はじめに
「記事の内容には自信があるのに、Google Discoverになかなか掲載されない」「掲載されても、思ったほどクリックされない」
Webメディアの運営において、このような課題に直面することは少なくありません。SEOで検索順位を上げるアプローチとは異なり、DiscoverはGoogle側のアルゴリズムによる「おすすめ」機能です。ユーザーが能動的に探すのではなく、受動的に「発見」する場として機能します。
ここで成果を左右するのは、タイトルの魅力はもちろんですが、それ以上に「アイキャッチ画像の訴求力」が決定的な役割を果たします。スマートフォンの画面をスクロールするユーザーの指を、ほんの一瞬でも止めさせることができるかどうかが鍵となります。
デザイナーのリソース不足や、ストックフォトの選定に課題を抱える現場において、生成AIは強力な解決策となります。しかし、単に「綺麗な画像」を生成するだけではクリックには繋がりません。ROI（投資対効果）を最大化するためには、人間の心理とDiscoverの仕様を理解し、「戦略的な画像」を設計する論理的なアプローチが必要です。
本記事では、Discoverでのクリック率（CTR）改善を目的とした、実践的なプロンプト設計について解説します。MidjourneyやDALL-Eの最新版ですぐに活用できるテンプレートも用意しましたので、日々の運用プロセスにぜひ取り入れてみてください。
なぜ「Discover向け」の画像生成は特殊なのか？
まず前提として押さえておきたいのは、Google Discoverと通常の検索結果（SERPs）では、求められる画像の役割が根本的に異なるという点です。
検索意図（SEO）と発見意図（Discover）の決定的な違い
SEOの文脈では、ユーザーは特定の「答え」を求めています。そのため、画像にも「情報の補足」や「正確性」が重視されます。一方、Discoverのユーザーは、情報収集や隙間時間の活用としてフィードを眺めており、「興味本位のウィンドウショッピング」に近い心理状態にあります。
ここで求められるのは、「正確性」よりも「驚き」「共感」「違和感」といった感情へのフックです。ユーザーに「これは何だろう？」と思わせる、ある種のドラマ性が不可欠となります。
Google推奨仕様と「クリックされる」画像のギャップ
Googleの公式ドキュメント（Google 検索セントラル）では、Discover向けの画像について以下の推奨事項が示されています。
- 高解像度: 画像の幅が 1200 ピクセル以上であること。
- アスペクト比: 16:9 の横長画像が推奨される。
- max-image-preview:large: ロボットタグの設定。
これらはシステム上の「最低条件」に過ぎません。実務においては、これらの技術的要件を満たした上で、さらに「クリックを誘発する要素」を戦略的に組み込む必要があります。
AI生成における「アスペクト比」と「被写体サイズ」の鉄則
AIを用いて画像を生成する際、特にコントロールすべき変数が構図です。Discoverの表示領域はスマートフォン画面の一部であり、タイトルやスニペットと並んで表示されます。
ここで重要になるのが「被写体のサイズ感」です。AIに「オフィスで働く人々」と指示すると、全体を捉えた引きの画（ロングショット）になりがちです。しかし、小さな画面上では、引きの画は単なる「模様」として認識されてしまいます。
Discoverで視認性を高めるためには、「被写体を大きく、中心に」配置する指示が必須です。これをプロンプトに明示的に組み込むことで、スクロールの手を止めさせる確率を論理的に高めることができます。
Discover特化型プロンプト設計の「5要素フレームワーク」
効果的な画像を安定して出力するための体系的なアプローチとして、「SELSTフレームワーク」という5つの構成要素が挙げられます。感覚的にプロンプトを入力するのではなく、これらの要素を論理的に定義していくことで、出力品質のばらつきを抑えることが可能です。
1. Subject（被写体）：具体性と象徴性のバランス
記事のテーマをそのまま描写するのではなく、象徴的なシーンを選定します。たとえば「業務効率化」であれば、「書類の山に埋もれる人」や「未来的なAIロボットと握手するビジネスパーソン」など、一目で状況が伝わるビジュアル言語を定義します。
2. Emotion（感情）：顔の表情と色彩心理
Discoverにおいて、人間の顔（特に目線）は非常に強力なアイキャッチとして機能します。無表情なモデルよりも、驚き、喜び、困惑といった「強い感情」を表現させることが有効です。AIには surprised expression（驚いた表情）や ecstatic joy（有頂天の喜び）といった具体的なパラメータを与えましょう。
3. Lighting（照明）：ドラマチックな演出効果
AI生成画像特有の平坦な印象を払拭するため、照明の指示は重要です。
Cinematic lighting（映画のような照明）Golden hour（夕暮れ時の美しい光）Rembrandt lighting（陰影の強いドラマチックな光）
これらの要素を追加するだけで、画像のクオリティが一段階向上します。
4. Style（画風）：実写風かイラスト風かの使い分け
