AIチュートリアル・映像の質感コラム
Z-Image-Turboは動いたのに、出力画像がプラスチックっぽすぎる？ 半月かけて調整し、ついに映画ポスターのコツが少しわかった
同じワークフロー、同じモデルなのに、他の人の画像は劇場公開映画のポスターのようで、自分の画像は淘宝の商品詳細ページのように見える——問題はモデルではなく、「良い」の基準を知らないことにある。
#ComfyUI#ZImageTurbo#AI画像生成#映画ポスター#Prompt応用AI補助制作に関する説明：本記事はAIの補助により構成とレイアウトを整理しています。試行錯誤の全記録、具体的なパラメータ調整、画面の質感に関する判断は、すべて私がローカルのComfyUIで手動実践した実際の記録です。使用するツールはすべて個人の学習目的に限り、商用利用やコンテンツの一括生成は行いません。
◆ ◆ ◆
前回は、Z-Image-Turboの基本ワークフローを動かす方法やパラメータの設定、避けるべき落とし穴について書いた。
動くようになった後、しばらくは本当に気分がよかった。
生成ボタンを押せば、10秒で1枚、1024×1024の画像が出てくる。4060グラフィックボードならサクサク動き、ComfyUIの画面から次々と画像が吐き出されるのを見て、すっかり満足していた。
しかし、すぐにひとつ、かなり気になる問題に気づいた。
生成された画像は、なんというか……一目でAIが作ったものだとわかる。
新しい服を買って、着てみたら結構いいと思ったのに、外へ出た瞬間、街中が同じ服だらけだと気づいた——そんな感じだ。もう着たくなくなる。
AI画像も同じだ。滑らかすぎる、光が平面的なLEDライトのよう、構図もどこが悪いとは言えないのに、なぜか不自然。
要するに、「プラスチック感」だ。
モデルが悪いのではなく、私の使い方が悪かった。
この半月、1枚の画像を30以上のバージョンにわたって繰り返し調整し、ようやく少しコツがつかめた。今日はその失敗と学びをすべて書き残す。
◆ ◆ ◆
まず白状しよう。最初の「応用」画像がどれほど恥ずかしいものだったか
入門ワークフローが動くようになって、私はすっかり調子に乗った。
基本パラメータは合っている。なら、いきなり高度なpromptを使えばいいじゃないか？ 映画ポスター、cinematic lighting、8K、masterpiece——こうした言葉を全部詰め込んだ。
結果はどうなったか？
実例を挙げよう。SF映画のポスターを作りたくて、Promptにはこう書いた。
A epic sci-fi movie poster, futuristic city, giant spaceship,
neon lights, cinematic lighting, masterpiece, 8K, ultra detailed生成ボタンを押すと、10秒ほどで出てきた。画像はこんな感じだった。
▲ 失敗版：要素の詰め込み、刺激的な色、平面的な光——典型的な「AIプラスチック感」
正直、この画像を見て、私は10秒ほど黙り込んだ。
これはSF映画のポスターではない。淘宝で100元払って誰かに作ってもらったゲームのカバー画像だ。
後から振り返ると、致命的な問題は3つあった。
- promptが欲張りすぎた。 ひとつの画面に「未来都市＋巨大宇宙船＋ネオンライト」を詰め込み、要素が過密になったため、モデルはどこに重点を置くべきかわからなかった。
- 色をコントロールしていなかった。 色調の方向性を書かなかったため、Z-Image-Turboは「鮮やかだが安っぽい」配色をデフォルトで選んだ。
- 光を定義していなかった。 「cinematic lighting」とだけ書き、光源の方向、明暗比、影の深さを具体的に指定していなかった。
この3つの問題を解決しなければ、どれほど優れたモデルでも映画のような質感は出せない。
◆ ◆ ◆
半月かけてようやく理解したこと
問題は、モデルが良い画像を出せるかどうかではない——自分自身が「良い」とは何かを知っているかどうかだ。
少し難しく聞こえるかもしれないが、平たく言えばこういうことだ。
映画ポスターを一度も見たことがない人にポスターをデザインさせたら、作れるだろうか？ 無理だ。頭の中に「映画ポスターはどんな見た目なのか」というサンプル集がないからだ。
AI画像生成も同じだ。頭の中に明確な「良い画像の基準」がなければ、promptも要点を押さえて書けない。
だからこの半月、私はパラメータを調整していたのではなく、自分自身の美的基準を築いていた。
私がやったことは3つある。
- Pinterestに保存していた映画ポスター200枚以上を取り出し、1枚ずつ分析した
- 各画像を色調、構図、光と影の3つの視点に分解した
