特許ウォッチ

公開番号2025109013
公報種別公開特許公報(A)
公開日2025-07-24
出願番号2024002654
出願日2024-01-11
発明の名称情報処理方法、情報処理装置及びプログラム
出願人キヤノン株式会社
代理人弁理士法人谷・阿部特許事務所
主分類G06F 16/38 20190101AFI20250716BHJP(計算;計数)
要約【課題】生成AIで所望のコンテンツを得るための適切なプロンプトを容易に設定することができるようにする。
【解決手段】生成AIにコンテンツを生成させるための情報処理装置が、ユーザに関して得られた情報に基づいて特定の文字列を導出する導出手段と、前記導出手段で導出された特定の文字列を、前記生成AIに対しどのようなコンテンツを生成すべきでないかを指定するネガティブプロンプトに設定する設定手段と、を備える。
【選択図】図5
特許請求の範囲【請求項１】
生成ＡＩにコンテンツを生成させるための情報処理装置であって、
ユーザに関して得られた情報に基づいて特定の文字列を導出する導出手段と、
前記導出手段で導出された特定の文字列を、前記生成ＡＩに対しどのようなコンテンツを生成すべきでないかを指定するネガティブプロンプトに設定する設定手段と、
を備えたこと特徴とする情報処理装置。
続きを表示（約 1,200 文字）【請求項２】
前記情報処理装置には、前記生成ＡＩによって生成されたコンテンツを組み込んだ成果物を得るためのソフトウェアがインストールされており、
前記導出手段は、前記成果物について用意されたテンプレートに対する前記ユーザの選択に基づいて、当該選択されたテンプレートに予め対応付けられた特定の文字列を導出する、
ことを特徴とする請求項１に記載の情報処理装置。
【請求項３】
前記複数のテンプレートには、それぞれの特徴に応じた特定の文字列がメタデータとして付与されており、
前記導出手段は、前記ユーザが選択したテンプレートのメタデータを参照して、当該テンプレートに対応付けられた特定の文字列を導出する、
ことを特徴とする請求項２に記載の情報処理装置。
【請求項４】
前記導出手段は、前記複数のテンプレートそれぞれとネガティブプロンプト用の文字列とを対応付けたテーブルを参照して、前記ユーザが選択したテンプレートに対応付けられた特定の文字列を導出する、ことを特徴とする請求項２に記載の情報処理装置。
【請求項５】
前記導出手段は、入力されたテンプレートの印象に適さない文字列を推定する学習済みモデルを用いて、前記ユーザが選択したテンプレートの印象に適さない文字列を、前記特定の文字列として導出する、ことを特徴とする請求項１に記載の情報処理装置。
【請求項６】
前記ユーザのためのＧＵＩを制御する制御手段を有し、
前記制御手段は、前記ユーザが選択したテンプレートに対する前記ＧＵＩ上での前記ユーザによる編集操作に基づいて、前記設定手段が設定したネガティブプロンプトを自動更新する、ことを特徴とする請求項２に記載の情報処理装置。
【請求項７】
前記自動更新は、前記設定手段がネガティブプロンプトに設定した特定の文字列の印象と、前記ユーザが選択したテンプレートに対して前記ユーザが自ら追加したコンテンツの印象とが類似する場合に、当該ネガティブプロンプトを削除する処理である、ことを特徴とする請求項６に記載の情報処理装置。
【請求項８】
前記導出手段は、前記ユーザの属性を示す属性情報に基づいて、前記特定の文字列を導出する、ことを特徴とする請求項１に記載の情報処理装置。
【請求項９】
前記導出手段は、前記特定の文字列を属性毎に登録したデータベースを用いて、前記属性情報によって特定される属性に応じた特定の文字列を導出する、ことを特徴とする請求項８に記載の情報処理装置。
【請求項１０】
前記属性情報によって特定される属性は、前記ユーザの性別、年齢、趣味、国籍、当該国籍の国を含む地域、前記ユーザが使用する言語のうちいずれかである、ことを特徴とする請求項９に記載の情報処理装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、画像生成ＡＩのプロンプト設定に関する。
続きを表示（約 2,500 文字）【背景技術】
【０００２】
ポスターやチラシなどを作成するソフトウェアの機能の１つとして、予め用意された様々なテンプレートの中からユーザが所望のテンプレートを選択し、当該テンプレートに対して任意の文字やユーザ自ら撮影した画像を挿入する機能がある。この点、特許文献１は、テンプレートに含まれているオブジェクトのプロパティ情報から単語を抽出して検索キーワードを作成することで、テンプレートに適した画像を別途用意した画像群から検索できるようにする技術を開示している。
【先行技術文献】
【特許文献】
【０００３】
特開２０１７－３７５５７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
