AI時代に「プロンプト」は著作物になり得るのか──写真家が100回近く改良して作った9点組写真プロンプトを例に考える

AI時代にプロンプトは著作物になり得るのか | 杉山宣嗣
  1. はじめに──「プロンプトに著作権はあるのか」という疑問
  2. 現在の著作権制度では、AIプロンプトはどう考えられているのか
    1. 「プロンプトなら著作権がある」という制度ではない
  3. 「長いプロンプト」と「創作性のあるプロンプト」は同じではない
    1. 文字数そのものに価値があるわけではない
    2. 「創作的寄与」という考え方
  4. 私が作っているのは「画像生成の呪文」ではない
    1. 最初から完成したプロンプトが存在したわけではない
    2. 写真家として問題を発見し、AIへの指示に変換している
  5. 実際に使用しているプロンプト
    1. プロンプト原文
  6. このプロンプトのどこに「創作的な設計」があるのか
    1. 9枚を個別の画像ではなく「組写真」として設計している
    2. 「人物の大きさ」を意図的に変化させている
  7. 「何を残し、何を変えるか」を設計している
    1. リファレンス画像をそのままコピーしない
    2. 人物と世界観は維持し、撮影そのものを再構成する
  8. なぜ具体的な「場所」を指定しないのか
    1. 具体的な場所がAIの視覚的アンカーになる問題
  9. 「100回近く修正した」ことに意味はあるのか
    1. 回数そのものが著作権を生むわけではない
    2. 試行錯誤そのものではなく「創作的判断」が重要
  10. 過去100回分のバージョン履歴を保存していない場合はどうするのか
    1. 今からでも「制作・改訂記録」を作ることができる
    2. 制作・改訂記録として整理できる内容
      1. 初期段階
      2. 問題1
      3. 改訂1
      4. 問題2
      5. 改訂2
      6. 問題3
      7. 改訂3
  11. ただし、後から作った記録と当時の記録は区別する
    1. 記憶だけで過去の詳細を作らない
  12. これからは「完成プロンプト」だけでなく制作記録を残す
    1. 保存しておくべき基本的な資料
    2. 何を証明するための記録なのか
  13. 「プロンプトそのもの」と「AI生成画像」は分けて考える
    1. プロンプトの著作物性
    2. AIによって生成された画像
    3. 9枚の「組写真」そのもの
  14. このプロンプトについて、どのように主張するべきか
    1. 「著作権があります」と断定するのではなく、創作性を具体的に説明する
  15. AI時代に「作者」とは何をする人なのか
    1. 写真家の創作はシャッターを押す瞬間だけではない
  16. 重要なのは「プロンプトの長さ」ではなく「創作的判断」
    1. 長いこと自体には意味がない
  17. 結論──「AIに書かせたプロンプト」ではなく「AIを使うために設計した創作システム」
    1. 現時点で断定できることと、できないこと
    2. 「写真家がAIを使って設計した作品」という考え方

はじめに──「プロンプトに著作権はあるのか」という疑問

生成AIによる画像制作が一般化する中で、「プロンプトに著作権はあるのか」という問題が現実的なテーマになってきています。

単純なプロンプトであれば、著作権を主張することは難しいでしょう。

たとえば、

「女性、映画的、夕方、自然光、高級感」

といった一般的な言葉を組み合わせただけの指示に、強い創作性があるとは考えにくいからです。

では、写真家やアートディレクターが、自分自身の表現方法をAIに実行させるために、何十回、何百回と試行錯誤しながら独自のプロンプトを設計した場合はどうでしょうか。

私は、この問題は単純に「プロンプトか、プロンプトではないか」で考えるべきではないと思っています。

重要なのは、

そのプロンプトに、作者自身の創作的な判断や表現上の設計がどの程度含まれているのか

という点です。

ここでは、実際に私が制作している「1枚のリファレンス画像から、同じ人物・同じ世界観を維持した9点の写真シリーズを生成するためのプロンプト」を例に、この問題について考えてみます。

