AIで綺麗なイラストやリアルな写真を作りたいのに、思った通りの画像にならないことってありますよね。何度もキーワードを入れ替えているうちに、結局何が正解なのか分からなくなってしまうこともあるかなと思います。実は、画像生成AIにはテキストを読み込む独自のルールがあって、単語を並べる順番がクオリティを左右する大きな鍵を握っているんです。
この記事では、AIが文字を処理する仕組みを踏まえながら、初心者の方でも今日から実践できるプロンプトの並び順の基本やコツを分かりやすく解説します。ツールの特性を理解して、イメージ通りのイラストをサクッと作れるようになりましょう。
- 画像生成AIがプロンプトの順番を処理する基本的な仕組み
- 理想的な構図を作るための具体的なプロンプトのテンプレート
- ツールごとの文字数制限やエラーを防ぐための対策
- キャラクターの髪や服の色が背景に混ざる色移り問題の解決法
画像生成のプロンプトの順番と基本ルール
画像生成AIに指示を出すとき、思いついた単語を適当に並べていませんか。まずはAIがどのようにプロンプトの順番を解釈しているのか、基本となる仕組みから見ていきましょう。
前方優先と後方減衰のメカニズム
画像生成AIに自分の理想とするイラストや写真を思い通りに描いてもらうためには、AIがテキストを処理する際の根本的な優先順位、すなわち「前方優先（Front-loading）」と「後方減衰（Backward decay）」のメカニズムを正確に把握しておく必要があります。この仕組みは、AIがプロンプト（指示文）を読み込む際に、入力ボックスの左側、つまり冒頭に書かれた単語やフレーズほど「極めて重要度の高いコアな命令である」と認識し、右側（後方）に進むにつれてその単語が画像全体に与える影響力を徐々に、しかし確実に弱めていくというものです。これはAIモデルがテキストを数値化して処理する「トークナイザー」や「アテンション（Attention）メカニズム」の構造に由来するもので、数式を持ち出して難しく考える必要はありませんが、実務上では「最初に書いたキーワードほどAIが真剣かつ高精度に描いてくれる」というシンプルな大原則として覚えておくのが一番かなと思います。
なぜ後半の指示は無視されやすくなるのか？
多くの画像生成AIは、ノイズから画像を徐々に復元していくプロセス（拡散プロセス）において、プロンプトの先頭部分に配置された情報から強力なガイドを受けます。そのため、後半部分に記述された指示に到達する頃には、すでに画面の大部分の構成や配色、主要な被写体の配置が確定してしまっていることが多いわけですね。つまり、どれほど詳細で魅力的なディテールを後半に書き連ねたとしても、AIにとっては「もう画面に描き加える余白や余裕があれば、オマケ程度についでに描いておこうかな」という非常に低いプライオリティとして処理されてしまいます。この性質を無視して、思いついた順番のまま適当に単語を羅列していると、どれだけ品質タグを盛り込んでも思ったようなクオリティに届かないという問題が発生しやすくなるため、まずはこの前方の言葉が持つ圧倒的な支配力を意識することが大切ですね。
グローバルからローカルへの並び順
プロンプトを構築する上で、破綻のない美しい構図を安定して出力するための王道テクニックとされるのが、「グローバル（全体像・画面全体の枠組み）」から「ローカル（細部のディテール・局所的な要素）」へと流れるように配置していく記述順序です。このアプローチは、まるでプロの画家がキャンバスに絵を描く際に、最初に全体の構図や光の方向、大まかなラフスケッチ（アタリ）を決めてから、徐々にキャラクターの目元や衣服のシワといった細かいパーツを描き込んでいくプロセスと全く同じ思考に基づいています。具体的には、まず最初にカメラのアングル（引きの構図か、アップか）や、イラスト調・写真調といった画面全体の「世界観や画風」をカチッと決定し、その強固な土台の上にキャラクターの特徴、髪型、衣装、さらには背景の細かいオブジェクトやライティングといったディテールを順番に流し込んでいくというイメージになります。
情報の階層構造をAIに正しく伝えるメリット
