雨の京都と深紅のドレス
傘、ドレス、石畳の反射を一枚の夜景へ。
プロンプト例を見る
Adult Japanese woman age 29 in a deep-red evening dress turning a transparent umbrella in a rain-slicked Kyoto alley, full body, no signs or logos.
1K / 2K・Thinking Mode・最大3枚の参考画像
Wan 2.7 AI画像生成
Wan 2.7のThinking Modeで、日系ファッション、スポーツ、商品、生活の物語、成人アニメを一枚へ。画像編集では最大3枚を使い、参考画像枚数に関係なく固定料金で生成できます。
SELF-GENERATED · Wan 2.7 Image
雨の京都と深紅のドレス
傘、ドレス、石畳の反射を一枚の夜景へ。
1 / 2
掲載画像はGazoulabがWan 2.7で生成したオリジナル作例です。
Wan 2.7 Imageで作った6つの画像
ファッション、商品、食、動物、アニメ、生活の物語まで、用途ごとに構図と指示を変えた日本語プロンプトを掲載しています。
波を越える20代のサーファー
人物の魅力を、実際の全身運動と水の物理で見せます。
プロンプト例を見る
Young adult Japanese professional surfer age 27 in a cobalt long-sleeve surf suit carrying a plain board through a breaking Okinawa wave, athletic full-body motion, no logos.
浅瀬を跳ぶ白狐の配達員
布、葉、水を大きく動かすオリジナルコスプレ。
プロンプト例を見る
Original adult Japanese fox courier age 28 in cream-and-red costume leaping across a shallow shrine stream, silk sleeves and leaves, no franchise elements or text.
無地のミラーレスカメラ
本体、レンズ、ボタンを崩さず、和の素材と一緒に。
プロンプト例を見る
Unbranded mirrorless camera on dark cedar beside indigo cloth and one glass lens element, exact geometry, controls without lettering, no logos.
雨上がりのラーメン店
店主と友人二人の関係が読める生活場面。
プロンプト例を見る
Elderly chef placing a steaming plain ramen bowl before two adult friends in a tiny shop with undecorated walls, no menus, signs or text.
横浜を走る成人レスキューライダー
人物、車体、水しぶきを低い画角で統合。
プロンプト例を見る
Original adult anime female rescue rider age 30 leaning an unbranded electric motorcycle through rain at Yokohama harbor, mature proportions, no text or franchise design.
Wan 2.7 ImageのThinking Modeを実作例で確認
Wan 2.7 / Wan 2.7 Imageを、雨の人物、水上スポーツ、商品、生活場面、成人アニメで確認しました。（確認日：2026年8月25日）
雨、布、建築を一つの夜景へまとめられる
京都の作例では、透明傘、深紅のドレス、濡れた石畳、灯りの反射を一つの色設計として確認できます。
人物以外の形状も同じページで試せる
無地カメラ、ラーメン店、レスキューバイクを生成し、商品と物語の両方を比較できました。
画像編集は最大3枚・必要クレジット一定
人物、衣装、背景の三役へ整理しやすく、参考画像を増やしてもGazoulabの必要クレジットは変わりません。
Thinking Modeでも曖昧さは残る
主役、動作、場所、光を同じ強さで並べず、最初の一文で最優先の主体と構図を決めてください。
画像編集の比率・解像度は自動
現在の編集モードには手動の出力設定がありません。入力画像の比率と余白を先に整える必要があります。
Wan 2.7 Imageと他モデルの選び方
情報量の多い一枚と最大3枚の参考を両立したい場合に向きます。4Kや文字を重視する場合は別モデルが候補です。
| 比較軸 | Wan 2.7 Image | 別の選択肢 |
|---|---|---|
| 情報量の多い場面 | Thinking Modeで構成 | Seedream 5 Pro：最大5枚 |
| 4K仕上げ | テキスト生成は1K/2K | Kling Image O3 |
| 文字入りポスター | 文字は生成後に確認 | Ideogram 4 |
Wan 2.7 Imageを使いこなす4つの設計ポイント
現在Gazoulabで選べる設定と、このモデルで生成した作例を基準に、実際の制作で役立つポイントを整理しています。
THINKING MODE
情報量の多い場面も、主役から順に書く
Thinking Modeでも曖昧な要求が自動で解決するわけではありません。主役、動作、場所、光、固定要素を順に整理します。
