21 件の AI 生成用語、
わかりやすく定義。

Credit

別名 AI credit, generation credit

hilens.ai では、クレジットは生成作業1単位分に対する支払い単位です。モデルごとに1回の生成で消費するクレジット数は異なります。クレジットはパック単位で購入でき、有効期限はありません。

Credit pack

別名 AI credit pack

固定のドル価格で一度に購入するクレジットの束です。大きなパックほど1クレジットあたりの単価が下がります。パック内のクレジットに有効期限はなく、自動更新もされません。

Pay per generation

別名 pay per use, pay per credit

「生成」をクリックしたときにのみ、前払いのクレジット残高から差し引かれる課金モデルです。生成するかどうかに関わらず毎月一定額を支払うサブスクリプションとは対照的です。

Subscription credit

月額サブスクリプションの割当に含まれ、次の請求サイクルが始まると失効するクレジットです。有効期限のない従量課金のクレジットとは区別されます。

Prompt

別名 AI prompt, text prompt

何を生成するかを記述して AI モデルに与えるテキストの指示です。画像・動画モデルでは、プロンプトに被写体の説明、スタイルの方向性、カメラや構図のヒント、そして任意のネガティブプロンプトを混在させます。

Negative prompt

生成される画像や動画に現れるべきでないものを記述するテキストです。余分な指、ウォーターマーク、ぼやけたテクスチャ、避けたい特定のスタイルなど、よくある失敗モードを抑えるために使います。

Reference image

別名 ref image, image-to-image input

生成を条件付けするためにプロンプトと一緒にアップロードする画像です。モデルは構図、カラーパレット、被写体の似姿、フレーミングといった視覚的特性を参照画像から出力に引き継ぎます。

Aspect ratio

別名 AR

生成される画像や動画の幅と高さの比率です。一般的な比率は 1:1（正方形）、9:16（縦長 / TikTok / Reels）、16:9（横長 / YouTube）、4:5（Instagram ポートレート）、3:4（エディトリアル縦長）です。

Seed

モデル内部の乱数生成器を初期化する数値です。シードを固定すると出力が再現可能になります。同じプロンプト+同じシードは同じ出力を生みます。

CFG scale

別名 guidance scale, classifier-free guidance

モデルがテキストプロンプトにどれだけ忠実に従うかを制御するパラメータです。CFG が高いほどより字義通りの解釈になり、低いほど創造的な自由度が増します。典型的な範囲は 4〜12 です。

Inference steps

別名 sampling steps, denoising steps

モデルが出力を生み出すために行う反復的な精緻化パスの回数です。ステップが多いほど一般的に品質は高くなりますが、モデル固有のしきい値を超えると効果は逓減します。

Diffusion model

ノイズ付加のプロセスを逆転させることを学習する AI 生成モデルの一群です。純粋なノイズから始め、プロンプトに合致する画像や動画へと段階的にノイズを除去していきます。

Text-to-image

別名 T2I, txt2img

入力がテキスト（プロンプト)で、出力が画像となる生成モードです。最も一般的な AI 画像生成モードです。

Image-to-video

別名 I2V

入力が静止画で、その画像をアニメーション化した動画を出力する生成モードです。多くの場合、求める動きを記述するテキストプロンプトと組み合わせて使われます。

Video generation

別名 AI video, video synthesis

テキストプロンプト、参照画像、またはその両方から動画クリップを AI で生成することです。出力は通常、固定解像度の短いクリップ（5〜10秒)です。

Identity preservation

別名 character consistency, identity lock

同じ参照画像からの複数回の生成にわたって、人物の顔やキャラクターの外見を一貫して保つモデルの能力です。複数パネルのコラージュやキャラクター主導のコンテンツにとって極めて重要です。

In-image text

別名 text rendering, in-frame text

シーンの一部として生成画像の内側に現れるテキストです。看板、パッケージの文言、引用カード、インフォグラフィックのラベルなど。歴史的に拡散モデルの弱点でしたが、2026 年では最も強力なモデルだけが読みやすく描画できます。

Output resolution

生成される画像や動画のピクセル寸法です。一般的な値は 1024×1024（ほとんどの画像モデルのデフォルト)、4K（Nano Banana 2 のポートレート)、1080p（ほとんどの動画モデル）です。

Upscaling

別名 AI upscale, super-resolution

AI モデルを使って既存の画像や動画の解像度を上げることです。単にピクセルを補間するのではなく、高解像度版がどう見えるかを推論してディテールを加えます。

Inpainting

別名 AI inpaint, region edit

画像の特定の領域を、残りを変えずに置き換えたり編集したりすることです。ユーザーがその領域をマスクし、モデルが周囲の文脈に合った新しいコンテンツを生成します。

LoRA

別名 Low-Rank Adaptation, LoRA model

モデル全体を再学習させることなく、ベースモデルを特定のスタイル、キャラクター、被写体に合わせて調整する軽量なファインチューニング手法です。LoRA は小さく（通常 50〜200MB)、ベースの上に重ねて使えます。