本文へスキップ

機能

AI面白い写真生成

AI面白い写真生成は、普通のポートレートやスナップを、サムネイルでもはっきり読める反応ショット、しかめ面、荒唐無稽な状況へ変えます。写真を一枚か二枚アップロードし、ギャグを描写すると、モデルは顔が認識できるまま表情、ポーズ、設定を書き換えます。 Ofrai では画像スタジオを開き、稼働中のエンジンを選び、テキストと動画にすでに使っている同じクレジット残高で反復します。別の購読も、外部の編集ソフトも要りません。

緑の恐竜の着ぐるみで会議の発表をする会社員

新規アカウントには GPT Image 2.5 の無料生成が 1 回含まれます。他のモデルと動画はクレジットを使用します。

プロンプト例

空気で膨らませる緑色の恐竜の着ぐるみを着た大人が、真顔で会議室の白板を指しながら同僚に発表する。白板は無地。冷たい蛍光灯、自然なスナップ写真、文字なし。

静止画を面白く読ませるもの

コメディの画像は、単に奇妙なだけでは失敗します。読めるのは三拍子です。認識できる顔、誇張された変化が一つ、見える原因。膨らむ恐竜の着ぐるみの会社員が四半期の数字を発表する、は機能します。衣装が読め、表情がそれを売るからです。同じ衣装を特徴のないマネキンに着せても機能しません。

Ofrai では、気分ではなく一つの具体的で見える出来事としてギャグを書きます。「サメの衣装の男性が四半期の数字を発表する」は「何か荒唐無稽で面白い」に勝ちます。具体性はいちばん安い改良で、追加のクレジットはかかりません。

顔だけでなく反応をプロンプトする

面白い写真のすべてでジョークを運ぶのは顔で、エンジンがいちばん煮えすぎやすい場所でもあります。感情は物理的な動作として描写します。上がった眉、文の途中で開いた口、誤った角度に傾いた頭。実在の参照を挙げること、平静を失う司会者や、コートを拒む幼児は、「とても面白い」のような形容詞より強い事前情報をモデルに与えます。

表情が最大の resolution で生き残る必要があるときは nano-banana-pro か gpt-image-2 を使い、カメラの注記は短くします。クローズアップ、目の高さ、 85mm の見え方。顔を書きすぎるとマネキンへ平らになります。

始めた顔を守る参照写真

均一な光の、シャープで正面の参照をアップロードします。モデルは骨格、生え際、肌の色を読み、反応が汎用の誰かではなく特定の人に着地する理由になります。エンジンがどの顔が主題か推測しなければならない集合写真は避け、悪い基線を渡す重いフィルタも避けます。オチだけが必要で同一性は不要なら、参照を省いて人物を直接プロンプトします。

その道はシリーズ作業でより安く、より柔軟です。意図ごとに参照は一つにします。衝突する二つの顔は、誰も認識しない誰かへ平均されます。

やり直すのが難しいトリミングと比率

トリミングのために設計します。ミームと反応の形式の多くは 1:1 で、短いフィードは 9:16 なので、実際に投稿する比率で生成します。迷うなら顔を三分割の線に置き、頭上の余白を残して正方形の切り出しがジョークの頭を切らないようにし、あとで上部のキャプションを足すきれいな余白を残します。頭のすぐ後ろの忙しい背景は避けます。

明るさよりコントラストを押し、飛んだハイライトは、圧縮されて小さくなると表情を運ぶ小さな顔の手がかりを壊します。

ジョークが壊れる場所

使えない面白い写真の大半は三つの失敗です。一つ、プロンプトが「面白い顔」を頼み、物理的な動作を頼まなかったため、表情が平らな含み笑いに着地する。二つ、広い笑みを口の近くの手と一緒にレンダーすると歯と指が変形する。三つ、ギャグが読める物体、特定のブランドや読める看板に依存し、エンジンが汎用のものに置き換える。

