生成AIで商品写真からコーデ提案を作るコツ｜ChatGPTとGeminiに9点を渡して検証
スマートトリミングAIを開発している株式会社セントラルオフィスです。
商品ページに「この服に合うコーデ」を載せたいと考えているアパレルブランドも多いのではないでしょうか。
たとえばZOZOのコーディネートアプリ「WEAR by ZOZO」では、2025年10月に「着回し提案」という機能が始まりました。
選んだアイテムの着回しをコーディネート画像とテキストで紹介し、そのポイントの解説を生成AIが書くそうです（ZOZOの発表より）。
ただ、店が自分の商品写真をまとめてChatGPTやGeminiに渡したとき、出てきたコーデをそのまま載せられるのか、気になりませんか。
私たちが試したところ、「色・柄・ボタンの数を変えない」と書いても、全身画像12枚のうち7枚でボーダーの本数やボタンの数、上着の色が元の写真と変わりました。
じゃあ、何をどう頼めば、店で売っている服だけで、商品が正しく見えるコーデ提案を作れるのでしょうか。
そこで今回は、アウター・トップス・ボトムスを3点ずつ、9点の商品写真をChatGPTとGeminiに渡し、コーデ提案の文章と全身画像を作らせてみました。
商品ページにコーデ提案を載せたい方は、参考にしてください。
結論：AIでコーデ提案を作るやり方
結論から言うと、商品写真を全部渡して「この9点だけ」と書けば、コーデ提案の文章は店の服だけで組めます。
一方で全身画像は、12枚ともそのままでは載せられるものではありません。
4回の依頼で出てきたコーデ12通りのうち、渡していない服を持ち込んだものは1つもありません。
ところが全身画像では、7枚でボーダーの本数やボタンの数、上着の色が元の写真と変わっています。
残る5枚も、裾インや上着の陰で、赤いタブや胸ポケットが見えません。
なので、文章の提案はAIに任せ、画像は元の写真と1枚ずつ見比べる、という次の手順で頼むのがおすすめです。
手順
- 合わせたい商品の写真を、カテゴリごとにそろえる。 今回はアウター・トップス・ボトムスを3点ずつ用意しました
- 新しいチャットに写真を全部付け、コーデを文章で3つ出させる。 点数と「組み合わせるのはこの9点だけ」を書きます
- 使いたいコーデを、同じチャットで1つずつ全身の画像にさせる。 色・柄・ボタンの数を変えないこと、渡した商品以外の服や小物を足さないことを書きます
- できた画像を元の写真と並べ、拡大して見比べる。 柄の本数やボタンの数が違えば作り直すか、画像は使わず文章だけを使います
コツ
- 「組み合わせるのはこの9点だけ」と書く。 4回とも、渡した商品の外から服を持ち込みませんでした。前日に写真1枚だけで試したときは、2つのAIともバッグやアクセサリーまで勧めてきています
- 売りたい服があるなら「主役」と書く。 ボーダーTシャツを主役にした頼み方では、2つのAIとも3つのコーデすべてにTシャツを入れ、アウターとボトムスは3点を1回ずつ使いました
- 柄の本数・色・目印を見比べる。 今回はボーダーが11本から10本に減った画像が3枚ありましたが、全身の大きさでは気づきにくい違いです。本数を数え、ボタンの数と色も元の写真と比べてください
サンプルプロンプト
今回試した2つの頼み方の文面を、そのまま載せます。
商品の点数と種類を自社のものに差し替えて使ってください。
9点から自由に組ませるときの1通目は、9枚の写真を付けて送ったこの文面です。
この9点は、うちの店で売っている商品です（アウター3点・トップス3点・ボトムス3点）。この中から、ECサイトのコーデ提案に載せるコーディネートを3つ考えてください。組み合わせるのはこの9点だけにしてください。
売りたい服を決めているときは、その服とアウター3点・ボトムス3点の7枚を付けて、次の文面を送りました。
