【Nanobanana 解説】JSONプロンプトでポートレートをどこまで変えられるのか #159

JSONで顔はいじれるのか問題

前回の #150 / #151 では、

• JSONで「共通フレーム」 を作ると
  電車・プロダクト・イラストまで横展開できるで〜

• ジオラマシリーズも、ぜんぶJSONのフレームで回せるで〜

みたいな話をした。

ただ、読んでる人の中にはきっとこう思った人もおるはず。

ワイ自身も、ちょっと盛って言ってないか？と内心ドキドキしてたので（笑）、
今回はちゃんと実験で証明する回にしたい。

テーマはシンプルで、

を、ガチで試していく。

結論から言うと、

• JSONだけでゴリゴリやるのは向いてない場所もあるし、

• JSONが刺さるとめちゃくちゃ気持ちよく効く場所もある。

その「使いどころ」が分かると、
前回のフレームもだいぶ扱いやすくなるはずや。

1. 世界を変えるのはテキスト、細部を磨くのがJSON

いきなり結論からいくと、今回の実験で分かったのはこれ👇

つまり、

• 「写真 → イラストにしたい」

• 「ドキュメンタリー → ハイファッションにしたい」

• 「ロング → ガチのショートボブにしたい」

みたいな“世界線ごと変える”仕事 は、
メインの英語プロンプト（テキスト）のほうが圧倒的に強い。

一方で、

• 髪色を黒 → 自然な白にしたい

• 眉の色を髪に合わせたい

• ライティングをちょっとだけ強く／弱くしたい

みたいな“同じ世界線の中での微調整” は、
JSONのほうが再現性高くて、めちゃ扱いやすい。

この「二刀流」が分かると、
JSON構造プロンプトはいきなり難しいOSじゃなくて、

として使えるようになる。

ここからはその実験ログを、ポートレート1枚をもとに追いかけていく。

2. ベース画像とベースJSON

まずベースになるのは、こんな感じの
モノクロ・フード女子ポートレート。

ベースの英語プロンプトは超シンプルで、

A black and white high-fashion editorial portrait of [SUBJECT],
dramatic side lighting creating strong contrast,
deep shadows, clean background,
minimal styling, focus on facial structure,
high-resolution, realistic, no text, no grain.

ここに今回の主役である
「顔まわりのJSON」を足したのがこれ👇

{
  "subject": "high-fashion black and white portrait of a young woman in a hooded jacket",

  "face": {
    "age": "young adult",
    "gender_presentation": "feminine",
    "face_shape": "oval, soft but defined jawline",
    "eyes": {
      "size": "slightly large",
      "shape": "almond",
      "gaze": "looking straight at the viewer, calm and steady"
    },
    "nose": {
      "type": "straight, delicate bridge"
    },
    "lips": {
      "fullness": "medium, slightly full lower lip",
      "expression": "neutral, relaxed"
    },
    "expression": "subtle, calm, slightly mysterious"
  },

  "hair": {
    "length": "long",
    "style": "soft waves falling over shoulders",
    "color": "deep black",
    "extra": "hair coming out from under the hood"
  },

  "wardrobe": {
    "top": "black hooded jacket",
    "details": "hood up, zipper in the center, minimal styling"
  },

  "camera": {
    "framing": "tight portrait, head and upper shoulders centered",
    "angle": "eye level",
    "focus": "sharp focus on eyes and facial features"
  },

  "lighting": {
    "scheme": "dramatic side lighting from the left",
    "contrast": "strong contrast with deep shadows on one side of the face",
    "background": "clean, solid black background"
  },

  "color_style": {
    "mode": "black and white",
    "grain": "no grain, smooth tones"
  },

  "style": "high-fashion editorial, realistic, clean rendering",
  "quality": "high-resolution, detailed skin texture, subtle highlights",
  "negative": "text, watermark, logo, deformed shapes, excessive blur"
}

以降はこの「ゼロ号機」を固定しておいて、
どこを1〜数行いじるとどこが変わるのかを見ていく。

3. 実験①：モノクロ → カラー（＝テキスト側の仕事）

最初の実験は、
モノクロ写真をそのままカラーに戻すやつ。

やったことは、たったこれだけ。

1. ベースプロンプトから black and white を抜く

2. JSONの color_style.mode を書き換える

3-1. テキスト側の変更

- A black and white high-fashion editorial portrait of [SUBJECT],
+ A high-fashion editorial portrait of [SUBJECT],

3-2. JSON側の変更

- "color_style": {
-   "mode": "black and white",
-   "grain": "no grain, smooth tones"
- },
+ "color_style": {
+   "mode": "natural color, soft skin tones",
+   "grain": "no grain, smooth tones"
+ },

すると、出てくるのがこの子👇

やってみて分かるのは、

• 世界線の大枠（モノクロかカラーか）は、テキスト側がガツンと効く

• JSON側の color_style は「色味のキャラ付け」をサポートしてる感じ

ということ。

ってイメージを持っておくと、この先だいぶ楽になる。

4. 実験②：髪色を変える（JSONが気持ちよく効く場所）

次は、さっきのカラー版をベースに、
髪の色だけ黒 → 自然な白っぽさに変えてみる。

もともとの hair はこう👇

"hair": {
  "length": "long",
  "style": "soft waves falling over shoulders",
  "color": "deep black",
  "extra": "hair coming out from under the hood"
}

ここからやりたいのは、

なので、いじるのは color の一行だけ。

- "color": "deep black",
+ "color": "soft natural white with a slightly silvery tone",

フルで書くとこう👇

"hair": {
  "length": "long",
  "style": "soft waves falling over shoulders",
  "color": "soft natural white with a slightly silvery tone",
  "extra": "hair coming out from under the hood"
}