一つ目は物理的に書いて直し、二つ目は顔へよりタイトに切って直し、三つ目は物体を別に生成してあとから合成します。

コメディの静止画にエンジンを選ぶ

nano-banana-pro がいちばん安全な既定です。指示への追従が強く、参照の顔を漂わせずに保ちます。 gpt-image-2 はより費用がかかりますが、フレームを印刷したり大きく見せたりするときに価値があり、フレーム内の小道具を多くの代替よりよく扱います。 flux-2 は、費用を使う前に正しいギャグを見つける速く安い下書きを出します。

seedream-5 は、写真のようにリアルなフレームではなく、より柔らかくイラスト的な見た目がほしいときに合います。 flux-2 で下書きし、 nano-banana-pro で仕上げ、一式で参照画像は同一に保ちます。

一つのギャグを繰り返せるシリーズにする

面白い写真のいちばん強い出力は一枚ではなく一式です。同じ人、同じ光、エスカレートする状況。まず人物を固定します。気に入ったフレームを一枚生成し、そのフレームを以降のすべての参照として再利用し、状況が気まずいから荒唐無稽へ上がるあいだ、衣装、背景、色のグレードを一定に保ちます。一式でカメラの注記は同一にします。

フレーム間で焦点距離を変えることが、シリーズを無関係な他人に見せます。承認した各フレームは Ofrai のライブラリに保存し、静止のギャグでは足りないときは勝者を動画スタジオへ送り、短い動きの版にします。

画像スタジオにそのまま貼れる三つのプロンプト

最初から始めます。「膨らむ恐竜の着ぐるみの男性が、プロジェクター画面で四半期の結果を発表している。完全に無表情。蛍光灯のオフィスの光。フラッシュ撮影。 1:1 」。二つ目は反応の一式に合います。「拒否の途中の女性のクローズアップ。上がった眉。ノーという言葉で開いた口。一方の手はまだドアノブ。暖かい廊下の光。目の高さ。 85mm の見え方」。

三つ目は荒唐無稽へ行きます。「仕立てたウールのコートの幼児が、開いた冷蔵庫と議論している。つま先立ち。台所の朝の光。ドキュメンタリーのフレーミング」。それぞれが顔、変化、原因に名前を付け、それがサムネイルへ圧縮されても生き残る三拍子です。エンジンはプロンプトに名前を書かず、スタジオのモデル選択から選び、縦横比はコントロールに残します。

同じ文をあとから 16:9 で再実行でき、何も編集しません。

顔が生き残るかを決める設定

ほかより重要なコントロールは三つです。 resolution は、圧縮で失える顔の細部がどれだけあるかを決めます。大きく見せるものは契約が許す最高の設定で生成し、プラットフォームがとにかく再符号化するフィード専用の投稿だけ低い設定を受け入れます。一つの要素を直しているあいだは固定し、ほかがすべて落ち着いてから一度だけ変えます。

高すぎると新しい表情がその顔に物理的に形成できず、低すぎると友人の骨格を持つ汎用の他人になります。働く規則は、顔が認識できるまで上げ、そこで止めることです。

flux-2 の下書きと gpt-image-2 の仕上げ

このページのエンジンは交換可能ではなく、使う順序はどれを選ぶかより重要です。 flux-2 は下書きの段です。どのギャグが実際に読めるか知るため、最低の resolution で五つか六つのプロンプト変種をここで走らせます。捨てる下書きは最終のほんの一部だからです。 seedream-5 は見た目の段です。

概念が写真ではなくイラスト、クレヨンの質感、絵の具のフレームを求めるときに手を伸ばし、頼んでいない顔の写実の問題へ引きずりません。 nano-banana-pro は働く既定です。長いプロンプトでも実行されるだけの指示追従と、一式にわたる信頼できる顔の保持があります。 gpt-image-2 は仕上げの段で、フレーム内の小道具、口の近くの手、印刷へ向かうものにその価格を稼ぎます。

安く下書きし、高く仕上げ、逆はしません。

十枚のミーム一式のクレジット計算

一枚ではなく一式全体で予算を組みます。着地する十枚の一式は、たいてい仕上げのレンダーが約二枚、安い下書きが六枚か八枚です。試行の多数は捨てられるからです。その比率こそ、五回目のあとではなく最初の生成の前に参照を丁寧に用意する理由です。同一性が重要でないときは参照を完全に省き、予算の大半を無料で取り戻します。

