズ、右側に十分なネガティブスペース、くっきり、16：9。」
- プレゼンテーションカバー：「夜明けのモダンなミニマリストの街並み、柔らかいパステルグラデーションの空、細い線画スタイル、左上に明確なタイトルの領域があるワイドな構成、高解像度、16：9。」
コピー、ペースト、微調整。それは不正行為ではありません。効率的です。
効果的なGrokプロンプトの解剖学（注釈付き）
プロンプト：「日の出時に靴を結んでいる女性マラソンランナーのフォトリアリスティックなポートレート、ゴールデンアワーの逆光、冷たい空気の中で見える息、85mmレンズ、浅い被写界深度、暖かいハイライト、柔らかい影、高ディテール、単一の被写体、テキスト用の左側のネガティブスペース、4：5。」
それが機能する理由：
- 明確な被写体とアクション（靴を結ぶランナー）
- 時間と光（日の出、ゴールデンアワーの逆光）
- カメラと構成（85mm、被写界深度、左側のネガティブスペース）
- ムードとテクスチャ（冷たい空気の息、暖かいハイライト）
- 実用的な制約（ポスターのアスペクト比）
4つの大きな問題の修正（そしてあなたを救うプロンプト）
- 奇妙な手と顔
- ヒント：極端なクローズアップの代わりにミディアムショットを使用します。「自然なプロポーション、きれいな顔の対称性、リアルな肌のテクスチャ」を追加し、手を複雑な小道具から遠ざけてください。
- 例：「ミディアムショットのポートレート、自然なプロポーション、リアルな肌のテクスチャ、手が切り取られ、柔らかいキーライト、ニュートラルな背景。」
- 不要なテキストまたは透かし
- ヒント：「テキストなし、透かしなし、きれいな背景」と言ってください。テキストが必要な場合は、後でデザインツールで追加します。
- 例：「フラットベクターアイコンセット、均一なストローク幅、テキストなし、透かしなし、透明な外観、正方形のレイアウトグリッド。」
- 過度に忙しい結果
- ヒント：被写体の数を制限します。「単一の被写体」または「最小限の背景」を指定します。
- 例：「滑らかな石の上の単一の盆栽、ミニマリストのスタジオ設定、柔らかいトップ照明、浅い深度、ネガティブスペース、3：2。」
- 間違った時代/スタイルのマッシュアップ
- ヒント：10年とスタイルについて明確にしてください。「レトロ」と言う代わりに、「1970年代のカラーフィルムルック」と言ってください。
- 例：「1970年代のカラーフィルムの美学、微妙なグレイン、わずかに色あせた色、柔らかいビネット、率直なストリートシーン、35mmレンズ。」
アスペクト比：Instagramのストーリーとスライドデッキがパンツを共有しないため
- 正方形（1：1）：製品タイル、アバター、きれいなグリッド。
- ポートレート（4：5または9：16）：Instagramの投稿とストーリー、モバイルファースト広告。
- 風景（16：9）：YouTubeサムネイル、スライド、ヒーローバナー。
- 印刷に適した（3：2、4：3）：ポスター、チラシ。
プロンプトに比率を追加します。後でぎこちないトリミングを防ぎます。
反復戦略：「一度に1つのノブ」ルール
Grokが目標を逃した場合、すべてを書き直す衝動に抵抗してください。反復ごとに1つのことを変更します：
- 照明の微調整：「柔らかい曇り空の光に切り替えます。」
- 構成の微調整：「三分割法にシフトし、被写体を右にします。」
- 色の微調整：「ミュートされたパステルパレットを使用します。」
- スタイルの微調整：「フラットベクターイラストレーションに変更します。」
なぜですか？5つのことを変更して画像が改善されても、どの微調整がうまくいったのかわかりません。あなたは画像を作成しているだけでなく、Grokがあなたをどのように聞いているかを学んでいます。
創造的な制約：一貫性のための秘密のソース
キャンペーン全体で一貫したブランドの外観が必要ですか？プロンプト内にミニスタイルガイドを作成します：
- 「ミュートされたアースカラー、柔らかいグレインテクスチャ、穏やかなビネット、中央の構成、被写体の下の微妙な影、左上のセリフの見出しスペース、4：5。」
次に、再利用し、被写体のみを交換します。テンプレート化のようなものですが、よりクールです。
人、製品、場所のプロンプト
- 人：年齢層、服装、ポーズ、感情、および設定を指定します。「自然なプロポーション」と「微妙な肌のテクスチャ」を使用します。手をシンプルに保ちます。
- 製品：素材、仕上げ（マット、光沢）、反射、環境、レンズ、およびきれいな表面を記述します。スタジオ照明は素晴らしい効果を発揮します。
- 場所：時刻、天気、活動レベル、およびカラーパレットを定義します。カメラアングルと焦点距離を追加します。
簡単な例：
- 人：「白いコートを着た中年シェフのポートレート、暖かいキッチンの背景、柔らかいキーライト、85mmレンズ、自然な表情、浅い深度、高ディテール、3：2。」
