機能
AI 画像エンハンサー
AI の画像エンハンサーは、二つの別のことを基準に判断されます。画像をきれいにしたか、そして大きくしたかです。失敗の仕方も違います。アップスケールは、より高い resolution でもっともらしい細部を再構成します。復元は、被写体を描き直さずに、ノイズ、圧縮の傷、柔らかさを取り除きます。 Ofrai では原画を画像スタジオへアップロードし、 nano-banana-pro 、 gpt-image-2 、 flux-2 、 seedream-5 のいずれかに編集指示を付けて通し、採用の前に 100 パーセントの拡大で前後を見比べます。

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
鮮明化処理後のディテールを捉えたクローズアップ。
アップスケールと復元をワークフローで分ける
復元のパスを先に、アップスケールを後にします。低い resolution で復元すると、アップスケーラーが構造を発明するのに使えた情報を捨てます。妥当な順番は、ノイズとブロックを取り、露出か色を直し、目標の寸法まで拡大し、必要なら最後に細部のパスです。先に拡大してから強調すると、モデルは自分が拡大した傷をシャープにします。
各パスはクレジットを使うので、正しい順番は同時に安い順番でもあります。
画像エンハンサーに現実的な目標を置く
512 画素の切り抜きから 4x を頼むと、大きくは見えるが柔らかい画像になります。モデルはそれらの画素の大半をもっともらしい質感で埋めていて、本当の細部を回復していないからです。アップスケールは、ほどよくシャープな元からおおよそ 2x までがよく働き、それを超えると利得はほとんど想像です。
幅 4000 画素が本当に要るなら、小さな切り抜きを引き伸ばすのではなく、場面を高い resolution で作り直してください。正直な天井はモデルではなく入力の関数です。
古いスキャンと圧縮された保管画像を復元する
スキャンした写真では、欲しい見た目ではなく、取り除く傷を書いてください。「スキャナのほこりと引っかきを取り除き、顔の細部を戻し、元の暖かい色調と粒子は保つ」です。きれいな現代の描画を頼むと、モデルは顔を描き直し、時代を変え、古い写真の性格を与える粒子を落とします。復元は十回ではなく二回から三回です。
同じ画像への繰り返しは、蝋のようにプラスチックな肌の質感を積みます。画像の年代が大切なら、粒子を明示的に残します。
アップスケールが本当に発明できないもの
どのエンハンサーも、一度も捉えられなかった情報は回復しません。元が 64 画素のアバターなら、拡大は本当の顔も、読めるロゴも、読める看板も回復できません。文字がいちばん明確な試験です。拡大された文字は、もっともらしいが間違った字形を発明します。
同様に、センサの限界を超えた布や毛皮の細かい質感は、反復するか潰れた模様として戻ります。強調はノイズ除去、シャープ化、控えめな拡大に使います。文字、小さい活字、本当に高い resolution の仕事は、正しい大きさで作り直してください。
生成ではなく編集のためのモデルを選ぶ
gpt-image-2 は Ofrai でいちばん安定した編集者です。画像をアップロードし、編集を書くと、画面の残りを安定して保つので、物体の除去や背景の変更のような狙い撃ちの仕事に向きます。 nano-banana-pro は、長く詳しい編集指示にいちばん忠実に従います。 flux-2 は、素早いノイズ除去とシャープ化のパスに速いです。 seedream-5 は、忠実な復元より様式的な描き直しを扱います。
原画が大切なら、文章からの再生成ではなく、参照に導かれた編集を使ってください。
手を広げすぎない編集指示を書く
編集のプロンプトは、何が変わり、何が変わってはならないかを名づけます。「壁から看板を取り除き、壁の質感、光、遠近は同一に保つ」は、モデルがどこで止まるかを伝えます。停止条件を省くと、強調が静かに画像全体の様式を変える理由になります。
生成のパスを伴わない純粋なアップスケールなら、「既存の細部と構造をすべて保ち、 resolution だけを上げる」と書いてください。色調も動かしたいなら、別のパスで行い、各変更を単独で判断できるようにします。
実用的な前後の確認手順
常に、画面に合わせた縮小ではなく、 1:1 の画素表示で 100 パーセントの拡大で見比べます。三つの線に沿って見ます。縁では、高コントラストの境界に階段とハローが出ていないか。質感では、ノイズが減ったのか、プラスチックの潰れになったのか。顔では、肌の細部がもっともらしいか、仮面のように平滑化されたかです。
記憶からではなく、原画と並べて比べます。縁のまわりにハローが出たら、シャープの強さを下げて再実行します。失望する強調結果の大半は、縮小したプレビューで判断したことから来ます。
そのまま貼れる修復プロンプト四例
柔らかい携帯写真のぼけを取るには「顔の焦点をシャープにし、自然な肌の質感を戻し、元のフレーミング、色、背景は変えず、物体を足さない」です。スキャナのほこりを取るには「スキャン上のほこりの点と迷い毛を取り除き、その下の布と肌を戻し、元の粒子と暖かい色調は保ち、面を平らに平滑化しない」です。
露出不足の室内を直すには「影を読める水準まで持ち上げ、ハイライトの細部は保ち、元のホワイトバランスを残し、コントラストを潰さない」です。圧縮されたウェブ画像を戻すには「ブロックと色ノイズを取り除き、文字と顔のまわりの縁を再構成し、元の色かぶりは保つ」です。共通の型に注意してください。
それぞれが一つの欠陥、戻すもの一つ、変えてはならないもの三つを名づけます。三番目の群を省いた指示が、編集が漂う理由です。
仕事の寸法を測る。元の画素と目標の画素