このボーダーTシャツを売りたいので、主役にしたコーデ提案をECサイトに載せます。合わせる候補として、同じ店のアウター3点とボトムス3点の写真も付けます。このTシャツを使ったコーディネートを3つ考えてください。組み合わせるのはこの7点だけにしてください。
2通目は、どちらも同じチャットの続きです。
7枚で頼んだときは、「9点以外」を「7点以外」に変えています。
1つ目のコーデを、モデルが着ている全身の画像にしてください。服は写真のとおりにしてください（色・柄・ボタンの数を変えない）。9点以外の服や小物は足さないでください。靴だけは無地のシンプルなものにしてください。
2つ目と3つ目のコーデも、同じチャットで続けて頼みました。
文面は、先頭の「1つ目」を「2つ目」「3つ目」に変えただけです。
では、この頼み方で何が起きたのでしょうか。
検証結果の要点
- コーデの提案は、4回とも渡した商品の中だけで組みました。 9点から選ばせたときは、2つのAIとも9点を1回ずつ使い切っています
- 9点から選ばせると、組み合わせ方がAIで分かれました。 ChatGPTは各カテゴリの1枚目どうし・2枚目どうし・3枚目どうしを組み、Geminiは入れ替えて組みました
- 全身画像12枚のうち7枚で、商品そのものが変わりました。 ChatGPTの型②は3枚ともボーダーが11本から10本に減り、Geminiではカーディガンのボタンが5つから6つに増えた画像が2枚ありました
- 残る5枚も、商品の目印が見えなくなっていました。 裾イン・ベルト・上着の陰のどれかで、赤いタブや胸ポケットが隠れています
検証の条件
素材は、画像生成AIで作った商品のサンプル写真9枚です。
店の商品ページにある写真に近づけるため、1枚に1商品を、白い背景で平置きにしました。
商品ごとに、生成された画像でも見分けられる目印を決めています。
ボーダーTシャツならボーダーの本数（11本）と裾の右にある赤いタブ、白シャツなら左胸のポケット、スカートなら前中央のボタン6つです。
目印は数と場所で言えるものを選んだので、画像の中で「残ったか・消えたか」を拡大して判定できます。
使ったのはChatGPT（Plusプラン）と、Gemini（モデル選択の表示は「Pro」）です。
2026年9月30日に、どちらも新しいチャットを開き、同じ文面で1回ずつ試しました。
頼み方は2つです。
型①では9枚すべてを付けて、自由に3つ組ませました。
型②では、売りたい商品をボーダーTシャツに決め、Tシャツとアウター3点・ボトムス3点の7枚を付けています。
実際の店では、全商品から組むより、売りたい1点に合わせる服を探す場面の方が多いと考えたからです。
どちらも1通目でコーデの提案を3つ出させ、2通目以降で3つのコーデを1つずつ全身の画像にさせました。
全身画像は1回の依頼につき3枚、合わせて12枚です。
型①：9点から選ばせると組み方がAIで分かれた
型①で最初に確かめたのは、9点の外から服を持ち込まないかどうかです。
2つのAIとも、組み合わせたのは9点の中だけでした。
さらに、どちらも3つのコーデで9点を1回ずつ使い切っています。
ChatGPTはその理由を「デニム／パンツ／スカートを1つずつ使い、アウターも3種類すべて見せられる」と書いていました。
ところが、組み合わせ方は2つのAIで分かれました。
ChatGPTは、トレンチ・ボーダーT・デニム、カーディガン・白シャツ・テーパード、キルティング・ニット・スカートと、各カテゴリの写真を付けた順どうしで組んでいます。
Geminiは、トレンチ・白シャツ・テーパードのように、順番を入れ替えて組みました。
ChatGPTの組み方がたまたま写真の順と重なったのか、順番に引っぱられたのかは、1回では分かりません。
もう1つの違いは、名前の出し方です。
Geminiは「ベージュのトレンチコート (o1_trench.jpg)」のように、ファイル名を添えて答えました。
