そのプロンプト、訴訟リスクあり？AI画像生成で著名人の権利を守る「現場の運用術」5選

生成AIの導入が進む実務の現場では、担当者から次のような相談が寄せられる傾向があります。

「新商品のイメージ画像を作りたいんですが、『〇〇（有名な女優）風』ってプロンプトに入れても大丈夫でしょうか？」

結論から言います。絶対にNGです。

たとえ社内検討用の資料であっても、その画像が何かの拍子に外部へ流出したり、あるいは「これいいね！」とそのままWebサイトに使われてしまったりするリスクはゼロではありません。AIツール側で著名人の名前がブロックされるケースも増えてきましたが、すべてのツールが完璧に対応しているわけではなく、抜け穴はいくらでも存在します。

多くの企業が「AI活用ガイドライン」を策定していますが、現場レベルでの具体的な運用ルール、特に「どうプロンプトを書けば権利侵害を防げるのか」という実践的なノウハウまでは落とし込まれていないのが実情ではないでしょうか。

プロジェクトマネージャーの視点から見ると、技術的な実装だけでなく「現場が迷わず安全に使える仕組み作り」が重要です。実務の現場における一般的な傾向として断言できるのは、「リスク管理は、システムだけでなく『人の意識とスキル』で完成する」ということです。

今回は、高価なフィルタリングシステムを導入する前に、現場で今日から実践できる「権利侵害を防ぐAI活用の具体策」を5つのTipとして紹介します。難しい法律論ではなく、明日からの業務に直結する「プロンプトの作法」として活用してください。

なぜ「著名人の名前」がAI生成で危険なのか？

まずは敵を知ることから始めます。なぜ「プロンプトに少し名前を入れるだけ」の行為が、企業の存続を揺るがすようなリスクに直結するのでしょうか。AI活用の現場で起きがちな落とし穴について解説します。

「〇〇風」プロンプトに潜むパブリシティ権侵害リスク

実務上必ず押さえておくべき基本概念として「パブリシティ権」があります。簡単に言えば、「著名人の名前や肖像が持つ、顧客を引きつける力（顧客吸引力）を独占的に利用する権利」のことです。

例えば、人気俳優やアイドルの写真を広告に使えば、商品への注目度は跳ね上がります。その「売れる力」は本人の長年の努力と実績の結晶であり、第三者が勝手にタダ乗り（フリーライド）して商売に使ってはいけない、という明確なルールが存在します。

生成AIにおいて「〇〇風の女性」「〇〇のような俳優」とプロンプトに入力し、その人物に酷似した画像を生成して広告に使用した場合、このパブリシティ権の侵害に問われる可能性が極めて高くなります。「実際の写真を使っていないから大丈夫」という理屈は通用しません。消費者が「あ、これ〇〇さんだ」と誤認し、その効果で商品に関心を持ったなら、それは権利の不当な利用とみなされます。さらに、公式ドキュメントなどでも「安全性を完全に担保する万能な推奨テンプレート」は提示されておらず、企業独自の厳格なガイドライン策定と運用ルールの徹底が不可欠な状況です。

フィルタリング機能がないツールでの事故発生メカニズム

主要な商用サービスでは、コンプライアンスを重視した設計が進んでいます。例えば、2026年現在主力の「GPT-5.2（InstantおよびThinking）」を搭載したChatGPTや、Midjourneyの現行環境では、著名人の直接的な名前入力を拒否するフィルタリング機能が強化されています。（なお、GPT-4oなどの旧モデルは2026年2月に廃止され、現行モデルへ完全に移行しています。）

しかし、オープンソースの画像生成AI（Stable Diffusionの派生モデルなど）を、ComfyUIやForgeといった各種UIを用いて自社サーバーやローカル環境で運用している場合は事情が異なります。こうした環境では、NSFW（不適切コンテンツ）フィルターや著作権保護のためのガード機能をユーザー側で意図的に無効化できるケースが多く存在します。特定の画風やキャラクターに特化したカスタムモデルを使用すれば、著名人に酷似した出力が容易に生成されてしまうリスクを抱えています。