この「全体から部分へ」という情報のグラデーションをプロンプト内で徹底してあげるだけで、画像生成AIは内部的なテキスト処理において混乱を起こしにくくなり、手足の崩壊や背景と人物の融合といった致命的な構図の破綻を劇的に減らすことが可能になります。逆に、この階層構造を意識せずに「目元のアップ、広大な草原、デジタルイラスト、女の子」のように、グローバルな情報とローカルな情報をごちゃまぜにして並べてしまうと、AIは画面全体のスケール感を計りかねてしまい、結果として被写体が画面からはみ出したり、不自然に歪んだりする原因になってしまいます。読者の皆さんがプロンプトを作成する際も、まずはカメラのファインダーを覗き込むように全体の枠組みをカチッと決め、そこから焦点を絞り込んでいくという順番を意識するのがベストかなと思います。
重要なコアプロンプトの配置ミス
画像生成AIの初心者ユーザーが最も陥りやすい典型的な失敗パターンの一つが、自分が一番描いてほしいメインの被写体（コアプロンプト）を、プロンプト全体の真ん中や後ろの方に配置してしまうという順番のエラーです。例えば、「美しいファンタジーの街並み、夕暮れ時の淡い光、石畳の路地、行き交う人々、中世の馬車、保存された笑顔の魔法使いの女の子」というように、背景やシチュエーションの描写をダラダラと先頭から長文で記述した後に、肝心の主役を最後にポツンと付け足すような書き方ですね。このようなプロンプトを入力してしまうと、先ほど解説した「前方優先・後方減衰」のメカニズムが仇となり、AIは先行する大量ের背景描写の指示に圧倒され、処理能力（アテンション）のほとんどを街並みや石畳の描画に使い果たしてしまいます。
主役が無視される・崩壊する現象のメカニズム
その結果、AIが後半の「魔法使いの女の子」というコアな指示を読み込む頃には、すでに画面内に人物を描くための適切なスペースや構図のバランスが残されておらず、主役であるはずの女の子が完全に無視されて背景だけの画像が出力されたり、あるいは画面の端っこに小さく不自然に変形した体の一部が崩壊した状態で無理やり押し込まれたりする、といった悲惨なバグが発生する原因になります。どれほど素晴らしい背景のアイデアがあっても、主役が引き立たなければ意味がありませんよね。そのため、自分がその画像で「何を一番目立たせたいのか」を常に自問自答し、主役となるコアプロンプト（例：1girl, a majestic dragonなど）は、他のどんな修飾語よりも優先して、必ずプロンプトの最前線、あるいは最初のセグメント内に配置することを徹底してくださいね。
主要なツールごとの特性と違い
画像生成AIと一口に言っても、世の中に存在する主要なツールや生成モデルによって、プロンプトの並び順や記述スタイルに対する解釈のクセ、および内部アルゴリズムには非常に大きな違いが存在します。自分がメインで利用しているツールが、どのようなテキスト処理を好むのかという特性を深く理解し、そのツールの好みに合わせてプロンプトの順番を最適化してあげることが、生成の打率を極限まで高めるための重要な鍵になります。ここでは、現在クリエイターの間で広く使われている代表的な4つのツールについて、それぞれの特徴を深掘りしてみましょう。なお、最新の画像生成AIのトレンドや各ツールのより詳細なスペックについて網羅的に比較したい場合は、2026年最新の画像生成AI比較表！あなたに最適なツールはどれ？ の記事も非常に参考になるかなと思いますので、用途に合わせてぜひチェックしてみてくださいね。
各ツールの処理のクセを徹底解剖
まず、オープンソースの代表格である「Stable Diffusion」や「NovelAI」は、単語をカンマで区切って並べるいわゆる「タグ形式」の記述に対して非常に厳格な反応を示します。特にStable Diffusionは、前方に配置された単語の重みをダイレクトに反映するため、構図や品質タグ、メイン被写体の順番をロジカルに制御する必要があります。一方で、圧倒的な芸術性と映画のような美しい質感が強みの「Midjourney」は、長すぎるタグの羅列よりも、短く洗練された具体的な名詞や、全体のテイストを決定づけるキーワードを好む傾向があります。そして、ChatGPTの後ろで動作している「DALL-E 3」はこれらとは全く異なり、カンマ区切りの単語群よりも「日本の日常的な風景の中で、本を読んでいる少女」といった、自然な日本語や英語の文章（ナチュラルランゲージ）をそのまま論理的に理解し、空間のレイアウトへと変換する能力に長けています。このように、ツールごとにプロンプトの組み立て方を変える柔軟性が大切ですね。
| ツール名 | テキスト処理の特徴 | おすすめの記述順序 |
|---|---|---|
| Stable Diffusion | 単語の並び順に超厳格。後方ほど影響力が弱まる。 | 構図 → 主体 → 画風 → 詳細 → 照明 |
