「AI画像生成で思い通りの色が出ない」「なんとなくいい感じの色になるけど、狙った配色にはならない」――AI画像生成に取り組んだことがある人なら、一度はこの壁にぶつかったことがあるのではないでしょうか。
この記事では、まず配色理論の基礎を押さえたうえで、Nanobanana2やNanobananaPROで狙った色を実際に出すためのテクニックを徹底的に解説します。「HEXカラーコードをプロンプトに書けば正確な色が出るのか？」という疑問にも、調査結果をもとに正面から答えます。
ねえねえ、配色の話って気になってたの！ AIに「赤と青で描いて」って言っても、あたしが想像してた赤と全然違う赤が出てくるんだよね……。なんかくすんでたり、ショッキングピンクみたいになったり。
それは典型的な問題です。「赤」という言葉ひとつに含まれる色の範囲は膨大で、朱色・紅色・クリムゾン・スカーレット・バーミリオンなど、すべてが「赤」です。AIに的確に伝えるためには、まず人間が色を正確に指定できる知識を持つ必要があります。
うっ、たしかに……。じゃあまず色の基本から教えて！ 配色って学校でちょっとやった気がするけどほとんど覚えてない！
色の基本 ― 色相環と6つの配色パターン
配色を語るうえで欠かせないのが色相環（カラーホイール）です。赤→橙→黄→緑→青→紫→赤と、色が連続的に並んだ円のことで、あらゆる配色理論の出発点になります。
色相環上で色の位置関係を変えることで、印象のまったく異なる配色パターンが生まれます。代表的な6パターンを見ていきましょう。
1. 補色（Complementary）
色相環の正反対に位置する2色の組み合わせ。最も高いコントラストが得られ、視覚的なインパクトが強い。映画のティール＆オレンジがまさにこれ。
使いどころ：アクセントカラー、CTAボタン、目立たせたい要素。ただし2色を同量で使うとうるさくなるので、7:3程度の比率が基本。
2. 類似色（Analogous）
色相環で隣り合う3色の組み合わせ。自然界に多く見られ、調和的で落ち着いた印象を与える。
使いどころ：背景グラデーション、自然風景、統一感のあるイラスト。失敗しにくいが単調になりやすいので、明度・彩度に変化をつけるのがコツ。
あっ、夕焼けの色ってまさに類似色じゃない？ 赤→オレンジ→黄色ってグラデーションで並んでるもんね！ だから見てて心地いいのか〜。
良い着眼点です。自然の配色を分析すると、ほぼすべてが配色理論のパターンに当てはまります。色彩理論は自然の法則を体系化したものとも言えます。
3. トライアド（Triadic）
色相環を3等分した位置にある3色。バランスが良くて活発な印象。アニメやゲームアートで頻繁に使われる。
使いどころ：キャラクターデザイン、ゲームUI、ポップなイラスト。1色をメイン、残り2色をサブ＆アクセントに配分すると扱いやすい。
4. 分裂補色（Split-Complementary）
ベース色 + 補色の両隣の2色。補色配色のインパクトを保ちつつ、やや柔らかい印象になる。初心者でも失敗しにくい。
使いどころ：Webデザイン、バナー。補色配色と迷ったらこちらがリスク低め。
5. テトラード（Tetradic / Rectangle）
4色を色相環上で長方形に配置。カラフルで豊かだが、バランスが最も難しい上級者向けのパターン。
使いどころ：祭り・イベント系、カラフルなキャラクターデザイン。1色を60%以上占めるメインにして、残りを少量ずつ使うのが鉄則。
6. モノクロマティック（Monochromatic）
1つの色相の明度・彩度だけを変えた配色。最も統一感が高く、洗練された印象を与える。
使いどころ：モード系イラスト、ブランドビジュアル、エレガントなUI。単調を避けるにはアクセントとして補色を1色だけ少量加えるのが有効。
6つの配色パターン まとめ
補色 — 正反対の2色。最大コントラスト。映画ポスター向き
類似色 — 隣り合う3色。自然で調和的。初心者向き
トライアド — 3等分の3色。バランス◎。アニメ・ゲーム向き
分裂補色 — 補色の両隣。補色より柔らかい。Webデザイン向き
テトラード — 4色。豊かだが上級者向き
モノクロ — 1色相の濃淡。最も洗練された統一感
色が与える心理的印象 ― 配色で「感情」をコントロールする
色は単なる視覚情報ではなく、見る人の感情や印象に直接作用します。これは色彩心理学として研究されている分野で、イラストの方向性を決めるうえで非常に重要な知識です。
| 色 | 与える印象 | AI画像生成での活用例 |
|---|---|---|
| 赤系 | 情熱、エネルギー、危険、食欲 | バトルシーン、食べ物イラスト、アクションポーズ |
| 橙・黄系 | 暖かさ、親しみ、楽しさ、注意 | 秋の風景、カフェシーン、朝日のあるシーン |
| 緑系 | 自然、安らぎ、成長、新鮮 | 森林風景、ヒーリング系、ファンタジーの森 |
