AI901-Concept#156
画像生成 AI で意図に合う画像を得るために有効な prompt engineering 手法として、最も適切なものはどれですか?
解説
【正解: A】の理由
画像生成では「Subject (対象) + Style (画風) + Composition (構図) + Lighting (照明) + Color (色調)」の 5 要素を明示する構造化プロンプトが効果的です。例: 「A photorealistic portrait of an elderly fisherman, soft golden hour lighting, shallow depth of field, warm tones」のように。DALL-E-3 / Stable Diffusion ともこの構造化アプローチで意図一致率が大きく上がります。
【他選択肢が違う理由】
画像生成では「Subject (対象) + Style (画風) + Composition (構図) + Lighting (照明) + Color (色調)」の 5 要素を明示する構造化プロンプトが効果的です。例: 「A photorealistic portrait of an elderly fisherman, soft golden hour lighting, shallow depth of field, warm tones」のように。DALL-E-3 / Stable Diffusion ともこの構造化アプローチで意図一致率が大きく上がります。
【他選択肢が違う理由】
- B: 1 単語ではモデルが大量の自由度を埋めるため意図と乖離します。
- C: 乱数挿入は逆効果です。
- D: 暗号化は通信層の話で生成品質と無関係です。

コメント