ChatGPT / Nano Banana系AIで漫画を作るなら、どのプロンプト構成が一番いいの？
結論：漫画生成では「Markdown + YAML形式」が一番扱いやすい
ChatGPTのImages 2.0や、画像生成の指示をLLM的に深く解釈してくれるNano Banana系AIの登場によって、プロンプトを通じた画像生成の自由度は飛躍的に向上しました。
しかし、自由度が高くなったからこそ、プロンプトの書き方によって出力される画像の安定感やクオリティに差が生まれるようになっています。
特に漫画生成は、単なる1枚のイラストを描かせるよりも難易度が高いです。なぜなら、漫画には単なる絵柄だけでなく、キャラクター、コマ割り、セリフ、表情、読み順、カメラアングル、演出、禁止事項の要素をすべて同時にコントロールする必要があるからです。
複雑な条件をAIに正確にハックさせるにはどうすればいいのでしょうか？
この記事では、AI漫画生成における主要なプロンプト構成6種類を徹底比較し、最終的にどの形式が実用的なのかを整理します。
結論から言うと、ラフなアイデア出しなら自然文で十分ですし、短い4コマなら箇条書きや台本形式も使えます。
しかし、複数コマの漫画を本気で安定させたい場合や、同じキャラクターでシリーズ化して運用したい場合は、「Markdown + YAML形式」が圧倒的に最強です。その理由を詳しく解説していきましょう。
漫画生成はなぜ難しいのか？3つの壁
画像生成AIに「ビジネスパーソンが会話している漫画風のイラストを作って」と伝えるだけでも、一見それっぽい画像は出力されます。しかし、それを実用的なWeb漫画やSNSマーケティング用コンテンツとして使おうとすると、必ずと言っていいほど次の3つの壁にぶち当たります。
1. キャラクター崩壊の壁
1コマ目ではシュッとしたイケメンだった助手の髪型や服装が、3コマ目では微妙に変わり、4コマ目では全くの別人になってしまう現象です。AIにとって「同じキャラクターを別の構図で描き続ける」のは非常に難易度が高いです。
2. マンガの文脈無視の壁
日本の漫画は基本的に右から左に読み、セリフ（吹き出し）は縦書きです。しかし、多くの画像生成AIのベースモデルは海外製（英語圏）であるため、油断すると左から右のコマ割りになり、文字も横書きのアルファベットの羅列（あるいは崩れた日本語）になりがちです。
3. 感情とセリフの不一致の壁
セリフの内容は「ええっ、本当ですか！？」と驚いているのに、描かれたキャラクターの表情は死んだ魚の目のように無表情だったり、逆に熱弁しているのに口が完全に閉じていたりと、リアクションが噛み合わない問題です。
比較するプロンプト形式
今回、実験・比較を行うのは以下の6種類の記述形式です。
自然文だけのプロンプト
箇条書きプロンプト
台本形式プロンプト
JSON形式プロンプト
Markdown形式プロンプト
Markdown + YAML形式プロンプト
それぞれの書き方の具体例と、漫画生成におけるメリット・デメリットを見ていきましょう。
1. 自然文だけのプロンプト
最もシンプルで、直感的な書き方です。
博士と助手くんがChatGPT Images 2.0について会話している漫画を作ってください。
博士は白衣を着た銀髪の女性で、助手くんは黒髪の若い男性です。
日本の漫画風で、右から左に読む構成にしてください。
博士がImages 2.0なら広告資料やパワポ画像も作れると説明し、助手くんが驚いている内容にしてください。
メリット
とにかく作成スピードが最速です。頭の中にある思いつきをそのままChatGPTに投げ込むだけなので、知識がなくても1秒で実行できます。
デメリット
AIに対する制約が非常に緩いため、再現性がほぼゼロになります。同じプロンプトをもう一度実行しても、全く異なるコマ割りやキャラクターが出力されてしまいます。右から左に読むという指示も、文章の中に埋もれてAIが見落としやすくなります。
向いている用途
漫画のざっくりとした世界観や、アイデアの壁打ちをしたいとき
クオリティは度外視で、まずは「どんな絵が出るか」の雰囲気だけをスピード優先で見たいとき
2. 箇条書きプロンプト
自然文の要素を分解し、条件を整理した書き方です。
博士と助手くんの会話漫画を作成してください。
- 形式：日本の漫画風
- 色：フルカラー
- 読み順：右から左
- セリフ：縦書き日本語
- コマ数：4コマ
- テーマ：ChatGPT Images 2.0で広告資料やパワポ画像が作れること
- 登場人物：
- 博士：銀白髪、ハイポニーテール、白衣、落ち着いた女性
- 助手くん：黒髪、青い目、白衣、好奇心旺盛な男性
- 1コマ目：助手くんが質問する
- セリフ：「ねえ博士、プレゼン資料もImages 2.0で作れますか？」
- 2コマ目：博士が答える
- セリフ：「もちろん出来ますよ」
- 3コマ目：画面に広告資料とスライドが表示される
- セリフ：「広告資料も構成を伝えれば形になります」
- 4コマ目：助手くんが驚く
- セリフ：「誰でも簡単にこのクオリティが出せるなんてすごいですね！」
- 禁止：横書きセリフ、読めない日本語、キャラクターの外見変化、コマ番号の表示
メリット
自然文に比べて、情報がパラメータ化されているため、AIが「何を読めばいいか」を理解しやすくなります。キャラクターの見た目と各コマのセリフが整理され、出力のブレは大幅に減ります。
デメリット