| 青系 | 知性、信頼、冷静、孤独 | SF・テクノロジー、海や空、冬の情景 |
| 紫系 | 高貴、神秘、創造性、不安 | 魔法シーン、夜空、幻想的なイラスト |
| ピンク系 | かわいらしさ、恋愛、柔らかさ | 少女漫画風、桜のシーン、スイーツ系 |
| 黒・ダーク系 | 高級感、重厚、恐怖、カッコよさ | ダークファンタジー、モード系、サイバーパンク |
| 白・ライト系 | 清潔感、純粋、シンプル、空虚 | 天使、冬景色、ミニマルデザイン |
そういえばファストフードのロゴって赤と黄色ばっかりだ……！ 食欲と親しみやすさの色なんだね。知らないうちに操られてた！
マクドナルド、バーガーキング、ロッテリア……すべて赤と黄の組み合わせです。色彩心理学をマーケティングに応用した典型例ですね。AIイラストでも「どんな感情を喚起したいか」から逆算して配色を決めると、説得力のある絵になります。
核心の疑問 ― AIにHEXカラーコードを指定して正確な色は出せるのか？
ここからが本記事のメインテーマです。配色理論で「この色を使いたい」と決めたとして、AIにその色をどうやって伝えるのか。最も直感的なのは#FF5733のようなHEXカラーコードをプロンプトに書くことですが、結論から言うと、これはほぼ機能しません。
ええっ！ マジで？ #FF5733って書いたらその色出してくれないの!?
残念ながら。現在のAI画像生成モデルがHEXコードを正確に解釈できない理由は明確です。テキストエンコーダ（CLIP等）の学習データに「#FF5733は赤みがかったオレンジ」という対応関係が十分に含まれていないためです。
各モデルでのHEXコード指定の実態
| 指定方法 | Nanobanana2/PRO | Stable Diffusion | Flux |
|---|---|---|---|
HEXコード（#FF5733） |
不正確 | ほぼ無視 | 不正確 |
RGB値（rgb(255,87,51)） |
不正確 | ほぼ無視 | 不正確 |
| 一般的な色名（red, blue） | 曖昧 | 曖昧 | 曖昧 |
| 固有色名（Cerulean, Vermillion） | 効果的 | 中程度 | 効果的 |
| 描写的な色表現 | 効果的 | 中程度 | 効果的 |
| 参照画像（色見本） | 最も正確 | ー（別手法が必要） | ー（別手法が必要） |
Googleの研究者による検証（50枚の生成画像をDelta E 2000で測定）でも、テキストのみのHEXコード指定は不正確で、色見本画像を参照として添付すると精度が大幅に向上するという結果が出ています。
なぜHEXコードが効かないのか
AI画像生成モデルのテキスト理解部分（テキストエンコーダ）は、「#FF5733 = 特定の色」という数学的な対応を学習していません。テキストエンコーダはあくまで自然言語の意味を理解するよう訓練されているため、数値表現は正確に処理できないのです。
Nanobanana（Geminiベース）は他のモデルよりテキスト理解力が高いですが、それでもHEXコードの正確な再現は困難です。出力される色は「近い色」であって「正確な色」ではありません。
そっかぁ……。じゃあ色を指定したいときってどうすればいいの？ 全部AIのセンスに任せるしかないの？
いいえ、方法はあります。HEXコードの代わりに使える、もっと効果的なテクニックが複数存在します。次のセクションで詳しく解説します。
Nanobananaで狙った色を出す ― 実践テクニック5選
HEXコードが使えないなら、どうやって色をコントロールするのか。精度の高い順に5つのテクニックを紹介します。
テクニック1: 参照画像（カラースウォッチ）を添付する【最も効果的】
Nanobanana2/PROの最大の武器は、参照画像を最大14枚まで受け付けること。使いたい色をペイントソフトで塗っただけの画像を「色見本」として添付し、プロンプトで「この配色に合わせて」と指示するのが、現時点で最も正確な方法です。
- ペイントソフト（Canva、Figma、ペイントでもOK）で、使いたい色を長方形で並べた画像を作る
- Nanobanana（Gemini）に画像をアップロード
- プロンプトに「Use the color palette from the reference image」と添える
- 必要に応じて「The first color should be dominant, the second as accent」と配分も指示
えっ、ペイントで色を塗った四角の画像を貼るだけでいいの？ それで色が合うって、なんか不思議……！
NanobananaはGeminiベースのマルチモーダルモデルです。テキストよりも画像から色情報を読み取る方が圧倒的に得意なのです。「見せる」のが「言葉で伝える」よりも正確――人間とのコミュニケーションと似ていますね。