- 主体と動作を最初の一文へ
- 背景の文字は画面外へ
THREE REFERENCES
最大3枚で主役・衣装・背景を分ける
参考画像を増やしすぎず、人物、衣装、場所のように明確な役割を一枚ずつ持たせます。
- 1枚目を最優先の主役へ
- 3枚でも固定料金
AUTO EDIT OUTPUT
画像編集は比率と解像度を自動に
編集APIが指定を受けない値はUIにも出しません。入力画像を準備し、変える部分だけを文章へ追加します。
- 入力画像の比率を確認
- 存在しない設定を作らない
JAPANESE STORIES
日本の場所を、看板ではなく行動で表す
京都、沖縄、横浜、ラーメン店を、文字や記号ではなく光、素材、人物関係で伝えます。
- 生成文字に場所説明を任せない
- 人物関係を一動作で示す
Wan 2.7 ImageをGazoulabで使う理由
モデル自身の能力と、Gazoulabが提供する操作・料金・保存の体験を分けて説明します。
Wan 2.7 Imageだけに固定
別モデルへ勝手に切り替えず、このページの作例と同じモデルへ送信します。
テキスト生成と画像編集
ゼロから作る場合と、参考画像を使う場合を同じ画面で切り替えられます。
枚数で価格を変えない
参考画像の枚数は料金へ加算せず、モデルと解像度から固定額を表示します。
対応値だけを表示
比率、解像度、参考画像上限は共有カタログから読み込みます。
日本語の制作フロー
入力、料金、エラー、ログイン後の再開まで日本語で完結します。
作例も自社生成
掲載画像はGazoulabがWan 2.7 Imageで制作し、公式ショーケースは流用していません。
ページと生成機能で共通の対応値
表示だけの比較表ではありません。入力欄、料金計算、API送信は同じモデルカタログを参照します。
| 項目 | テキストから画像 | 画像から画像 |
|---|---|---|
| 解像度 | 1K / 2K | モデル自動 |
| 比率 | 1:1 / 16:9 / 9:16 / 4:3 / 3:4 / 3:2 / 2:3 | auto |
| 参考画像 | 不要 | 1〜3枚 |
| 枚数による追加料金 | — | なし |
| おすすめ | 場面をゼロから作る | 人物・商品・衣装を基準画から作る |
迷わず始める3ステップ
最初から情報を詰め込みすぎず、構図を決めてから一項目ずつ修正します。
- 01
入力方法を選ぶ
ゼロからならテキスト、人物や商品を残したいなら参考画像を選びます。
- 02
主役と構図を書く
主体、場所、動作、光、画角、固定要素の順に、短く具体的に書きます。
- 03
一つだけ変えて再生成
手、顔、商品形状、文字らしき模様を確認し、次は一項目だけ直します。
Wan 2.7 Imageが向いている制作
モデルの知名度ではなく、完成させたい仕事から選べるように整理しています。
広告・EC担当
商品形状と余白を管理しながら、Wan 2.7 Imageでキャンペーン案を作りたい人。
SNSクリエイター
人物、コスプレ、季節企画を横長・縦長へ展開したい人。
デザイナー
参考画像を組み合わせ、構図や素材感を言葉で詰めたい人。
アニメ・物語制作者
成人キャラクターや背景のルックを短時間で比較したい人。
同じプロンプトを別モデルでも比較
人物、商品、アニメ、参考画像枚数によって、得意なモデルは変わります。
Wan 2.7 Imageのよくある質問
参考画像、料金、仕様、権利、公式サービスとの関係を具体的に説明します。
Wan 2.7 Imageとは何ですか？
Alibabaが提供する画像生成・編集モデルです。Wan 2.7、Wan 2.7 Imageと検索されることもあります。Gazoulabではテキスト生成と、参考画像を使った編集に対応しています。
Wan 2.7のThinking Modeとは？
情報量の多いプロンプトを整理するための生成構成です。曖昧な指示が自動で直る機能ではないため、主役、動作、場所、光の順に書いてください。
Wan 2.7とWan 3.0の違いは？
このページのWan 2.7は画像生成・編集モデルです。Wan 3.0は動画生成モデルで、テキスト、開始画像、参考素材から動画を作ります。
どの解像度に対応していますか？
現在Gazoulabではテキスト生成では1Kと2K。画像編集はモデル自動を選べます。生成画面には実際に利用できる値だけを表示します。
参考画像は何枚使えますか？
最大3枚です。参考画像枚数は必要クレジットへ加算しません。
参考画像を増やすと高くなりますか？
いいえ。Gazoulabでは参考画像の枚数による追加料金はなく、必要クレジットは選択モデルと解像度で決まります。
日本語のプロンプトを使えますか？
はい。主体、場所、動作、光、画角、残したい要素の順で簡潔に書くと調整しやすくなります。
人物画像を作るコツは？
成人年齢、全身か上半身か、衣装、手の位置、レンズと光を明記し、1回の修正では一項目だけ変えてください。
無料で使えますか？
ページの閲覧と入力は無料ですが、生成時には画面に表示されたクレジットを使用します。
商用利用できますか？
利用前にAlibabaとGazoulabの最新規約を確認し、入力画像、人物、商品、キャラクターデザインに必要な権利を確保してください。
GazoulabはAlibaba公式ですか？
いいえ。Gazoulabは複数の生成モデルを利用できる独立サービスで、Alibabaの公式サイトではありません。
狙った結果にならないときは？
主役を一つに絞り、構図と動作を先に固定してください。参考画像を使う場合は、各画像の役割も文章で指定します。