本文へスキップ

機能

AI集合写真ジェネレーター

AI集合写真ジェネレーターが解かなければならないのは、複数人の生成を毎回壊す二つの問題です。互いに一致しない顔と、人ごとに別々に扱われる照明です。 Ofrai では画像スタジオを開き、 gpt-image-2 、 nano-banana-pro 、 flux-2 、 seedream-5 から選び、集団を人の一覧ではなく、一つの照らされた主題として書きます。手順は三人の友人でも十二人のチーム肖像でも同じです。光の方向は一つに決め、各人に区別できるシルエットを割り当て、エンジンが不揃いに描く個人ごとの細部を指示から外します。

電飾を飾ったテラスで談笑する友人たち

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

多様な背景を持つ成人の友人6人が、くつろいだ屋上の集まりで一緒に過ごしている。全員の顔がそれぞれ明確に見分けられ、暖かな夕方の光が統一され、自然に交流している。

複数人の生成が壊れる理由と変えること

いつもの失敗は resolution ではなく注意です。拡散モデルは細部をフレーム全体に分配するので、顔が増えるほど一枚あたりの取り分が減ります。三人は楽で、五人は実行可能で、八人を超えると一つか二つの顔が年齢や構造でずれると見込んでください。人数を下げ、 3:2 のような広い縦横比を使い、後列は雰囲気として読んでよいと受け入れます。

本当に大きな群衆が要るなら、広い導入フレームを生成して切り込んでください。一つの生成に十二の鋭い顔を求めないでください。

光源は一つ、一度だけ書く

照明は一つの物理的な出来事として書きます。「カメラ左後方からの午後遅い太陽、白い壁からの柔らかい補助光、全員が同じ方向を向く」。人ごとの照明は書かず、「縁光とネオンと蝋燭」のように競合する光源を積みません。モデルはそれぞれを別の人に割り当てます。共有された光が、集団を一枚の写真として読ませます。

貼り合わせに見えるなら、直しは細部を足すことではほとんどなく、光の文節を一つだけ残るまで消すことです。

各人に区別できるシルエットを割り当てる

顔が混乱するのは、エンジンが分ける材料を持たないからです。各人に明確な形を一つ与えます。長いコートの背の高い人、ビーニーと丸眼鏡の人、胸の高さでコーヒーカップを持つ人です。顔の細部ではなく、身長、立ち方、小道具を変えてください。小道具と姿勢の方が、集団全体で安定して保ちやすいです。ゆるい三角形の配置を頼みます。

前に二人、後ろに三人、端に一人です。等間隔の列は写真ではなく整列に読めます。

撮影されたように見えるチーム肖像のフレーミング

本物の集合写真には不完全な端があります。半身を向けた人、肩で切れた人、レンズに一歩近い人です。その不完全さを指定します。「目の高さ、 35mm 、わずかな傾き、右の人は笑いの途中で一部が切れている」は、対称のポーズよりはるかに信じられるフレームを生みます。

最も背の高い人の上に頭上の空きを残し、額の線ちょうどで切らないでください。スタジオの代替なら、継ぎ目のない背景と均等な正面光を頼むと、複雑な環境よりエンジンに易しいです。

人数に合うモデルを選ぶ

顔が持ちこたえる必要があるとき、特に近距離の三から五人では、 gpt-image-2 が最も強い選択です。顔あたりの注意を最も多く割り当てるからです。 nano-banana-pro は、衣装が多様な長い集団の説明に従う点でより信頼できます。 flux-2 は、洗練する前に配置をラフにするのに速くて安いです。 seedream-5 はより大きな環境と背景の群衆を扱います。

実用的な順は、 flux-2 で配置を決め、顔の質のために最終フレームを gpt-image-2 で描くことです。

実際に当たる失敗の直し方

悪い結果の大半は三つの直しでカバーします。融合した顔や二重の顔は、集団が密着しすぎたという意味です。指示の中で人の間に一フィートの空きを足すか、比率を広げます。一フレーム内で肌の色調が食い違うのは、たいてい競合する光の文節が原因です。それらを消し、光源を一つ書きます。

特に誰かが誰かの後ろにいるときに手足が奇妙に途切れる問題は、誰が誰の前にいるかを書き直すのが最善です。同一の指示を再生成しても助けになりません。同じ曖昧さは同じ曖昧さを生みます。

このページが向くもの、向かないもの

この流れは、コンセプトアート、チームの横断幕、祝日のカード、架空の出席者によるイベントの振り返り、十二人を安く揃える絵コンテに強いです。実際に識別できる集団が重要なときの本物のカメラの代わりにはなりません。本物の再会や企業の写真では、実在の人物が実在の肖像への期待を持ち、生成結果はそれを責任をもって満たしません。

ここでの集団はすべて架空として扱い、全員を名前のある人物ではなくキャラクターとして書いてください。

まとまる三つの集団の指示

屋外の三人の友人。「午後遅い光の歩道に立つ三人、太陽はカメラ左後方、背の高い人は長い緑のコート、一人はビーニーと丸眼鏡、一人は胸の高さでコーヒーカップを持つ、ゆるい三角形、目の高さの 35mm 、前に二人、一歩後ろに一人、浅い被写界深度」。五人のチーム。「

無地のコンクリート壁を背景に、多様なカジュアルなビジネス服の同僚五人、右の大きな窓からの柔らかく均等な昼光、肩の力は抜け、一人は笑いの途中で肩が一部切れ、最も背の高い人の上に頭上の空き、 3:2 」。大きなチーム。「

