AI画像プロンプトライブラリ：ユースケース別に整理した実運用可能な10本のプロンプト

世の中のプロンプトライブラリのほとんどは、実態としてはインスピレーションの壁です。美しいスクリーンショットはあっても、モデルの表記も解像度もアスペクト比もなく、縮小後や本番環境で結果が信頼できるかどうかも分かりません。このライブラリはまったく逆です。以下の各プロンプトはすべてhiapiのtask APIで実測され、モデルとアスペクト比が明記されています。自分のワークフローにそのまま入れて、名詞を1つ変えるだけで、最初の試行から使える結果が得られます。

このコレクションは5つのユースケース——実運用レベルの画像作業の大半を占めるもの——で構成されています。ECメイン画像、ソーシャルメディアカバー、アバター、商品展示、そしてスタイル化されたエディトリアルイラストです。各節ではプロンプトを実測モデルと組み合わせているので、コスト効率の良いqwen-image-2.0（$0.025/枚）、フォトリアル基準のflux-1.1-pro（$0.05）、一貫性に強いNano-Banana（$0.05）、文字レンダリングに強いgpt-image-2（1K解像度で$0.03）のどれを選ぶべきかが分かります。

1. ECメイン画像

商品リスティングのサムネイルとライフスタイル画像——どの商品にも必要な2枚です。サムネイルは白背景でカタログに入れ、ライフスタイル画像は有料ソーシャル広告に命を吹き込みます。商品の描写、光、アスペクト比は常に明確に書き、質感とカラーグレーディングはモデルに任せましょう。

プロンプト1 —— 純白カタログサムネイル（gpt-image-2、1:1）

Studio product photograph of a single low-profile white knit running shoe with subtle mint
accents, centered on a pure white seamless cyclorama, soft top-down key light with a gentle
fill from camera left, contact shadow only, sharp focus on the heel cup and shoelace texture,
no logos, no text, 1:1 square crop suitable for an e-commerce listing thumbnail.

なぜ効果的か。 このプロンプトは写真家への指示書のように書かれています。被写体が1つ、ライティングが1つ、クロップが1つ。「コンタクトシャドウのみ」は商品が浮いて見えるのを防ぎます。「ロゴなし、文字なし」は聞こえる以上に重要です——画像モデルはブランドマークを勝手に発明するのが大好きだからです。1:1比率でgpt-image-2の実測コストは$0.03。より高忠実度のメイン画像が必要なら、$0.17のNano-Banana-Proに切り替えてください。

プロンプト2 —— ライフスタイルのアクションショット（flux-1.1-pro、4:3）

Editorial lifestyle photograph of the same white running shoe, now worn on a runner's foot
mid-stride on a damp morning sidewalk in a quiet park, golden hour rim light, shallow depth
of field f/2.0, slight motion blur on the trailing leg, faint warm fog in the background,
35mm film grain, color graded with muted greens and warm highlights, 4:3 aspect.

なぜ効果的か。 flux-1.1-proはhiapiのフォトリアル基準です——純白カタログ画像には欠けているフィルム写真らしさ（フィルムグレイン、レンズ収差、大気の霧）を安定して出せます。「f/2.0」と「35mmフィルムグレイン」という2つのアンカーが主な仕事を担います。4:3はソーシャル向きのクロップ比率で、Instagramで正方形に切り取られず、LinkedInでも読みやすく表示されます。

2. ソーシャルメディアカバー

LinkedInバナー、Spotifyポッドキャストカバー、Xヘッダーのすべてに適応するカバーには共通点が1つあります。それはタイポグラフィの判断がプロンプトの中で行われていることであり、後から付け足すのではないということです。gpt-image-2は特定の文字をレンダリングするのに最も信頼できるモデルで、4K出力が必要な場合はNano-Banana-2が代替候補です。

プロンプト3 —— 大きなタイポグラフィのポッドキャストカバー（gpt-image-2、1:1）

Square podcast cover: bold geometric layout, deep navy background with one large off-center
coral circle, condensed sans-serif title 'BUILDERS WEEKLY' in cream on three lines stacked
tightly, smaller all-caps tagline 'Conversations with people shipping in public' along the
bottom edge, episode number 042 micro-typed in the upper right, subtle paper grain, 1:1 aspect,
designed at Spotify cover proportions, no human faces, no logos.

