無検閲AI画像編集
既存の1枚を、文章を書くだけで変更・画風変換・ライティング変更・着せ替え・修復する。マスクなし、フィルタなし、拒否なし — そして、他のすべてを合わせたより重要なテクニックが1つあります。
要点
Shannonは、普通の言葉による指示から既存の画像をちょうど1枚編集します — ブラシもマスクも選択範囲もありません。その指示は何が変わるか、そして何が残るかの両方を述べる必要があります。モデルはフレーム全体を再生成するため、変えないと名指ししなかったものはすべて動く可能性があるからです。変わらない部分を名指しすること — 「顔、ポーズ、服装はそのままに」 — が、手元にある最大の品質レバーです。編集の経路はネガティブプロンプトを受け付けます（テキストからの生成は受け付けません）。指示文に「Xなし」と書くのではなく、不要なアーティファクトをそこに入れてください。出力のアスペクト比はソース画像から自動的に引き継がれます。動画生成はなく、画像をアニメーション化する手段もありません。編集はチャットアプリ内の自社GPUクラスタ上で動き、コンテンツフィルタも拒否層もありません。
無検閲のAI画像編集ツールを探している人の多くは、画像1枚と問題1つを抱えています。背景が違う、光が平板、ジャケットの色が違う、知らない人が写り込んでいる、スキャンに折り目が入っている — あるいは、まったく正当な編集なのに、いま使っているツールが手を付けることを拒む。この記事はそれを上手にやる話です。どの編集ツールが一番スライダーが多いかではなく、うまく決まる編集と、見ていない隙に被写体の顔を静かに作り直してしまう編集とを分ける、たった1つの習慣についてです。
01指示ベースの編集とは実際に何なのか
従来のAI編集は、難しい部分をあなた自身にやらせます。キャンバスを開き、変えたい領域にマスクを塗り、その中に入るべきものを説明する語句を打ち込む。正確ですが遅く、そして変更対象に明確な輪郭がない瞬間に役に立たなくなります — ライティングの変更、シルエットが変わる衣装の入れ替え、画面全体のカラーグレーディングなどです。
Shannonは逆の方向から動きます。選択は一切しません。画像についての文章を、どの言語でもいいので書けば、対象領域はあなたの言葉から推定されます。だからこそShannonは、選択作業ではなく結果がほしい人にとって実用的な無検閲インペイントの代替になります — ただし、先に理解しておくべき機構上の帰結が1つあります。
編集とは、ソース画像を条件としたフレーム全体の再レンダリングであり、一部にパッチを当てる処理ではありません。Image Modelは元画像を読み、指示を読み、「元画像に変更を加えたもの」であるはずの新しい画像を生成します。機構的に固定されるものは何もありません。編集のたびに、すべてのピクセルが再交渉の対象になります。
だからこそ「雨のTokyoの街路」は — マスク式のツールなら完璧に決まるのに — 微妙に別人が立った状態で返ってくるのです。マスク式のツールではマスクが「この人物は対象外」と言ってくれました。ここではあなたの文章がそれを言わなければなりません。裏を返せば、指示ベースの編集はマスクにできないことをやります。太陽を動かして影を整合させる、衣服を変えて既存のポーズに沿って布を落とす、構図を保ったまま写真をインクとフラットな色の絵に置き換える。こうした編集には塗るべき境界がありません。フレーム全体にまたがる関係性そのものだからです。
02アンカー指定：最大の品質レバー
アンカー指定とは、すべての編集指示を2つの句として書くことです。変更句（何が違うべきか。肯定形で具体的に）と保持句（手つかずで生き残るべき部分。具体的な名詞で名指しする）です。どちらも構造を支えています — 変更句だけでは、それはただの願望です。このページから1つだけ持ち帰るなら、結果を支配するのは、何が残るかをどれだけ明示的に名指ししたかであって、何が変わるかをどれだけ鮮やかに描写したかではないということです。
アンカーのない指示がぶれる3つの形
- 同一性のドリフト。顔がほぼ正しい状態で返ってくる — 鼻がわずかに違う、顎のラインがこっそり美化されている。スマホでは気づきにくく、その人を知る誰にとっては一目瞭然なので、最も損害が大きい失敗です。
