DALL-E 3編集ツールの使い方

DALL-E 3 の作業を即座に編集したいと思ったことがありますが、方法がわからなかったことはありませんか?良いニュースとしては、OpenAI が ChatGPT の DALL-E 3 にインライン編集ツールを追加し、アプリケーションを離れずに作業を編集できるようになったことです。

唯一の問題は、OpenAI が宣伝しているようなことは行われず、希望どおりの編集が得られているかどうかがわかりにくいことです。しかし、これは DALL-E 3 編集プロセスの今後の始まりに過ぎず、その仕組みは次のとおりです。

DALL-E3の編集ツールとは何ですか？

しばらく前から存在していましたが、OpenAI はついに ChatGPT Plus の DALL-E 3 に編集機能を追加しました。その前に、DALL-E 3 の作成物を編集してみることもできますが、通常は完全に新しい画像が作成されます。編集された画像を作成するために使用されたプロンプトが最初のプロンプトと非常に似ている場合でも、生成 AI の性質により、出力は大きく異なる可能性があります。

DALL-E 3 の組み込み編集ツールは、新しいプロンプトを作成せずに同じ画像内の問題を修正することを目指しています。調整したい画像領域をマークし、DALL-E に特定の変更（「これを削除する」や「この機能を追加する」など）を行うように指示すると、変更が実行されます。

OpenAI の公式ブログの例では、DALL-E が浮世絵風の猫の画像に桜を追加しており、すべてが完璧に機能しています。経験上、DALL-E の編集ツールでは、既存の画像にこのような詳細な画像を追加するのは困難であり、このタイプの要求を処理できないことがほとんどです。

編集ツールが機能しないという意味ではありません。以下に詳述するように、機能を削除したり、小さな変更を加えたりすることは確かに可能ですが、すべて小規模です。

DALL-E 3編集ツールの使い方

DALL-E 3 の編集ツールの機能を示す最良の方法は、適切な例をいくつか示すことです。

削除する

DALL-E 3 の編集ツールを使用すると、細かい部分を削除できますが、確かに面倒です。次の画像では、記事の著者はDALL-Eに「『AI Accelerated』という文字が書かれた透明で光る四角いチップを持ったロボットハンド。背景は濃い青で、未来的でハイテクな雰囲気を醸し出している」という作品の制作を依頼しました。

さて、Generative AI にとって、書かれたテキストは問題となるため、テキストが間違っているのは当然です。そこで著者は DALL-E にタイプミスの削除を依頼しました。最初の試行では「この単語を削除してください」というプロンプトで失敗しましたが、2 回目の試行では「画像からこの単語を削除してください」というプロンプトで成功しました。したがって、望ましい結果を得るには、さまざまなプロンプトを試す必要がある場合があります。次に、作者は AI の文字を正方形の中央に移動するように指示しましたが、何らかの理由で PC がクラッシュしたものの、正常に動作しました。

次に、著者はDALL-Eにテレビの画像を編集するように依頼しました。 DALL-E はユニークな画像を作成するのに最適ですが、詳細が不正確であったり、テキストが歪んでいたりすることがあります。この場合、テレビ画面の情報バーには意味のない AI テキストが表示されるため、作者はこれを削除したいと考えています。 DALL-E の最初の試みでは情報バーに影が残りましたが、2 回目と 3 回目の試みでははるかにきれいになりました。完璧ではありませんが、最初の画像の使用には十分です。

追加と変更

DALL-E 3 では画像にいくつかの変更を加えることができますが、これも必要なコンテンツの規模によって異なります。軽微な追加や変更が行われる場合もありますが、ほとんどの場合、DALL-E の編集ツールでは必要な処理ができません。

著者は DALL-E に「人間の目の 4k 2:1 のクローズアップ画像を非常に詳細に作成する」ように依頼し、次のような画像を作成しました。

かなり良いです（まつげを除いて）が、作者は虹彩の色を青に変更したかったので、次の画像になりました。

色は少しくすんでいますが、変化はなく、細部がわずかに湾曲している部分もあります。

次に、著者はDALL-Eに「虎のボディスーツを着た人が雪だるまを背景にしてスキーを滑降する4K 2:1クレイアニメ風の画像を作成する」ように依頼しました。

もう一度言いますが、元の画像は良好で、鮮明で、色が鮮やかで、プロンプトと一致しています。しかし、作者はイエティを別の種類の恐ろしい動物に変えたいと考えました。

雪だるまは別の動物に変わるどころか、完全に消えてしまいました。作者は元の画像に戻って別の雪だるまを依頼しましたが、うまくいきませんでした。同様に、著者が画像にさらに木を追加するように要求した場合も、結果は失敗しました。

テキストを追加

とはいえ、Generative AI はテキストの処理に苦労することが多く、画像にテキストを追加するのはさらに困難です。著者はDALL-Eにイギリスの海辺の絵葉書の作成を依頼し、その風景をうまく捉えた絵葉書が完成しました。その後、作者は画像に「Sunny Beach」というテキストを追加したかったのですが、ツールではそれを処理できませんでした。

つまり、DALL-E に必要な操作を思い出させるプロンプトが 6 回または 7 回やり取りされた後、ツールは要求されたテキストを含むまったく新しい画像を作成しました。

次はバースデーカードです。今度は、DALL-E が促されなくても「お誕生日おめでとう」と付け加えました。そこで作者はカードに誕生日を追加するように依頼しました。再び、DALL-E はカードに日付を追加できませんでしたが、数回のプロンプトの後、要求された日付の新しい画像を作成しました。この場合、特に元の写真を残しておきたい場合は、自分で日付を追加する方が簡単です。