どの写真を指しているかは分かりやすい一方、そのまま貼るとファイル名が商品ページに出てしまいます。
色の名前も、2つのAIとも写真から付けています。
店ではキャメルと呼んでいるトレンチを、どちらも「ベージュ」と書きました。
オリーブのキルティングも、ChatGPTは「カーキ」と書いています。
文章を載せる前に、色名を店の商品名に合わせて直す作業は残ります。
3つのコーデを全身画像にさせた結果が、次の6枚です。
ChatGPTの3枚は、商品の色や柄が元の写真どおりです。
ただ、裾インや上着の陰で、3枚とも目印のどれかが見えていません。
Geminiは、6枚のうち2枚で商品そのものが変わっています。
キルティングジャケットはオリーブからベージュに、カーディガンのボタンは5つから6つになっていたのです。
型②：Tシャツを主役にすると見せ方まで書いてきた
9点から選ばせると、売りたい商品が3つのうち1つにしか入りません。
そこで型②では、ボーダーTシャツを主役に決めて頼みました。
2つのAIとも、3つのコーデすべてにTシャツを入れ、アウター3点とボトムス3点を1回ずつ使っています。
7点の外から服を持ち込むことも、ありませんでした。
型①と違ったのは、文章がTシャツの見せ方に触れたことです。
ChatGPTは、3つのコーデすべてでアウターの前を開けて羽織り、ボーダーを見せると書きました。
1つ目のコーデでは、「Tシャツの赤い裾タブも小さなアクセントになります」と、目印にまで触れています。
Geminiは、組み合わせる側の商品の特徴を書きました。
デニムの裾のフリンジ、テーパードパンツのセンタープレス、スカートの前ボタンです。
型②の文章なら、主役の商品がどう見えるかまで、商品ページの説明に使えます。
ただし全身画像では、主役のボーダーTシャツそのものが変わりました。
ChatGPTは、3枚とも裾の右に赤いタブがあります。
文章で赤いタブに触れた回です。
ところがボーダーは、3枚とも元の11本より1本少ない10本でした。
Geminiは、コーデ2でボーダーを12本に描き、トレンチの共布ベルトも描いていません。
コーデ3では、カーディガンのボタンが6つに増えました。
全身画像は12枚とも元の写真と見比べる必要があった
ここで、全身画像12枚をまとめて見ていきます。
12枚とも、渡した商品以外の服や小物は描かれていません。
靴は指示どおり、12枚とも無地のものです。
Geminiは6枚のうち4枚が、街並みや木の床の背景です。
店の商品写真の背景と並べるなら、ここも見比べる所になります。
次に、商品が変わっていないかを、目印を拡大して確かめました。
12枚のうち7枚では、商品そのものが変わっていました。
いちばん多かったのは、ボーダーの本数です。
ChatGPTの型②は3枚とも10本、Geminiの型②のコーデ2は12本で、元の11本と合った画像はありません。
本数の違いは、全身の大きさでは目に入りにくい違いです。
私たちも最初は11本のままと判定し、拡大して数え直したところで10本だと気づいています。
カーディガンのボタンは、Geminiの2枚で5つから6つに増えました。
オリーブのキルティングジャケットがベージュに変わったのも、Geminiの型①のコーデ2です。
残る5枚は、商品は保っていたものの、目印が見えていません。
ChatGPTの型①は裾インと上着の陰で、Geminiの2枚はトレンチのベルトと上着の前身頃で、それぞれ目印が隠れました。
つまり、12枚とも、元の写真と見比べずに載せられる画像ではありません。
画像が商品を変えていなくても、着せ方しだいで客が商品を見分けられなくなります。
使う前の注意点
AIが作った画像でも、商品ページに載せれば店の表示です。
消費者庁は、実際より優れていると誤解させる表示（優良誤認表示）について、わざとではなく誤って表示した場合でも景品表示法の規制対象になると説明しています。