テクニック2: HEXコードを「固有色名」に変換する
HEXコードをそのまま書くのは効果がないと説明しましたが、そのHEXコードに対応する固有色名（Specific Color Name）に変換してプロンプトに使うと、精度が大きく向上します。
例えば「赤を使いたい」とき、redではなく具体的な赤の名前を使います。
| HEXコード | 一般的な色名 | 固有色名（プロンプト推奨） |
|---|---|---|
| #DC143C | 赤 | Crimson（クリムゾン） |
| #FF6347 | 赤 | Tomato Red（トマトレッド） |
| #E34234 | 赤 | Vermillion（バーミリオン） |
| #007BA7 | 青 | Cerulean（セルリアン） |
| #191970 | 青 | Midnight Blue（ミッドナイトブルー） |
| #89CFF0 | 青 | Baby Blue（ベイビーブルー） |
| #50C878 | 緑 | Emerald Green（エメラルドグリーン） |
| #DFFF00 | 黄緑 | Chartreuse（シャルトリューズ） |
| #F784D2 | ピンク | Persian Pink（ペルシャンピンク） |
| #E6E6FA | 薄紫 | Lavender（ラベンダー） |
| #FFD700 | 黄 | Golden Yellow（ゴールデンイエロー） |
| #E2725B | オレンジ | Terracotta（テラコッタ） |
色名を調べるには、「hex to color name」で検索するか、ArtyClick Color Name FinderなどのWebツールにHEXコードを入力すれば、最も近い固有色名が表示されます。
テクニック3: 描写的な色表現を使う
固有色名に加えて、色の質感・温度・雰囲気を描写する修飾語を添えると、さらに精度が上がります。
| 修飾語 | 効果 | プロンプト例 |
|---|---|---|
| muted | 彩度を抑えた、くすんだ色 | muted teal, muted rose |
| vivid / vibrant | 鮮やかで彩度の高い色 | vivid scarlet, vibrant emerald |
| pastel | 白を混ぜた淡い色 | pastel pink, pastel lavender |
| dusty | 少しグレーがかった落ち着いた色 | dusty rose, dusty blue |
| neon | 蛍光色のように光って見える色 | neon pink, neon cyan |
| deep | 深く濃い色 | deep navy, deep burgundy |
| warm / cool | 暖色寄り / 寒色寄り | warm amber, cool slate grey |
「dusty rose」って「くすんだバラ色」ってことだよね？ たしかに「ピンク」だけだと蛍光ピンクなのか桃色なのかわかんないけど、dustyってつけるだけで一気にイメージが絞られる！
その通り。AIへの色指定は「名詞」だけでなく「形容詞 + 名詞」で伝えるのが基本です。人間のイラストレーターに依頼するときと同じですね。「赤」ではなく「くすんだ深い赤」と伝えれば、認識のブレは大幅に減ります。
テクニック4: カラームード・スタイル参照を活用する
個々の色を指定するのではなく、画面全体の色調や雰囲気をキーワードで伝える方法です。
• warm golden hour lighting
• cool blue moonlit atmosphere
• retro anime screencap, VHS color palette
• high-key pastel, soft diffused lighting
• duotone (navy and gold)
• monochromatic blue palette with high contrast
• shot on Fujifilm camera（富士フイルムの色科学を再現）
特に「shot on Fujifilm camera」のようなカメラ・フィルム参照は、色の方向性を強力に誘導します。Nanobananaはこの種の参照を良く理解します。
テクニック5: 配色パターン名をそのまま使う
前半で解説した配色理論の用語は、Nanobananaのプロンプトでそのまま使えます。
An anime character in a flower garden. Analogous warm palette of coral, peach, and soft yellow. Gentle spring afternoon lighting. Watercolor illustration style.
