複数人物の配置と視線を画像生成AIで整える：人数のずれや向きの食い違いを減らす書き方

配置を固定する指示文の型

まず、コピーして穴埋めできる型です。

【人数】ちょうど◯人。ほかの人物は一切写さない。
【構図】横長。腰から上。カメラは正面。全員の顔が見える。
【配置】◯列。
  前列（画面の左から右）：A、B
  後列（画面の左から右）：C、D
【人物】
  A：年代・性別・髪型・服の色
  B：…
  C：…
  D：…
【視線】誰が何を見るかを1人ずつ
【背景】無人の◯◯

記入例です（説明用の例）。

【人数】ちょうど4人。ほかの人物は一切写さない。
【構図】横長。腰から上。カメラは正面。全員の顔が見える。
【配置】2列。
  前列（画面の左から右）：A、B
  後列（画面の左から右）：C、D
【人物】
  A：30代の女性、黒いショートヘア、紺のジャケット
  B：50代の男性、短い白髪、グレーのセーター
  C：20代の男性、眼鏡、白いシャツ
  D：40代の女性、長い茶髪、緑のカーディガン
【視線】AとBはテーブル中央の資料を見る。CとDは前列のAの方を見る。カメラを見ている人はいない。
【背景】人のいない明るい会議室

左右・前後を書くときの決まり

• 左右は「画面の左」「画面の右」で統一します。 「彼女の右隣」のように人物基準で書くと、画面上では逆になりかねません。人物基準を使うなら「画面左側にいるAの隣」のように、必ず画面基準の目印を併記します。
• 前後は「前列／後列」または「手前／奥」で書きます。 「後ろに立つ」だけだと重なり方が決まりません。「Cの顔はAとBの間から見える」のように、隠れ方まで書くと安定しやすくなります。
• 名前の代わりにA・B…の記号を使い、毎回同じ記号で参照します。 「その人」「隣の人」は避けます。
• 人物ごとの特徴は、年代・髪・服の色のうち少なくとも2つを必ず変えます。 似た説明が並ぶと、顔や服が混ざったり、1人に統合されたりしやすくなります（編集上の経験則ではなく一般的な書き方の提案で、効果はサービスごとに確認が必要です）。

視線を揃える書き方

視線がばらける典型は、「みんなで話している」のように視線の先を書いていないケースです。次のように、見る対象を決めます。

• 全員が同じものを見る、書き方の例：全員がテーブル中央の地図を見下ろしている
• 1人に注目が集まる、書き方の例：B以外の3人はBの顔を見ている。Bはカメラを見ている
• 全員がカメラ目線、書き方の例：全員がまっすぐカメラのレンズを見ている
• 自然に目をそらす、書き方の例：誰もカメラを見ていない。視線は画面右の窓の方向

ポイントは、「見ている先が画面の外か中か」まで書くことです。画面外を見る場合は、画面の左右どちらかを指定すると向きの食い違いが減ります。

人数ずれの原因別チェックリスト

人数が合わないときは、直す前に原因を切り分けます。

• 指定より増える、疑う原因：背景語（「賑やか」「オフィス」「街」）が人を呼んでいる、直し方：背景を「人のいない」と明記。人数文に「ほかに人物は写さない」を足す
• 指定より減る、疑う原因：「家族」「チーム」など集合名詞だけで書いた、直し方：1人ずつ列挙する。人数の数字を冒頭と配置の両方に書く
• 後列が欠ける・顔が崩れる、疑う原因：画角に収まっていない、直し方：全身→腰から上にする。横長にする。後列を減らす
• 同じ顔・同じ服が並ぶ、疑う原因：特徴が似ている、直し方：年代・髪型・服の色を人ごとに変える
• 左右が逆になる、疑う原因：人物基準で書いている、直し方：「画面の左から右」に統一する
• 前後が入れ替わる、疑う原因：前後の指定が一語だけ、直し方：「前列／後列」と重なり方を書く
• 視線がばらける、疑う原因：視線の先が未指定、直し方：人ごとに見る対象を書く
• 手や脚が余分に出る、疑う原因：人数が多く隠れ方が未指定、直し方：手はテーブルの下など、隠す位置を指定。構図を腰から上にする

人数が多い場合は、まず少ない人数で型を試し、配置を確認してから人数を増やすと、ずれた箇所を追いやすくなります。

直らないときの修正手順

1. 人数と配置を人の目で確認します。 画像を指差しで数え、左から順にA・B…と照らし合わせます。生成画像をAIに見せて人数を数えさせる方法もありますが、OpenAIのヘルプでは画像入力の制限として、位置の特定が苦手なことと、数え上げが厳密でなく概数になることが挙げられています（ChatGPT Image Inputs FAQ）。確認の最終判断は人が行います。
2. ずれた項目を1つだけ直して再生成します。 人数、配置、視線を同時に直すと、どれが効いたか分かりません。
3. 直らなければ人数を減らします。 1人減らして配置が安定するなら、画角か情報量が原因です。
4. 部分的に直せるツールなら、全体を作り直さず範囲を選んで編集します。 視線だけ、特定の1人だけを直す場合に向いています。
5. 構図の参考画像を使います。 Midjourneyでは、画像をプロンプトに加えられますが、公式ドキュメントでは「着想を与えるもので、そのまま複製するものではない」とされています（Image Prompts）。配置が完全に再現される前提にはせず、ラフ図や人物の立ち位置が分かる写真で方向を寄せる使い方が現実的です。

Midjourneyの「::」を配置の文に使わない

Midjourneyの :: は、区切った要素を別々に考えさせてから1枚に合成する機能で、数値で重みも付けられます（Multi-Prompts & Weights）。「画面左にA、右にB」のように人物と位置を結びつけたい文は、:: で切らずに1文で書くほうが関係が保たれやすい、と考えられます（公式の記述ではなく、仕組みからの編集上の推測です）。:: は、背景の雰囲気など、位置関係を持たない要素の強弱に使うほうが無難です。

依頼前に確認する項目

• 冒頭に人数があり、「ほかに人物は写さない」と書いてあるか
• 背景に人を連想させる語が残っていないか
• 左右はすべて「画面の」基準か
• 全員の特徴が、年代・髪・服の色のうち2つ以上で区別できるか
• 全員に視線の先が書いてあるか
• 画角は腰から上など、全員が収まる広さか

この6点を埋めたうえで、ずれた箇所を1つずつ直せば、「なぜ人数が合わないのか」が追える状態になります。