柄の本数やボタンの数が違う画像では、届いた商品と見た目が合いません。
今回は12枚のうち7枚がそうでした。
目印が隠れただけの画像なら、表示の誤りとまでは言えません。
ただ、客がその商品を見分ける手がかりは減ってしまうはずです。
生成した文章や画像を商品ページに使うこと自体は、どちらのサービスも利用規約で認めています。
OpenAIの利用規約は、出力の権利を利用者に譲渡すると定めています。
Googleの利用規約にあるのは、利用者が生成したオリジナルのコンテンツについてGoogleが所有権を主張しない、という定めです。
どちらも、OpenAIの利用ポリシーやGoogleの生成AIの使用禁止に関するポリシーに反しない範囲での利用が前提です。
画像を作れる回数や、一度に付けられる写真の枚数には、プランによって上限があります。
最新の上限は、ChatGPTの料金ページとGeminiアプリのヘルプで確かめてください。
この検証は、9点のサンプル写真で、頼み方ごとに1回ずつ試した結果です。
同じ文面でも、作らせるたびに組み合わせも画像も変わります。
また、Geminiでは6枚のうち4枚で、画像を作ったあとにモデルの表示が「Pro」から「Flash」に切り替わっていました。
型①のコーデ2と、型②のコーデ1〜3です。
「Proの利用が集中しています」という通知とともに切り替わった回もありました。
その画像がどちらのモデルで作られたのかは、画面からは分かりません。
ただ、表示が「Pro」のままだった型①のコーデ3でも、カーディガンのボタンは6つに増えています。
今後の検証予定
今回は「色・柄・ボタンの数を変えない」と書いても、本数や数は保たれませんでした。
そこで、「ボーダーは11本」「ボタンは5つ」のように数そのものを書いたとき、画像で保たれるかを確かめる予定です。
「アウターは前を開ける」「Tシャツは裾を出す」のように着方まで書いたとき、目印が見える画像になるかも試します。
ChatGPTが写真を付けた順どうしで組んだ理由を見るため、写真の順番を入れ替えて同じ頼み方を試す予定です。
商品が数十点ある場合に、コーデの提案が渡した商品の中に収まるか、同じ頼み方を何回か作らせたときのばらつきも測ります。
まとめ
商品写真を全部渡して「この9点だけ」と書くと、ChatGPTもGeminiも、渡した商品の中だけでコーデ提案を組みました。
売りたい服を主役と書けば、3つのコーデすべてにその服を入れ、見せ方まで文章にしてくれます。
コーデ提案の文章づくりは、商品写真を添えれば任せやすい作業です。
一方で全身画像は、12枚のうち7枚でボーダーの本数やボタンの数、色が元の写真と変わりました。
残る5枚も、裾インや上着の陰で目印が隠れています。
そのため、画像を使うなら、載せる前に元の写真と並べて拡大し、柄の本数・ボタンの数・色と目印を見比べる手順は省けません。
画像をAIに作らせても、商品が正しく見えているかの確認は人が行います。
コーデ提案を載せたいなら、まずは手元の商品を数点ずつそろえて、冒頭のサンプルプロンプトを試してみてはいかがでしょうか。
生成AIで商品画像そのものを作ったときの結果は、アパレルの商品画像は生成AIでどこまで作れる？に、背景だけを変えたときの結果は生成AIで商品画像の背景を変えた検証にまとめています。
よくある質問
参考リンク
- 消費者庁「優良誤認とは」（2026-09-30 確認）
- OpenAI「利用規約」（2026-09-30 確認）
- OpenAI「利用ポリシー」（2026-09-30 確認）
- Google「利用規約」（2026-09-30 確認）
- Google「生成 AI の使用禁止に関するポリシー」（2026-09-30 確認）
- Gemini アプリ ヘルプ「Gemini アプリの使用量上限とアップグレード」（2026-09-30 確認）