何かを描く前に拡大率を計算します。 600 かける 800 の原画を 2400 かける 3200 にするのは 4x の仕事で、おおよそ八メガ画素になり、無理がありません。同じファイルを幅 8000 画素まで押すのは 13x の仕事で、おおよそ 8x を過ぎると余分な画素は回復ではなく発明です。
経験則は、元の中で細部が本当に解像されている resolution の約二倍を超えて拡大しないことです。本当の目標が 300 PPI の印刷なら、まず印刷寸法から画素の要件を逆算します。 A3 の用紙を 300 PPI にするには長辺におおよそ 4961 画素が要り、そのあと、どの段階がそれらを作る責任かを決めます。
編集が持つかを決める三つの設定
編集またはノイズ除去の強さが、効く設定です。低すぎるとノイズが残り、高すぎるとモデルが本当の質感の代わりにもっともらしい質感を置きます。小さく動かし、縮小ではなく 100 パーセントで確認します。ステップや反復は、モデルが収束する時間を決めます。ノイズ除去だけのときは多いステップが助けになり、変更を合成しているときはあまり足しません。
道具が提供するなら、マスクや領域の選択は狙い撃ちの仕事に使う価値があります。許容できる画面の中の顔を直すのは、画面全体を復元するのとは別の仕事で、マスクはどちらを意味するかを述べさせます。
復元のパスがクレジットでいくらか
復元のパスは、そのあと普通に続く再試行に比べれば安いです。ノイズ除去やブロック除去は二回から四回です。色と露出の補正は一回か二回です。印刷に耐える大きさへのアップスケールは一回から三回です。
完全に復元した古いスキャンは、たいてい四回から六回に着地し、どれも目標の resolution で走るので、二十メガ画素の出力は二メガ画素の試験よりかなり高くつきます。設定は必ず小さい最初のパスで固め、そのあと原寸で一度だけ描いてください。 Ofrai ではこのすべてが単一のクレジット残高から引かれます。
本当に高い間違いは、低い resolution の試験一回で答えられたパラメータを、原寸の試行六回で固めることです。
顔を復元し、止まるときを知る
顔には専用のパスと専用の限界が要ります。単に柔らかい顔は、狙い撃ちの指示でたいてい戻せます。「顔の細部を戻し、その人の年齢、表情、特徴は写っているとおりに保ち、自然な毛穴、美化しない」です。本当に解けない顔、つまり強い動きぼけ、極端な圧縮、とても小さいサムネイルは、誰のものでもないもっともらしい顔に置き換わります。
描く前にどちらの場合かを決めてください。もっともらしい間違った顔は、明らかに壊れた顔より捕まえにくいからです。本当に大切な肖像では、画面を復元し、人物は新しく生成するほうが正直な道のことがあります。
このページが誰に合い、新規生成が勝つとき
このページは、すでに所有するか権利を持つ素材のためです。スキャン、携帯の写真、古いプリント、圧縮されたウェブ資産、印刷や市場の掲載でより大きい寸法に耐えなければならない画像です。元に本当の細部が無いときは弱い適合です。正直な出力は入力よりシャープにならないからです。存在しなかったものを作るときも弱い適合です。
特定の商品配置、新しい背景、発明した場面です。それは強調ではなく生成で、新鮮なプロンプトを持つ生成モデルは、忠実なプロンプトを持つアップスケーラーに毎回勝ちます。捉えられたものを直すには強調を、捉えられなかったものを発明するには生成を使ってください。
作例

よくある質問
- AI のアップスケールは現実的にどの resolution まで届きますか
- アップスケールは、ほどよくシャープな元のおよそ二倍までが安定して働きます。それを超えるとモデルは本当の細部を回復するのではなく、もっともらしい質感を生成しているので、ファイルは大きくなっても本当にはシャープになりません。非常に大きい出力が要るなら、場面を高い resolution で作り直してください。
- AI の強調はぼけた顔や低い resolution の顔を回復できますか
- 部分的にしか、しかも安定はしません。強調はノイズと圧縮の傷を取り除き、柔らかかったものをシャープにできますが、十分な画素で一度も捉えられなかった顔は忠実には再構成できません。強調した結果は、原画の復元ではなく、もっともらしい解釈として扱ってください。
- アップスケールした画像で文字が読めなくなるのはなぜですか
- 元の resolution の限界にある文字には、回復できる信号がほとんど無いので、モデルは本当の字形ではなく、もっともらしい字形を発明します。強調は文字認識の道具ではありません。読める文字が要るなら、活字が実際に解像されていた大きさで図版を作り直してください。
- ノイズ除去はアップスケールの前と後のどちらですか
- 先にノイズを取ります。低い resolution での復元は、アップスケーラーが構造を作るのに使えた情報を捨てます。健全な順番は、ノイズとブロックを取り、露出か色を直し、そのあと拡大し、目標が求めるなら最後に細部のパスです。
- 数回のパスのあと強調画像が蝋やプラスチックに見えるのはなぜですか
- 各パスは、前のパスの上にモデルが推論した質感の層を足し、累積すると粒子の無い、滑らかで描きすぎた肌になります。復元は多くて二回か三回にし、プロンプトで元の粒子と色調を保つと明示してください。
- 残りの部分を変えずに写真から物体を取り除けますか
- できます。参照に導かれた編集は、再生成よりうまくやります。画像をアップロードし、変更と停止条件の両方を名づける編集を書いてください。たとえば壁から看板を取り除きつつ、壁の質感、光、遠近は同一に保つ、です。 gpt-image-2 が、触らない画面をいちばん安定して保ちます。