この動画は、AI画像・動画生成ツールであるMidjourneyの基本的な使い方から応用テクニックまでを包括的に解説した初心者向けガイドである。2023年から数万枚の画像を生成してきた経験豊富な投稿者が、プロンプトの書き方、アスペクト比やスタイライズなどのパラメータ設定、バリエーション生成、アップスケール機能、そして最新の動画生成機能まで実際の操作画面を交えながら詳しく説明している。また、料金プランや商用利用の条件、パーソナライゼーション機能やムードボード機能といった最新機能についても触れており、Midjourneyを使い始めるために必要な知識が網羅的にまとめられている。
Midjourneyの基本的な使い方
さあ、この動画では、Midjourneyの使い方について話していこう。Midjourneyは、おそらく僕が今まで使ったAIツールの中で一番使用頻度が高いやつやな。実際、間違いないと思う。せやから、これはMidjourneyの使い方の完全なチュートリアルになるで、使えるプロンプトの包括的なリストも含めて、特に基礎的なレベルから始めて、正確にどうやってやるかを理解してもらえるようにしていく。
最高の画像と動画を作るための最良の構成要素を見せていくで。僕がMidjourneyを使ってるって言うとき、冗談やないねん。もうめちゃくちゃ長い間、これで画像を作り続けてる。これが昨日作った画像の一部や。
で、スクロールして戻ってみると、全部が読み込まれへんのは、単純に僕が作った動画の量がめちゃくちゃ多いからやねん。でも見ての通り、めちゃくちゃたくさん、たくさん、たくさんある。何千枚、いや何万枚かもしれん、2023年1月まで遡ってもこれやからな。ちなみに、これらは当時としては最先端やったんや。
最近、Midjourneyは画像を動画に変換する機能を追加して、その動画がもう本当に驚愕もんで、画像のエッセンスを本当に上手く捉えてるねん。せやから、めちゃくちゃ気に入ってる。
彼らはMetaことFacebookともパートナーシップを始めたから、このアートスタイルをもっとたくさん見ることになるやろな。よし、始めていこか。
基本的な操作手順
始めるには、midjourney.comに行って、サインインして、クリエイトを開く。この小さなアイコンがそれや。ここにプロンプトを入力して、エンターを押す。これが僕のプロンプトや。
「origami style combat scene from John Wick where the origami Keanu Reeves wielding a samurai sword in one hand and a pistol in the other engages in a battle with a group of assassins」って入力したんや。残りの部分はまだ気にせんでええ。すぐに意味が分かるから。エンターを押すか、送信をクリックして、僕らの心が想像したものを作り始めるで。
で、完成に近づいてきて、モデルがめちゃくちゃぼやけた状態から、かなりええ感じに見えるものまで、画像を生き生きとさせていく過程が見えるやろ。クリックしてもうちょっとよく見ることができる。クリックするか矢印キーで循環させることもできるで。
いやー、どれもかなりええ感じやな。これが多分一番のお気に入りやな。いや、まじでええやろ？これは折り紙には見えへんな。紙か、ペーパーマシェっていうか、なんて呼んでもええけど、そんな感じに見える。ジョン・ウィック。素晴らしいわ。
もしここで何か不完全な部分とか、変に感じる部分があっても心配せんでええで。これはただの最初の下書きみたいなもんやから。
バリエーションとアップスケール
画像を生成すると、1から4まで番号が振られる。1、2、3、4や。もしくはこんな感じのグリッドやったら、1、2、3、4になる。次のステップは2つのうちのどちらかをやることや。バリエーションかアップスケールや。
ここに見えるように、「V subtle」、「V strong」って書いてある。Vはバリエーションの意味で、この概念が気に入ったから、こんな感じのをもっとちょうだいって意味や。例えば、この4つの中で、僕はこれがほんまに気に入ってる。