現在の著作権制度では、AIプロンプトはどう考えられているのか

「プロンプトなら著作権がある」という制度ではない

まず、ここは明確にしておく必要があります。

現時点で、

「プロンプトを書けば著作権が発生する」

という制度にはなっていません。

2023年5月の衆議院文部科学委員会では、生成AIへの指示であるプロンプトについて、一般的な名詞を単純に組み合わせただけの場合は創作性がなく、著作物と認められない可能性があるとの政府答弁がありました。

一方で、プロンプトの文章についても、具体的な表現に創作性が認められる場合まで一律に否定されているわけではありません。

最終的には、著作権法上の要件に照らして個別に判断される、という整理です。

つまり、

「AIに入力する文章だから著作権がない」

と一律に決められているわけでもありません。

逆に、

「複雑で長いプロンプトだから著作権がある」

とも言えません。

重要なのは、その具体的な文章や制作過程に創作性があるかという問題です。

「長いプロンプト」と「創作性のあるプロンプト」は同じではない

文字数そのものに価値があるわけではない

たとえば、

美しい女性。
映画的。
高級ファッション。
夕方。
自然光。
35mmフィルム。
ドラマチック。

という指示を大量に並べたとしても、それだけで著作権上の創作性が高くなるわけではありません。

単語が100個になれば著作権が強くなり、500個になればさらに強くなる、という話ではありません。

重要なのは、

どのような表現を選択し、どのように組み合わせ、何を実現しようとしているのか

ということです。

「創作的寄与」という考え方

文化庁は、AI生成物の著作物性について、AIを使ったという事実だけで一律に判断するのではなく、利用者による「創作的寄与」がどの程度あるのかなどを個別具体的に考慮するという考え方を示しています。

また、AIへの指示をどの程度具体的に行ったか、試行錯誤をどの程度行ったか、複数の生成物から意図的に選択したかといった、人間側の関与も重要な要素として整理されています。

したがって、問題になるのは「AIを使ったかどうか」だけではありません。

AIを使う過程で、人間がどのような創作上の判断を行ったのか

が重要になります。

私が作っているのは「画像生成の呪文」ではない

最初から完成したプロンプトが存在したわけではない

今回のプロンプトは、最初から現在の形になっていたわけではありません。

実際の生成結果を確認しながら、何度も修正を繰り返してきました。

たとえば、

「このカットとこのカットが似すぎている」

「顔のアップばかりになる」

「AIが同じようなポーズを繰り返す」

「具体的な場所を指定すると、その場所自体が視覚的なアンカーになってしまう」

「もっと人物を小さくしたワイドショットが必要」

「後ろ姿や身体の一部分だけを捉える写真も必要」

といった問題を一つずつ発見し、そのたびにプロンプトを修正してきました。

つまり、

プロンプトを書く
→ AIが生成する
→ 結果を見る
→ 問題を発見する
→ 写真表現として修正する
→ 再生成する

という工程を繰り返しています。

これは単純にAIへ、

「きれいな写真を作ってください」

と命令している状態とは異なります。

写真家として問題を発見し、AIへの指示に変換している

重要なのは、AIが自動的にこの設計を作ったわけではないという点です。

生成された画像を見て、

「これは写真として似すぎている」

「この構図では9点組写真として単調になる」

「人物を小さく置いた写真が必要だ」

「同じような顔のアップが続いている」

と判断し、その問題をAIが理解できる言葉へ変換しています。

つまり、AIを使っている一方で、写真表現に関する判断そのものは人間側で行っています。

この「3×3の9点組写真」は、杉山宣嗣が培ってきた組写真の思想とデザインセンスによって、一枚一枚の写真だけでなく、9点が集合したときに生まれる全体の美しさまでを含めて構成されている。