記事のトーンに合わせて画風を定義します。ニュースやレビューであれば Photorealistic（写実的）、コラムや概念的な内容であれば 3D render や Minimalist illustration を指定します。
Midjourneyの最新モデル（V7等）では、プロンプトに対する忠実性が大幅に向上しています。特に実写系を目指す場合、--style raw パラメータを付与することで、AI特有の過剰な装飾的演出を抑え、より素材写真に近いリアリティを出すことが可能です。また、最新版では日本語プロンプトの理解力も向上していますが、Discoverで競争力のある高品質な画像を生成するには、依然として英語での詳細な指示（具体的には被写体の質感や構図の指定）が推奨されます。
5. Tech Specs（技術指定）：アスペクト比と除外要素
最後に技術的なパラメータで出力を制御します。
- アスペクト比: Discoverに適した
--ar 16:9を指定します。 - バージョン指定: Midjourneyを使用する場合、常に最新モデルを指定することをお勧めします（例:
--v 7やアニメ調なら--niji 7など）。最新のバージョン番号については公式ドキュメントをご確認ください。 - 除外要素（Negative Prompt）:
text, blurry, watermark, bad anatomyなど、品質を下げる要素を排除します。最新モデルでは除外要素なしでも高品質な画像が出やすくなっていますが、念のため指定しておくとプロジェクトの品質管理上安心です。
Template 1：【人物・感情重視】共感を呼ぶ「エモーショナル・リアクション」型
インタビュー記事、体験談、悩み解決系の記事に最適です。ユーザーの共感を呼び、「自分事」として捉えてもらうためのテンプレートです。
用途
- 「〜してみた」系の体験記事
- 失敗談や成功事例
- キャリアや人生相談
コピペ用プロンプトテンプレート (Midjourney 最新モデル対応)
/imagine prompt:
Close-up shot of a [Japanese business woman in her 30s],
[expression of shock and realization], looking directly at the camera,
holding a smartphone, office background with bokeh effect,
cinematic lighting, high contrast, photorealistic, 8k, highly detailed,
--ar 16:9 --style raw
【日本語解説とカスタマイズ】
- [ ]の部分: 記事の内容に合わせて変更してください。
- 被写体:
Japanese business man,young student,senior engineerなど。 - 表情:
smile of success（成功の笑顔）,confused face（困惑顔）,crying（泣いている）など。
- 被写体:
- ポイント:
looking directly at the camera（カメラ目線）を入れることで、Discover上でユーザーと目が合う演出を作り出します。これがクリック率の向上に大きく寄与します。 - 最新モデル活用のヒント: Midjourneyの最新モデル（V7以降）では、ユーザーの好みを学習する「パーソナライゼーション」機能が強化されています。より目的に沿った画像を生成したい場合はこの機能を活用しつつ、試行錯誤の段階では生成速度が速くコストを抑えられる「ドラフトモード」を利用するのが、プロジェクト運営上効率的です。具体的な設定は公式サイトをご確認ください。
Template 2：【物撮り・詳細重視】欲望を刺激する「ハイパー・リアリズム」型
ガジェットレビュー、食品、商品紹介など、物欲や食欲に直接訴えかける記事向けです。AI特有の「不自然なツルツル感」を排除し、質感を強調します。
用途
- 新製品レビュー（スマホ、PC、家電）
- 食品・グルメ記事
- コスメ・ファッション紹介
コピペ用プロンプトテンプレート (Midjourneyの最新版想定)
/imagine prompt:
Macro photography of a [juicy hamburger with melting cheese],
steam rising, water droplets, dramatic side lighting,
dark rustic wooden table background,
shallow depth of field, sharp focus on the center,
food photography style, 8k resolution, ultra-realistic texture,
--ar 16:9 --style raw --v 6.0
【日本語解説とカスタマイズ】
- [ ]の部分: 商品名や食品名に変更。
- 質感の指示:
steam rising（湯気）,water droplets（水滴）,dust particles（塵）などを加えると、空気感が生まれ、作り物っぽさが消えます。 - 構図:
Macro photography（接写）とshallow depth of field（浅い被写界深度＝背景ボケ）を指定することで、主役を際立たせ、スマートフォン画面でも何の商品か一目で分かるように設計します。
