GPT Image 2でDeltaruneアートを制作する方法 — プロンプト、パレット、ポストチェック
公開済みのDeltaruneキービジュアル2点を支えた実際のプロンプト、キャラクターをモデルどおりに保つキャストブロック、そしてピクセルレンダリングの失敗を検出する8項目チェック。
DeltaruneアートにGPT Image 2を使う
DeltaruneのファンアートにGPT Image 2を使うための実践ガイド：プロンプトの構造、パレットの固定、公開された2点のキービジュアルを生み出した正確なテキスト、そして確認すべき8つの失敗例。
このガイドは実際に公開された2点の画像から書かれている。ダークファウンテンのキービジュアルとカードキングダムのパレードで、どちらもDeltarune: Fountains of the Darkの世界でGPT Image 2を使って生成され、公開され、比較のためにKrea 2でもう一度生成されたものだ。以下のプロンプトはすべて実際に使われたテキストそのままで、整理された要約ではない。この順序に従えば、同じ調子の画像が得られる。
プロンプトを書く前に：世界を読む
GPT Image 2がボトルネックではない。ボトルネックは、Deltaruneがミームではないときどんな見た目なのかを知ることだ。この舞台には狭い視覚文法がある：ダークワールドにはインディゴとほぼ黒、室内には骨の白とクリーム、SOULとカードキングダムには鮮烈なクリムゾンひとつ、ランタンと画面の輝きにはアンバー、そしてそのすべてに正方形のピクセルと段階的な影。何かを書く前に世界の4つのルールを読んでほしい。それぞれのルールがカメラ位置を含意しているからだ。
噴水はライトナーの意志が地面に押し込まれた場所にしか開かない — だからカメラは空ではなく床へ向かう。ダークナーは忘れられた物から生まれる — だから部屋の中の小道具は登場人物の祖先であり、見えているべきだ。SOULはセーブとロードができる — だから小さな赤い光は常に正当な構図の軸になる。
ステップ1 — キャラクター一覧ではなく、瞬間を選ぶ
キービジュアルには、すでに変化しつつある瞬間が必要だ。「一行」は瞬間ではないが、「噴水に到着する一行」は瞬間だ。転換点を選ぼう：扉が開く、パレードが始まる、放送が始まる、バンカーが唸る。フレームの1秒前に何が起きたか言えないなら、その画像はただの並びに見える。
- 強い瞬間 噴水が開く、自転車でLancerが到着する、彼らの背後でクローゼットの扉が閉まる、Tennaがカウントダウンする
- 弱い瞬間 登場人物が一緒に立っている、動きのないキャラクターポートレート、出来事のない風景
- テスト 動詞を入れてフレームを一文で説明する。その動詞が「いる」なら、別の瞬間を選ぶ
ステップ2 — キャストブロックを書き、決して変えない
一貫性は参照画像ではなく反復から生まれる。キャラクターごとにブロックをひとつ書く — シルエット、服装、小道具 — そしてそれを毎回のプロンプトにそのまま貼り付ける。モデルはポーズ、光、角度を変えるが、形は保つ。公開作品で使われた4つのブロックは以下のとおり。
- Kris — 脇にナイフを携え、胸を通してかすかな赤いハートが光る、寡黙な人間のティーンエイジャー。
- Susie — 傷ついた鎧をまとい、巨大な斧を片肩に担いだ、そびえ立つ紫のモンスター。
- Ralsei — 緑のローブととがった帽子を身にまとい、ランタンを手にした優しい闇の王子。
- Lancer — 青と黒の道化師の衣装を着て、スペード型の顔を持つ小さな丸い王子。彼には大きすぎる自転車に乗っている。
ステップ3 — 被写体より先にスタイル契約を書く
媒体とパレットを最初の2文に入れる。最後に回すと、モデルはすでに滑らかなイラストに決め打ちしていて、ピクセルフィルターを足すだけになる。契約は4つの部分からなる：レジスター（16ビット）、パレット（24色、色名を明記）、ピクセルルール（ニアレストネイバー、正方形、クリスプ）、影のルール（3段階、選択的ディザリング）。