なぜ効果的か。 タイポグラフィのプロンプトには知っておくべきルールが3つあります。（1）大文字・小文字の形式を指定する（「全大文字」）。（2）レイアウト位置を指定する（「3行に詰めて積む」「右上」）。（3）フォントのスタイルを示す（「コンデンス体サンセリフ」）。これらがないとモデルは自由に解釈し、サンセリフの文脈でセリフ体が出てきたりします。gpt-image-2は1枚あたり約4〜5行以内の英単語なら安定してレンダリングできます。

プロンプト4 —— 大きな見出し付きLinkedInバナー（gpt-image-2、16:9）

Wide LinkedIn banner: editorial collage layout, three vertical strips. Left strip a soft-focus
monstera leaf in jade green, middle strip a clean cream rectangle with the title 'How we cut
our deploy time by 4x' set in a refined serif at three lines, right strip an abstract isometric
render of stacked translucent cubes in pale teal. Thin separator lines in warm gray, subtle
paper texture, 16:9 ratio sized for LinkedIn 1584x396 proportions.

なぜ効果的か。 「3本の縦ストリップ」がモデルに硬い構図グリッドを与えます。これがないと、要素が重なり合った寄せ集めになります。「LinkedIn比率を平易な英語（1584x396）で示す」ことは、hiapi APIに渡す16:9アスペクト比と矛盾しません——モデルは両方をデザイン意図として扱います。

3. アバターと人物ポートレート

ルートは2つ。フォトリアルなアバター（Nano-Bananaは複数ポーズ間の一貫性維持に優れています）と、スタイル化された幾何学アバター（どのモデルでも作れますが、qwen-image-2.0が最安）です。どちらも年齢、肌の色、髪型、表情を明確に描写する必要があります——曖昧にすると気味の悪い平均値が出力されるだけです。

プロンプト5 —— プロフェッショナルなフォトリアルヘッドショット（Nano-Banana、1:1）

Professional headshot avatar: a 32-year-old woman with shoulder-length dark brown hair, warm
olive skin, faint freckles, wearing a soft charcoal turtleneck, neutral expression with a
gentle close-mouthed smile, looking directly at camera at eye level. Lit with a single large
softbox from camera left, dark seamless gray background falling off to near-black, 50mm
portrait lens, sharp focus on the eyes, subtle skin texture preserved, 1:1 square crop
tightened to the shoulders.

なぜ効果的か。 「微妙な肌の質感を保持する」は、あらゆるポートレートプロンプトの中で最も重要な一文です——これがないと、AIアバターだと一目で分かるあの滑らかなプラスチック感が出ます。後で同じ人物の別ポーズが必要になったときも、Nano-Bananaは正しい選択です。キャラクター一貫性に関するその評判はマーケティングの誇張ではありません。

プロンプト6 —— フラットな幾何学アバター（Nano-Banana、1:1）

Stylized avatar illustration in a flat geometric style: a young man with short black hair,
round glasses, wearing a mustard-yellow hoodie, three-quarter view, simplified facial features
built from soft circles and rounded rectangles, two-tone shadowing in deep plum on a pale
dusty rose background, thin black outline only at the silhouette, no gradients, no facial
wrinkles, 1:1 square crop, designed to read clearly at 80x80 pixels.

なぜ効果的か。 「80x80ピクセルでもはっきり読めるように設計する」は、モデルに細部ではなく大きな形状を強制します。禁止リスト（「グラデーションなし、顔のしわなし」）はアートディレクションのメモの役割を果たします——結果を幾何学スタイルの端へ押しやり、モデルのデフォルトである絵画的なポートレート調から遠ざけます。

4. 商品展示と陳列

商品ページの中段や機能比較の箇所では、メイン画像よりもっとクリーンなものが求められます。清潔な俯瞰フラットレイ、分解式のアイソメトリック図、パッケージモックアップなどです。flux-1.1-proはフラットレイ撮影が得意で、qwen-image-2.0は低コストでクリーンな3D風イラストを生み出すのに最適です。

プロンプト7 —— 俯瞰フラットレイ（flux-1.1-pro、4:3）

Overhead flat-lay photograph of four amber glass cosmetic bottles arranged in a square grid
on a sand-colored linen surface, generous even spacing, soft diffused daylight from above
creating soft shadows directly underneath each bottle, a single dried eucalyptus sprig in the
upper right corner for balance, no labels, no caps, sharp focus across the whole frame, 4:3
aspect, color graded warm and minimal.

なぜ効果的か。 効いているキーワードは「上からの柔らかい拡散昼光」（光を確定）、「正方形グリッド」（レイアウトを確定）、「フレーム全体にシャープなフォーカス」（モデルが勝手に浅い被写界深度を加えるのを防ぐ）、そして「ラベルなし」（架空のブランドを防ぐ）です。ユーカリの枝は意図的な非対称性——これがないと、グリッドに並んだ4本のボトルは無表情に見えます。

プロンプト8 —— クリーンなアイソメトリック製品レンダリング（qwen-image-2.0、4:3）

Clean isometric 3D illustration of a single smart desk lamp, exploded view showing four stacked
layers — base disc, articulated arm, head housing, LED panel — separated by thin connector
lines, on a pale mint background with a single very soft drop shadow, matte finish materials
in white and warm gray, no text, no annotations, 4:3 aspect, designed to sit cleanly on a
product specification page.