- 巻き添えの画風変換。新しい背景を頼んだら、新しいカラーグレーディングも、新しいレンズも、リブ編みだったはずのセーターまで新しくなっていた。モデルが指示を、ソースからの差分ではなく完成画像全体の描写として読んだのです。
- 形容詞によるスコープの膨張。「もっとドラマチックに」「もっときれいに」「もっとプロっぽく」は、対象を1つも名指ししていません。名詞のない形容詞はすべてに適用され、結果としてすべてが動きます。
アンカーの語彙
アンカーは具体的な名詞として機能します。「そのままで」は弱い指定です — どの「そのまま」を重視しているのかをモデルは知りようがありません。その編集で重要な項目を3〜5個選び、はっきり名指ししてください。
| 変更する対象 | 明示的に名指しする価値のあるアンカー |
|---|---|
| 背景・舞台 | 顔と顔立ち、髪型、ポーズ、手、服装、カメラアングル、トリミング、被写体に当たる光 |
| ライティング・雰囲気 | 顔、表情、肌の質感、ポーズ、服装、背景の内容、フレーミング |
| 服装・衣装 | 顔、ひげや髪、ポーズ、手、身体のプロポーション、背景、光の方向、カラーグレーディング |
| 画風・画材 | 構図、ポーズ、髪の長さ、衣服のシルエット、人数、トリミング |
| 物体の除去・修復 | フレーム内のそれ以外すべて — 被写体、周囲の建築、粒子、階調、コントラスト、色 |
| 1つのものの色 | 画像内の他のすべての色、加えて変更する物体の質感と素材 |
最後の行に注目してください。色替えは静かに失敗します。「ジャケットを赤くして」は、ジャケットをゼロから作り直すことを招くからです — 新しい裁断、新しい素材、新しいしわ。アンカーを付けるならこうです。「既存のジャケットを深いクリムゾンに色替えし、裁断、縫い目、生地の質感、垂れ方はそのまま保つ」。差は1つの句だけですが、結果は劇的に良くなります。
03実例：弱い指示、ぶれる理由、アンカー付きの書き直し
以下の各ペアは、同じ意図を2通りに書いたものです。真ん中の診断部分が、他に応用できる部分です。
A. 背景の差し替え
ぶれる理由：これは差分ではなく、完成画像を描写しています。女性については何も保護されておらず、カメラを固定するものもないため、モデルはもっともらしい情景を組み立てながら彼女をフレーミングし直し、描き直してしまいます。
何が変わったか：保持句が同一性、衣装、フレーミングを固定し、最後の句が継ぎ目をどちら向きに解消するかを述べています — 背景が被写体の光に合わせるのであって、その逆ではありません。
B. ライティングの変更
ぶれる理由：「いい」は名詞のない形容詞です。モデルは定義を自分で作るしかなく、再レンダリングで「よく見える」いちばん安上がりな方法は、なめらかにした肌、白くした歯、細くした顎です。光を頼んだのにレタッチが返ってきます。
何が変わったか：光が物理的に記述されています — 方向、質、色温度、減衰。肌の質感を明示的にアンカーしているのは、ライティング変更こそモデルが肌をなめらかに消したくなる場面だからです。
C. 被写体の着せ替え
ぶれる理由：スーツはシルエットを変えるため、胴体を描き直す必要があり、その上に載っている頭も普通は一緒に動きます。アンカーのない衣装編集は、背景差し替えに次いで2番目に大きい同一性ドリフトの発生源です。
何が変わったか：「いまの姿勢に合わせて仕立てて」は、衣服をポーズに従属させます。手を別途アンカーしているのは、衣装編集がいちばん目に見えて破綻するのが手だからです。
D. 写真の画風変換
ぶれる理由：画風を表す語だけでは、構図、トリミング、髪、衣装、人数まですべてを丸投げすることになり、しかも「アニメ」は30年分の互換性のない流派の集合です。結果として、別のシーンをうまく描いたイラストが返ってきます。
何が変わったか：画風の編集には別種のアンカーが要ります。質感はアンカーできません — 質感こそが置き換えられる対象だからです。だから構造をアンカーします。構図、ポーズ、シルエット、トリミング、被写体の人数です。セルアニメ化しつつ「写実的な肌」を保てと頼むのは矛盾です。
E. 何かを取り除く