また、商用ツールのフィルタリングが機能している環境であっても、「〇〇（著名人）のような髪型」「〇〇（映画キャラ）の衣装」といった間接的な特徴を組み合わせることで、意図せず「本人そっくり」な画像が生成されてしまう事故も起きています。これを「偶発的な侵害」と呼びますが、企業として世に出してしまえば、「AIが勝手に出力した」「知らなかった」という言い訳は通用しません。

企業が負うべき法的責任とブランド毀損のコスト

もし権利侵害で訴えられた場合、損害賠償請求だけでなく、生成物の差し止め、謝罪広告の掲載などが求められます。しかし、それ以上に恐ろしいのが「コンプライアンス意識の欠如した企業」というレッテルを貼られることです。

SNSなどで「特定の企業がAIで著名人の偽物を作って広告に使っている」と拡散されれば、長年築き上げてきたブランドイメージは一瞬で地に落ちます。AIの活用がポジティブな文脈ではなく、「手抜き」「パクリ」というネガティブな文脈で語られることは、マーケティングやプロモーションを担当する現場として何としても避けなければなりません。リスクを正しく理解し、安全な運用体制を構築することが、AI活用を成功させる大前提となります。

Tip 1: プロンプトから固有名詞を排除する「抽象化記述」の技術

ここからが実践編です。最も確実な回避策は、プロンプトに最初から固有名詞を入れないことです。しかし、「あの人っぽい雰囲気が出したい」というニーズはあるはずです。そこで必要なのが、固有名詞を「特徴」へ翻訳するスキルです。

人物名を使わずに画風やスタイルを指定する方法

特定の著名人やクリエイターの名前を使わずに、意図したスタイルを生成するには、その対象を構成している要素を分解し、形容詞や一般的な名詞で再構築する必要があります。これは一般的に「プロンプトの抽象化（Abstraction）」と呼ばれます。

具体的な形容詞への置き換えトレーニング

例えば、「新海誠監督のような背景」を作りたいとします。「in the style of Makoto Shinkai」と書けば簡単ですが、これは特定作家のスタイルへの依拠性が高く、著作権的なグレーゾーンに踏み込むリスクがあります（現時点では議論が分かれていますが、企業利用なら避けるのが無難です）。

これを抽象化してみましょう。

• 空: 鮮やかな青空、巨大な積乱雲 (vibrant blue sky, massive cumulonimbus clouds)
• 光: レンズフレア、逆光、きらめき (lens flare, backlighting, sparkling)
• 色彩: 高彩度、コントラスト強め (high saturation, high contrast)
• ディテール: 緻密な書き込み、フォトリアリスティック (highly detailed, photorealistic)

これらを組み合わせることで、固有名詞を使わずに「それっぽい」高品質な背景を安全に生成できます。

安全なプロンプトへの書き換え例（Before/After）

人物生成における具体例を見てみましょう。

【悪いプロンプト例（NG）】

Portrait of a business woman, looks like [Famous Hollywood Actress], office background.
（ビジネスウーマンのポートレート、[有名なハリウッド女優]に似せて、オフィス背景）

【修正後の良いプロンプト例（OK）】

Portrait of a confident business woman, elegant features, sharp jawline, charismatic smile, long wavy blonde hair, professional attire, cinematic lighting, 8k resolution.
（自信に満ちたビジネスウーマンのポートレート、優雅な顔立ち、シャープな顎のライン、カリスマ性のある笑顔、長いウェーブのかかったブロンドヘア、プロフェッショナルな服装、映画のようなライティング、8k解像度）

このように、「誰」ではなく「どのような特徴か」を言語化することで、権利侵害リスクを回避しつつ、クリエイティブのコントロール権を自社で管理することができます。

Tip 2: ネガティブプロンプトを活用した「予防的除外」

プロンプト（ポジティブプロンプト）で「描いてほしいもの」を指定するだけでなく、「描いてほしくないもの」を明確に指定するアプローチも非常に有効です。業界ではこれを「ネガティブプロンプト」と呼び、意図しない権利侵害リスクを抑えるための重要な制御手法として位置づけられています。

