こんにちは、まいです！
たくさんの情報やデータ同士の関係性を図にするとき、「平面的に並べるだけだとなんだか頭に入ってこない……」と感じたことはありませんか？
そんなときにぴったりなのが、データをまるで歩いて回れる空間のように組み立てて、キャラクターがその中を探索する図解表現です。
今回は、難しいデータの構造やネットワークを直感的にわかりやすく見せる図解表現をご紹介します！
今回の図解表現
今回使う図解表現は、
Data Explorer
です。
直訳すると「データの探検家」。その名前の通り、キャラクターがデータの世界へ入り込んで、つながりや構造を実際に見て回るような表現スタイルです。
この図解はどんな表現？
一般的なデータの図解って、画面の端っこにキャラクターが立っていて、「ここがポイント！」と吹き出しで解説しているような構図が多いですよね。
でも、Data Explorerは違います。
キャラクターは説明役の枠を飛び出して、データそのもので作られた空間の住人（探索者）になります。
ノード（データの点）とノードをつなぐ通路を歩いたり、高く積み上がった階層構造のフロアを見上げたり、データの集まりを虫眼鏡でのぞき込んだり……。
読者はキャラクターの目線や足取りを追うだけで、まるで自分も一緒に探索しているような感覚で構造を直感的に理解できます。
この表現ならではのポイント
この図解表現で一番大切にしたいのは、「データそのものが主役」ということです。
キャラクターを使う図解はどうしてもキャラクターばかりに目線がいきがちですが、Data Explorerでは次のポイントが大切になります。
- データを空間として設計する
ネットワークは「通路」、階層構造は「フロア」、データの分類は「エリア」のように、情報の関係性を立体的な空間に置き換えます。 - キャラクターに具体的な行動をさせる
ただ立たせるのではなく、「接続線をたどる」「密集したデータを観察する」「重要な分岐点を指し示す」といった動作を与えます。 - 発見の瞬間を共有する
「ここに情報が集中している！」「ここで二股に分かれている！」といった、データの中にある重要な気づきを、キャラクターのリアクションや視線誘導を通して読者に伝えます。
派手なSF映画のような演出にするのではなく、知的な図鑑や専門誌のグラフィックのように、清潔感のある世界観を作るのが特徴です。
デザインのポイント
私がこの表現を作るときに特に面白いと感じた、デザイン上のこだわりポイントをいくつか紹介しますね！
1. 「意味のある位置関係」をつくる
空間として描くからこそ、データの「距離」や「高さ」にしっかり意味を持たせることが大切です。関係が深いもの同士は近くにまとめ、主従関係や手順があるものは上下のフロアで段差をつける。適当に浮かべるのではなく、位置そのものが情報になるように配置します。
2. 白を基調にしたクリーンな配色
データ空間というとネオンカラーや暗いサイバー空間を思い浮かべがちですが、この表現では真っ白な背景（Pure White Background）をベースにするのがおすすめです。ベースを白、文字や線をグレーや黒で引き締め、重要な発見ポイントだけにアクセントカラーを使うと、情報がすっきりと際立ちます。
3. キャラクターのスケール感
キャラクターが大きすぎるとデータが隠れてしまいますし、小さすぎると表情や仕草が伝わりません。「データ空間の広さ」がしっかり感じられつつ、キャラクターの指先や視線がどこを向いているかがはっきり分かる、絶妙なサイズ感に設定するのがポイントです。
こんな内容におすすめ
Data Explorerは、要素同士の「関係性」や「構造」を整理したいときに力を発揮します。
- ネットワークや相関関係の可視化（人と組織の関係、技術の関連性）
- 階層構造やツリー構造（プログラミングのオブジェクト指向、会社の組織図）
- データの分類やクラスタリング（市場のセグメント、ユーザー層の分布）
- 複雑なシステムの依存関係（クラウドの構成、データベースのテーブル構造）
- 情報が流れるプロセス（データパイプライン、業務フロー）
「言葉で説明されると難解だけど、地図で見れば一発でわかる」ような情報にぴったりです！
実際に作ってみよう
画像生成AIを使ってこの図解を作るときは、解説したい情報の構造をあらかじめ整理しておくのがコツです。