なぜ効果的か（そしてどこが効かないか）。 $0.025のqwen-image-2.0はhiapiで最もコスト効率の良いモデルで、マットな配色とクリーンな構図を安定して捉えます。しかし純テキストプロンプトから本物の分解図をレンダリングすることは通常拒否します——ここでの結果は、部品を1つずつ列挙したにもかかわらず、4つの分離した層ではなく、きれいに組み立てられたランプです。分解図を作る正直なプロセスは、自分で大まかなレイヤースケッチを描き、それをgpt-image-2/image-to-imageでクリーンアップすることです。この節は、実際に得られる教訓として捉えてください。スタイル、光、配色はモデルに任せ、構造そのものが画像の主眼であるときは構造を自分で描くのです。

5. スタイル化されたエディトリアルイラスト

記事そのものが製品であるとき——長文エッセイ、ニュースレター、カンファレンス講演——正しい冒頭は写真ではなくイラストです。信頼できるスタイルは2つ。ミッドセンチュリーモダンなエディトリアルイラスト（フラットな形状、抑制された配色）と、レイヤードペーパーカットです。どちらも明らかに手作りに見え、ストック写真の視覚的疲労を避けられます。

プロンプト9 —— ミッドセンチュリーモダンなエディトリアルイラスト（gpt-image-2、3:2）

Editorial illustration for a long-form essay titled internally 'The slow web'. Composition: a
small figure in a teal coat seen from behind, walking on a winding cream-colored path that
loops through a soft pastel landscape of rolling muted hills, scattered slender trees, a low
watercolor sun. Style references mid-century editorial illustration, flat shapes, gentle paper
grain, restrained palette of teal, sage, cream and dusty rose, no outlines, no text, 3:2
landscape aspect.

なぜ効果的か。 スタイルの参照（「ミッドセンチュリーのエディトリアルイラスト」）を指定する方が、画家の名前を指定するより信頼できます——特定の個人を剽窃することなく、モデルを認識可能な視覚的伝統へと導くからです。「抑制された配色」に4色を列挙することは「柔らかな色彩」より強い制約です。モデルはその4色を正確に混ぜ、残りのスペクトル全体を飛ばします。

プロンプト10 —— レイヤードペーパーカットイラスト（qwen-image-2.0、1:1）

Layered paper-cut illustration of a single origami crane in flight, five distinct paper depth
planes from foreground to background — crane, drifting paper leaves, a torn arc representing
wind, distant mountains in pale indigo, and a flat sky with a single circular sun in pale
peach. Each layer has a soft cast shadow on the layer behind it, slightly rough cut edges,
matte paper texture, 1:1 aspect, balanced composition with the crane in the upper-left third.

なぜ効果的か。 ちょうど5層を指定することで、ペーパーカット効果に奥行きが生まれ、これがフラットイラストとの違いを生みます。「切り口がややざらついた感じ」と「マットな紙の質感」は、モデルが結果を滑らかなデジタルベクターとしてレンダリングするのを防ぐ2つのフレーズです——それがこのスタイルの意味をすべて台無しにしてしまいます。

これらのプロンプトを書き換える方法

3つのルールが上記のすべての節に通底しています。アスペクト比を2回指定する——1回はAPI呼び出しで（hiapiのaspect_ratioフィールド）、もう1回はプロンプト本文で（「4:3比率」）。モデルは両方をデザイン意図として扱い、結果はページコンテナに合わせてフィットします。除外するものを明示する（「ロゴなし」「文字なし」「グラデーションなし」）ことを、含めるものと同じ頻度で書きましょう。ネガティブリストはポジティブリストと同じくらい結果を形作ります。伝統や技術の参照でスタイルを固定する——画家の名前ではなく「ミッドセンチュリーのエディトリアルイラスト」「35mmフィルムグレイン」「アイソメトリック3Dイラスト」など——これにより再現可能で著作権的にクリーンな結果が得られます。

タスクに応じてモデルを選びましょう。高頻度のスタイル化作業にはqwen-image-2.0、文字レンダリングが重要な場合にはgpt-image-2、人物の一貫性にはNano-Banana、フォトリアルにはflux-1.1-pro。上記の各プロンプトはhiapiのtask API上で60〜120秒、1枚$0.025〜$0.05のコストで実行済みです——十分に安いので、正しいやり方は各プロンプトで3つのバリエーションを生成し、最も強いものを選んで公開することです。