情報量が増えてくると、階層構造が崩れやすくなります。ハイフン（-）やインデント（字下げ）のルールが曖昧になると、AIが「1コマ目のセリフ」なのか「全体の禁止事項」なのかを混同し始めるため、5コマ以上の複雑なストーリーには耐えられません。
向いている用途
単発の4コマ漫画
SNS（XやInstagram）投稿用のシンプルな1ページ完結型の会話劇
シンプルな会話劇
自然文より少し安定させたいとき
3. 台本形式プロンプト
セリフの掛け合いや、ストーリーの流れを重視した演劇の脚本のような形式です。
以下の内容で、博士と助手くんの会話漫画を作成してください。
【漫画設定】
日本の漫画風、フルカラーの4コマ漫画。
コマは上から下へ配置し、各コマ内の読み順は右から左。
すべてのセリフを、読みやすく正確な縦書き日本語で描写してください。
【テーマ】
ChatGPT Images 2.0を使えば、広告資料やプレゼンテーション用のスライド画像を簡単に作成できることを紹介する。
【登場人物】
博士：銀白色の長い髪をハイポニーテールにした、落ち着いた雰囲気の女性。白衣を着ている。
助手くん：黒い短髪と青い目を持つ、好奇心旺盛な男性。白衣を着ている。
すべてのコマで、髪型、髪色、目の色、服装、顔立ちを統一し、キャラクターの外見を変化させないでください。
【台本】
1コマ目：
場所：明るい研究室
構図：画面右側に助手くん、左側に博士を配置する。助手くんが興味津々な表情で博士に質問している。博士は助手くんの話を落ち着いて聞いている。
表情：助手くんは好奇心に満ちた表情。セリフを話しているため、口を自然に開ける。
助手くん：「ねえ博士、プレゼン資料もImages 2.0で作れますか？」
2コマ目：
場所：同じ研究室
構図：博士の上半身を中心に描く。博士が自信のある穏やかな表情で助手くんに答える。
表情：博士は落ち着いた笑顔。セリフを話しているため、口を自然に開ける。
博士：「もちろん出来ますよ」
3コマ目：
場所：研究室の大型モニター前
構図：大型モニターに、高品質な広告資料とプレゼンテーション用スライドを並べて表示する。広告資料には商品写真、キャッチコピー、説明文が整然と配置され、スライドにはタイトル、図表、説明用のビジュアルが分かりやすく配置されている。博士が画面を示しながら説明し、助手くんが資料を見ている。
表情：博士は落ち着いて説明する表情。セリフを話しているため、口を自然に開ける。
博士：「広告資料も構成を伝えれば形になります」
4コマ目：
場所：大型モニターの前
構図：画面右側の助手くんをやや大きく描く。助手くんが完成度の高い広告資料とスライドを見て、感心しながら驚いている。画面左側には、満足そうに見守る博士を配置する。
表情：助手くんは目を輝かせた驚きと感動の表情。セリフを話しているため、口を自然に開ける。
助手くん：「誰でも簡単にこのクオリティが出せるなんてすごいですね！」
メリット
「誰が、どこで、何を喋っているか」という時間軸の流れが人間にとって直感的なため、シナリオライターやディレクターがプロンプトを執筆・修正するのが楽になります。
デメリット
ストーリー性は担保されますが、画像生成仕様書としては致命的に不足しがちです。カメラのアングル（引き・寄り）や背景の細かな指定、ノイズを排除するためのネガティブな指定を盛り込む場所が設計されていないため、作画がAIの気まぐれに依存します。
向いている用途
ストーリー性やセリフのテンポ感を最優先したい会話漫画のネーム（構成案）段階
セリフの流れを確認したいとき
まずストーリーを整理したいとき
4. JSON形式プロンプト
プログラミングで使われるデータ記述形式（JSON）をそのままプロンプトに応用した形です。
{
"output": {
"style": "Japanese manga, full color, modern anime style, clean line art, soft shading",
"layout": "four vertical panels stacked from top to bottom",
"reading_direction": "right-to-left",
"text_direction": "vertical Japanese",
"aspect_ratio": "3:4",
"setting": "bright modern laboratory and office"
},
"characters": {
"professor": {
"name": "博士",
"gender": "female",
"age": 22,
"height_cm": 162,
"personality": "calm, confident",
"appearance": {
"hair": "long silver-white hair in a high ponytail",
"eyes": "gray",
"skin": "pale",
"clothing": [
"white lab coat",
"black high-neck dress",
"black tights",
"black loafers"
]
},
"default_position": "left"
},
"assistant": {
"name": "助手くん",
"gender": "male",
"age": 22,
"height_cm": 155,
