2023年11月7日にOpenAI DevDayを機にChatGPTは大きく生まれ変わり、ChatGPT plusがアップデートされ機能ごとに別れていたものが統合され、一つのチャットで画像生成・画像解析・プログラミングなどあらゆるタスクが可能になりました。
今回は統合されたChatGPTを活かして今までできなかった、画像を解析してもらいそれをリファレンスにして画像を生成するという実験を行いました。
自社キャラクター「ぼうけんうさぎ」をリファレンスに
自社のキャラクターである「ぼうけんうさぎ」を解析してもらい、画像生成してもらいました。画像をドラッグ&ドロップでアップロードしつつ「このキャラクターを16bitのピクセルアートに変換してと依頼してみました。
生成された画像をベースに自然言語で修正
きちんと緑のリュックを持ったうさぎが生成されました。これはこれでカワイイのですが、「ぼうけんうさぎ」の独特のシルエットが反映されていません。「もう少し、耳の形とか体型を正確に捉えてピクセルアートにしてください。」と修正指示をだしました。
かなり近づきました。ただシュッと痩せてしまったので、もう少し太らせてみました。
「かなり近いですが、もう全体的に太らせてください。」
今度は太りすぎてずんぐりしてしまいました。ただかなり自然言語でコントロールできている印象です。
ガラリと変えることも
こちらは「絵の具で書いたアートのようにしてください。」と指示。筆で書いたようなタッチが現れました。
まとめ
今までそれぞれの機能を利用し、調整をしながら、統合していく必要があったのですが、マルチモーダル化したことで遥かに便利に簡単に利用できるようになりました。プロンプトを練り込んでいくと言うよりは対話して修正していくような形なのでとっつきやすくなったと思います。
今までAIによる画像生成は難しそうと考えられていた方はぜひ試してみてください。