| Midjourney | 全体のテイスト重視。重要でシンプルな単語を好む。 | 参考URL → 全体テイスト → 主役 → 背景 |
| NovelAI | アニメ系タグに最適化。並び順で画風が激変する。 | 品質タグ → キャラクター → 構図 → 背景 |
| DALL-E 3 | 自然な日本語や英語の文章をそのまま論理的に理解。 | 主役から順に文章で詳しく説明する |
Stable DiffusionやNovelAIは単語をカンマで区切るスタイルに敏感ですが、DALL-E 3などはChatGPTが間に入るため、普通の文章で伝えるほうが得意だったりします。自分が使うツールの好みに合わせてあげることが大切ですね。
構図や要素を整理するテンプレート
ここまで紹介したプロンプトの並び順のルールやツールの特性を踏まえ、初心者の方から中級者の方まで、誰でも迷わずに理想の構図を組み立てられる「黄金の並び順テンプレート」を用意しました。プロンプトを作成する際に、思いついた単語をただ闇雲に打ち込むのではなく、以下の6つの階層（ステップ）に沿って必要なキーワードをパズルのようにカチッとはめ込んでいくだけで、AIがスムーズに命令を解釈し、構図の破綻を最小限に抑え込んだハイクオリティな作品を安定して出力できるようになります。基本的には、この構造に沿って左から右（上から下）へと記述を進めていくのが、最もAIに伝わりやすい記述順序かなと思います。
標準的なプロンプトの構成順
- ビュー・アングル（画面全体の構図・視点）：
Full-body shot, Close-up, Birds-eye view, Eye-levelなど、カメラの位置や被写体の収まり方を一番最初に指定します。 - 主体（メインの被写体・キャラクター）：
1girl, a handsome man, a futuristic robotなど、主役の特徴（年齢、髪型、表情、衣装など）を詳細に描写します。 - メディア（表現形式・画風）：
Digital painting, Photorealistic, Anime style, Watercolorなど、どのようなタッチのアートにするかを決定します。 - ディテール（細かさ・レンダリング品質）：
Intricate details, Sharp focus, 8k resolutionなど、画像の鮮明さや描き込みの密度を指定します。 - 背景・環境（世界観・シチュエーション）：
Cyberpunk city, Mystical forest at night, Cherry blossoms fallingなど、主役を取り巻く周囲の景色や季節、時間帯を書き込みます。 - 照明・影（ライティング演出）：
Soft lighting, Cinematic lighting, Volumetric rays, Dramatic shadowsなど、光の差し込み方や影のコントラストで全体の雰囲気を取りまとめます。
まずはこのテンプレートの順番を頑なに守ってプロンプトを組んでみて、出力された画像のバランスを見ながら、自分の使っているモデルの癖に合わせて微調整していくのが確実なアプローチです。最初は面倒に感じるかもしれませんが、この構造化の癖をつけるだけで、お目当ての画像が出るまでのリテイク回数が劇的に減るはずですよ。
画像生成のプロンプトの順番を整える対策
基本の並び順がわかったところで、次は「もっと細かく指示をコントロールしたい」「思った通りに出ないエラーを解決したい」というステップに進んでいきましょう。
トークンの制限とセグメント分割
プロンプトの順番を完璧にマスターした後に、多くのユーザーが次に直面する見えない壁が「トークン制限」と「セグメント分割」というAI特有のテキスト処理ルールです。画像生成AI（特にStable Diffusionなど）は、私たちが入力した英単語やテキストをそのまま文字列として読んでいるわけではなく、内部で「トークン（Token）」と呼ばれる最小の言語単位に一度細かく分解し、それを数値のベクトルに変換してから処理を行っています。一般的な短い英単語であれば「1単語＝1トークン」としてカウントされることが多いですが、少し複雑な単語や、スペルミスのある文字列、あるいは特殊な専門用語などの場合は、1つの単語であっても2つ以上のトークンに細切れに分割されてしまうため、自覚している以上にトークン数が急激にかさみやすいという特徴を持っています。
75トークンの壁がもたらす描画崩壊のリスク