実際に使用しているプロンプト

プロンプト原文

現在使用しているプロンプトは、以下のようなものです。

添付画像を、同じ人物と同じ写真撮影シリーズの唯一のリファレンスとして使用する。

人物の顔立ち、髪、体型、衣装、肌の質感、光の質、色調、フィルム感、空気感、写真としての世界観は、添付画像から忠実に引き継ぐ。

ただし、添付画像そのものを再現するのではない。
添付画像の構図、ポーズ、カメラ位置、アングル、撮影距離、トリミング、画面構成は一切コピーしない。

この人物と世界を、あたかも一本の映画の中に存在する人物であるかのように再構成する。

単なるファッション写真のバリエーションではなく、「映画の中から切り取られた9つの瞬間」として成立する写真シリーズにする。

9枚それぞれに異なる視覚的ドラマと物語性を持たせる。

ただし、具体的な場所・小道具・出来事を固定的に指定せず、添付画像から読み取れる世界観の範囲内で自然に展開する。

光は、単に美しく均一なライティングではなく、映画的な照明として扱う。

強い光と深い影、部分的な逆光、シルエット、光が人物の一部だけを捉える瞬間、暗部から浮かび上がる人物、遠くから差し込む光、時間帯の変化を感じさせる光などを大胆に取り入れる。

さらに9枚について、超クローズアップ、身体の一部分、後ろ姿、中距離ポートレート、全身写真、人物を画面の端に小さく配置した写真、広い空間の中に人物が小さく存在するロングショット、人物よりも空間や風景のスケールを強く感じる写真、人物が画面のごく一部にしか存在しないワイドショットなど、視覚的スケールを意識的に混在させる。

カメラの視点も大きく変化させる。

正面だけに偏らず、横顔、後ろ姿、身体だけが見える構図、顔が画面外にある構図、人物の一部だけがフレームに入る構図も積極的に使用する。

9枚すべてで異なる構図を使用する。

同じような顔のアップを繰り返さない。
同じポーズを繰り返さない。
同じ撮影距離を繰り返さない。
同じカメラアングルを繰り返さない。
同じ身体の切り取り方を繰り返さない。

写真を「ポーズを取った人物の写真」としてではなく、「その瞬間を偶然カメラが目撃した映画の一場面」として構成する。

静かな瞬間と劇的な瞬間を混在させる。

全体として、高級ファッション・エディトリアル写真と映画のワンシーンの中間にあるような、非常に洗練されたシネマティック・フォトストーリーにする。

9枚は、それぞれ独立した完成写真でありながら、並べたときには一本の映画の断片を見ているように感じられること。

9枚を3×3グリッドで配置する。

9枚すべてで、撮影距離、人物の画面占有率、カメラの高さ、視点、身体の切り取り方、空間との関係を大きく変える。

1枚の正方形画像の中に9枚の写真を3×3グリッドで完全に均等配置する。

9枚の写真を3×3で配置するが、写真と写真の間にいかなる境界線も入れない。

最優先事項は、
「同じ人物・同じ写真世界を維持すること」と
「9枚を見たときに、明確に別々の映画的瞬間だと感じられるほど構図とスケールを大胆に変えること」
の両立である。