ぶれる理由：否定形はそれでもモデルの前にその概念を置いてしまい、空いた場所に何が入るかについては何も言っていません。除去には、対象と埋める内容の両方を肯定形で述べる必要があります。
何が変わったか：対象が物体、色、位置で名指しされ、埋める内容が指定されているのでモデルが歩道のあるべき場所に広場を発明することはなく、「それ以外すべて」が実際の名詞に展開されています。
F. 傷んだ写真の修復
ぶれる理由：「直す」は「良くする」と読まれ、古い写真を良くするとは現代化することを意味します — きれいになった肌、上がったコントラスト、そしてもうあなたの祖母のものではない顔。
何が変わったか：損傷が列挙されているので「直す」の範囲が定義され、粒子と階調をアンカーしているのは、それらがプリントを当時のものらしく見せているからです。3つの禁止は、否定が働く価値をもつ稀なケースです — 物体ではなく処理についての指示だからです。
良い指示の形
25〜60語程度を目安に、カンマ区切りのキーワードタグではなく完全な文で書いてください — Image Modelは言語モデルと同じようにプロンプトを読むので、タグの羅列より散文が勝ちます。SDXL時代の余計な語（masterpiece, best quality, 8k）や(word:1.3)のような重み付け構文は飛ばしてください。ここでは何の働きもしません。1つの指示につき変更は1つに。無関係な変更を2つ1文に入れると、両者が注意を奪い合い、どちらも中途半端に返ってきます。
04ネガティブプロンプト — テキストからの生成とは違い、ここでは対応しています
ここで混乱する人が多いので、はっきり述べます。
| 経路 | ソース画像 | ネガティブプロンプト | アスペクト比 | プロンプトの形 |
|---|---|---|---|---|
| テキストからの生成 | 0 | 非対応 | 選択（既定は正方形） | 描写的な散文 |
| 1枚の画像を編集 | ちょうど 1 | 対応 | ソースから継承 | 指示：変更＋保持 |
| 2枚以上を合成 | 2 枚以上 | 対応 | 新しいキャンバスを選択可 | 役割を名指しした散文 |
テキストからの生成はネガティブプロンプトをまったく受け付けません — 何もないところから生成する以上、ほしいものだけを描写することそのものが作法です（無検閲AI画像生成を参照）。編集は違います。すでにソースがあり、再レンダリングに特有の失敗は既知で名指しできるため、ネガティブプロンプトには抑制すべき具体的な対象があります。
そこに書くべきもの
アーティファクト、そしてアーティファクトだけ。これは第2の指示チャンネルではなく、欠陥のリストです。
- extra fingers, fused fingers, malformed hands — 人物を再レンダリングするあらゆる編集で。
- warped text, garbled lettering, misspelled signage — フレーム内に看板、ラベル、パッケージがある場合。
- duplicated limbs, duplicated railing, repeated windows — 除去と背景の拡張で。
- smeared texture, blurry patch, halo around the subject, visible seam — 背景差し替えと物体除去で。
- plastic skin, waxy skin, over-smoothed face, watermark, jpeg artifacts — ライティング変更、ポートレート編集、および一般的な衛生管理として。
そこに書くべきでないもの
内容の判断です。帽子を消したいなら、指示は「帽子を取り除いて」であって、「hat」と書いたネガティブプロンプトではありません。ネガティブプロンプトは、ソース画像に存在するものを確実に消してはくれません。レンダリング時に欠陥が現れるのを抑えるだけです。そこに内容を書くと、両方の悪いところ取りになります。帽子は残り、崩れた手を抑えられたはずの枠は失われます。