- 製品：「コンクリートスラブ上のマットブラックのワイヤレスイヤホン、エッジ用のスタジオリム照明、シャープな焦点、最小限の背景、中央、4K、1：1。」
- 場所：「夜明けの霧深い松林、クールな青緑のパレット、見上げるローアングルパースペクティブ、柔らかいボリュームライト、高ディテール、16：9。」
参照を使用してビジュアル用の効果的なプロンプトを作成する（いつ画像を追加するか）
参照画像を添付できる場合は、控えめにそれを行います。1つまたは2つの参照は、Grokが外観またはポーズをロックするのに役立ちます。従う内容を決定するために、短いテキスト指示を追加します：
- 「参照Aから照明を一致させます。参照Bからカラーパレットを使用します。構成を中央に保ちます。テキストはありません。」
参照を追加できない場合は、「のような」合図を使用します：「ソフトフィルムグレイン」、「ミュートされたKodakのようなパレット」、「アイソメトリックブループリントスタイル」。それは言葉のムードボードです。
ネガティブプロンプト：Grokにしないように指示します
Grokは時々「親切に」追加の小道具、テクスチャ、またはテキストをこっそり含めます。否定的なものでそれを停止します：
- 「テキストなし、透かしなし、余分な手足なし、忙しい背景なし、ロゴなし、境界線なし。」
短く一貫性を保ちます。ネガティブはプロンプトのシートベルトです。必要になるまでは迷惑です。
10秒のプロンプトチェック（生成を押す前に）
自問してください：
- 見知らぬ人は私の言葉からこのシーンを想像できますか？
- スタイル、照明、および構成を指定しましたか？
- アスペクト比と被写体の数を設定しましたか？
- 一般的な落とし穴のネガティブを含めましたか？
- 「クール」や「ナイス」のような曖昧な言葉を避けましたか？（あなたの中学校のブックレポートが呼ばれました。形容詞を取り戻したいと思っています。）
はいの場合は、生成します。
実際のユースケース：一般的なジョブのGrokプロンプト
- マーケティングバナー：「スキンケアセラムのミニマリスト製品ヒーローレイアウト、光沢のある白いセラミックタイル上のつや消し仕上げのガラスボトル、柔らかく拡散されたスタジオライト、微妙な影、右側に見出しの余地、高ディテール、16：9、テキストなし。」
- YouTubeサムネイル：「ネオンアイコンで破裂するラップトップの大胆で高コントラストの写真イラスト、暗い背景、中央の被写体、劇的なリム照明、きれいな構成、タイトル用の特大のネガティブスペース、16：9。」
- アプリストアのスクリーンショットの背景：「抽象的な幾何学的形状、ティールとコーラルの柔らかいグラデーション、ドロップシャドウによる穏やかな深度、最小限の注意散漫、9：16。」
- 内部レポートカバー：「データセンターラックのクリーンなアイソメトリックイラスト、クールな青と灰色、微妙な輝き、細いアウトラインスタイル、左上にタイトルのスペース、くっきり、16：9。」
- イベントポスターアート：「空飛ぶ車のあるレトロな未来的な街並み、夕焼けのカラーグラデーション、鮮明なベクタースタイル、中央の構成、大胆なシルエットの形状、3：2。」
いつ再生するかvsいつ改良するか
- 以下の場合に再生：全体の雰囲気が外れた場合—間違ったスタイル、間違った被写体、間違った時代。
- 以下の場合に改良：骨が良い場合—コアを維持し、照明、色、または構成を調整します。
再生を新しいレシピを開始することと考えてください。洗練を塩を追加することと考えてください。または、料理をしない人のために、「うるさい間違い」から「微調整で正しい」に切り替えることと考えてください。
注目に値する：Sider.AIを使用してプロンプトをより速く釘付けにする
多くのプロンプトをテストしていて、フルタイムのAIウィスパラーになる時間がない場合、Sider.AIは言葉が得意な役に立つ友人になることができます。おおよそのプロンプトを貼り付け、Grokの画像生成のために、スタイルの制約、ネガティブプロンプト、およびアスペクト比で最適化するように依頼します。それはあなたが「なぜこの猫は5つの耳を持っているのですか？」と言うよりも早く、タイトで実行可能なバージョンを吐き出します。特に、キャンペーン全体で一貫したブランドプロンプトを必要とするチームに役立ちます。
高度な動き：マルチショットの一貫性とシリーズルック
- キャラクターの一貫性：繰り返すことができる特徴と衣服を記述し、照明とレンズをロックします。例：「同じキャラクター：短い巻き毛の茶色の髪、丸い眼鏡、ネイビーのパーカー; 昼光の窓の光; 50mmレンズ; 穏やかなグレイン; ニュートラルな背景。」プロンプト全体で再利用します。
- 色の言語：言葉で16進数のような合図を定義します：「深い森林の緑、暖かいクリーム、ミュートされたテラコッタ。」