Template 3：【概念・抽象重視】難解なテーマを可視化する「メタファー・ビジュアル」型
形のないビジネス概念、テクノロジー、金融、政治など、実写化が難しいテーマを扱う場合に効果的です。抽象的な概念をアイソメトリック（等角投影図）や3Dレンダリングを用いて視覚化することで、読者の理解を助けます。
用途
- DX、AI、ブロックチェーンなどの技術解説
- マーケティング理論、組織論
- 金融市場の動向分析
コピペ用プロンプトテンプレート (DALL-E / Midjourney 共通)
以下のプロンプトは、主要な画像生成AI（DALL-Eの最新モデル、Midjourney等）で汎用的に使用できるよう設計されています。[ ] 内のキーワードを記事のテーマに合わせて書き換えて使用してください。
Isometric 3D illustration of [Artificial Intelligence connecting global networks],
glowing blue and cyan neon lines, dark background,
tech-savvy style, minimalist design,
clean composition with copy space on the right,
high quality, unreal engine 5 render style,
--ar 16:9
【日本語解説とカスタマイズのポイント】
- スタイル:
Isometric（等角投影図）を指定することで、ビジネス記事に適した、知的で整理された印象のグラフィックを生成できます。情報の構造化を視覚的に表現するのに最適です。 - 余白の確保:
copy space on the right（右側に余白）という指示は、Google Discoverなどのフィードで表示される際、画像の上にタイトル文字が重なっても視認性を損なわないために極めて重要です。また、後からアイキャッチ画像として文字入れ加工をする際にも役立ちます。 - 色使いと質感:
glowing blueやcyanは、テクノロジーや信頼性を象徴する色として定番です。unreal engine 5 render styleを加えることで、最新のCGのような高品質で洗練された質感を指定しています。
※Midjourneyを使用する場合は末尾の --ar 16:9 がアスペクト比（横長）として機能します。ChatGPT（DALL-E）で使用する場合は、このパラメータは無視されることがありますが、「横長の画像を作成して」と対話で補足するか、画像サイズ設定で「Wide」を選択してください。
生成画像の品質チェックとCTR改善ループ
プロンプトで画像が生成できたら、そのまま実戦投入するのではなく、必ず品質チェックと改善プロセスを通すことがプロジェクト成功の鍵となります。
AI画像の「違和感」検知チェックリスト
AI画像には特有の破綻が発生しやすいポイントがあります。公開前に以下の項目を目視確認してください。
- 指の本数と関節: 人物の手が含まれる場合、指が6本になっていないか、関節が不自然に曲がっていないか。
- 文字化け: 背景の看板やPC画面に意味不明な文字（AI語）が入っていないか。基本的には画像編集ツールの生成塗りつぶし等で修正するのが確実です。
- 不気味の谷: 人物の表情が不自然になっていないか。
natural skin textureなどのプロンプトで肌の質感を足すと改善する傾向があります。
Google Vision APIを使ったセーフサーチ判定の重要性
Discoverはコンテンツポリシーが厳格です。過度に肌の露出が多い画像や、暴力的・グロテスクな画像は、AI生成であってもポリシー違反とみなされ、配信が停止されるリスクがあります。
システム的な対策として、Google Cloud Vision APIの「Safe Search Detection」に画像を渡し、性的・暴力的コンテンツのスコアが高くないか確認するフローを組み込むと、組織としてのリスク管理レベルが向上します。
ABテストによる「勝ちパターン」の蓄積
画像の効果は常に変動します。同じ記事であっても、画像Aと画像BでCTRに有意な差が出ることが多々あります。
- 実写 vs イラスト
- 人物あり vs 人物なし
- 明るい色調 vs 暗い色調
これらを定期的に入れ替え、ターゲットとなる読者層がどのパターンの画像に反応しやすいか、定量的なデータを蓄積していくことが、長期的なDiscover流入の安定化につながります。
まとめ：AI画像生成をチームの武器にするために
Google Discover向けの画像生成は、単なる「作業」ではなく、マーケティング戦略における重要なプロセスの一部です。今回ご紹介したテンプレートは、あくまで実践のための出発点に過ぎません。
最も重要なのは、「仮説（プロンプト設計）→ 実行（画像生成）→ 検証（CTR計測）」のサイクルを回し続けることです。AIはあくまで手段ですが、適切に活用すれば、従来数日かかっていた画像の用意が数分で完了します。その創出された時間を使って、より多くのバリエーションをテストし、データに基づいた勝ちパターンを見つけ出すことこそが、ROIを最大化するプロジェクト運営の要となります。
コメント