使われた正確な一文：「本物の手置き16ビットピクセルアート、深いインディゴ、骨の白、クリムゾン、温かなアンバーによる限定24色パレット、クリスプなニアレストネイバーの正方形ピクセル、3段階のピクセルシャドウ、選択的ディザリング、明確に分離された明度平面、サムネイルサイズで判読可能。」反復的で地味だが、これがシーンとフィルターの違いを生む。
ステップ4 — サイズと品質を設定する
16:9のキービジュアルなら、2048×1152を高品質で要求する。アバターや正方形のクロップなら1024×1024で十分だ。32×32を要求してはいけない：現在のモデルでネイティブのスプライト解像度を安定して出せるものはなく、ピクセルグリッドは大きなサイズで生成してエディタでニアレストネイバーで縮小する方がよく制御できる。
- キービジュアル 2048×1152、高品質 — 詳細がストアフロントのクロップに耐える
- ポスターまたはカバー 1024×1536、高品質 — タイトル用の空間を空けておく
- アバター 1024×1024、高品質 — 人物ひとり、小道具ひとつ、光ひとつ
- スプライトのベース 平坦な背景で1024×1024、その後自分で64か32に縮小する
ステップ5 — 生成し、サムネイルサイズで判定する
候補を4枚生成する
同じプロンプトで4回生成する。GPT Image 2 は想像以上に構図がばらつくので、4枚の中の最良の1枚は通常、最初の1枚よりずっと良い。
128ピクセルまで縮小する
シルエットと光源がまだ読み取れるなら、そのピクセルアートは構造的に健全だ。潰れてしまうなら、明度の面が十分に分離されていない。
パレットを確認する
色を数える。滑らかなグラデーションや、4色にない色が見えたら、スタイル契約は破綻している——画像を修正するのではなく、プロンプトを書き直すこと。
ペアを残す
勝ったプロンプトを Krea 2 でも一度実行する。フラットなバージョンのほうがポスターとして優れていることが多く、その比較は公開する価値がある。
精密プロンプト：ダークファウンテン
ダークファンタジーRPG世界「Deltarune: Fountains of the Dark」の16:9キーアート。アメリカの小さな町の学校の文房具 closet の奥深く、コンクリートの床からインクのように暗い光の黒い泉が噴き出し、ギザギザの闇の柱が天井を飲み込み、段ボール箱や鉛筆を上昇気流の中へ散らしている。手前にはひび割れたタイルの上に立つ3体の小さな人物：Kris、脇にナイフを携え胸にかすかな赤いハートが光る無口な10代の人間。Susie、巨大な斧を肩に担いだ傷だらけの鎧をまとうそびえ立つ紫色のモンスター。Ralsei、ランタンを手にした緑のローブととがった帽子の優しいダークプリンス。本物の手置き16ビットピクセルアート、深いインディゴ、骨の白、クリムゾン、温かいアンバーの限定24色パレット、くっきりしたニアレストネイバーの正方形ピクセル、3段階のピクセル影、選択的ディザリング、明確に分離された明度面、サムネイルサイズでも読める。テキストなし、ロゴなし、ウォーターマークなし、枠なし。
なぜ機能するのか：最初の文がフォーマットと世界を固定し、2番目が部屋を組み立て、3番目が傷を与え、4番目がシルエットと小道具でキャストを配置し、最後の2文がパレットとピクセルのルールを固定し抜け穴（テキストなし、ロゴなし、枠なし）を塞ぐ。
精密プロンプト：カードキングダムのパレード
RPG世界「Deltarune: Fountains of the Dark」の16:9シーンアート：カードキングダム、紫の空の下に広がる市松模様の野原が続く深紅の平原、遠くには積み重ねたトランプでできた城がそびえる。中景では、スペード型の顔を持つ青と黒の道化師の衣装をまとった小さな丸い王子 Lancer が、自分には大きすぎる自転車に乗り木の剣を振っている。その傍らを歩くのは、胸に赤いハートが光る縞シャツの無口な10代の人間 Kris、斧を携えたスパイク付き鎧のそびえ立つ紫色のモンスター Susie、緑のローブととがった帽子の柔らかなダークプリンス Ralsei。赤い絨毯が市松模様の地面に広がり、カードの兵士たちが気をつけの姿勢で立ち、紙吹雪が舞う。本物の手置き16ビットピクセルアート、クリムゾン、クリーム、深いインディゴ、金の限定24色パレット、くっきりしたニアレストネイバーの正方形ピクセル、3段階のピクセル影、選択的ディザリング、明確に分離された明度面、サムネイルサイズでも読める。テキストなし、ロゴなし、ウォーターマークなし、枠なし。