色制御テクニック 精度ランキング
1位: 参照画像（カラースウォッチ） — 最も正確。ペイントで色を塗った画像を添付するだけ
2位: 固有色名に変換 — HEX → Crimson, Cerulean 等に変換してプロンプトに記述
3位: 描写的な色表現 — muted, vivid, dusty 等の修飾語を添える
4位: カラームード参照 — cinematic teal and orange, shot on Fujifilm 等
5位: 配色パターン名 — complementary, analogous 等の配色理論用語
実践では1〜3を組み合わせるのが最も効果的です。
すぐ使える！ 目的別おすすめ配色テンプレート
最後に、AI画像生成ですぐに使える配色テンプレートを用途別に紹介します。各テンプレートにはHEXコード（人間用の参照）と固有色名（プロンプト用）を併記しています。
サイバーパンク / ネオン夜景
ジブリ風 / ノスタルジック自然
ダークファンタジー / ゴシック
春 / 桜・パステル
90年代レトロアニメ
これすっごくいい……！ テンプレートがあるだけで「何を書けばいいか」がわかるから安心感がやばい。レトロアニメの配色、ちょっと試してみたい！
テンプレートはあくまで出発点です。ここから固有色名を入れ替えたり、修飾語を調整して、自分だけの配色を探求してみてください。
知っておくべき限界 ― AI配色の「できること」と「できないこと」
ここまでテクニックを紹介してきましたが、正直に限界も伝えておきます。
できること
- 色の方向性をコントロールする ― 「暖色系」「寒色系」「パステル調」「ダーク調」など、大まかな色調の誘導は高い精度で可能
- 配色パターンを指定する ― 補色、類似色などの配色理論に基づいた指示はAIに理解される
- 固有色名でニュアンスを伝える ― CrimsonとVermillionの違いは、多くのモデルが区別できる
- 参照画像で精度を上げる ― Nanobananaの場合、カラースウォッチの添付で実用的な精度が得られる
できないこと
- ピクセル単位で正確な色を再現する ―
#DC143Cを指定しても出力は#D21A45程度にズレる - ブランドカラーの厳密な再現 ― PANTONE 186 Cを正確に出すことは現時点では不可能
- 同じ色を100%再現性で繰り返す ― シード値を固定しても微妙な色のブレは発生する
- 複雑な配色を1箇所ずつ独立制御する ― 「帽子はCrimson、靴はBurgundy、スカートはRuby」のような細かい指定は混乱しやすい
ブランドのロゴの色を正確に出したいときとかは、やっぱり後からPhotoshopとかで直すしかないの？
現時点ではそうです。AI生成で「おおよそ正しい配色」を出して、最終調整はPhotoshop等の画像編集ソフトで行う。このワークフローが最も現実的です。とはいえ、テクニック1〜5を駆使すれば「微調整で済む」レベルまで持っていくことは十分可能です。
まとめ ― 配色を制するものがAIイラストを制する
この記事のポイントをおさらいします。
- 配色理論の基本は色相環上の位置関係で決まる6パターン（補色・類似色・トライアド・分裂補色・テトラード・モノクロ）
- 色は感情に直結する。「何を感じてほしいか」から逆算して配色を選ぶのがプロの思考法
- HEXカラーコードやRGB値のテキスト指定は現在のAIモデルでは正確に機能しない
- 最も効果的な色指定は参照画像（カラースウォッチ）の添付（特にNanobanana）
- テキスト指定では固有色名（Crimson, Cerulean等）+ 修飾語（muted, vivid等）の組み合わせが有効
- 配色パターン名や雰囲気キーワードもAIは理解する
- ピクセル単位の正確な色再現は不可能。方向性の誘導 + 後処理が現実的なワークフロー
色は、構図やキャラクターデザインと並んでイラストの印象を決定づける最も重要な要素のひとつです。配色理論を知っているだけで、AIに出す指示の精度は格段に上がります。ぜひ今回紹介したテンプレートを試しながら、自分だけの配色パレットを見つけてください。
よーし！ まずはペイントで色見本の画像を作って、Nanobananaに貼り付けてみる！ サイバーパンクの配色テンプレート、早速試すぞ〜！
良い計画です。次回の記事では、実際にこれらのテクニックを使って生成した画像の比較検証を行う予定です。テキスト指定のみ vs 参照画像添付、どれだけ差が出るのか――データで示しましょう。
それめっちゃ気になる！ みんなもまずは配色パターンを決めるところから始めてみてね！ 色って奥が深くて面白いよ〜！ また次の記事で会おうね！