生成したくない要素を事前に指定する

AIモデルは膨大な学習データの偏りを持っています。そのため、単に「美しい女性」や「スーツを着た男性」と指定しただけで、学習データに多く含まれる特定の有名人に顔立ちが似てしまうケースが珍しくありません。

このような予期せぬ類似によるパブリシティ権侵害のリスクを防ぐ「保険」として、ネガティブプロンプトを活用します。生成前にあらかじめ除外したい要素を明示することで、AIの出力範囲を安全な領域に制限できます。

特定の著名人に似てしまうのを防ぐコマンド

特定の人物に似てしまう事態を回避するには、以下のようなキーワードをネガティブプロンプトに設定することが効果的です。

• celebrity (有名人)
• parody (パロディ)
• caricature (似顔絵)
• [Specific Name] (似てしまいがちな特定の有名人の名前)

生成結果がどうしても特定の人物を想起させる場合、その人物の名前をネガティブプロンプトに直接組み込みます。これにより、AIに対して「この人物の特徴は完全に排除する」という強い制約を与えられます。

【ネガティブプロンプトの実践例】

Negative prompt: celebrity, famous face, watermark, text, signature, low quality, distorted

主要なAIツール別ネガティブプロンプト設定法

利用するAIツールの仕様に合わせて、適切な除外設定を行う必要があります。

• Stable Diffusion:
  多くのユーザーインターフェースで「Negative Prompt」という専用の入力欄が標準搭載されています。ここに先ほどのキーワードを入力することで、指定した要素を強力に除外できます。

• Midjourney:
  --no パラメータを使用します（例: --no celebrity）。プロンプトの末尾にこのパラメータを追加することで、特定の要素を生成結果から明確に排除できます。

• ChatGPT (DALL-E):
  ChatGPT上で動作するDALL-Eには、独立したネガティブプロンプトの入力欄はありません。その代わり、高度な自然言語処理能力を活かし、プロンプト内の文章で直接制約を伝えます。なお、利用可能な機能や推奨される指示方法はアップデートによって変化するため、最新の仕様や推奨プロンプトについてはOpenAIの公式ドキュメントで確認することをお勧めします。

  • 推奨アプローチ: 「特定の有名人には似せないでください」「一般的な顔立ちの人物を生成してください」と、具体的な指示文として含めます。
  • 対話的修正: 一度生成された画像に対して「少し○○に似ているため、その特徴を消して再生成して」とフィードバックを送ります。対話を通じてAIが意図を汲み取り、より安全な修正版を出力してくれます。

Tip 3: 生成後の「類似性チェック」をルーチン化する

プロンプトでどれだけ注意しても、AIが偶然似てしまう確率はゼロになりません。だからこそ、生成された画像に対する「品質管理（QC）」プロセスが必要です。

Googleレンズ等を活用した画像検索チェック

公開前の最終確認として、以下の手順をルーチン化しましょう。

1. 生成された画像を Google画像検索 や Googleレンズ にかける。
2. 検索結果に「特定の著名人の名前」がずらりと並ばないか確認する。
3. もし特定の人物ばかりが表示される場合は、その画像は「似すぎている」と判断し、ボツにする。

これは非常にアナログですが、現状で最も低コストかつ効果的なリスク検知方法です。「AIが作ったからオリジナルだ」と思い込まず、「AIが誰かの真似をしたかもしれない」と疑う視点を持つことが、プロジェクトマネージャーとしてのリスク管理の基本です。

テキスト生成における固有名詞の再確認手順

画像だけでなく、テキスト生成（キャッチコピーや記事作成）においても同様です。生成された文章の中に、意図しない著名人の名前や商標が含まれていないか、必ず目視で確認してください。特に、架空のインタビュー記事などを生成させた際、実在の人物名がハルシネーション（幻覚）として混入するケースがあります。