この規則のもう半分は、あなたの指示文に適用されます。指示文に「Xなし」と書くのをやめてください。「車のない通り」「眼鏡をかけていないポートレート」はどちらも、不要な概念を文の中に置いたうえで、モデルにそれを否定させようとしています — 言語なら得意でも、画像の条件付けは苦手な仕事です。代わりにそこに何があるべきかを述べてください。「アスファルトがはっきり見える無人の通り」「目が遮られていないポートレート」。唯一の例外は、例Fのように処理についての指示 — 「シャープにしないで」「色を変えないで」 — であり、これは物体を名指しするのではなく操作を断っています。
役割分担を1行で
指示文：何が変わり、何が残るか — 肯定形で。ネガティブプロンプト：レンダリングが崩れうる形。両者を分けておけば、どちらも良くなります。
05ソース画像は1枚。Shannonがそれをどう選ぶか
編集はちょうど1枚のソース画像に対して動きます。すでに会話の中にある画像 — 以前に添付したもの、または生成されたもの — か、いま送ろうとしているメッセージに添付した画像のどちらかです。スレッドの外から何かが引き込まれることはなく、編集の経路が黙って2枚を統合することもありません。1枚以上の画像から要素が必要な意図なら — 写真Aの服を写真Bの人物に — それは合成であり、各画像の役割を順に名指しする別のプロンプト形になります。
追いかけの指示と「直近の関連画像」
いったん画像が会話に入れば、短い追いかけの指示は期待どおりに働きます。「もっと暗くして」「今度は夕暮れで」。これらはスレッド内の直近の関連画像 — 普通はいま受け取った結果 — に対して解決されるので、小さな指示の連続は編集を積み重ねたように振る舞います。帰結が3つあります。
- 1ステップずつ反復する。追いかけの指示はどれも完全な再レンダリングなので、「もっと暗くして、コートも変えて、カメラももっと低く」は1回のパスを3つの編集が奪い合っている状態です。3通に分けて送り、気に入ったところで止めてください。
- 世代劣化に注意する。小さなずれは積み重なります。6回連続で編集すると、どの1手も間違って見えないのに、顔が元から大きく離れていることがあります。ドリフトに気づいたら、継ぎ足しをやめて、元のファイルを添付し直し、そこまでに分かった要望をすべて盛り込んだ1つの指示を書いてください。
- 長いスレッドでは明示する。「さっき添付した海辺の写真を使って、…」と書けば、複数の画像が絡んでいるときの曖昧さがなくなります。
確認カードは、アンカーを足せる最後の機会
あなたは普通の言葉で、話す言語のままで依頼します。Shannonは画像操作が求められていると判断し、最終的な指示文を自ら英語で書き、何かがレンダリングされる前に確認カードで提示します。あなたが確認するまで、何も生成されず、何も課金されません。そのカードを読んでください。費用をかける前に、抜けた保持句を捕まえられる場所です。
関連する挙動が2つあります。Shannonは頼まれずに生成することは決してありません — 挨拶、質問、何気なく添付された写真が画像操作を引き起こすことはありません。そして、Shannonにただ画像を見てもらうこと — 説明させる、写っている文字を読ませる、構図がうまくいっていない理由を言わせる — は通常の画像認識の仕事であって生成ではなく、追加費用はかかりません。「この写真、どこを変えますか？」は無料の助言で、それを実行するのが編集です。
06アスペクト比は自動で引き継がれる
編集された画像はソースと同じアスペクト比で返ってきます。選ぶ必要はなく、選ぶ手段もありません。4:5のポートレートは4:5のまま、16:9の静止画は16:9のまま、中途半端な比率のスマホのスクリーンショットもその比率を保ちます。黙って画像をフレーミングし直す編集は編集ではありません — それはトリミングに加えて、元の枠の外に何があったかの推測です。
これは他の2つの経路との実際の違いです。テキストからの生成ではsquare（正方形、既定）、portrait（縦長）、landscape（横長）、wide（シネマ的なワイド）、tall（ポスターや壁紙向けの縦長）から選ぶよう求められ、明示的な指定が常に優先されます。合成では、継承すべき単一のソースがないため、新しいキャンバスを選べます。したがって別の形が必要なら、それは編集ではありません — 1:1の商品写真を16:9のバナーにするのは、一度も撮影されなかったピクセルを発明することです。生成するか、新しいキャンバス上で合成するか、意識的にやってください。