出てくるのは、こんな感じの
自然なシルバー寄りホワイトヘア。

ここでのポイントは、

• white だけだとAI的にはかなり雑でブレやすい

• soft natural white / slightly silvery tone みたいに
  質感まで一緒に書いてあげると安定する

ってところ。

っていう、人間のイメージをそのまま color に押し込んでるイメージやね。

ここはもう、JSONの独壇場って感じで、
hair.color を1行変えるだけで、ほぼ狙いどおりの変化が出る。

5. 実験③：眉色を髪に合わせる（“関係性”を書けるのがJSON）

髪を白寄りにしたとき、
そのままだと 眉だけ黒いまま になりがちで、
ちょっと「ウィッグ感」が出る。

そこで、face の中に eyebrows を足して、
髪色との関係まで書いてみる。

5-1. 変更前（デフォルトの眉イメージ）

"eyebrows": {
  "thickness": "medium",
  "shape": "slightly arched",
  "color": "natural dark"
}

5-2. 変更後（髪に寄せた眉）

- "eyebrows": {
-   "thickness": "medium",
-   "shape": "slightly arched",
-   "color": "natural dark"
- },
+ "eyebrows": {
+   "thickness": "medium",
+   "shape": "slightly arched",
+   "color": "soft ashy gray, slightly lighter than her hair"
+ },

ここで効いているのは、

• soft ashy gray

• slightly lighter than her hair

という、“髪との関係”まで書いている部分。

というニュアンスが伝わると、

• 「白髪だけど若い感じ」

• 「ふんわりした柔らかい雰囲気」

としてAIが解釈しやすくなる。

正直、画像上の変化は劇的ではない。
でも、それがむしろ面白くて、

• 髪色は1行変えるとドンと変わる

• 眉色は同じ1行でも“効きが弱い”

みたいな、パーツごとの効き方の違いが体感で分かる。

6. 実験④：髪型を変える → ここでJSONの限界が見える

次は、みんな大好き（？）
ロングヘア → ショートボブ化にチャレンジしてみた。

さっきの hair を、こんな感じに書き換える👇

- "hair": {
-   "length": "long",
-   "style": "soft waves falling over shoulders",
-   "color": "deep black",
-   "extra": "hair coming out from under the hood"
- },
+ "hair": {
+   "length": "short",
+   "style": "soft, slightly wavy bob framing her face",
+   "color": "deep black",
+   "extra": "short hair visible around her face from under the hood, not reaching her shoulders"
+ },

日本語にすると、

• 「長い髪が肩にかかっている」
  → 「顔まわりをふんわり囲むショートボブ」

• 「フードから長い髪が出ている」
  → 「フードの下から、肩までは届かない短めの髪が少しだけ見えている」

…と書いてるわけやけど、
実際に出てきたのがこちら👇

うん、悪くない。
悪くないけど…ボブか？これは？ という結果にｗ

ここで分かったのは、

• short も bob も、AIにとっては解釈の幅が広すぎる

• 「肩上」「顎ライン」「ゆるウェーブボブ」などバリエーションが多すぎて、
  JSONだけで形をガチ固定するのは難しい

ということ。

髪型は「テキスト＋JSON」の二段構えが現実解

じゃあどうするかというと、
ここは素直にテキスト側に戻したほうが早い。

例えば、ベースプロンプト自体を

- A high-fashion editorial portrait of [SUBJECT],
+ A high-fashion editorial portrait of [SUBJECT] with a clean short bob haircut,

みたいに、

という世界観レベルの指定を
メインプロンプトのほうでガツンと書いておく。

そのうえで、

• JSON側の length / style / extra を
  「顔まわりで揃える」「肩に届かない」方向にチューニングする

という二段構えにするのが、一番安定する。

7. 最後に：JSONの“使いどころ”はどこか？

今回、1枚のポートレートをぐりぐりいじりながら分かったのは、

という現実やった。

ざっくりまとめると、こんな分担になる👇

📝 テキスト（メインプロンプト）が得意なこと

• モノクロ ↔ カラー

• 写真 ↔ イラスト ↔ アメコミ

• ハイファッション ↔ スナップ ↔ ドキュメンタリー

• ロング ↔ ショートボブ ↔ ベリーショート
  …みたいな世界線そのものの変更

🧩 JSONが得意なこと

• 同じ世界線の中でのパーツ単位の微調整

  • 髪色のニュアンス

  • 眉色を髪に合わせる

  • 表情を neutral ↔ slight smile にする

  • 光の向き・強さ・コントラストをちょっといじる

• 「この写真路線は維持したまま、
  ここだけ変えたい」という時のレバー

前回の #150 / #151 が
「JSONで世界を組むフレーム側の話」 やったとしたら、
今回のポートレート回は、

の実戦編、という位置づけや。

もしこの記事読んで、

• 「この髪色のとこ、別の色でも試した」

• 「ボブはこう書いたら安定したで」

みたいな実験ログあったら、
ぜひコメントで教えてもらえるとワイがめちゃ喜びます。

スキ・フォローももちろん大歓迎です🫶
ワイは、スキというリアクションを普通にエネルギーに変換するタイプです。

ではまた、次の「顔いじりJSON」シリーズで✋

#AI画像生成 #画像生成AI #プロンプト設計 #JSONプロンプト #構造化プロンプト #ポートレート生成 #AIポートレート #ヘアカスタム #ライティング調整 #スタイル制御 #note技術ログ #クリエイター向け #制作プロセス #学習メモ #実験記録 #デジタルクリエイティブ #コンテンツ制作 #Tips #検証記事 #note活用