たいていの画像生成は「きれいな1枚」に最適化されています。これは「再構成できる1枚」に最適化されたもの——つまり、整った構図、素直なライティング、そして深度ソルバーがきちんと読めるシルエットです。

何のオブジェクトで、何でできていて、どう構図に収めたいかを書いてください。雰囲気を表す言葉より、名詞と素材のほうがずっと効きます。50種類以上のスタイルプリセットから見た目を固定することもできます——デフォルメされたゲームキャラクター、コレクターズフィギュア、ハードサーフェスの小物、白背景のクリーンなプロダクトレンダーなど。
深度ソルバーの目でその1枚を眺めてください。被写体は全体がフレームに収まっていますか。背景は無地ですか。影は柔らかく、立体感がまだ読めますか。手足は胴体から離れていますか。1つでも「いいえ」があるなら、プロンプトを直してもう一度生成しましょう。
納得した1枚をそのまま画像から3Dへ渡します。約60秒後には、PBRマップがベイクされた最大60万面のテクスチャ付きメッシュが手に入り、ブラウザのビューアで確認して、FBX・OBJ・GLB・STLで書き出せます。詰めたリファレンスが、そのままジオメトリになります。
再構成できる画像と、美しい画像は別物です。ここではすべてが前者に寄せて調整されています。メッシュになるのは、そちらの1枚だからです。
真正面は奥行きを隠し、真横は形の半分を隠します。4分の3のアングルなら正面と側面を1枚に収められ、それこそが背面を推測するために再構成が必要とする情報です。別のアングルが欲しければ指定できますが、既定がこれなのには理由があります。
劇的なリムライトと濃い落ち影は、見栄えは良くても再構成には最悪です。強い影は表面の模様として読み取られてディフューズマップに黒い染みとして焼き付き、白飛びしたハイライトはその下の形を消してしまいます。均一な拡散光ならどの面も判別でき、テクスチャも使える状態のまま残ります。
ごちゃついた環境は、ソルバーに追いかけるべきエッジの候補をいくつも与えてしまいます。フラットでニュートラルな背景なら被写体の輪郭が一意に決まるので、メッシュの境界は椅子の脚や背後の草むらを取り込まず、オブジェクトが実際に終わる位置に落ち着きます。
足先が切れていたり頭頂部が欠けていたりする構図では、再構成は手がかりを持てず、欠けた部分は推測かのっぺりした形で返ってきます。ここでの構図は、オブジェクト全体を余白付きで枠内に収めます。ヒーローショットというより、資料用のリファレンスシートに近い考え方です。
画像生成は1時間に5回、3D生成は1時間に3回まで無料です。この比率は意図的なもの。ポーズと構図が決まるまでリファレンスを4回引き直し、信頼できる1枚になってから3D生成を1回使う——メッシュができてから問題に気づくより、ずっと効率的です。
モーションブラーと浅い被写界深度は、再構成が頼りにするエッジを壊します。強い広角は直線を曲げ、その歪みをメッシュがそのまま受け継ぎます。ここでのプロンプトは、手前から奥までピントが合った、ニュートラルで正投影に近い見た目へと誘導します。
メイカー、デザイナー、ゲーム開発者が投稿した、リファレンス画像とそこから生まれたメッシュをご覧ください。