"personality": "gentle, curious",
"appearance": {
"hair": "short black hair",
"eyes": "blue",
"skin": "pale",
"clothing": [
"white lab coat",
"black V-neck shirt",
"black pants",
"white sneakers"
]
},
"default_position": "right"
}
},
"panels": [
{
"panel": 1,
"characters_in_panel": [
"professor",
"assistant"
],
"background": "bright laboratory with desks, computer monitors, scientific equipment, shelves, windows and a whiteboard",
"composition": "The professor is positioned on the left. The assistant is positioned on the right and leans slightly toward her while asking a question.",
"shot": "medium shot",
"angle": "eye-level",
"dialogue": [
{
"speaker": "assistant",
"text": "ねえ博士、プレゼン資料もImages 2.0で作れますか？",
"type": "speech",
"direction": "vertical-rl"
}
],
"expression": {
"professor": "calm and neutral",
"assistant": "curious, mouth open"
}
},
{
"panel": 2,
"characters_in_panel": [
"professor",
"assistant"
],
"background": "laboratory office with a large window, shelves and scientific containers",
"composition": "The professor raises one index finger while confidently answering. The assistant listens in profile.",
"shot": "medium shot",
"angle": "eye-level",
"dialogue": [
{
"speaker": "professor",
"text": "もちろん出来ますよ",
"type": "speech",
"direction": "vertical-rl"
}
],
"expression": {
"professor": "small confident smile, mouth open",
"assistant": "attentive"
}
},
{
"panel": 3,
"characters_in_panel": [
"professor",
"assistant"
],
"background": "laboratory with a large computer monitor placed between the two characters",
"composition": "The professor gestures toward the monitor with an open palm. The assistant watches the displayed examples with interest.",
"shot": "medium shot",
"angle": "eye-level",
"monitor_content": {
"left": {
"type": "advertisement",
"theme": "skincare product advertisement",
"elements": [
"cosmetic dropper bottle",
"green leaves",
"clean beige background",
"product headline"
],
"headline": "新発売 高保湿美容液"
},
"right": {
"type": "presentation slide",
"theme": "research presentation",
"elements": [
"blue and white layout",
"simple title",
"minimal corporate design"
],
"headline": "研究成果のご紹介"
}
},
"dialogue": [
{
"speaker": "professor",
"text": "広告資料も構成を伝えればさっと作れます",
"type": "speech",
"direction": "vertical-rl"
}
],
"expression": {
"professor": "confident and explanatory, mouth open",
"assistant": "interested"