ここで非常に重要になってくるのが、Stable Diffusionの内部処理における「75トークン」という強力な区切りルールです。AIの標準的なテキストエンコーダー（CLIP）は、基本的に75トークンを1つの塊（セグメント）として処理する仕様になっており、この上限を超えると自動的に2つ目、3つ目のセグメントへと情報が分割されてしまいます。この時、もし「wearing a beautiful blue silk dress（美しい青いシルクのドレスを着ている）」という一続きの重要なフレーズが、ちょうど75トークン目と76トークン目の境界線をまたぐように配置されてしまうと、AIはドレスの指示を前後のセグメントで分断して解釈せざるを得なくなります。結果として、意味が正しく繋がらなくなり、ドレスの色が全く違うものになったり、衣服のデザインが不自然に引き裂かれたように崩壊したりする原因になるため、プロンプトの記述量と配置には常に細心の注意を払う必要があるかなと思います。
記述の崩壊を防ぐブレイク構文
先ほど解説した「75トークンの壁」によって引き起こされるフレーズの泣き別れや、予期せぬ描画の崩壊を物理的に回避し、プロンプトの順番をユーザーの意図通りに100%制御するために開発されたのが、通称「BREAK構文」と呼ばれる非常に強力な特殊コマンドです。これはStable DiffusionなどのWeb UI環境で広くサポートされている記述方法で、プロンプトの入力テキストの途中に、すべて大文字で BREAK と入力するだけで機能します。この5文字がプロンプト内に挿入されると、AIはその箇所の直前までで現在のセグメント（75トークンの枠）を強制的に打ち切り、残りの空きスペースをすべてパディング用の無意味な文字で自動的に埋め尽くした上で、BREAK の直後に書かれた単語を、次の新しいセグメントの「完全に先頭（1トークン目）」から配置し直してくれるという画期的な仕組みを持っています。
BREAK構文を実務で使いこなす具体的なメリット
このBREAK構文を戦略的に使いこなす最大のメリットは、キャラクターに関する詳細な指示（髪型、表情、衣装など）のグループと、背景や環境に関する指示（空の色、建物の造形、ライティングなど）のグループを、AIの処理レベルで完全に分離・独立させることができる点にあります。例えば、前半 of キャラクター描写が50トークンで終わっている場合、普通にカンマで続けて背景を書くと、同じセグメント内に背景の要素が混ざってしまい、お互いのキーワードが干渉して色移りなどの原因になります。しかし、ここで BREAK を挟んであげることで、背景の指示を次のセグメントの最前線（特等席）からスタートさせることができるため、前方優先の恩恵を背景要素にも再度与えることが可能になり、キャラクターのクオリティを落とすことなく、背景も緻密に描き込まれた完璧な一枚絵を創り出すことができるようになりますよ。
ミッドジャーニーの適切な単語数
Stable Diffusionがカンマ区切りの長大なプロンプトやBREAK構文による厳密な制御を得意とするのに対し、もう一つの世界的超人気ツールである「Midjourney（ミッドジャーニー）」では、プロンプトの順番だけでなく「全体の単語数（ワード数）」をいかに適切にコントロールするかが、クオリティを極限まで引き出すための最大の防衛策となります。Midjourneyのアルゴリズムは、入力されたプロンプト全体の雰囲気や芸術的な調和を非常に高度に解釈する一方で、プロンプト内の単語数が多くなりすぎると、それぞれのキーワードに分配されるAIの注意（ウェイト）が極端に分散・希薄化してしまうという性質を抱えています。一般的な推奨データによると、Midjourneyにおける最も打率が高く適切なプロンプトの長さは「60〜75ワード程度」とされており、これを大きく超える長文をダラダラと書き連ねることは、かえって生成結果を悪化させる原因になりかねません。
無駄な修飾語を削ぎ落とす「引き算」のプロンプト作成術
もし75ワードを大幅に超えて、100ワードも200ワードもあるような過剰な指示を入力してしまうと、AIはどの指示を最優先で描けばよいのか判断に迷ってしまい、ユーザーが意図していない謎のオブジェクトが画面に混ざり込んだり、逆にどうしても描いてほしかった重要な指示が完全に無視されてしまったりといったエラーが多発します。Midjourneyでプロンプトを組み立てる際は、記述の順番を「主役→背景→全体のテイスト・カメラ設定」とシンプルに整理した上で、「very beautiful」や「super detailed」といったAIにとって意味の薄い抽象的な修飾語（プロンプトのゴミ）を徹底的に削ぎ落とし、1つ1つの単語が強い意味を持つ具体的な名詞や動詞だけで構成する「引き算の美学」を意識することが、理想のイラストへの一番の近道かなと思います。