サトルっていうのは、微妙な変化でこんな感じのをもっとちょうだいって意味や。V strongは、大きくて強い変化でこんな感じのをもっとちょうだいって意味や。せやから、V strongをクリックして、V subtleもクリックして、2つの違いを見てみよう。
アニメイトは動画を作ってくれる。これはすぐに説明するで。
これが僕らが求めた2つの結果や。1つはサトルで、1つはストロングや。どっちがどっちか、多分分かるやろ？これがサトルの方や。元のやつとめちゃくちゃ似てるのに気づくやろ。微妙で小さな変化はあるけど、シーンとか構図は同じままや。
下のやつがストロングの方やな。服装も変わってるし、ポジションも変わってる、持ってるものも変わってる。大きな変化が加えられてるんや。
せやから、ストロングの方を見てみると、いやー、これはほんまにええな。オーケー、これが1、2、3、4や。で、微妙な変化の方は、これが1、2、3、4や。
僕は分からんけど、これがほんまに気に入ってるわ。よし、次は何や？ちょっとスライドしてみよう。右のバーに、僕らができるもっとたくさんのアクションが見えるやろ。
バリエーションを試したよな？せやから、このやつに似た画像を、微妙な変化か強い変化で作る。で、これを好きなだけ繰り返すことができるねん。微妙なもんをバリエーションし続けて、新しい画像を作って、求めてる完璧な見た目が得られるかどうか見てみるんや。
もしくは、終わったら、アップスケールをクリックできる。これは画像のより大きなバージョンを作って、解像度もめちゃくちゃ高くなる。それに、元のやつに何か変なところがあったら、それを滑らかにしてくれることも分かってる。
せやから、より多くの計算資源を投入して、美しい画像を生成してるんや。で、また、微妙なアップスケールか、よりクリエイティブなアップスケールができる。微妙なやつを押して、それからクリエイティブも押して、両方がどんな感じになるか見てみよう。
で、2つのアップスケールが完成した。これが微妙な方や。ちょっと拡大してみよう。見てみ、これ。この詳細さを見てくれ。質感とか、布地とか、全部分かるやろ。
スクロールしていくと、視野の感じとか、背景のぼやけた人影とかに気づくやろ。これはええ感じやな。指とかもほとんど全部ちゃんと見えるし。素晴らしいわ。
これが微妙な方で、これがクリエイティブな方や。変わってるところもあるな。表情とかもそうや。でも大部分は同じところから始まってるから、ある程度似た感じになるんや。これが2つの違いやな。スタイルがちょっと変わって、折り目の具合とか、彩度の一部とかが変わってる。
好きな方を使えばええで。
動画生成機能
よし、これが気に入ったとしよう。右下に「animate image」がある。このビューにいるときは、ホバーしてアニメイトをクリックするか、画像をクリックしたら、実行できるコマンドの全リストがここ右側に表示される。ダウンロードしたり、お気に入りにしたり、いろんなことができる。どんなプロンプトを使ったかも見れるけど、下の方に「animate image」がある。
一番簡単な使い方はオートやな。ローモーションかハイモーションかを選べる。ローモーションは多分スローモーションみたいに、ゆっくりと剣を動かす感じやろな。ハイモーションは多分もっと戦闘シーンみたいな感じになるやろ。せやから、ローモーションとハイモーション両方試してみよう。
画像を作るときと似てて、4つのバリエーションを提供してくれる。せやから、その中からどんなアニメーションを求めてるかを選ぶことができるんや。
料金プランについて
ここで料金について簡潔に説明するのが重要やと思う、特に動画に関しては、知っておかなあかんことがあるからな。最新の料金についてはウェブサイトをチェックしてくれ。
動画について特に理解しておかなあかん大事なことは、リラックスモードっていうのがあることや。基本的に、プロンプトを入力すると、すぐに結果をくれる。それがファストモードや。リラックスモードもあって、これはGPUがもうちょっと空いたときまで、動画や画像の作成を遅らせることがあるんや。