- テクスチャの継続性：すべての画像で「微妙な紙のグレイン、軽いビネット、柔らかい影」は、コレクションをまとまりのあるものに保ちます。
- 構成のリズム：クローズアップ、ミディアム、ワイドショットを交互に配置して、シリーズでストーリーを伝えます。
テーブルなしのトラブルシューティングテーブル（デザインのため）
- シャープすぎたり、プラスチックっぽすぎたりする場合：「明瞭さをわずかに下げ、柔らかいグレイン、暖かいハイライトを追加します。」
- フラットすぎる場合：「コントラストを上げ、リムライトを追加し、影を深くします。」
- 色が衝突する場合：「制限された2色のパレットを使用し、背景の彩度を下げます。」
- 安っぽく見える場合：「形状を単純化し、乱雑さを減らし、一貫した光源を使用し、グラデーションを削除します。」
- 顔が不気味な場合：「自然なプロポーション、微妙な毛穴、ニュートラルな表情、ミディアムショット。」
味付けをするように、これらをフォローアッププロンプトにコピーします。
クイックリファレンス：5つのすぐに使えるGrokプロンプトパック
- クリーンテックポスター 「クリップボードを持っている未来的だがフレンドリーなロボットアシスタント、柔らかいスタジオ照明のフォトリアリスティック、ニュートラルグレーの背景、微妙な青色のアクセントグロー、中央の構成、見出し用のスペースが上部にあり、高ディテール、3：2、テキストなし。」
- 居心地の良いブランドライフスタイルショット 「蒸しセラミックマグと折り畳まれたリネンナプキンがある晴れたキッチンのカウンター、暖かい黄金色の光、浅い被写界深度、柔らかいグレイン、ミュートされたアースカラー、穏やかなムード、右側のネガティブスペース、4：5。」
- B2Bレポートカバーイラスト 「流れるデータラインのあるアイソメトリックサーバーラック、クールなブルーグラデーション、細いアウトラインスタイル、最小限の気晴らし、左上のタイトルの領域、くっきり、16：9。」
- ソーシャルカルーセルの背景（3つのセット） 「ティール、バイオレット、コーラルの抽象的なグラデーションパネルのシリーズ、柔らかい曲線、微妙なテクスチャ、一貫した間隔、最小限、4：5、テキストなし。」
- 製品の詳細マクロ 「マットブラックのスマートウォッチクラウンのクローズアップマクロ、柔らかいハイライトロールオフを備えた制御されたスタジオライト、ハイパーディテールなテクスチャ、浅い深度、高コントラスト、1：1。」
最後のテイク：あなたは監督です。Grokはカメラクルーです
Grokの画像生成がカメラクルーである場合、あなたのプロンプトはストーリーボードです。シーン、スタイル、およびいくつかの実用的な制約を与えると、配信されます。ほとんど覚えていない夢を説明しているように支離滅裂に話すと、夢の論理が得られます。余分な指、浮かぶティーカップ、そしてあなたのマネージャーと話したいアライグマ。
つまり、効果的なビジュアル生成プロンプトを作成するには、決まったフォーミュラを使用し、アスペクト比を設定し、スマートなネガティブプロンプトを追加し、意図的に反復改善を行います。それでも時々おかしな猫が生成されることはありますが、その場合でも、修正するために何を言えばよいかが正確にわかるようになります。
よくある質問
Q1: Grokの画像生成を始める一番早い方法は何ですか？
短いフォーミュラ（シーン、被写体、スタイル、構図、照明、アスペクト比）を使用します。最初にクリーンなプロンプトから始め、「テキスト/ウォーターマークなし」を追加し、生成してから、一度に1つずつ調整します。
Q2: 画像がごちゃごちゃしないように、効果的なビジュアルプロンプトを作成するにはどうすればよいですか？
被写体を1つに制限し、シンプルな背景を指定し、三分割法や中央配置などの構図を定義します。「背景がごちゃごちゃしていない、ロゴがない、境界線がない」などのネガティブプロンプトを追加します。
Q3: ソーシャルメディア、スライド、印刷物にはどのアスペクト比を使用すればよいですか？
Instagramのストーリーズには9:16、ヒーローバナーやスライドには16:9、投稿や製品タイルには1:1または4:5を使用します。不自然なトリミングを避けるために、プロンプトにアスペクト比を含めてください。
Q4: Grokの画像で不自然な手や顔を修正するにはどうすればよいですか？
ミディアムショットを使用し、「自然なプロポーション」と「リアルな肌の質感」を指定し、手を複雑な小道具から遠ざけてください。それでもうまくいかない場合は、再生成してシーンを単純化します。
Q5: Grokのプロンプトを再生成すべきなのはいつで、調整すべきなのはいつですか？
スタイルまたは被写体が完全に間違っている場合は、再生成します。ベースが良い場合は、照明、カラーパレット、構図を調整するか、明確なネガティブプロンプトを追加して調整します。