同一性が重要なときは、すべてのフレームが同じ参照ファイルを必要とするので、アップロードは十回ではなく一回です。表情が広く、手が口の近くにあるときは、試行の四分の一から三分の一を歯と指のアーティファクトで失うと見込んでください。顔へよりタイトに切ると、その費用の大半を追加支出なしで除けます。

画像合成とモーション転送との違い

このページのすべては、フレームが写真のまま、一つの顔を新しい表情へ変えることです。画像合成は二つまたは三つの参照を一つの合成へ融合し、別の条件付けの問題で、失敗も別です。浮いた物体、融合した主題、衝突するホワイトバランス。

モーション転送は演技クリップから人物を駆動するので、ギャグは撮影されるのではなく動くなかで生き残らねばならず、静止のオチは動きのなかで死ぬことが多いです。本当の目標が、すでに持っているセットで商品を持つ人なら、合成を使います。フィード向けのループする動く反応なら、まずここで静止画を生成し、承認したフレームを動画スタジオへ渡します。

どちらの仕事にも面白い写真のエンジンを向けると、いちばん努力した参照を捨てます。

面白い写真生成を飛ばすべき人

納品物が、職業的な審査を生き残らねばならないジョークであるときはこのページを飛ばします。規制のある分野のキャンペーン画像、ユーモアが顧客への嘲笑と読まれうるブランド資産、法務の確認者が署名しなければならないもの。

ツールは反応ショットとミーム形式には本当に強く、微妙な皮肉、正確でなければならない視覚参照、権利を持たない有名人の肖像には本当に弱いです。キャプションを編集ソフトで打つのではなく画素に焼き込まねばならないときも誤ったツールです。エンジンはフレーム内の文字を不安定にレンダーし、ジョーク画像の誤字はジョークを殺します。

観客がより年上に偏るか、ブランドの声が形式ばっているなら、問題はプロンプトではなく形式そのもので、反復を増やしても直りません。

よくある質問

自分の顔を面白い写真に入れられますか
入れられます。はっきりした正面の参照をアップロードし、新しい表情を物理的な動作として描写します。モデルはその参照から骨格、生え際、肌の色を保ち、それが結果を特定の人として読ませます。一人の写真は集合写真よりはるかにうまくいきます。集合ではエンジンが誰が主題か推測しなければなりません。
使える面白い写真一枚に何回生成しますか
たいてい 3 から 6 回です。構図は安く下書きし、失敗した一つの要素を直し、そのあとでより強いエンジンに再レンダーします。無駄になるクレジットの大半は、ギャグが決まる前に高価なモデルへ跳ぶことから来ます。ジョークが読める文字や特定の商品に依存するなら、その要素は別に生成して合成する計画にします。
面白い写真は 1:1 と 9:16 のどちらで生成しますか
投稿する比率で生成します。ミーム形式の多くは 1:1 、短いフィードは 9:16 なので、 16:9 のレンダーは主題の頭を切るトリミングを強制しがちです。迷うなら顔を三分割の線に置き、頭上の余白を残し、あとでキャプションを足すきれいな余白を残します。
面白い写真にいちばん合う Ofrai のモデルは
表情と顔の一貫性の既定には nano-banana-pro がいちばんです。 gpt-image-2 はより費用がかかりますが、フレームを印刷したり大きく見せたりするときに持ちこたえます。 flux-2 は確定する前にいくつかのギャグを探るいちばん安い方法で、 seedream-5 はより柔らかいイラストの見た目に合います。四つすべてが同じ Ofrai のクレジット残高で動きます。
面白い写真を短い動画にできますか
できます。承認した静止画を Ofrai のライブラリに保存し、動画スタジオでソースフレームとして開きます。そこの画像から動画へのエンジンは、表情を短いループするギャグへ動かせます。オチを着地させたいときはフレーム全体ではなく顔の領域を動かし、 duration は五秒未満に保ちます。

関連ジェネレーター

関連モデル

ツール