毎月、限られたファストアワーがもらえるけど、プロプランとメガプランでは無制限のリラックスモード動画がもらえる。これを言う理由は、無制限の動画が欲しかったら、プロとメガモードで手に入るからや。
例えば、商用目的でやってるなら、これは契約者には広く許可されてるけど、年間売上が100万ドル以上やったら、プロかメガを使わなあかん。でもポイントは、無制限の動画生成ができるってことや。ただし、リラックスモードで実行せなあかん。せやから、開始まで10分ぐらいかかるかもしれん。
あんまりいじくり回してないからよく分からんけど、動画の作成を遅らせるだけで、無制限に動画を作ることができるようになる。せやから、たくさんの動画が必要な何かを作ってるなら、商用映像とか、Bロールとか、自分の映画を作るとか、なんでもそうやけど、月60ドルから始まって、商用利用もできる。これはなかなかクールやと思う。
みんなには向いてないのは分かってるけど、すぐに全部もらうんやなくて、ちょっと待つだけでええなら、なかなかええ方法やと思うねん。
動画のバリエーション確認
よし、最初の4つのバリエーションができた。これがローモーションで使うやつや。見てみよう。これが1つ目や。
なかなか面白いな。めちゃくちゃクールや。戦闘シーンが起こってるのが分かるやろ。これが2番目や。いいね。あんまりよくないな。これが3番目や。まだまだええ感じや。
オーケー、3番目はもっとたくさんの瓦礫があるな。で、これが4番目や。彼が回転しながら忍者と戦ってる。そのうちの一人が地面に倒れてる。
よし、1番が一番気に入ってるかもしれん。ほんまにスタイルによるな、完璧に見えるやつもあるから。これは明らかにちょっと難しいやろな、考えてみたら、いろんな折り紙の人形がジョン・ウィックの映画を再現してるデータなんて、そんなにあらへんからな。
せやから、この内容としては、かなりええ出来やと思う。で、飛び散る瓦礫がいっぱいのこれも、なかなかダイナミックやな。
ここから、ローモーションかハイモーションで動画を延長することもできる。せやから、割り当てられた秒数以上のもんが欲しかったら、こうやってやるんや。これらは5.2秒で、延長することでもっと長くしていくことができる。
上達のためのコツ
これで、始めるために知っておかなあかんことは大体全部や。問題は、どうやって上手くなるかやな。この探索セクションに行ったら、コミュニティのお気に入りの画像と動画が、週、日、月ごとに表示される。
例えば、今週のトップ動画を見たいとしよう。ここにリストされる。見て回って、みんなが何を作ってるかチェックできる。みんなが作った今週のトップとか今月のトップとか、どの期間でもええから、本当に気に入ったスタイルの画像を見ることを強くお勧めする。
本当に何かが目に留まったら、それをクリックすると、それを開発するのに使った実際のプロンプトを見ることができる。
これがこの画像に貢献したプロンプトや。これがこれを作ったプロンプトや。せやから、プロンプトを見て、結果がどうやったかを見ることで、これらの異なる画像がどう作られたかが分かるんや。
プロンプト作成のコツ
何が大きな違いを生むんやろか？プロンプトでは、主題、媒体、照明、雰囲気、ショットタイプ、時代などについて具体的に書くことや。媒体が多分一番大きな要素やろな。パステル画がええか？ピクセルアートがええか？リアルに見えるカメラで撮影したもんがええか？マクロ写真がええか？
最高の出力には、どの媒体を使ってやるかを指定するもんが含まれてる可能性が高い。
これは森林動物をフィーチャーしたヴィンテージスタイルの青と白のTwi de Joeyパターンや。何やか分からんけど、Twiって入力したら、発音は分からんけど、これが出てくるんや。
せやから、この媒体、このスタイルが欲しいけど、森林動物でって言ってる。で、ドン、これが現れる。
これは人間の目のエアブラシペインティングや。せやから、期待通りの媒体が得られてる。