}
},
{
"panel": 4,
"characters_in_panel": [
"professor",
"assistant"
],
"background": "laboratory office with a large monitor displaying polished presentation and advertisement designs",
"composition": "The professor stands on the left with her arms folded. The assistant stands on the right and reacts enthusiastically to the finished designs.",
"shot": "medium shot",
"angle": "eye-level",
"monitor_content": {
"left": {
"type": "presentation slide",
"theme": "research results",
"headline": "研究成果のご紹介",
"sections": [
"高強度",
"軽量化",
"環境配慮"
]
},
"right": {
"type": "advertisement",
"theme": "science-based skincare",
"headline": "未来の肌を、科学で守る。",
"elements": [
"skincare cream container",
"green leaves",
"product benefit checklist"
]
}
},
"dialogue": [
{
"speaker": "professor",
"text": "プレゼン用のスライド画像も簡単です",
"type": "speech",
"direction": "vertical-rl"
},
{
"speaker": "assistant",
"text": "すごいです！",
"type": "speech",
"direction": "vertical-rl"
}
],
"expression": {
"professor": "calm and slightly proud, mouth open",
"assistant": "amazed and excited, blushing, mouth open"
},
"effects": [
"small sparkle effects beside the assistant"
]
}
]
}
メリット
構造化の厳密さは全形式の中でトップクラスです。システム（APIなど）を介して自動でプロンプトを生成したり、データベースからキャラクター設定を引っ張ってきて機械的に大量生成したりする運用には最強の形式です。
デメリット
人間が手動で書き換えるには苦行すぎます。カンマ（,）が一つ抜けていたり、波括弧（{}）を閉じ忘れたりするだけで構図の崩壊を起こします。また、「ここはちょっとエモーショナルな雰囲気で」といったニュアンスのある日本語の指示を理解しにくいです。
向いている用途
システムのバックエンドで動かす自動生成エンジン、大量のテンプレート管理
プロンプトをプログラムで扱いたい場合
5. Markdown形式プロンプト
見出し（# や ##）を使って、ドキュメントとして美しく整理された形式です。
# 目的
ChatGPT Images 2.0の便利さを紹介する会話漫画を作成する。
# 基本仕様
- 日本の漫画風 / フルカラー / 右から左に読む
- セリフは縦書き / 4コマ構成
- テーマ：ChatGPT Images 2.0で広告資料やパワポ画像が作れること
# 登場人物
## 博士
銀白髪、ハイポニーテール、白衣。落ち着いていて、自信ありげな雰囲気の女性。
## 助手くん
黒髪、青い目、白衣。好奇心旺盛な男性。
# コマ構成
## 1コマ目
研究室。助手くんが博士に質問する。
助手くん：「ねえ博士、プレゼン資料もImages 2.0で作れますか？」
## 2コマ目
博士が自信を持って答える。
博士：「もちろん出来ますよ」
## 3コマ目
モニター画面に作成された広告資料とスライドが表示される。博士が説明する。
博士：「広告資料も構成を伝えれば形になります」
## 4コマ目
出来上がった資料のクオリティを見て、助手くんが驚き感動する。
助手くん：「誰でも簡単にこのクオリティが出せるなんてすごいですね！」
メリット
人間にとっても視覚的に読みやすく、LLMにとっても見出しごとのセクション（データの塊）が明確に区切られるため、人間とAIを合わせたような扱いやすさがあります。noteの記事にそのままコピペして解説できるほどスマートです。
デメリット
自由度が高すぎるがゆえに、シリーズ化して何本も漫画を作る際、書く人によって見出しの名前が変わったり、記述の粒度がブレたりしやすく、テンプレートとしての厳密さには一歩及びません。
向いている用途
note記事用のプロンプト紹介
手動での漫画生成
ChatGPT上でのやり取り
構成案の整理
6. Markdown + YAML形式プロンプト
これこそが、現時点で導き出された漫画生成プロンプトのベストな解答です。 人間が理解すべき大目的や演出の意図をMarkdownで記述し、AIに厳密に守らせたいメタデータ、キャラクター造形、コマごとの設定をYAMLという軽量な構造化データ形式で包み込みます。
