DALL·E

DALL·E とは

DALL·E は OpenAI の画像生成モデルで、公開されている版は DALL·E 3 だ。出会う場所は2つある。アカウントがあれば会話の途中で画像を頼める ChatGPT 内と、開発者が直接呼ぶ OpenAI のインターフェースである。

組み込まれていることが決定的な特徴だ。ほとんどの利用は別製品を探さずに発生し、それが指示の出し方と利用者層の双方を変える。

この組み込みが、指示の出し方と最終的な利用者の両方を形作る。

できること

欲しいものを記述すると画像が返る。短い依頼はアシスタントが詳しい文に書き換えてから生成する。調整は数値編集でなく変更の依頼で行い、出力は自分のものだ。再投稿・販売・商品化が可能と記載される。

インターフェース経由では同じモデルが他のアプリに入り、チームは自分のツールに生成を組み込める。用途は日常的なものが中心で、文書の挿絵、会議用の簡易画像、発注前の方向付けなどだ。

向いている人

中心となるのは、必要なときに画像が欲しい一般の制作者やマーケター、そしてインターフェース経由でモデルを呼ぶ開発者だ。多くの人は探しに来るのではなく ChatGPT 内で出会う。

近似で足りる作業に向く。ブランドの正確さや再現性が要る人は出発点として扱い、実在のものを記録する画像が必要なら他を探すべきだ。

専用の画像ツールを開いたことがない人も立派な利用者だ。モデルが既にいる場所に現れるからである。

注意点

2つの安全策は努力目標ではなく実施済みとされる。著名な実在人物を描く要求の拒否と、学習からの除外の選択だ。すべてを覆わないが、肖像を利用者に委ねるサービスとは異なる。

公開情報がすべてに答えるわけではない。内部の分類器には触れるが C2PA の透かし規格への言及はなく、来歴の付随は前提にできない。料金・利用者数・セキュリティ認証の記載もない。出力の権利と内容の権利処理は別だ。

Getting better pictures in practice

具体性が効く。題材、画材、光、視点を繰り返し指定する方が、望む結果を褒める形容詞を重ねるより有効だ。何を含めないかを書くのも予想以上に役立つ。文字なしと頼めば、乱れた文字の出現を防げる。

作り直すより修正が良い。変更は対話で依頼できるため、角度の変更、暖かい色調、狭い画角の指定は捨てるのではなく積み上げになる。たどり着いた記述は残す価値がある。

最後に画像の行き先を考える。文書や内部素材は近似を許すが、印刷物は実寸での確認が必要だ。プレビューで隠れた欠点は拡大で現れる。文字は画像内で指定するより後から足す方が良い。