これは美しくて豪華な若い女性や。媒体に注目してくれ。ストック写真って言ってる。せやから、その被写体のストック写真に期待するような感じになってる。スキー、スキーゴーグル、冬の風景の外って指定もしてる。完璧やな。
ここでは、GQマガジンのためにポーズを取ってるって書いてある。これがぴったりやな。白い背景、顔のコントラスト、リアルな写真。
ここで見ての通り、これらのプロンプトを見てると、最終的な画像にどう変換されるかが分かり始める。でもこれらが本当に役立つ要素や。
また、主題、つまり主題は誰か？この場合は、白人男性、22歳や。ドン。それが主題や。媒体照明。彼らは顔にコントラスト照明を入れてるのに気づくやろ。
ショットタイプやろ？リアルな写真や。時代。GQマガジンって言ってる。これで時代の感じが分かるやろ？ルネサンスやない。もうちょっと現代的や。
これがプロンプトや。多分これが、何が現れるかを変えるために一番いじくり回さなあかんもんやろな。何が上手くいくかを理解する一部は、ただそれで遊び回ることや。他のみんなが何を作ってるかを見て、もっといろいろやってみることや。いろんなことを続けてやってると、何が効果的で何がそうやないかが分かってくる。
パラメータの使い方
これがプロンプトや。これがやっぱり一番大事なことや。でも、パラメータもある。パラメータはプロンプトの後に付ける小さなもんや。最初はちょっと複雑に見えるかもしれんけど、お気に入りのパラメータを覚えてしまえば、めちゃくちゃ簡単になる。
僕が多分一番よく使うのは「–aspect」、ショートカットは「–ar」や。アスペクト比っていうのは写真の幅と高さみたいなもんや。このキアヌ・リーブスでは9:16を使った。せやからこんな感じの縦向きや。これは16:9や。せやから、ワイドスクリーンのこんなアスペクト比や。
これは1:1のアスペクト比になる。分かるやろ？せやから、これは9:16などや。
プロンプトセクションでどう使うか？雌のカバのグラマーショットが欲しいとしよう。これがプロンプトの終わりや。それからスペース、ダッシュAR、スペースや。ちょっとズームアウトして、混乱せんようにしよう。
「–AR」やろ？それからスペース。それからアスペクト比を入力する。幅×高さや。9:16は縦向きになる。16:9は横向きになる。1:1は正方形になる。一番ええと思うやつでええで。
せやから、1:1、16:9、9:16をやってみよう。他にたまに見るのは3:4みたいなやつや。何でも好きなもんを入れることができるけど、多分もっと一般的なやつがいくつかあって、それがここに見えるやつらや。
よし、これが1つ目や。正方形や。幅広いやつら、これらが16:9や。上下のやつらが9:16や。で、これらが3:4や。見てくれ、この美しい、美しいカバを。
その他のパラメータ
関係ない話やけど、これが彼らの頭蓋骨がどんな感じか知ってた？これらはモンスターやで。もしこんな化石を見つけたら、人間を食べる恐ろしい見た目のモンスターやと思うやろな。でも、ちょっとぽっちゃりして見えるから、「ああ、大丈夫や。モンスターやあらへん」って思うんや。でも実際はモンスターやねん。証拠A。忘れたらあかんで。
コアレイアウトとスタイルの他の面白いパラメータは以下のもんや。ライトモードのウェブサイトに切り替えるで。事前に警告しておくけど、raw、chaos、weird、stylizeがある。実際、これはダークモードでも問題なく動く。
stylizeがある。これは「–stylize」か「–s」や。これはアーティスティックなフレアをコントロールする。これが0、100、500、1000や。また、何が一番気に入るかを見るために遊び回してくれ。
rawモードは画像をもっとコントロールできるようにしてくれる。これは、考えてみたら、ハウススタイルみたいなもんがあるんや。人々が投票して上げ下げするにつれて、時間と共にゆっくりと進化するMidjourneyの特定のスタイルがある。それから離れたいかもしれん。このrawモードはそれを可能にしてくれる。