このプロンプトのどこに「創作的な設計」があるのか

9枚を個別の画像ではなく「組写真」として設計している

このプロンプトで重要なのは、9枚を単純に別々の画像として生成するのではなく、9枚全体を一つの写真作品として設計していることです。

例えば、

「9枚すべてで異なる構図を使用する。」

という指示があります。

しかし、それだけではありません。

さらに、

  • 撮影距離
  • 人物の画面占有率
  • カメラの高さ
  • 視点
  • 身体の切り取り方
  • 空間との関係

を変化させるよう指定しています。

これは、組写真全体の視覚的リズムを設計するということです。

「人物の大きさ」を意図的に変化させている

特に、

「人物が画面いっぱいに存在する写真」

と、

「人物が画面のごく小さな一部分にしか存在しない写真」

を対比させています。

写真家が9枚のプリントを壁面に並べる場合、すべてが同じ距離・同じサイズのポートレートでは単調になります。

そこで、

  • 顔の極端なクローズアップ
  • 身体の一部分
  • 後ろ姿
  • 中距離
  • 全身
  • 人物を小さく置いたワイドショット

などを組み合わせます。

これは、9枚を並べたときの視覚的なリズムそのものを設計していると考えることができます。

「何を残し、何を変えるか」を設計している

リファレンス画像をそのままコピーしない

このプロンプトでは、リファレンス画像から、

  • 顔立ち
  • 髪
  • 体型
  • 衣装
  • 肌の質感
  • 光の質
  • 色調
  • フィルム感
  • 空気感
  • 写真世界

を引き継ぐようにしています。

一方で、

  • 構図
  • ポーズ
  • カメラ位置
  • アングル
  • 撮影距離
  • トリミング
  • 画面構成

はコピーしないよう指定しています。

つまり、

固定する要素と、変化させる要素を分離している

わけです。

これは単なる「参考画像を使ってください」という指示とは異なります。

人物と世界観は維持し、撮影そのものを再構成する

この設計の目的は、

「添付画像を9枚に変換する」

ことではありません。

そうではなく、

「添付画像から生まれた同じ人物・同じ世界の、別の9つの映画的瞬間を作る」

ことです。

この考え方をAIに実行させるために、継承する要素と変更する要素を明確に分けています。

なぜ具体的な「場所」を指定しないのか

具体的な場所がAIの視覚的アンカーになる問題

この点も、制作過程の中で重要な問題になりました。

具体的な場所や小道具を指定すると、それらがAIにとって強い視覚的アンカーになることがあります。

その結果、

「同じ世界から生まれた別の写真」

ではなく、

「指定した場所でポーズだけを変えた写真」

になりやすい。

そのため、現在のプロンプトでは、

「具体的な場所・小道具・出来事を固定的に指定せず、添付画像から読み取れる世界観の範囲内で自然に展開する。」

という設計にしています。

これは単なる文章上の好みではありません。

AIの生成傾向を実際の出力から確認し、その問題を抑えるためにプロンプトの構造を変更したものです。

「100回近く修正した」ことに意味はあるのか

回数そのものが著作権を生むわけではない

ここは誤解しないほうがいいでしょう。

「100回修正したから著作権がある」という論理にはなりません。

試行回数そのものに著作権を発生させる力があるわけではないからです。

意味があるのは、その過程で、

何を問題として認識し、どのような創作上の判断を行い、それをどのような具体的な指示に変換したのか

という部分です。

試行錯誤そのものではなく「創作的判断」が重要

例えば、AIが出した画像を見て、

「もっといい感じにしてください」

と100回言ったとしても、それだけで創作性が明確になるとは限りません。

一方、

「9枚のうち7枚が人物の顔を大きく捉えている。組写真として画面のスケールが単調なので、人物が画面のごく一部にしか存在しないワイドショットを導入する」

という判断をし、それを具体的なプロンプトに反映したのであれば、そこには明確な写真表現上の判断があります。

今回の制作で重要なのはこちらです。

過去100回分のバージョン履歴を保存していない場合はどうするのか

今からでも「制作・改訂記録」を作ることができる

実際には、100回分のプロンプトをすべて「バージョン1、バージョン2、バージョン3……」という形で保存しているわけではありません。

しかし、それだけで制作過程が存在しなかったことになるわけではありません。

今回の場合、これまでのChatGPTとのやり取りの中に、プロンプトを修正してきた過程がかなり残っています。

そのため、今から、

「制作・改訂記録」

として整理することができます。

制作・改訂記録として整理できる内容

初期段階

単一のリファレンス画像から、同一人物・同一世界観の9点組写真を制作することを目的とした。

