写実的なポートレート
ECの商品写真
テキスト多めの映画ポスター
映画『Quiet Hours』のポスター、ネオノワールの美学、上部に大きなタイトル、その下に "She kept the secret. The city kept her." と読める3行のタグライン、戸口に立つ人物のシルエットひとつ、抑えたブルーのパレット。
多言語看板
マルチパネル漫画
1940年代のノワール都市を舞台にしたキツネ探偵の4コマ漫画。Panel 1: 霧の路地に歩み入る。Panel 2: 手がかりを見つける。Panel 3: 目撃者に聞き込みをする。Panel 4: 街灯の下を立ち去る。全コマを通して同じキャラクター、一貫したスタイル。
注釈付きインフォグラフィック
ブランドキャンペーンのヒーロー画像
水彩風スタイルのイラスト
これを自分の仕事にどう活かすか
ひとつのテストで決着がついたユースケースなら、そのカテゴリでリードしたモデルにその仕事をルーティングしましょう。仕事が複数のカテゴリにまたがる場合（多くのクリエイティブはそうです）、ひとつのモデルにコミットする必要はありません。タスクに合うモデルを選び、タスクが変わったら切り替える、それだけです。
ひとつの作品が複数のカテゴリを行き来するプロジェクトのためにあるのが、Morphic の Workflows です。1つの Workflow で、レイアウトステップを ChatGPT Images 2.0 に、4Kレンダーを Nano Banana 2 にルーティングし、必要に応じて動画、音楽、音声、キャラクター生成へとそのまま続けられます。ステップごとのモデルを一度設定すれば、Morphic を離れずにプロジェクトをエンドツーエンドで走らせられます。
よくある質問
モデルという変数だけを切り出すためです。各モデルの強みに合わせてプロンプトを変えてしまうと、比べているのはモデルではなくプロンプトエンジニアリングになります。同じ入力とデフォルト設定が、各モデルが手助けなしで何を出すかを見る唯一の方法です。
1回の生成です。各プロンプト、各モデルにつき初回出力1枚のみで、リロールはなし。両モデルとも、特にクリエイティブ系プロンプトでは生成のばらつきがあるため、複数回回せば細部はずれます。実行を超えて一貫しているのは、各モデルの全体的な性格です。Nano Banana 2 の写実寄り、ChatGPT Images 2.0 の推論・テキストレンダリング寄り、というラインです。
テストごとに見るべきところが違います。ポートレートなら肌の質感と目のリアルさ。ポスターやインフォグラフィックなら文字の可読性とレイアウトの整合性。漫画ならコマからコマへのキャラクター連続性。スタイリッシュなイラストならパレットの温度感とテクスチャの真正性。最も強いシグナルは、たいてい全体のコンポジションではなくディテールに現れます。
両モデルの方向性の違い（Nano Banana 2 が写実寄り、ChatGPT Images 2.0 がレイアウト・テキスト寄り）は、プロンプトをまたいでも概ね保たれます。ただし、個々の画像の細部は表現、リファレンス入力、選んだアスペクト比で変わります。これらのテストを「自分の仕事の種類にどちらが合いそうか」のベースラインとして使い、特定の出力の保証ではなく方向感の指針として読んでください。