GeminiのNano Bananaでフィギュア化画像｜イラストをフィギュア画像に変える方法｜プロンプトとコツの紹介

Nano Banana (Gemini) を使って、あなたの描いたイラストをまるで実物のフィギュアかのようなリアル画像に変換する手法を、具体的なプロンプト例とコツ付きで解説します。

こんちは、SHOです。
今回は、いま大流行しているイラストをAIに入れて、まるで実物のフィギュアのような画像を出力させるプロンプトを研究しました。

これが僕の研究成果です。

はい。完全にTRPGのこと忘れて遊んでます。
でも、これやるだけでも結構奥が深くて、TRPGのプロンプトの勉強になるんです。

なるんです。

ここでは、こういった出力をAIにさせるためのポイントとプロンプトを説明していますので、もし画像生成やAIフィギュア画像にチャレンジしてみたい人は是非読んでいって自由に使ってください。

今回はテンポよく、プロンプトを置きながら実際の出力画像も一緒に見ていきます。

SNSで大バズり

凄いですね。Nano Banana。

画像のクオリティがもの凄いんです。実写です。もちろん綺麗なイラストも描けます。

それがきっかけで、いまSNSでは自分が作成したイラストをまるでプロのカメラマンがそのフィギュアを撮影したような画像を投稿することが流行っているんです。

イラストクリエイターの人にとっては自分が作成したキャラクターを、実際に手に取れるような創造物ができるのってきっと嬉しいですよね。

実写化決定です。

僕も実際作ってみて、感動しました。単純に凄いです。

Nano Bananaとは？基礎知識と特徴

これ、少し前からLMArena（各社のモデルを試験的に公開して性能を競っているプラットフォーム）なんかで突然現れて話題になっていましたもんね。僕はそれで聞いたことあるくらいでした。

2025年8月26日に満を持して、Geminiに正式リリースされたってわけです。

ちなみに、利用制限（無料枠や上限）は太平洋時間の深夜0時にリセットされます。つまり日本時間では毎日夕方5時に完全リセットされる感じですね（部分回復ではなく一括回復）。
なので夜に制限に到達しても、翌日の夕方にはまた使えるようになります。

実際に作ってみた

僕はSNSを始めたので、さっそく流行りにのってやろうとチャレンジしました。

最初は有志の方が公開してくださってるプロンプトでやってみて、徐々に自分が使いやすいようなものにできないかな。と思い、勉強がてら作ってみました。ポイントをおさえると結構捗ります。

ではさっそくやっていきましょう。

1. イラストを用意

なにはともあれ、まずはフィギュア化決定したいイラストを用意してください。
今回の実験では僕のマガジン「AIのあれこれ」でお馴染みのAIさんに協力してもらいます。紹介したことありませんが。

2. Nano Banana に渡すプロンプト例

用意したイラストと一緒に、フィギュア化を指示するプロンプトをNano Bananaへ渡します。プロンプトはこのまま貼ってください。どんな画像でも大丈夫です。

A highly detailed, museum-quality collectible figure made of high-grade PVC and ABS plastic. 
Masterfully sculpted to embody only the character’s 
1. Outfit 
2. Pose 
3. Hairstyle 
4. Distinct design elements 
5. Body proportions
as a three-dimensional form. 

The figure is presented as a real-world PVC/ABS figurine, photographed in a studio. 
Not an illustration, not a drawing, but a physical sculpted object displayed on a simple neutral base. 

The figure features advanced multi-layered paint application, achieving realistic, smooth skin tones and a hairstyle with fine, delicate tips and refined coloring. 
Mounted on a simple display base with discreet support for posing, the figure is presented as a high-end collectible item.

Shot with professional studio product photography: physically accurate lighting, sharp shadows, vivid highlights, and three-dimensional reflections. 
Captured with a telephoto lens and shallow depth of field, with crisp focus on the figure and soft bokeh on a clean dark grey background. 

Ultra-photorealistic, resembling a high-end collector’s item advertisement.