チャットGPTの自動翻訳とリライト
OpenAIが開発した最高峰の画像生成AI「DALL-E 3」は、ChatGPTを介して日常の自然な言葉で指示を出すだけで、まるで魔法のようにハイクオリティな画像を生成してくれることで有名ですよね。しかし、この手軽さの裏側には、初心者ユーザーを助けるための「プロンプトの自動リライト（拡張）」というChatGPT独自の親切なメカニズムが常に動いていることを知っておく必要があります。これは、私たちが「猫のイラストを描いて」と短い日本語を入力した際に、ChatGPTが裏側でその意図を汲み取り、「暖かな日差しが差し込む部屋の窓辺で、心地よさそうに丸くなって眠っている、毛並みの美しい茶トラの猫のリアルなデジタルイラスト」というように、英語の長文へと勝手に翻訳・肉付けしてDALL-E 3に引き渡してくれる仕組みです。この自動リライトのおかげで、誰でも簡単に見栄えの良い画像が作れるわけですが、一方で「自分が意図した通りの厳密な構図や、特定の単語の順番を100%再現したい」というこだわり派のクリエイターにとっては、この勝手なアレンジが足かせになってしまうことが多々あります。
自動生成の介入を阻止し、自分のプロンプトをそのまま通す裏技
ChatGPTが良かれと思ってプロンプトの順番を組み替えたり、余計なディテールを追加したりするのを完全に制止し、自分が作成したオリジナルの指示文の順番通りにDALL-E 3へダイレクトにレンダリング命令を届けるためには、プロンプトの末尾、あるいはChatGPTとのチャットの最初で、自動リライトを強力に禁止する英語のコマンドを明示的に付け足しておくのが非常に効果的です。なお、ChatGPTを活用した具体的なプロンプトのテンプレートや、具体的なキャラクター生成の応用事例については、サイト内の別記事である ChatGPTの画像生成でペットがイラストに大変身！？今すぐ使えるプロンプトと最新ツールを網羅！ でも詳しく解説されていますので、表現の幅をさらに広げたい方は合わせて読んでみてくださいね。自動リライトを止める具体的なコマンドは以下の通りです。
DALL-E 3の自動リライトを止める英語コマンドdon't change the prompt at all, use as it is. Generate the image based strictly on the exact word order provided above without adding any external details.
この強力な命令を一筆添えておくことで、AIが勝手に文章を物語風にアレンジする暴走を防ぎ、自分がロジカルに組み立てた単語の順番通りのレイアウトや要素の配置を、DALL-E 3の画面上に正確に具現化させやすくなりますよ。
記号を使った強調の記法と適切な上限
プロンプトの「配置する順番」という物理的な位置調整だけでなく、特定のキーワードの持つパワーそのものを記号を使ってダイレクトに増幅・補正し、AIへのアピール度をコントロールする「強調記法（Weighting）」も、画像生成を思い通りにコントロールする上で絶対に欠かせない必須テクニックです。特にStable DiffusionやNovelAIなどのWeb UI環境では、最も標準的な強調のやり方として、目立たせたい単語を丸括弧で囲み、コロンで区切って数値を指定する (keyword:1.2) という記法が広く使われています。これは、その単語の重要度を基準の1.0倍から「1.2倍に引き上げる」という命令をAIのテキスト処理エンジンに直接与えるもので、順番の制約上、どうしても前方に配置できなかった重要なローカル要素（例：特定のアクセサリーや目の色など）を、中盤以降の配置であっても無理やりAIに認識させる際などに非常に重宝します。
強調倍率の限界ラインとアーティファクトの危険性