問題1

生成結果が似た構図・似たポーズ・似た撮影距離に集中した。

改訂1

撮影距離、画面占有率、全身、部分、後ろ姿、ワイドショットなどの差を明示的に導入した。

問題2

具体的な場所や小道具を指定すると、それらがAIの強い視覚的アンカーになった。

改訂2

具体的な場所や小道具を固定せず、リファレンス画像から抽出した世界観の範囲内で自然に展開させる設計に変更した。

問題3

9枚が「ポーズ違いのポートレート集」になりやすかった。

改訂3

9枚を一本の映画の異なる瞬間として設計し、視線、身体の向き、光、距離、空間との関係に明確な差をつけた。

このように整理すれば、完成版だけでは見えにくい制作意図を記録できます。

ただし、後から作った記録と当時の記録は区別する

記憶だけで過去の詳細を作らない

ここは重要です。

今から制作記録を作る場合、過去の100回分を完全に復元したかのように書くべきではありません。

実際に残っている会話、画像、ファイルなどから確認できる事実と、完成したプロンプトを分析して整理した制作意図は区別する必要があります。

つまり、

「当時の記録として確認できること」

と、

「現在の完成形から整理した制作上の意図」

を混同しないことです。

この区別をしておけば、制作記録としての信頼性も高くなります。

これからは「完成プロンプト」だけでなく制作記録を残す

保存しておくべき基本的な資料

今後、同じような作品を制作する場合には、完成したプロンプトだけでなく、

  1. 完成版プロンプト
  2. 制作日
  3. 使用したリファレンス画像
  4. 代表的な生成結果
  5. 問題だった生成結果
  6. プロンプトを変更した理由
  7. 修正後に何が改善されたか
  8. 最終的に作者が選択した画像
  9. 9枚をどのような意図で組み合わせたか

をセットで保存しておくことが重要になります。

何を証明するための記録なのか

目的は、

「AIを使ったけれど、実は全部自分で作りました」

と主張することではありません。

そうではなく、

「AIを制作ツールとして使用しながら、人間側がどのような創作的判断を行ったのか」

を明確にすることです。

これは、AI時代の制作記録として重要な意味を持ちます。

「プロンプトそのもの」と「AI生成画像」は分けて考える

プロンプトの著作物性

プロンプトそのものが著作物として保護されるかどうかは、プロンプトに含まれる具体的な表現に創作性があるかという問題になります。

したがって、

「AIへの指示だから著作権がない」

とも、

「独自に作ったプロンプトだから当然著作権がある」

とも、一律には言えません。

AIによって生成された画像

一方、AIによって生成された9枚の写真については、また別の問題になります。

そこでは、

  • どのような指示をしたのか
  • どのような試行錯誤をしたのか
  • どの画像を選択したのか
  • どのように修正したのか
  • 最終的にどのような作品として構成したのか

といった、人間側の創作的関与が問題になります。

9枚の「組写真」そのもの

さらに今回の場合は、個々の画像だけでなく、

9枚を3×3に配置した組写真全体

という別の視点もあります。

どの画像を選び、どの順番で配置し、どの画像同士を隣接させ、全体としてどのような視覚的リズムを作るか。

そこにも人間による創作的判断が入り得ます。

したがって、

プロンプトの問題、個々のAI生成画像の問題、9点組写真全体の問題は、分けて考える必要があります。

このプロンプトについて、どのように主張するべきか

「著作権があります」と断定するのではなく、創作性を具体的に説明する

私は、このプロンプトについて、

「このプロンプトには著作権があります」

と断定するような主張は適切ではないと考えています。

現時点では、そこまで法的に確立された問題ではないからです。

むしろ、次のように説明するほうが正確です。

このプロンプトは、一般的な画像生成用キーワードを組み合わせただけのものではない。

写真家としての経験と表現上の判断に基づき、単一のリファレンス画像から同一人物・同一世界観を維持しながら、9点の異なる写真を一つの組写真として成立させるために、構図、撮影距離、画面占有率、視点、身体の切り取り方、光、人物配置、写真間の視覚的リズム等を具体的に設計したものである。

また、実際の生成結果を確認しながら、類似構図の反復、ポーズの反復、視覚的アンカーへの過度な依存などの問題を発見し、その都度プロンプトを改良してきた。

したがって、本プロンプトには、作者自身による写真表現上の選択、構成、配列、演出に関する判断が具体的に反映されている。

もっとも、プロンプト自体が著作物として保護されるか、またAI生成物に著作権が成立するかについては、現行法上、一律に判断できるものではなく、具体的な内容と制作過程を踏まえた個別判断が必要である。