07動画生成は存在しません
よく聞かれるので、はっきり述べます
Shannonは動画を生成せず、画像をアニメーション化もしません。画像から動画への経路はなく、「この写真を動かして」もなく、ループもシネマグラフもありません。プレビュー中の機能でも近日公開でもありません — 製品に存在せず、このページのどこも、そう匂わせるものとして読まれるべきではありません。
Shannon 3が画像に対して行うのは、ちょうど3つです。新しい画像を生成する、既存の1枚を編集する、2枚以上を1枚に合成する。この記事の内容は、そのうち2つ目の中に収まっています。
二度言う価値があります。「AI画像編集」と「AI動画生成」が人々の頭の中で隣り合わせになってしまい、写真のライティングを平気で変えてくれるツールなら、動かすのもボタン1つのはずだと感じられるからです。そうではありません — そしてそれは、10分目ではなく最初の1分で知っておくべきことです。
08無検閲であることが、生成より編集でこそ効く理由
フィルタ付きの編集ツールは、フィルタ付きの生成ツールとは違う形で、たいていより悪く失敗します。フィルタ付きの生成ツールはプロンプトを拒否します。書き直してもう一度試せばよい。フィルタ付きの編集ツールは、指示を1語も読まないうちにソース画像そのものを拒否できます。症例報告のために臨床的な創傷写真をアップロードすれば、入力の時点ではじかれます。折り目を修復するために歴史的な戦争写真をアップロードすれば、フレームに写ったライフルで会話が終わります。正当な仕事、カテゴリ単位の拒否、そして助けになる書き直しは存在しません。
Shannonは画像の経路を、出力にコンテンツフィルタをかけず、指示を書くモデルに拒否層を置かずに動かしています。だからこそ、こうしたごく普通の仕事が可能になります。
- アートヌードと人体表現 — 同意した成人の被写体と仕事をするアーティストや写真家のための、レタッチ、ライティング変更、画風変換。
- 医療・法医学イラスト — 主要な編集ツールが一目で拒否する、教材、症例報告、再現作業のために整えられた臨床画像。
- セキュリティ研究用の画像 — フィッシング啓発プログラムやレッドチーム報告のためのスクリーンショット、物理セキュリティの写真、ハードウェアの記録。
- フィクションの中の暴力 — 創傷や武器そのものが主題となる、映画、ゲーム、コミックの制作用アート。
- 政治風刺と論説イラスト — 背後に数世紀の歴史があるのに、フィルタ付きのツールではほぼ支援がありません。
- 権利者自身によるブランドや肖像の作業 — 自社の商品写真、ロゴのロックアップ、ポートレート、そして扱いの難しい家族のアーカイブを、許可の有無を分類器と議論せずに扱えます。
無検閲は無責任という意味ではありません。ShannonはShannon Lab LLC（米国ニューメキシコ州）が運営し、公開された責任ある利用ポリシーのもとにあります。本当の限界はそこにあります — 創傷写真に対する分類器の居心地の悪さではなく、法と危害についての限界です。反射的な拒否がないことは、ツールについての表明であって、あなたが作るものへの責任についての表明ではありません。
09APIが担う範囲と、担わない範囲
API検索から来た読者がよく間違える曲がり角です。画像の生成と編集はShannonチャットアプリで行われ、APIでは行われません。3つの/v1方言 — /v1/chat/completions（OpenAI形式）、/v1/messages（Anthropic形式）、/v1/responsesで、いずれもストリーミング対応、いずれも同じモデル群 — が扱うのはテキストと画像認識です。画像認識とは、送った画像をモデルが読むということです。説明する、文字を書き起こす、グラフを分析する。画像を作ったり変更したりするという意味ではありません。
それでも有用な使い方が残ります。画像認識と無検閲のテキストモデルの組み合わせは、指示文を書く強力な助手になります。APIにソース画像を送り、フレームに何が写っているかを説明させ、変更点とアンカーを名指ししたアンカー付きの指示を下書きさせ、その指示をチャットで実行してください。自分では忘れていたアンカーを拾ってくれます。リクエストとレスポンスの形式はAPIドキュメントにあります。