- Z-Image-Turboで繰り返し試し、毎回ひとつの要素だけを変えて効果を確認した
疲れたかって？ 疲れた。でも、その価値はあったかって？ あった。
以下は、画像を1枚ずつ調整して見つけた3つの核心的な基準だ。
◆ ◆ ◆
映画のような質感が欲しいなら、まずこの3つを押さえる
1つ目：色調——AIに色を選ばせない
これは最も見落とされやすく、同時に最も致命的なポイントだ。
Z-Image-Turboは非常に賢いが、「色を選ぶ」ことに関しては、かなり大衆的な好みを持っている。
大衆的とはどういうことか？ 高彩度、高コントラスト、鮮やかで刺激的——学習データでは、こうした画像のクリック率が最も高いからだ。
▲ 低彩度の映画的グレー調：深いブルーの影＋柔らかなシアンの環境光、Blade Runner 2049風
しかし、映画ポスターは決してそうではない。劇場公開作品のポスターをどれでも見てみてほしい。
- SF映画：クールなブルー＋ダークグレー＋淡いネオン。画面全体が氷水に浸っているような印象
- 中国風作品：青墨＋素朴なグレー＋淡く上品な柔光。水墨画がにじむような印象
- 都会を描く作品：夜景の低彩度＋暖かなオレンジの光点。雨夜の街灯のような印象
共通点は何か？ 低彩度だ。
色がないのではない。刺激的でなく、主張しすぎず、呼吸する余白があるのだ。
今の私は、promptの中で色調の方向性を明確に書くようにしている。
Bad（抽象的すぎる）:
cinematic lighting, masterpiece
Good（具体的）:
muted desaturated color palette, deep navy blue shadows,
soft cyan ambient light, no bright saturated colors,
film grain texture, cinematic color grading like Blade Runner 2049同じワークフローでも、色調の説明を加えるだけで、画面の質感はまったく違うものになった。
私が踏んだ落とし穴： 最初に「low saturation」と書いたら、出てきた画像は色あせたように灰色がかってしまった。その後、「muted cool tones with subtle color depth」（落ち着いた寒色系で、繊細な色の深み）に変えたところ、ようやく良い結果になった。
ほら、promptの言い回しは、一語たりとも適当にできない。
◆ ◆ ◆
2つ目：構図——モデルに自由にやらせない
Z-Image-Turboの構図にはひとつの癖がある。主体を画面の中央に置き、その周囲をディテールで埋め尽くすのだ。
技術的には問題ない。しかし美的には——デフォルトのテンプレートに見えすぎる。
本物の映画ポスターには、構図の論理がある。
- 三分割法：主体を画面の1/3付近に置き、呼吸できる空間を残す
- 中央フォーカス：人物は中央に置くが、背景に奥行きを持たせ、「貼り付けた」ようにはしない
- 黄金の余白：画面に「空」の場所を作り、すべての隅を埋め尽くさない
▲ 三分割法の構図：主体を左側の1/3に置き、右側の広い余白を都市のスカイラインに充てる
promptでは次のようにコントロールしている。
Bad:
beautiful composition
Good:
rule of thirds composition, subject placed on left third line,
generous negative space on the right,
shallow depth of field focusing on subject,
clean and uncluttered background, professional poster layout私が踏んだ落とし穴： あるとき「minimalist composition」（ミニマルな構図）と書いたら、モデルは「画面に何もない」という意味に解釈し、単色の背景を出してきた。その後、「clean composition with intentional negative space」（意図的な余白のある、すっきりした構図）に変えると、ようやく正常な結果になった。
◆ ◆ ◆
3つ目：光と影——画面を平面的なLEDライトのようにしない
これは「AI感」を「映画感」に変える最も重要なステップだ。
一般的なAI生成画像の光は、均一なLEDパネルライトのようだ。どこも明るく、明暗のコントラストがなく、立体感もない。
しかし映画ポスターの光には、「立体感」がある。
- チンダル現象：窓や雲の隙間から光が差し込み、光線が見える