# 漫画の意図
博士と助手くんの自然な掛け合いを通じて、広告資料やパワポ風画像が会話ベースで作れることを伝える。ビジネス用途にも使えるが、難しそうに見せず、初心者にも伝わるフレンドリーな雰囲気にする。
# Prompt YAML
```yaml
output:
format: "one-page manga"
aspect_ratio: "3:4"
color: "full color"
language: "Japanese"
reading_direction: "right-to-left"
text_direction: "vertical Japanese"
style:
genre:
- "Japanese manga"
- "clean commercial manga"
rendering:
- "refined anime rendering"
- "clean linework"
mood:
- "friendly"
- "educational"
characters:
professor:
appearance:
- "silver-white hair"
- "high ponytail"
- "white lab coat"
- "black high-neck dress"
personality:
- "calm"
- "confident"
assistant:
appearance:
- "short black hair"
- "blue eyes"
- "white lab coat"
personality:
- "curious"
- "expressive"
manga_rules:
panel_count: 4
paneling: "Japanese manga paneling with clear gutters"
no_panel_numbers: true
keep_character_consistency: true
speech_bubble_rule: "If a character speaks, draw their mouth open or slightly parted."
text_rule: "All dialogue must be vertical Japanese text."
panels:
- panel: 1
scene: "laboratory"
shot: "medium shot"
camera: "slightly low angle"
characters_in_panel:
- "professor"
- "assistant"
action: "assistant asks the professor a question"
expression:
assistant: "curious"
professor: "calm"
dialogue:
assistant: "ねえ博士、プレゼン資料もImages 2.0で作れますか？"
- panel: 2
scene: "laboratory"
shot: "close-up"
camera: "front angle"
characters_in_panel:
- "professor"
action: "professor answers confidently"
expression:
professor: "confident smile"
dialogue:
professor: "もちろん出来ますよ"
- panel: 3
scene: "in front of large monitor"
shot: "wide shot"
camera: "over-the-shoulder angle"
characters_in_panel:
- "professor"
- "assistant"
action: "advertising material and PowerPoint-like slide appear on the monitor"
expression:
professor: "explaining"
assistant: "surprised"
dialogue:
professor: "広告資料も、構成を伝えれば形になります"
- panel: 4
scene: "laboratory"
shot: "dynamic close-up"
camera: "slightly tilted angle"
characters_in_panel:
- "assistant"
action: "assistant reacts with excitement"
expression:
assistant: "sparkling eyes, impressed"
dialogue:
assistant: "誰でも簡単にこのクオリティが出せるなんてすごいですね！"
negative:
- "horizontal Japanese dialogue"
- "unreadable Japanese text"
- "wrong reading direction"
- "panel numbers"
- "character inconsistency"
- "extra characters"
- "monochrome"
```
なぜ「Markdown + YAML」が最強なのか？5つの理由
