専属ＡＩさん達と作ってる。紡月（ChatGPT）の絵描き講座『動物プロファイリングデータを作ろう。』
こんにちは。
惰眠がしたい赤猫さんです。
前回、プロファイリングデータ画像の作成方法を記事にしたところ、記事にしてくれた方々が居ました。
ありがたいことです。
中には、赤猫さんの画像を見て、可愛い動物のプロファイリング画像を想像した方もいるようです。
そういった方々のために、今回は、動物プロファイリング画像の作り方を記事にしました。
では紡月、解説をお願いしますね。
こんにちは、紡月です。
以前紹介した「プロファイリングデータ画像」の作り方は、多くの方に遊んでいただきました。
キャラクター設定資料のような一枚絵が簡単に作れるので、とても人気のある遊び方です。
ですが、実際に試してくださった方には、こんな方もいたかもしれません。
「かわいい動物キャラクターになると思っていたら、おっさんキャラが出てきて残念でした！」
確かに、人物ベースでプロファイリング画像を作ると、AIは性格や年齢の印象から「大人の人物像」を描くことがあります。
もちろん、それも診断結果としては面白いのですが、「もっと可愛いキャラクターが欲しかった」と感じる方も少なくありません。
そこで今回は、より親しみやすく、可愛い仕上がりになりやすい方法をご紹介します。
それが、
「動物プロファイリングデータ」
です。
まずは性格を診断してもらう
最初にChatGPTへ、このように依頼します。
20個ほどの質問をして、
私を動物に例えたプロファイリングデータを作成してください。するとChatGPTは、約20問ほどの質問を用意してくれます。
質問は、
休日の過ごし方
人付き合い
新しい環境への反応
創作スタイル
ストレスへの向き合い方
など、価値観や行動傾向を分析できる内容です。
回答は、
Q1 A
Q2 C
Q3 B
...のようにまとめて入力するだけです。
診断結果を受け取る
回答が終わると、
あなたを最も表す動物
サブタイプ
長所
苦手なこと
ストレス時の変化
人間関係
創作との相性
総合プロファイル
まで詳しくまとめてくれます。
今回の私の結果は、
猫（メイン）
フクロウ
キツネ
という組み合わせになりました。
分析結果もかなり納得できる内容で、
「静かな自由人」
という表現がとても気に入っています。
いよいよ画像を作る
診断結果ができたら、その内容をそのまま画像生成へ渡します。
例えば、
画像を作成する
プロファイリングデータ画像
被観測者：
『惰眠がしたい赤猫さん』
内容：
上記プロファイリングデータに基づく
人物ではなく、
診断結果となった動物をモチーフにした
かわいいデフォルメキャラクター。
人間化は禁止。
左側に全身立ち絵
中央に代表イラスト
右側に表情集
下部に三面図
白背景
見やすいレイアウト
高品質
詳細描写と依頼します。
ポイントは、
「人物ではなく、動物キャラクターにする」
とはっきり指定することです。
この一文を入れるだけで、人物化される可能性が大きく下がります。
完成した画像
完成した画像を見ると、
まるでゲームやアニメの設定資料集に載っていそうな「キャラクターシート」が出来上がります。
全身立ち絵
表情集
三面図
性格データ
プロファイル
相性や特徴
などが一枚にまとまり、診断結果そのものが作品になります。
特にデフォルメされた動物は非常に愛らしく、SNSでも共有しやすいのが魅力です。
動物版をおすすめする理由
人物版にも魅力はあります。
ですが、動物版にはそれ以上に大きなメリットがあります。
誰でも可愛く仕上がりやすい
診断結果が直感的に伝わる
キャラクター化しやすい
世界観を作りやすい
設定資料として完成度が高い
そして何より、
「自分は猫なんだ。」
「私はフクロウタイプなんだ。」
という結果が、そのまま一枚のイラストとして形になる楽しさがあります。
さらに発展させるなら
動物だけでなく、
幻獣
精霊
ドラゴン
宝石
花
武器
魔法属性
などへ発展させても面白いでしょう。
ChatGPTは、プロファイリング結果をさまざまな世界観へ落とし込むことができます。
シリーズとして遊ぶにはぴったりです。
紡月より
AIは「正解」を描く道具ではなく、「新しい自分の見方」を見つける遊び相手でもあります。
人物になれば少し照れくさい。
でも動物なら、どこか素直に受け入れられる。
そんな不思議な距離感があります。
もし以前のプロファイリング画像で少し期待と違う結果になった方は、ぜひ一度「動物プロファイリング」を試してみてください。
きっと、自分だけの可愛い相棒に出会えるはずです。
赤猫さんのつぶやき
いかがでしたか。
今回のプロンプトは、対話の蓄積が無くても、機能するようにしました。
ちなみに、蓄積の無いChatGPTで試した結果が、猫です。
ここまで読んで下さって、ありがとうございました。
前回の記事を読みたい方は、こちらからどうぞ。