出力された結果はこんな感じです。イラストを忠実にフィギュア画像化できました。完成です。あとでポイント解説します。

3. 背景・シーン演出のコツ

作成して気に入ったフィギュアを「机の上に置きたい」とか「ゲーミングPCと一緒に撮りたい」など、シチュエーションを追加して演出してみます。

The figure is displayed on a clean white desk, with the following scene and background:

- A white PC case in the back, glowing with RGB ring lights from its cooling fans.  
- A monitor next to it, with a white bezel and white stand, showing a CG model of the same character rendered in ZBrush (3D rendering style).  
- A white gaming keyboard in front, with each key glowing in RGB, arranged in a rainbow gradient.  
- To the right of the keyboard, a white mouse pad with a white mouse placed on top. The mouse has a small glowing logo on the front.  
- To the left of the figure, a package box designed in the base color scheme of the character’s outfit. The front of the box has a small printed character illustration, and a large transparent window panel in the center, showing that the inside is empty. The bottom left has no logos or marks (logos strictly forbidden). The package shows the character name "<キャラクター名>" on the front.

The focus remains on the figure, filling about two-thirds of the frame, photographed from the front as the main subject. 
Professional studio photography, captured with a telephoto lens and shallow depth of field, emphasizing realistic lighting, sharp highlights, and smooth background blur.

プロンプトに書いてある内容を少し解説します。

• 机（シーンの舞台）
  → clean white desk = 白い机を指定することで、清潔感とスタジオ写真風の質感を出してます。

• PC本体（背景要素）
  → 白いケース＋RGBライトを指定。黒いケースより明るい印象になり、フィギュアがより映えます。

• モニター（背景要素）
  → 白ベゼル＋スタンド、ZBrushレンダリング画像を表示することで「制作中の3Dモデル」を演出してます。

• 周辺小物（シーン演出）

  • 白いキーボード＋RGB発光や、白いマウス＋発光ロゴ
    → 全体を「白基調＋RGB光」で統一し、清潔感のあるゲーミング環境を表現してます。

• パッケージ（シーン小道具）
  →キャラクター衣装カラーで統一、ロゴ禁止、窓はカラ、キャラクター名をプレースホルダー"<キャラクター名>"で差し替え可能。こうすることで、実際の商品パッケージ風を自然に再現できます。

• フィギュアの見せ方（カメラ演出）

  • 画面の2/3サイズに収める指定で主役感を強調してます。正面から撮影することで商品写真やレビュー画像に近い自然さを演出して、telephoto lens, shallow depth of field を指定することで背景は柔らかく、フィギュアはくっきりフォーカスというプロ仕上げになります。

4. 完成

上のプロンプトを続けてNano Bananaに渡せば完成です。

というわけで、今回実験に協力してくれたAIさんがたまに出ている僕のマガジンを宣伝します。よかったらこちらも読んでくれたら嬉しいです。

プロンプト作成時の注意点・応用テクニック

僕これ気づくまでに結構時間かかりました。せっかくなのでまとめておきます。

1. モデルに依存させる勇気
   Nanobananaは学習モデルが優秀なので、細かい指示をしなくても「フィギュアを生成して」と言うだけで実はある程度形になります。

2. でも依存しすぎない工夫
   完全に任せると実在するロゴっぽいもの（早速ニュースになってましたね）とかを勝手に描いたり、イラストをそのままリアルな台座付きで出力することがある。 ここは「再現」ではなく「限定的に立体化」と書くのがポイントです。例えば、

   • 不要なものは明示的に排除
     “avoid logos, avoid text, avoid watermark” といった禁止指示を加えて、ノイズ（ロゴ）を排除する。

   • イラストの再現対象を限定する
     Outfit（服装）、Pose（ポーズ）、Hairstyle（髪型）、Distinct design elements（デザイン要素）、Body proportions（体型）のみといった必要な部分だけをイラストから抽出するように指定すると、イラストそのままを台座付きで出力することが少なくなります。

