ミザンセーヌ(Mise-en-scène)はフランスの演劇用語で「舞台に置くこと」を意味し、映画と写真においてはフレーム内に配置されたすべての視覚要素の総体を指す。すなわちセッティングとセットデザイン、ライティング、衣装とメイク、俳優の配置と演技、そして配置、動き、レンズ選択を通じたそれらすべてに対するカメラの関係である。これはカメラが記録するものを構成する根源的な芸術であり、編集やセリフではなく視覚的手段によって意味、ムード、物語情報を伝えるために画像内のあらゆる可視要素を意図的に配置することである。編集がショットの間で働くのに対し、ミザンセーヌはショットの内側で働くため、監督や撮影監督の視覚的知性の最も直接的な表現となる。

ミザンセーヌは協働する相互に関連する複数の要素を含む。セッティングとプロダクションデザインは、キャラクターが住まう物理的な世界を、その建築様式、テクスチャー、色彩、オブジェクトとともに決定する。ライティングはその世界がどう露わにされるかを形作る。何が見え、何が隠れ、何が暖かく、何が冷たく、何が明確で、何が曖昧かである。衣装とメイクは、キャラクターが視覚的にどう提示されるかを定義する。何を身につけ、どう見えるかを通じて社会的地位、心理状態、時代、アイデンティティが伝えられる。ブロッキングと演技は、フレーム内のキャラクターの位置、空間内での動き、互いと環境に対する身体的関係がシーンの力学について何を伝えるかを指す。カメラの位置、アングル、動きは、どの視点からどの距離で、視聴者が以上のすべてに出会うかを決定する。ミザンセーヌの芸術性は、これらの要素を統合して画像全体がひとつの統一された表現的言明として機能するようにすることにある。すなわち、ドアに対するキャラクターの位置、顔に落ちる光の質、背景の壁の色、そしてそのすべてを観察するカメラアングルが一体となって、個々の構成要素を超えた意味の体験を生み出すようにすることである。

AI生成の文脈において、ミザンセーヌ的思考は効果的なプロンプトを構築するための最も強力な枠組みのひとつを提供する。被写体を孤立して記述するのではなく、ミザンセーヌ的アプローチはモデルに画像の完全な構図を考えさせる。フレームと環境のどこに被写体が位置するか、光は何を露わにし何を隠すか、周囲のオブジェクトとセッティングは文脈とムードについて何を伝えるか、そしてシーンに対するカメラの関係は視点と感情的なレジスターについて何を含意するかである。完全なビジュアルシーンを記述するプロンプト、たとえば「a woman in a red coat standing at the edge of a dark corridor, a single light source behind her casting her face in shadow, the far end of the corridor out of focus and indistinct」のようなプロンプトはミザンセーヌ的思考を実践しており、孤立した被写体描写よりもはるかに高い視覚的整合性と表現的意図性を備えた画像を生み出す。ミザンセーヌを理解することは、この意味で、単に技術的にレンダリングされたものではなく、映画的に構成されたと感じられる画像と映像を生成するための土台となる。