ただし、この強調機能は非常に強力な劇薬であるため、使用する際の数値の設定には厳格な上限ルールを設けておく必要があります。一般的に、安全かつ綺麗に画像に要素を反映できる適切な強調倍率は「1.1倍〜1.3倍」、どれだけ強くしたい場合でも「最大1.5倍以内」に留めておくのが画像生成における鉄則とされています。もし、どうしてもその要素を出したいからといって、(crown:2.5) のように2.0倍を超えるような異常に強すぎる数値を指定してしまうと、AIの内部計算（潜在空間のバランス）が致命的に崩壊してしまいます。その結果、画像のコントラストが焼き付いたように異常に激しくなったり、画面全体に油絵の具をぶちまけたようなドロドロとしたノイズが発生したり、キャラクターの顔や身体のパーツが化け物のようにグニャグニャに歪んでしまう「アーティファクト（描画エラー）」が発生するため、記号による強調はここぞという最小限のポイントに、控えめな数値で適用するのが美しいイラストを保つコツかなと思います。また、画像生成AIの適切な利用方針や日本の著作権法に関する客観的な一次情報については、公的機関の見解をあらかじめ確認しておくことも創作者として非常に大切かなと思います（出典：文化庁「AIと著作権に関する考え方について」）。
色移りの対策とアソシエーション
画像生成AIを触っていて、ほぼ全てのユーザーが一度は頭を抱える最もメジャーで頻発するトラブルが、俗に「色移り（Color Bleeding）」や「プロンプトの汚染」と呼ばれる現象です。これは、例えば「黒髪の女の子が、赤いワンピースを着て、青い革製のソファーに座っている」というシチュエーションを描きたくてプロンプトを入力したのに、出力された画像を見ると、女の子の髪の毛に赤いメッシュが混ざってしまったり、ソファーの色が真っ赤に染まってしまったり、逆にワンピースが青くなってしまったりというように、指定したはずの「色」と「対象の名詞」の結びつき（アソシエーション）をAIが途中で見失い、画像全体にインクが滲むように色が飛び火して混ざり合ってしまうエラーを指します。この現象が起こる原因は、AIがプロンプトを処理する際、単語の距離が離れすぎていると「どの色がどの名詞を修飾しているのか」の因果関係を論理的に追えなくなってしまうことにあります。
色移りを完璧に防ぐための正しい配置のルール
この色移り問題をプロンプトの順番の工夫だけで綺麗に解決するための鉄則は、「修飾したい色と名詞を物理的に限界まで近づけて配置し、文脈の区切りを明確にすること」です。まずは、失敗しやすい典型的なダメな順番の例と、それを完全に修正した正しい配置の例を視覚的に比較してみましょう。スマートフォンでの表示崩れを防ぐため、以下の比較表は横スクロール対応でお届けしますね。
| 判定 | プロンプトの記述順序の例 | AIの解釈と発生するリスク |
|---|---|---|
| ✕ 悪い例 | 1girl, black hair, wearing a dress, sitting on a sofa, red, blue | 後半に色がまとめて孤立しているため、AIが混乱し、髪やソファーに赤や青がランダムに混ざり合って色移りしてしまいます。 |
| ◯ 良い例 | 1girl with black hair, wearing a red dress, sitting on a blue sofa | 「色＋名詞」のペアがwithやwearingではっきりとバインドされているため、AIが誤認することなく、狙い通りの正しい配色で描き分けてくれます。 |
このように、単に単語をカンマで区切って並べるのではなく、with [色の名前] [パーツ名] や wearing a [色の名前] [衣服名] というように、英語の自然な文脈の繋がり（アソシエーション）を利用して色と対象物をがっちりと固定してあげることが最大の防衛策になります。また、要素同士の距離を離したい場合は、前述した「BREAK構文」を衣装の指示の後に挟み、背景のソファーの指示を次のセグメントに完全に隔離してあげるアプローチも併用すると、色移りの確率をほぼ0%にまで抑え込むことができるので、思い通りの配色にならずに悩んだときはぜひこの順番のテクニックを試してみてくださいね。
画像生成のプロンプトの順番のまとめ
ここまで画像生成におけるプロンプトの順番の大切さについて解説してきました。AIは基本的に「左側にある言葉ほど最優先で処理する」というルールを持っています。まずは画面全体の構図や主役を先頭にしっかりと記述し、ツールごとの文字数制限や強調記法を正しく使うことで、生成の成功率は劇的に上がります。色移りや崩壊に悩まされたときは、ぜひ今回の順番のテクニックやテンプレートを思い出して試してみてくださいね。