例えばポスター等の作成ソフトウェアの中には生成ＡＩ（Artificial Intelligence）を用いて画像を生成する機能を有するものが登場している。この画像生成機能は、ユーザが単語や文章をプロンプトとして生成ＡＩに入力すると、ＡＩが、当該入力されたプロンプト（単語や文章）に基づいて画像を自動生成する、という機能である。ここで、例えば使用予定のポスターのテンプレートがイラスト調であったとする。イラスト調のテンプレートに画像を挿入する場合、同じくイラスト調の画像をユーザは期待して生成ＡＩに任意のプロンプトを入力することになる。しかし、ユーザが入力したプロンプトが適切なものでないと生成ＡＩは例えば写実的な画像を生成するなどしてしまい、使用予定のテンプレートのスタイル・雰囲気に合わない、といったことが起こる。このような場合、ユーザは、別のプロンプトの入力を試す等して生成ＡＩによる画像生成を繰り返す必要があり、ユーザの手間が掛かってしまっていた。このように所望のコンテンツを得るための適切なプロンプトを考えて生成ＡＩに入力することはユーザにとって困難で手間の掛かる作業であった。
【課題を解決するための手段】
【０００５】
本開示に係る情報処理装置は、生成ＡＩにコンテンツを生成させるための情報処理装置であって、ユーザに関して得られた情報に基づいて特定の文字列を導出する導出手段と、前記導出手段で導出された特定の文字列を、前記生成ＡＩに対しどのようなコンテンツを生成すべきでないかを指定するネガティブプロンプトに設定する設定手段と、を備えたこと特徴とする。
【発明の効果】
【０００６】
本開示によれば、所望のコンテンツを得るための適切なプロンプトを容易に設定することができる。
【図面の簡単な説明】
【０００７】
本実施形態に係る、クライアントサーバシステムの構成例を示す図。
情報処理装置のハードウェア構成の一例を示す図。
フロントエンドアプリケーション及びバックエンドアプリケーションのソフトウェア構成の一例を示す機能ブロック図。
ネガティブプロンプトの一例を示す図。
クライアントにおける動作の流れを示すフローチャート。
（ａ）及び（ｂ）は、ポスター編集画面の一例を示す図。
（ａ）及び（ｂ）は、ポスター編集画面の一例を示す図。
（ａ）及び（ｂ）は、ポスター編集画面の一例を示す図。
サーバにおける動作の流れを示すフローチャート。
（ａ）及び（ｂ）は、ポスター編集画面の一例を示す図。
（ａ）はネガティブプロンプトの文字列を導出する様子を説明する図、（ｂ）は導出された文字列群からネガティブプロンプトを設定するＵＩ画面の一例を示す図。
（ａ）～（ｃ）は、学習済みモデルを用いて画像の印象を得る様子を説明する図。
（ａ）及び（ｂ）は、ネガティブプロンプトの自動更新を説明する図。
【発明を実施するための形態】
【０００８】
以下、添付図面を参照して本発明の好適な実施の形態を詳しく説明する。尚、以下の実施の形態は特許請求の範囲に係る本発明を限定するものでなく、また本実施の形態で説明されている特徴の組み合わせの全てが本発明の解決手段に必須のものとは限らない。
【０００９】
［実施形態１］
＜システム構成＞
図１は、本実施形態に係る、クライアントサーバシステムの構成例を示す図である。本システムは、コンテンツ生成サービスを提供するサーバ１０１と当該サービスを利用するクライアント１０２とで構成される。サーバ１０１とクライアント１０２は各々のネットワーク１０３からインターネット１０４を経由して互いに通信する。サーバ１０１はバックエンドアプリケーション１０５を有する。クライアント１０２は、オペレーションシステム１０６、フロントエンドアプリケーション１０７を有する。
【００１０】
＜ハードウェア構成＞
図２は、情報処理装置であるサーバ１０１及びクライアント１０２に共通するハードウェア構成の一例を示す図である。ユーザインターフェース２０１は、ディスプレイ、キーボード、マウス、ボタン、タッチパネルなどで構成される、情報や信号の入出力を行う操作表示部である。ネットワークインターフェース２０２は、ＬＡＮなどのネットワークに接続して、他のコンピュータやネットワーク機器との通信を行う。通信の方式としては、有線・無線のいずれでもよい。ＣＰＵ２０３は、ＲＯＭ２０４、ＲＡＭ２０５、二次記憶装置２０６などから読み込んだプログラムを実行する中央演算処理装置である。ＲＯＭ２０４は、組込済みプログラム及びデータが記録されている不揮発性メモリである。ＲＡＭ２０５は、一時メモリ領域を提供する揮発性メモリである。二次記憶装置２０６は、ＨＤＤやフラッシュメモリに代表される大容量記憶装置である。これらのハードウェアを備えないコンピュータは、リモートデスクトップやリモートシェルなどにより、他のコンピュータから接続・操作することも可能である。各部は入出力インターフェース２０７を介して接続されている。
（【００１１】以降は省略されています）

関連特許