   • ポーズを指定する
     上の話と少し逆行しますが、敢えてイラストとは異なるポーズを指定してイラストを無視させるというのもテクニックです。イラストのポーズは気にしないっていう人は実はこれが一番安定します。

   • 装飾ワードは絞る
     “highly detailed” や “museum-quality” 程度で十分。過剰に形容すると不安定になりやすいです。

3. カメラや演出の指定は状況次第
   “telephoto lens, shallow depth of field” のように写真用語を加えると「商品写真風」に。ただし敢えて省略すると、モデルが自由に構図を作ってくれることもある感じです。

4. ランダム性を受け入れる
   同じプロンプトでも結果は毎回変わるから、気に入った出力はちゃんと保存するほうがいいですね。

つまり、Nanobananaの優秀さに甘えつつ、余計なものを抑えるプロンプトがこの画像の作り方のコツです。

生成結果を安定化させるコツまとめ

僕がフォローしているフォロワーさんが、AIの生成イラストの挙動が安定しないという悩みが打ち明けられていたので、ここで僕がやってることのちょっとした共有です。

正直実務レベルですが、これらを理解しておくことで何かの役に立つと思います。

1. AIは人間のように画像を理解できない

まず、前提としてそもそもAIは画像を直接見ることに技術的なハードルがあります。つまり、人間の目ほど繊細な解析が得意ではないんです。だから、出てきた画像が「めっちゃ惜しい！」とか「なんか不気味…」と言ってもAIは全然理解できていないです。

2. 英語の方が通りやすい

僕の今回のプロンプトが英語になっている理由がこれなんですが、基本的にAIの指示は英語が通りやすいです。プログラミングがそもそも英語だから仕方がないのですが、AIには英語で言ってあげるとニュアンスが通じやすいです。

3. 指示は細かく具体的に

これ画像の細かな修正をするとき凄く難しいんですよね。例えば洋服の色を変えたいとか思ったとき、上着なのか、袖の部分なのか、それとも着ている上着のマークなのか、マークのどの部分なのか…
具体的に、より細かく指示をしてあげなければわかってくれないんですね。

この3つの点が画像生成を難しくする大きな理由です。1番目についてはどうしよも無いのですが、今回紹介したNano bananaは結構おすすめです。
2番目については英語ネイティブでなければチャットを二つ用意して、1つは画像生成用、もう一つは翻訳用で分けておくと、同じスレッド内でコンテキストが混在しないので、安定します。行ったり来たりが面倒ですが。

3番目については、詰まったらいっそ最初からやるのが一番近道です。もちろん、ちょうどいいところの画像は保存しておいて、別のチャットを立ち上げて、その保存した画像を渡してあげて、「なんか上手くいかなくて困ってるんだよね～」って話しかけると何とかなるときあります。ほぼこちらの気持ちの切り替えです。

※他にもランダム性（乱数絡みの再現性の低さ）やモデルごとの学習元データの偏りとかありますので、完璧には難しいのです。

あんまり参考にならないかもしれませんが、気持ちの切り替えするときにこのプロンプトを使って生成（提供）した画像をAIがどこまで理解できているかチェックしてみると、こっちの理解も深まります。
こっちが直したいところをAIは全く見えてないってところがわかったり。

だから、指示の仕方がちょっとだけ上手になります。

ちょっとしたプロンプト

この画像をできる限り客観的に、かつ具体的に細かく説明をしてください。  
- 性別  
- 表情・顔  
- 髪型・髪色  
- 服装（色・模様・形）  
- アクセサリ（眼鏡や装飾など）  
- ポーズ  
- 背景（色・形・光の効果など）  
- その他見える要素 （シーンなど） 

※推測や解釈はせず、事実的に見えるものだけを出力してください。

結局はAIの癖と付き合うしかないけど、コツを知るとだいぶ楽になります。
どれかひとつでも役に立つ情報があれば嬉しいです。

もし役に立ったらスキやフォローで教えてもらえると励みになります！

画像生成のプロンプトをもう少し解説しています。こちらも読んでみてください。

※他にもGeminiをつかった検証はこちらにまとめてます。