手法の変更点：このプロンプトは行列なので、キャラクターの順序が構図そのものだ。最初に自転車の Lancer、パーティは3つの異なる高さに、城は最後にシルエットとして。カードの兵士と紙吹雪は主題ではなく額縁の仕掛けである。
ステップ6 — 8項目のポストチェック
- パレット数 指定した4色＋黒と白——それ以外はドリフト
- ピクセルのエッジ 400%にズームする。エッジは階段状であるべきで、ぼやけてはいけない
- 影の段階 素材ごとに3つの明度、柔らかいグラデーションはなし
- シルエットテスト 128pxに縮小する。キャラクターが消えるなら、明度のコントラストが間違っている
- キャストの正確さ 斧、ランタン、ナイフ、自転車——キャラクターごとに1つの小道具、存在し読み取れること
- テキストの漏れ 読める看板が1つでもあれば、ネガティブリストが失敗している
- 光源 光源は1つ、影は一貫させる。ダークワールドではアンバー、屋内ではクリーム
- クロップの安全性 フレームは1:1のアバターとしても16:9のバナーとしても機能すべきだ
ステップ7 — よくある4つの失敗を修正する
- 滑らかなデジタルペインティングに見える — スタイル契約が遅すぎるか曖昧すぎる。最初の一文に移し、パレットのサイズを明記しよう。
- 暗すぎて読めない — フレーム内に暖かい光源（ランタン、スクリーン、SOUL）を加え、明度面を分離するよう指定しよう。
- 城がキャストと同じくらい描き込まれている — 「城はシルエットのまま、遠景、低ディテール」と明示的に書こう。
- キャラクターが一つの塊に溶け合っている — 各人物に異なる身長と明確な小道具を与え、人数を3人に減らそう。
ステップ8 — 世界へ公開する
レンダーは見栄えが良くなった時点では完成ではない。それが生まれた世界に結びついたときに完成する。画像をDeltarune: Fountains of the Darkの作品として公開すると、3つのことが起きる。プロンプトとモデルが記録され、画像がリミックス可能になり、次の世代にパレットとキャストの固定された参照が与えられる。こうして4枚の画像が、4つの偶然の出力ではなく、一つの作品群として振る舞い始めるのだ。
次の画像で変えるべきこと
同じ世界から3つ目の題材を生成しよう — ランタンの灯りのキャッスルタウン、あるいは松林の中のバンカーの扉 — 同じキャストブロックと同じスタイル契約を使い、変えるのは場所と光だけにする。もし結果がキャプションなしで最初の2枚の隣に並んでも違和感がなければ、世界は機能している。そうでなければ、問題はほぼ常に題材ではなくパレットの一文にある。
長期的な戦略は、プロンプトをゼロから書くのをやめることだ。小さなライブラリを保とう。キャストブロック1つ、スタイル契約1つ、ネガティブリスト1つ、場所ブロック4つ。新しい画像は2行の編集になり、シーンが増えても世界の一貫性は保たれる。
よくある質問
- KrisやSusieの参照画像は必要ですか？ いいえ。固定されたキャストブロック — シルエット、服装、小道具 — があれば、このスタイルで複数のレンダーにわたってキャラクターを保つには十分です。
- ここではGPT Image 2の方がKrea 2より優れていますか？ 奥行きと小道具のあるシーンなら、はい。フラットなポスターやアバターなら、Krea 2の方が速く、安く、しばしばよりクリーンです。
- なぜ私の画像はフィルターのように見えるのですか？ ピクセル制約が遅すぎたのです。媒体、パレット、ピクセルルールは最初の2文に入れるべきです。
- スプライトシートを直接生成できますか？ 確実にはできません。フラットな背景に1体の人物を生成し、その後エディタでダウンスケールしてタイル化してください。
- 結果を公開できますか？ はい、Neta Studioで世界の作品として公開できます。商用利用の前にはIPとモデルの規約を確認してください。
プロンプトを自分で実行する
公開された2枚のキービジュアル、一つの世界、二つのモデル — プロンプトはコピー＆ペーストですぐ使えます。