階段の踊り場にいるおよそ十二人の広い写真、ゆるい三列、後列はわずかに柔らかい、暖かい天井の光、広い 21mm のフレーミング、背景が十分に見える」。三つに共通して省いているものに注目してください。年齢、髪型、人ごとの表情です。それらはエンジンが不揃いに描く細部であり、省くことがフレームをまとめます。

人数に縦横比と奥行きの配置を合わせる

一つを選んで祈るのではなく、比率を人数に合わせてください。三人は 4:5 に楽に収まります。四から六人は 3:2 が欲しく、顔を縮めずに横の余地を買います。七または八人は 16:9 、または後列がレンズから一段か二段遠い 3:2 が要り、エンジンが自分の条件で後列を柔らかくできます。

八人を超えたら 16:9 で描き、そこから切り込む導入フレームとして扱います。奥行きも明示します。「二列、二列目は後ろの段に立つ」。これは左から右へ位置を列挙するより、人の並べ方をモデルにはるかに効果的に伝えます。

集団の生成を安定させる設定

少なすぎると顔は一般的な見た目へずれ、多すぎるとフレームが煮詰まり、手のアーティファクトが鋭くなります。モデルの既定から始め、バッチあたり多くても一度だけ調整します。バッチの大きさは四枚ずつです。二つの顔が融合するバッチはたいてい同じ欠陥を全体に持ち、無駄な四枚は十二枚より安いです。

参照画像は、承認した集団フレームを付けて衣装と照明を先へ運びます。単一の顔への参照よりはるかに有用です。比率とレンズは、同じ理由で実行全体を固定します。

集合写真一回の生成枚数とクレジット

ここでもパスで予算を組みます。配置のラフは 3:2 の安い flux-2 四枚です。買っているのは位置であり、顔ではありません。最良の配置を gpt-image-2 へ持ち、四フレーム生成します。顔の質が決まるのはそこです。勝ち残った一枚を残し、配置パスを再実行せずに、そこから変種(別の切り抜き、別の背景)を作ります。

完成した三人のショットはおよそ十回から十二回、十二人の広いフレームは二十回に近づきます。一つが通るまでに試行が増えるからです。 Ofrai では一式が一つの共有クレジット残高から引かれるので、配置モデルと最終モデルの移動は、プラン変更ではなく生成回数の費用です。クレジットの予算が固定なら、人数あたりのやり直しを増やすより、試す人数の種類を減らして使ってください。

サムネイルの大きさでだけ出る欠陥

集合写真はフルの resolution では完璧でも、格子では無用になり得ます。四つの確認がそれを捕まえます。読める顔を数えます。フレームを小さく縮め、まだ識別できる顔がいくつあるか数えます。その数が人数を下回るなら、余分な人は雑音です。さらに後ろへ動かすか、外します。光の勾配を見ます。

方向は一つ、滑らかに落ち、太陽が説明できないほど明るい人はいないこと。切り抜きの端を見ます。顎でスライスされた頭や、袖の縫い目で切れた肩は事故に読めます。複製を探します。一フレームにほぼ同一の顔が二つあるのは、バッチが大きすぎた印です。

友情写真やチーム横断幕との違い

友情写真の生成は二または三人と近さを最適化します。重なる肩、共有する視線、暖かい日常の光です。注意の大半を二つの顔に使えます。チーム横断幕の流れは、ロゴの組み、均等な列、文字が占有できる寛大な空きを最適化します。このページはその中間です。三から八人、信じられる配置、光を説明する環境です。

チーム肖像、イベントの振り返り、絵コンテの群衆、コンセプトアートはこちらへ来てください。二人組は友情のページ、構図が文字組みに仕えるなら横断幕の流れを使います。

作例

電飾を飾ったテラスで談笑する友人たち

よくある質問

AI集合写真は何人まで確実に描けますか?
快適な範囲は三から五人で、後列を柔らかく保てば八人までたいていうまくいきます。それを超えると、顔が年齢や構造でずれると見込んでください。より大きな集団は、広い導入フレームを生成して切り込む方が、一つの生成に十二の鋭い顔を求めるよりよいです。
フレーム内の全員で照明を揃えるには?
物理的な光源を一つ書き、集団を一つの単位として当てます。たとえばカメラ左後方からの午後遅い太陽で、全員が同じ方向を向く、です。人ごとの照明指示や、縁光にネオンと蝋燭を足した積み重ねが、集団を貼り合わせに見せます。
顔の様式が互いに違って見えるのはなぜですか?
たいてい、人の書き方が似すぎていて、エンジンが分ける材料を持たないからです。各人に区別できるシルエットを一つ与えてください。身長、立ち方、ビーニーやコーヒーカップのような小道具です。等間隔の列ではなく、ゆるく配置します。
集団の中で最も良い顔を出すモデルはどれですか?
gpt-image-2 は顔あたりの注意を最も多く割り当て、三から五人の近距離の編成で最も持ちこたえます。 nano-banana-pro は衣装が多様な長い集団の説明により確実に従い、 flux-2 は洗練する前に配置をラフにする安い選択肢です。
本物の家族やチームの写真に使えますか?
確実でもなく、責任ある使い方でもありません。生成結果は、本物の写真が含意する忠実さと同意をもって、実在の人物の肖像を再現しません。この流れは架空の集団、コンセプトアート、横断幕、絵コンテに使い、実在の人物が関わるときは本物のカメラを使ってください。
人が切れたり融合したりするのを止めるには?
指示の中で人物の間の空きを頼むか、 3:2 のようなより広い縦横比へ移ります。融合や二重の顔は、ほとんどいつも集団が密着しすぎたという意味です。誰が誰の前に立つかも書き直してください。曖昧な奥行きの順序は、奇妙な手足のよくある原因です。

関連ジェネレーター

関連モデル

ツール