- 逆光の輪郭：主体の背後から光が当たり、輪郭が明るくなる
- 明暗の階調：明るい部分はまぶしすぎず、暗い部分は黒く潰れず、中間に滑らかな移行がある
▲ ボリュームライト効果：チンダル光線が霧を貫き、金色のリムライトが人物のシルエットを縁取る
今の私は、光についてpromptに次のように書いている。
Bad:
good lighting
Good:
volumetric lighting with visible light rays,
rim light creating a subtle glow around the subject's silhouette,
soft shadows with detail in the dark areas (not crushed blacks),
god rays filtering through the scene, atmospheric haze私が踏んだ落とし穴： 最初は「dramatic lighting」（ドラマチックな照明）と書いたところ、モデルは舞台のスポットライトを当て、人物の顔を半分だけ明るくした。まるでホラー映画のようだった。その後、「soft cinematic volumetric lighting, gradual shadow falloff」（柔らかな映画的ボリュームライト、徐々に変化する影）に変えると、ようやく正しい結果になった。
◆ ◆ ◆
3つのシーンを、私はそれぞれどう調整したか
シーン1：SFエピック風——重要なのは「冷たさ」と「スケール感」
これは私が最も時間をかけた方向であり、最も失敗しやすいものでもある。
▲ SFエピック風：深宇宙＋巨大構造物＋冷たいブルーの色調＋淡い塵
核心となるポイント：
- 色調：深いブルー＋星空のグレー。淡いネオンを少し加えるが、サイバーパンクのように派手にはしない
- 構図：開放的で壮大に。主体は画面の30%前後にし、宇宙空間のために大きな余白を残す
- 光：逆光＋ボリュームライトで、「遠くに光がある」ような奥行きを出す
私のpromptキーワード：
deep space background, massive monolithic structure,
cold navy blue and steel gray tones, subtle cyan rim light,
atmospheric dust particles floating in zero gravity,
cinematic anamorphic lens flare, widescreen 2.35:1 composition失敗記録： あるとき「stars and galaxies」と書いたら、モデルは色とりどりの星雲を大量に描き、Windows XPのデスクトップ壁紙のようになった。その後「deep space void with subtle distant starlight」に変えたところ、ようやくあの深く広がる空虚感が出た。
◆ ◆ ◆
シーン2：中国風仙侠風——重要なのは「柔らかさ」と「空白」
これは最も驚かされた方向性だ。Z-Image-Turboは東洋美学の理解が実は悪くない。大切なのは、正しい導きを与えることだ。
▲ 中国風仙侠風：青墨の山水＋雲海＋淡く上品な柔光＋大きな余白
核心となるポイント：
- 色調：青墨＋素朴なグレー＋淡い金色の柔光。真っ赤や鮮やかな緑の伝統的な配色は避ける
- 構図：余白が魂。主体は画面の下寄り、または片側に置き、広い雲海・山並み・空を残す
- 光：柔らかく拡散した光。強いコントラストは避け、早朝の薄霧の中の光のようにする
私のpromptキーワード：
traditional Chinese ink wash painting aesthetic,
misty mountain peaks disappearing into clouds,
soft celadon green and warm grey tones,
diffused morning light through fog,
scholar viewing the landscape from a pavilion,
ethereal atmosphere, negative space on the upper half, poetic mood失敗記録： 最初に「Chinese fantasy movie poster」と書いたら、モデルがオンラインゲームの広告風にしてしまった——金色の甲冑、翼、空一面を飛び交う剣。後から「classical ink painting style, not fantasy game art」と明記して、ようやく画風を戻せた。