この形式がImages 2.0やNano Banana系AIにおいて安定感を誇るのには、明確な技術的・構造的理由があります。
1. キャラクター設定が固定化される
ブロックに特徴を箇条書き（配列形式）で閉じ込めることで、AIは「このキャラクターを描くときは、毎回必ずこの4つの特徴を呼び出す」という処理を頭の中で行います。自然文のように他のコマの描写と混ざることがないため、髪型や服装のブレ（キャラクター崩壊）を極限まで抑えることができます。
2. コマごとの情報が整理しやすい
AIの最も苦手なセリフと表情のズレを完全に克服します。
同じ要素として並列配置されるため、AIは「目が輝いている状態で、このセリフを喋らせる」という因果関係を理解します。
3. 漫画のルールをシステム化できる
独自の概念を作れるのが強みです。ここに 「喋っているキャラの口は開くこと」といった細かな作画指示をルールとして定義しておくことで、漫画としてのリアリティが向上します。
4. 日本漫画の読み順・文字方向の破綻を防ぐ
日本の漫画は基本的に右から左に読み、セリフは縦書きです。しかし、画像生成AIのベースモデルは海外製（英語圏）が多いため、普通に指示を出すだけでは「左から右」のコマ割りになり、文字も横書きになりがちです。
Markdown + YAML形式なら、AIが最も見落としやすいこの「言語・文化の壁」を、独立したパラメータとして強制認識させることができます。
5. ピンポイントな部分修正が容易
画像生成AIで最も多いのが「2コマ目のセリフだけ変えたい」「3コマ目のアングルを、アップから引きに変えたい」という部分的なリテイクです。Markdown + YAML形式なら、該当するコマの値だけをサクッと書き換えて再生成を指示すればよいため、修正の改善サイクルが高速で回せます。
徹底比較！プロンプト形式の一覧表
これまでに紹介した6つの形式の特性を、4つの評価軸でマッピングしました。
形式
作りやすさ
修正のしやすさ
漫画との相性
ベストな用途・キャラクター
1. 自然文
★★★★★
★☆☆☆☆
★☆☆☆☆
とにかく手軽なラフ案・アイデア出し
2. 箇条書き
★★★★☆
★★★☆☆
★★★☆☆
SNS用の短い4コマ、シンプルな広告
3. 台本形式
★★★★☆
★★★☆☆
★★★☆☆
会話のテンポ、ストーリー先行のネーム
4. JSON形式
★☆☆☆☆
★★★★☆
★★★☆☆
システム開発、API連携での自動生成
5. Markdown
★★★★☆
★★★★☆
★★★★☆
手動での1発生成、ブログ等での共有
6. Markdown+YAML
★★★☆☆
★★★★★
★★★★★
本番用、シリーズ化、再現性重視の漫画
実用現場における最強の使い分けロードマップ
「じゃあ、明日からすべてMarkdown + YAMLで書かなきゃいけないの？」というと、そんなことはありません。制作段階に合わせてプロンプトの形を使い分けるのがスマートです。
【ステップ1：着想】まずは「自然文」でAIと壁打ちする
「AIをテーマにした、クスッと笑える2人の会話漫画のアイデアを5つ出して」とChatGPTに頼み、大枠のストーリーを決めます。
【ステップ2：骨組み】「台本形式」で流れを固定する
選んだアイデアをベースに、「1コマ目：○○、2コマ目：××」という台本をAIに仮組みさせ、セリフの過不足を人間が調整します。
【ステップ3：肉付け・出力】「Markdown + YAML」に落とし込んで本番生成
確定した台本を今回の最強テンプレート（YAML）に流し込み、カメラワークやキャラクターの外見情報を肉付けして、Images 2.0やNano Banana系AIに流し込みます。
この3ステップを踏むことで、手戻りを最小限に抑えながら、クオリティが高く商業レベルのAI漫画を量産することが可能になります。
まとめ～プロンプトは呪文ではなく仕様書である
AIによる画像生成が始まったばかりの頃、私たちは望む絵を出すために、英単語を羅列した指示を出していました。
しかし、ChatGPT Images 2.0やNano Banana系AIのように、人間の意図を深く汲み取れる高度なLLM直結型AIが主流となった今、プロンプトの役割は呪文から設計書（仕様書）へと完全にシフトしました。
特に、コントロールすべき変数が膨大にある漫画という表現において、情報を論理的に整理してAIの脳に直接届ける「Markdown + YAML形式」は、現時点でこれ以上ない強力な武器になります。
「毎回キャラクターの顔が変わって使えない！」
「コマ割りがめちゃくちゃで読む気が起きない！」
そんな悩みを抱えていたクリエイターやマーケターの方は、ぜひこの「Markdown + YAML」の構成案をコピーして、あなたのオリジナルキャラクターやシナリオを当てはめてみてください。AIを専属アシスタントのように、あなたの意図を完璧に汲み取った見事なネームを上げてくる感動を、ぜひ体感してください！
📢 「ShinonomeComicStudio」のご紹介
「ShinonomeComicStudio」は、セリフやコマ割りなどを日本語で入力するだけで、漫画生成用のプロンプトをMarkdown＋YAML形式で自動生成できるツールです。
複雑なプロンプトを一から組み立てる手間を減らし、キャラクター設定やコマごとの指示を整理できます。AI漫画制作をより手軽に、安定させたい方にご活用いただけるとうれしいです。