スタンダードモードは、ここで見ての通り、ちょっとよりアーティスティックで、カラフルで、アニメっぽい。rawモードはちょっとよりリアルや。Midjourneyモードから離れて、より幅広いアーティスティックスタイルができるようにしてくれる。
chaosまたは「–c」もある。ここで見ての通り、「–c」でその数字を増やすと、ちょっとよりカオスになる。より多様性が出て、ちょっと変になる。これはカメやけど、chaosを増やすと、これもカメかもしれん。
これは0から100まで設定できる。雌のカバのグラマーショットで、chaosを100に設定したら、こんな感じになるかもしれん。形作られていくにつれて、もうちょっと変になってきてるのが分かるやろ。
これが結果の1つや。うわー。これが別のやつや。せやから、めちゃくちゃ多様性があるのが分かるやろ。変な結果を期待せなあかんで。
探索機能とパーソナライゼーション
この時点で、本当にクリエイトを始めるために知っておく必要があることの大部分は分かったな。探索を見てみてくれ。人々が何を使ってるかを見る。いろんな画像をクリックしてみる。どう書いてるかを見る。これをクリックしてプロンプトにインポートして、似たようなもんが作れるかどうか見ることができる。
結果は違うものになるで、シードが違うからな。各画像は異なるシードから始まる。これはランダム化されたパラメータみたいなもんで、似たシードから始めた場合だけ似た画像が得られる。これはちょっと複雑やから、別の動画で説明するけど、試してみる価値のあるクールなもんの1つは、パーソナライゼーションをチェックすることや。
ここでパーソナライゼーションをオンにして、気に入った画像を選択できる。時間が経つにつれて、AIモデルがあんたの好きなもんのプロファイルを作って、あんたのお気に入りのスタイルや好みに合わせてスタイライズしようとする。
ここで違いが見えるやろ。これは1人の人やけど、異なるスタイルの好みを持つ異なる人々のためのもんや。ここで見ての通り、めちゃくちゃ、めちゃくちゃ、めちゃくちゃ違う。
最新のもんはムードボードや。まだこれで遊ぶ機会がなかったんやけど、これは特定のビジョンがある場合のもんや。例えば、スタイリスティックなカートゥーンを作ってるとしよう。全部を同じようなスタイルで保ちたい。画像のコレクションをキュレートして、スタイルを設定できる。
フォーカスしたムードボードは一貫性を作る。
包括的ガイドの紹介
実は、Midjourneyの使用に関する包括的なガイドを作ったばかりやねん。全て、料金プラン、Discordの使い方について説明してる。MidjourneyはDiscord内でも使えるからな。Discord内でクリエイトできる。そのメリットもたくさんある。
インペインティング、アウトペインティング、パニング、ズームなど、話してない大量のもんがある。基本的に、インペインティングは既存の画像の何かの側面を変更することや。アウトペインティングは、1つの画像を提供したら、AIモデルがその周りの全てを作成することや。せやから、ズームアウトしたら、その周りがどんな感じやろうかを想像してくれる。
話したシードとか、ファストでやってるか、ドラフトモードでやってるかなど、再現性とスピードのためのパラメータもある。
ガイドをチェックしてくれ。下にリンクを残しておく。全ての細かい部分に入って、全てがどう動くかを説明する、もっと完全で包括的なチュートリアルも作る予定や。何か特定にカバーしてほしいもんがあったら、下にコメントしてくれ。
でも、この動画で、始めるために必要な全てが揃った。
まとめ
せやから、まだMidjourneyを使ったことがないけど使いたかった人、これは多分僕のナンバーワンツールや。僕がどれだけたくさんの画像を作ったか見たやろ、これは2023年から使い続けてる唯一のもんや。画像を作るための他のAIツールが大量に市場に出てきたにも関わらず、これに戻ってくるのは、生み出すことができる信じられないスタイルのためや。
ということで、必ずチャンネル登録してな。見てくれてありがとう、次の動画で会おう。
コメント