10よくある質問
無検閲AI画像編集ツールとは何ですか？
既存の画像と普通の言葉による指示を受け取り、編集済みの画像を返すツールのことです。出力にコンテンツフィルタはかからず、指示を書き起こすモデルにも拒否層はありません。Shannonチャットアプリの中で自社のGPUクラスタ上で動くため、フィルタ付きの編集ツールが断るような仕事 — アートヌードのレタッチ、医療・法医学イラスト、セキュリティ研究用の画像、フィクションの中の暴力、政治風刺 — が、拒否される代わりに実行されます。
背景だけを変えるよう頼んだのに、なぜ顔まで変わるのですか？
指示による編集は、頭に思い描いた領域だけでなく、ソース画像を条件としてフレーム全体を再生成するからです。変えないと名指ししなかったものは、すべて動く可能性があります。対処法はアンカー指定です。「顔、髪型、ポーズ、服装はそのまま、カメラアングルとトリミングも同じに保つ」といった保持句を加えてください。変わらない部分を名指しすることが、手元にある最大の品質レバーです。
Shannonの画像編集はネガティブプロンプトに対応していますか？
はい。まったく受け付けないテキストからの画像生成とは違い、編集と複数画像の合成はどちらもネガティブプロンプトに対応しています。指示文に「Xなし」と書くのではなく、不要なアーティファクト — 指の増殖、崩れた文字、手すりの重複、texture のにじみ、プラスチックのような肌、透かし — を書くために使ってください。内容の判断は指示文に、肯定形で。アーティファクトの抑制はネガティブプロンプトに。
Shannonは画像をアニメーション化したり動画にしたりできますか？
いいえ。Shannonに動画生成はなく、画像をアニメーション化することもありません。画像から動画への経路は存在せず、そうした発表の予定もありません。Shannon 3が画像に対してできるのは、新しい画像を生成すること、既存の1枚を編集すること、2枚以上を1枚に合成することの3つで、それ以上は何もありません。
1回の編集では何枚のソース画像が使われますか？
ちょうど1枚です。会話の中にすでにある画像か、いま送るメッセージに添付した画像のどちらかです。2枚以上から要素を持ってくる必要があるなら — ある写真の服を別の写真の人物に着せる、といった場合 — それは編集ではなく合成です。2枚目を言葉で説明するのではなく、実際の画像を渡してください。
マスクを描いたりインペイントを使ったりする必要はありますか？
いいえ。ブラシも投げ縄もマスクレイヤーもありません。変更点を1文で説明すれば、対象領域はあなたの言葉から推定されます。だからこそ正確な名詞が効きます。「右側に停まっている銀色の車」は「あれ」よりはるかに正確に狙えます。そのためShannonは、選択作業なしで結果だけがほしい人にとって、実用的な無検閲インペイントの代替になります。
Shannon APIで画像を編集できますか？
いいえ。画像の生成と編集はShannonチャットアプリの機能です。/v1 の各方言 — /v1/chat/completions、/v1/messages、/v1/responses — が扱うのはテキストと画像認識で、送られた画像を読んで分析することはできますが、画像を作ったり編集したりはできません。よくある使い方は、APIの画像認識にアンカー指定の指示文を下書きさせ、その指示をチャットで実行することです。
フィルタと議論せずに画像を編集する
写真を添付し、1文を書き、何が残るかを名指しする。
編集を始める APIドキュメントを読む画像は自社のGPUクラスタでレンダリングされます · カードを確認するまで、レンダリングも課金も行われません
Shannon AIは米国ニューメキシコ州のShannon Lab LLCが運営しています。画像の生成、編集、合成はShannon 3のチャットアプリ機能です。/v1 APIが提供するのはテキストと画像認識のみです。製品に動画生成は存在しません。編集はソース画像をちょうど1枚受け取り、そのアスペクト比を引き継ぎます。無検閲の画像経路の利用は責任ある利用ポリシーに従います。