GPT-Image-2.6で同じ情景を10種類のゲーム画面風に生成してみた

👁 111閲覧数

団地、児童公園、売店、ジャージ姿の男、買い物袋を提げたおばあさんという同じ1つの情景をプロンプトに設定し、OpenAIの最新画像生成モデル「GPT-Image-2.6」を使って10種類の異なるゲーム風スクリーンショットに描き分けてもらいました。16ビットのJRPGからアーケード格闘ゲームまで、すべてリロールなしの1発生成です。Sunburstモデルの高画質設定を使用し、生成時間は平均52秒、1枚あたりのAPIコストは0.04 USDでした。

今回はモデル同士の比較ではなく、写真のような詳細な描写指示ではなく「ゲームジャンルの作法や様式」を指定した際に、このモデルがどこまで意図を汲み取れるかを検証したものです。詳細な数値データや他モデルとの比較については、ChatGPT Images 2.6の総合解説記事をご覧ください。

16ビットJRPG風

見下ろし視点、HP・MPゲージ、そして「Zenek: パンはないけどポテチならあるよ」という趣旨のポーランド語セリフが入ったダイアログボックスを指定しました。プロンプト原文はポーランド語でテストしています。モデルは口ひげを生やした店主の顔グラフィックをダイアログ内に自発的に追加し、レベル表示付きの仲間キャラ3人や、団地の壁のエンブレムまで描き込みました。指定したテキストはコロンを含め一文字違わず忠実に再現されています。

初代PlayStation風ホラー

個人的に最も気に入っている作例です。深い霧、固定カメラ視点、ローレゾの粗いテクスチャ、薄暗い階段の吹き抜け、そしてブラウン管テレビを思わせるフォントで「入手：地下室の鍵」に相当するポーランド語メッセージが表示されています。「PS1風」という指定に対して、単なる低ポリゴン化だけでなく、特有の空気感やライティングまで理解していることが分かります。

都市開発シミュレーション

ここでは画面UI内の細かな文字描画性能を検証しました。リソースバーに指定した通貨・住民数・幸福度のポーランド語表記（ポーランド語原文の日本語訳「ズウォティ 12 400 | 住民 860 | 満足度 71%」）は完璧に出力され、右側の建築メニューには指示していない「公園」「駐車場」「バス停」「球技場」といった文脈に合う項目が自然に追加されました。以前のモデルのように文字の代わりに判読不能な記号を並べてごまかすような挙動はなくなっています。

アニメ調オープンワールド

夕暮れのライティング、ミニマップ、クエストマーカー（「おばあちゃんのためにパンを買う」に相当する指示）、そしてカメラに背を向けたリュック姿の主人公が描かれました。実在しないタイトルのトレーラー画面のような完成度の高い仕上がりです。

ボクセル型サンドボックス

すべてが立方体ブロックで構成され、画面下部にはアイテムスロットバーが配置されています。極端に抽象化されたデザインでありながら、ヨーロッパの団地特有の構造がはっきりと判別できます。壁面には指示していないサッカークラブの落書き文字が追加されていました。実務で利用する際は、モデルが自発的に挿入する付加要素の確認が必要です。

90年代ポイント＆クリックADV

手描き風の背景美術に、「移動」「取る」「使う」「話す」「見る」といったコマンドバーを画面下部に配置した、古典的なポイント＆クリック型アドベンチャーゲームの作風です。舗道上のカーソル、ジャケット姿の少年、地面にチョークで描かれた落書きなど、このままインディーゲームのモックアップとして採用できる仕上がりです。

フォトリアル系AAAタイトル

雨の質感、水たまりへの環境光の反射、そして画面下部には「おばあちゃん：坊や、荷物持つの手伝ってくれるかい？」という趣旨の字幕が表示されています。人物の顔のディテールが非常に細かく、ゲーム画面というよりも実写写真に近い質感です。このスタイルの場合、ゲームらしさの記号を意図的に残すプロンプト調整が必要になります。

対戦格闘ゲーム

キャラクター同士の対峙、中央のVSロゴ、99カウントタイマー、そしてステージ名が配置された画面です。下部には指示していない他のプレイアブルキャラクターの顔アイコン一覧が自動で生成されました。対戦UI部分は英語、キャラクター名はプロンプト指定のポーランド語と、実際の格闘ゲームの文法に沿った自然な言語の使い分けがなされています。

PS2時代のレースゲームメニュー

文化科学宮殿を背景にした改造車と、「キャリア、クイックレース、ガレージ、オプション」に相当するメタリックなメニュー画面です。なお、プロンプトで指示していないPlayStation 2のロゴや実在メーカーの商標が自動で付加されていました。商用や個人制作で使用する際は、権利関係の観点からこうしたロゴ類を消去・修正する必要があります。

トレーディングカードゲーム

ドラゴンのイラスト、攻撃力9、防御力7、そして「場に出たとき、相手の羊を1体破壊する」という趣旨の特殊能力テキストが枠内に収められています。指定したテキストの再現度は正確で、カードフレームの構成も破綻がありません。カードゲームの試作プロトタイプとして十分に実用的なクオリティです。

高速モデルFlareなら約9秒で生成

同じプロンプト群を、より高速・安価なモデル「Flare」の標準画質設定でも検証しました。1枚あたりの生成時間は平均8.8秒、コストは0.034 USDでした。品質の差は拡大して初めて分かるレベルで、背景の細部がやや簡略化され、人物の表情がシンプルな描写になります。初期のアイデア出しやラフスケッチ用途であればFlareで十分対応可能です。プレゼン用など外部に見せる清書段階でSunburstに切り替える使い分けが現実的です。

今回の検証を通じて、GPT-Image-2.6はUIを含むゲームのモックアップやコンセプトアートの作成において現時点で極めて優れた性能を持っていると感じました。各国のアルファベット文字列を誤字なくUI内にレンダリングでき、ジャンルごとの作法を正確に理解しています。最終アセットとしてゲーム内に組み込むにはカットごとの整合性を人間が整える必要がありますが、初期段階のビジュアライゼーション作業を大幅に短縮してくれるツールです。なお、映像系の表現についてはGTA 6風グラフィックの検証記事でも取り上げています。

// 続きを読むGPT Image 2.5やMuse Imageなど画像生成AI 6モデルを比較ベンチマークGPT-6.1 Terraのcomputer useを検証：画面を見て申込フォームを入力ベンチマークVEED Dubbingをfal.aiでテスト：音声クローンとリップシンクベンチマーク