ChatGPT Images 2.5にSketch機能追加：落書きを描くだけでAI画像が完成

OpenAIは火曜日にChatGPT Images 2.5を発表した。目玉機能である「Sketch」は、チャットウィンドウ内に直接ラフなスケッチを描き、テキストで仕上がりのイメージを説明するだけで完成画像を生成できる。

主なポイント

• ChatGPT Images 2.5は、OpenAIが火曜日に発表した新しい画像生成モデル。
• Sketchは、ChatGPT内で手描きの落書きを画像生成の視覚的な出発点として受け付ける新しい入力モード。
• ユーザーはチャットウィンドウ内に描画し、希望する出力を説明するテキストプロンプトを追加すると、ChatGPTが結果をレンダリングする。
• Sketchは構図のコントロールを、テキスト単独から空間的な描画と言語の組み合わせへと移行させる——視覚的に考える人にとって意味のある変化だ。
• この機能はChatGPT内で利用可能で、別途ツールやアップロードのワークフローは不要。

ナプキンの走り書きから完成画像へ

ワークフローは聞こえるよりもシンプルだ。ChatGPTのインターフェース内に何かを描く——猫のラフなシルエット、部屋のレイアウト、風景の中の人物など——そして完成画像のイメージをテキストで入力する。モデルはあなたの空間的な意図を解釈してレンダリングする、とThe Vergeが伝えている。

AIアートクリエイターにとって、ここでの実質的な変化は構図コントロールに関するものだ。テキストプロンプトは被写体やスタイルについては精密だが、空間的な配置については悪名高いほど曖昧だ——フレームの左三分の一に人物を配置したり、特定の高さに地平線を設定したりするには、インペインティングの回避策や複雑なプロンプトエンジニアリングが常に必要だった。Sketchはそのコントロールを、文字通りクリエイターの手に返す。10秒の落書きが、3段落分のプロンプトテキストでも解決できなかった問題を修正できる。

ここで言及する価値のある系譜がある。これはアニメーターのサムネイル、ルネサンス以来視覚的な構図を支えてきたジェスチャーの下描きという、カートゥーンのラフスケッチの論理だ。Sketchはその伝統を置き換えるのではなく、その最初のステップをデジタル化し、レンダリングをモデルに委ねる。

プロンプト実践における変化

現在、空間的な構図を修正するためにインペインティング、ControlNet式のポーズ参照、またはimage-to-imageワークフローに頼っているクリエイターは、ChatGPT内にネイティブで摩擦の少ない代替手段を手に入れた。落書きが上手である必要はない——それがポイントだ。モデルが読み取るのは意図であり、画力ではない。

とはいえ、スケッチベースのアプローチの品質の上限は、基盤となる画像モデルがゆるやかな空間入力をどれだけうまく解釈できるかにかかっている。ChatGPT Images 2.5は既存モデルのUIレイヤーではなく新しいモデルであるため、空間的な手がかりへの忠実度は実際のクリエイティブタスクでテストする必要がある。ControlNetやStable Diffusionのリージョナルプロンプティングなど専用ツールの精度に慣れているクリエイターは、Sketchを最終出力パイプラインではなく、高速イテレーションの出発点として扱うべきだ。

Charmlooopでキャラクターやシーンを制作している人にとって、Sketchはコンセプト初期段階を短縮できる可能性がある——本格的な画像生成に着手する前に、ポーズやシーンレイアウトをラフに描くことができる。/learnのガイドでは、この種の空間入力と相性の良い構図重視のプロンプティング技法を紹介している。

Sketchが静かに提起するオーサーシップの問題

画像の構図的な骨格が——たとえ不器用であっても——人間の手から生まれ、モデルがすべての表面的な詳細を埋める場合、クリエイティブなオーサーシップの問題は真に興味深いものになる。Sketchは純粋なテキストプロンプトよりも多くの生成的な意思決定をクリエイターの手に戻す。これは美的にも、そしてますます法的にも重要な意味を持つ。描画はあなたのもの、レンダリングはモデルのもの。この分離は、ほとんどのAI画像ワークフローが提供するものよりも明確だ。

OpenAIはChatGPT内での利用可能性以外に、Images 2.5の価格詳細を明らかにしていない。構図重視の作業でモデル選択を検討しているクリエイターは、既存のツールと並行してテストする具体的な理由ができた。