Tip 4: チーム内で共有すべき「NGワードリスト」の作成

個人のスキルに依存する対策には限界があります。組織としてリスクを防ぐためには、「NGワードリスト」の運用が不可欠です。

業界や自社に関連する著名人のリストアップ

一般的な著名人だけでなく、自社の業界特有のリスク要因を洗い出しましょう。

• 競合他社のCMに出演しているタレント: 絶対に似せてはいけない最重要リストです。
• 過去に不祥事があった人物: ブランドイメージ保護の観点から避けるべきです。
• 業界の有名経営者やインフルエンサー: 無用なトラブルを避けるためにリスト化します。

プロンプト入力時の禁止事項の明文化

作成したリストをもとに、以下のようなシンプルなルールを策定し、チーム内で共有します。

【AI生成プロンプト運用ルール】

1. プロンプトに実在の人物名（NGリスト参照）を含めることは禁止。
2. 「〇〇風」といった特定の作家・クリエイター名を指定することは禁止。
3. 生成画像は必ずGoogleレンズで類似性チェックを行ってから使用すること。

定期的なリスト更新と共有の仕組み

タレントの契約状況や流行は変化します。四半期に一度など、定期的にリストを見直す時間を設けましょう。また、SlackやTeamsなどのチャットツールで「このプロンプトでこんな画像が出たけど、これって似てるかな？」と気軽に相談できるチャンネルを作っておくのも効果的です。

Tip 5: フリー素材とAI生成の使い分け基準を持つ

最後に、最も本質的な観点について触れます。「そもそも、その画像はAIで作る必要がありますか？」という問いです。

AIは万能ではないという認識

AIは素晴らしいツールですが、万能ではありません。特に人物写真において、権利関係が100%クリアであることを保証するのは、現時点の技術では難しい側面があります。

実在の人物写真（ストックフォト）の安全性

企業のメインビジュアルや、大規模な広告キャンペーンなど、リスク許容度が低い場面では、従来のストックフォト（有料素材サイト）を利用するのが最も安全です。ストックフォトのモデルリリース（肖像権使用許諾書）が取得されている写真は、パブリシティ権のリスクがクリアになっています。

リスク許容度に応じた素材選定フローチャート

現場では以下のような基準で使い分けることを推奨しています。

• AI生成を使う場面:

  • アイデア出し、ラフ案の作成
  • 社内資料、プレゼン資料（外部公開しないもの）
  • 背景画像、テクスチャ、抽象的なイメージ画像
  • 権利リスクの低い、一般的な人物のイラスト（チェック済み）

• ストックフォト/撮影を使う場面:

  • Webサイトのトップページ、商品LPのメイン画像
  • Web広告、SNS広告のバナー
  • 特定の人物像（ペルソナ）を明確に打ち出したい場合
  • 絶対に炎上させたくない重要案件

「AIを使うこと」自体を目的にせず、ビジネスゴール（安全に成果を出すこと）に合わせて手段を選ぶ。これこそが、AI駆動PMに求められるプロジェクトマネジメントの判断です。

まとめ：安全なAI活用は「プロンプトへの意識」から始まる

ここまでの5つのTipを振り返りましょう。

1. 抽象化記述: 固有名詞を使わず、特徴を言語化してプロンプトにする。
2. 予防的除外: ネガティブプロンプトで「似てしまうリスク」を先回りして消す。
3. 類似性チェック: 生成後のGoogleレンズ確認をルーチン化する。
4. NGリスト: チーム全体で避けるべき対象を共有する。
5. 使い分け: リスクの高い場所には、AIではなくストックフォトを使う判断を持つ。

これらは、特別なツールやエンジニアがいなくても、意識一つで今日から始められることばかりです。

AI技術は日々進化していますが、法的・倫理的なルール整備はまだ追いついていません。だからこそ、ユーザー側がリテラシーを持ち、「権利を侵害しないプロンプト力」を磨くことが求められています。それは結果として、自社のブランドを守り、AIという強力な武器を長く使い続けるための最大の防御策となるのです。

まずは手元のプロンプトから、「固有名詞」を「形容詞」に書き換える実践を始めてみてください。その一手間が、チームとプロジェクトをリスクから守ることに繋がります。