◆ ◆ ◆
シーン3：都会的な情緒風——ポイントは「暗さ」と「近さ」
この方向性は感情表現に最適で、現在私が公式アカウントのカバーに最もよく使っているスタイルでもある。
▲ 都会的な情緒風：雨夜の街並み＋暖かなオレンジ色の街灯の光輪＋浅い被写界深度＋ウォン・カーウァイ風のカラーグレーディング
核心ポイント：
- 色調：夜景の低彩度＋暖かなオレンジ色のネオンの光点。ウォン・カーウァイ映画のような雰囲気
- 構図：コンパクトで奥行きがあり、前景をぼかし＋中景に人物＋遠景に街の明かり
- 光線：点光源を中心に、ネオン＋街灯＋窓からの光。広い範囲を均一に照らさない
私の prompt キーワード：
rainy night city street, warm amber streetlights reflecting on wet pavement,
shallow depth of field, subject silhouette against blurred city lights,
moody and atmospheric, Wong Kar-wai inspired color grading,
soft bokeh effect in the background, intimate and contemplative mood失敗記録： 「rainy night」と書くと、モデルは透明な傘を自動的に加えたがる。ほぼすべての画像に傘が出てきた。そこで「no umbrella, rain on the character's coat」を加えたら、ようやく消せた。
◆ ◆ ◆
私のパラメーター調整の苦闘史（かみ砕いて説明）
prompt だけで何とかなると思わないでほしい。パラメーターが合っていなければ、prompt をどれだけうまく書いても無駄になる。
ステップ数（steps）——多ければいいわけではない
Z-Image-Turbo のデフォルトは8ステップ。4ステップ、8ステップ、12ステップ、20ステップを試してみた。
結論：8ステップが性能と品質の最適なバランスだ。 12ステップを超えると、画面のディテールの向上は肉眼ではほとんど分からないのに、生成時間は倍になる。私の Windows 11 + RTX 4060（8G VRAM）+ 64G メモリの環境では、8ステップならおよそ10秒少々、20ステップだともう少し待つことになるが、正直そこまでする必要はない。
CFG——触るな、触ったら台無し
Z-Image-Turbo の CFG は必ず1に固定すること。理由は聞かないでほしい。3に設定してみたら、蛍光塗料をぶちまけたような画像になった。このことは入門編でも説明したが、もう一度強調しておく。
サンプリングの shift パラメーター——3.5に調整
AuraFlow の shift のデフォルト値は3。2、3、3.5、5を試してみた。
- 2：画面が暗めで、暗部のディテールが失われる
- 3：標準的で、問題なし
- 3.5：画面が少し明るくなり、明部のディテールがより豊かになる——現在の私の選択はこれ
- 5：露出オーバーになり、ハイライト部分が完全に白く飛ぶ
▲ shiftパラメーターの比較：異なる値による画面の明るさとディテールの違い
このパラメーターは固定的なものではなく、画面のニーズによって変わる。暗めの夜景なら shift を少し低くしたほうが雰囲気に合い、明るい昼間のシーンなら shift をやや高くしてもよい。
◆ ◆ ◆
最後に
半月前の私は、「Z-Image-Turbo を使える」というのは、パラメーターの設定方法とワークフローの回し方を知っていることだと思っていた。
今は分かっている。ツールは基礎であり、上限を決めるのは美意識だ。
プロのデザイナーになる必要はない。ただ、「良い」とは何かを知る必要がある——画面の色調をどの方向へ持っていくか、構図でどのように余白を取るか、光をどこから当てるか。
この3つは、prompt の中で一言たりとも曖昧にしてはいけない。
あなたも Z-Image-Turbo で画像を作っているなら、試してみてほしい。生成ボタンを急いで押すのではなく、まず30分かけて、色調、構図、光と影の3つを prompt に明確に書き込む。
同じモデルでも、仕上がりがまったく違うことに気づくだろう。
この記事の構成は AI の補助を受けて整理したものだが、パラメーター調整での失敗経験、具体的なパラメーターの調整、画面の質感に関する判断は、すべて私がローカルの ComfyUI で手作業により実践した実際の記録である。関連ツールは個人の学習と手作業による実践記録のためだけに使用しており、商用利用やコンテンツの一括生成は行っていない。