本件で主張するのは「AIを使ったから権利が発生する」ということではなく、「AIを単なる自動生成装置として利用したのではなく、作者自身の創作的な写真表現を実現するための制作ツールとして使用し、そのための独自の表現設計を行った」という点である。

この表現であれば、「プロンプトだから保護される」という単純な主張ではなく、具体的な創作的関与を説明する主張になります。

AI時代に「作者」とは何をする人なのか

写真家の創作はシャッターを押す瞬間だけではない

写真では、カメラのシャッターを押す前から大量の判断があります。

  • どこで撮るか
  • 誰を撮るか
  • どのレンズを使うか
  • どの距離から撮るか
  • どの光を使うか
  • どの瞬間を選ぶか
  • どの写真を作品として残すか
  • どの写真を組み合わせるか

AI画像生成では、その一部をAIが担うようになりました。

しかし、それによって人間の創作が必ず消えるわけではありません。

むしろ、創作の場所が変わります。

カメラを操作することから、

何を表現するかを設計することへ。

一枚を撮ることから、

複数の画像を一つの作品として構成することへ。

撮影現場で光を作ることから、

AIにどのような光の変化を要求するかを設計することへ。

そして今回のようなプロンプトでは、

「AIに何を作らせるか」そのものを写真家が設計しています。

重要なのは「プロンプトの長さ」ではなく「創作的判断」

長いこと自体には意味がない

AI時代のクリエイターにとって、

「私のプロンプトは長い」

ということ自体は重要ではありません。

短いプロンプトでも、そこに独自の表現があれば意味があります。

逆に、何千文字あっても、一般的な指示を大量に並べただけなら、それだけで著作権上の創作性が強くなるわけではありません。

今回のプロンプトについて価値があるとすれば、文字数ではありません。

「9枚をどういう写真作品として成立させるか」という写真家自身の設計思想が、具体的な言葉として組み込まれていること

にあります。

そして、その設計思想をAIに実行させるために、実際の生成結果を見ながら何度も修正してきた。

そこに、このプロンプトの本質があります。

結論──「AIに書かせたプロンプト」ではなく「AIを使うために設計した創作システム」

現時点で断定できることと、できないこと

現時点で、このプロンプトについて、

「著作権が確実に成立する」

と断定することはできません。

日本の著作権制度上、AIを利用した制作物については、具体的な制作状況を踏まえた個別判断が必要だからです。

しかし同時に、これを単なる、

「AIへの命令文」

として扱うことも適切ではありません。

このプロンプトには、

  • 写真シリーズ全体のコンセプト
  • リファレンスから継承する要素
  • 継承しない要素
  • 9枚それぞれの視覚的役割
  • 撮影距離の変化
  • カメラ視点の変化
  • 人物の画面占有率の変化
  • 身体の切り取り方
  • 光と影の変化
  • 感情的なリズム
  • 9枚を一つの作品として成立させるための構成
  • AIが生成しやすい反復を排除するための制御

が組み込まれています。

しかも、それは一度書いて終わったものではありません。

実際の生成結果を見ながら問題を発見し、修正し、再び生成し、その結果を見てさらに修正するという試行錯誤を重ねて現在の形になっています。

「写真家がAIを使って設計した作品」という考え方

だから、この制作物を説明するなら、

「AI画像生成プロンプト」

だけではなく、

「写真家が独自の写真表現をAI上で実現するために設計した、9点組写真の制作システム」

と表現するのが、現在の制作実態に最も近いと考えます。

そして今後、AI生成物に関する判例や制度が積み重なっていけば、問題になるのは単に、

「AIを使ったかどうか」

だけではなく、

「人間がどのような創作的判断を行い、AIをどのような制作工程に組み込み、最終的な表現をどこまで人間自身が設計したのか」

という点になっていく可能性があります。

現時点では、その法的評価を一律に決めることはできません。

だからこそ、AIを使って作品を制作するクリエイターにとって、これから重要になるのは完成した画像だけではありません。

「自分が何を考え、何を選び、なぜそう設計したのか」

という制作過程そのものを記録しておくことです。

それは、AI時代において「作者とは誰なのか」を説明するための、重要な創作記録になっていくはずです。