AIに対して、
- どんなデータを扱っているのか
- 要素同士がどうつながっているのか
- 一番注目してほしい「発見ポイント」はどこか
を具体的に伝えてあげると、AIが適切な「空間（フロアや通路など）」として立ち上げてくれます。
また、案内役となるキャラクターの画像（立ち絵や設定画）を一緒に添付して、「この子がデータ空間を歩きながら観察している様子にしてね」と指定することで、お気に入りのキャラクターを自然に空間へ入り込ませることができますよ。
今回使った汎用プロンプト
# Data Explorer
## 目的
入力された情報を分析し、添付されたキャラクターがデータを空間化した世界へ入り込み、構造・分類・つながり・分布・階層などを探索する、高品質な「Data Explorer Style」の解説図を生成してください。
単なる「データの図解＋キャラクター」ではなく、データそのものを探索可能な空間として表現してください。
キャラクターはデータの間を移動し、集まりを観察し、関係をたどり、隠れた構造を発見するナビゲーターです。
目標は「データを読む」のではなく、「データの世界を探索することで、その構造や意味を直感的に理解する」ことです。
## 入力情報
【情報】
(ここに解説したい情報)
【キャラクター】
添付されたキャラクター画像を使用してください。
## 情報分析
最初に以下を整理してください。
- データの種類と対象
- データを構成する要素
- 要素同士の関係
- 分類・グループ
- 階層・親子関係
- 数量・割合・分布
- 情報の流れ・依存関係
- 共通点・相違点
- 特異点・重要な要素
- 最終的に理解させたい構造
そのうえで「どの関係を空間として表現すれば、データの本質が伝わるか」を判断してください。
すべての情報を均等に描かず、重要な構造や関係性を優先してください。
## データの空間化
データの性質に合わせて、探索できる世界を設計してください。
例えば、
- ネットワーク：ノードを結ぶ通路
- 階層構造：上下に広がるフロア
- 分類：特徴ごとに分かれたエリア
- データベース：テーブル間を結ぶ空間
- 分布：密度の異なるデータ群
- 情報の流れ：入口から出口へ続く経路
- 知識グラフ：概念同士を結ぶ立体的なネットワーク
などです。
単にデータを立体化するのではなく、空間の位置・距離・接続・高さ・まとまりに意味を持たせてください。
実際には関係のない要素を、装飾目的で接続しないでください。
## キャラクターの探索行動
キャラクターには具体的な行動を与えてください。
- ノードへ近づいて内容を確認する
- 接続線をたどる
- グループ間を移動する
- 階層を上り下りする
- 密集したデータを観察する
- 重要な関係を指し示す
- 2つのデータ群を比較する
- 隠れた共通点を発見する
などです。
視線・指先・姿勢を実際のデータ要素へ一致させてください。
キャラクターが探索する順番によって、読者も自然に情報の構造を理解できるようにしてください。
## キャラクターの再現
添付画像の髪型・髪色・顔立ち・瞳・服装・配色・アクセサリー・体型・頭身・全体的な雰囲気を維持してください。
テーマに合わせて勝手に宇宙服・研究服・未来的な衣装などへ変更しないでください。
原則一人のキャラクターを使用し、データ空間の大きさが伝わる適切なサイズにしてください。
表情は好奇心・観察・発見・納得を自然に表現してください。
## 構造と関係性の表現
データの意味に応じて視覚要素を使い分けてください。
- ノードの大きさ：数量・重要度
- 線の太さ：関係の強さ
- 色：分類・属性
- 距離：類似度・関連性
- 高さ：階層・段階
- 集まり：クラスター
- 矢印：方向性・依存関係
ただし、これらの意味は入力情報で裏付けられる場合に限ります。
例えば、関連性の強さが不明なら、線の太さで強弱を創作しないでください。
空間表現によって、実際のデータとは異なる関係を暗示しないでください。
## 発見ポイント
探索の途中に、読者が気づくべき特徴を配置してください。
例えば、
「ここに集中」
「共通する属性」
「3つのグループ」
「この要素が接続点」
「ここで情報が分岐」
などです。
重要な発見はアクセントカラー・拡大図・短いラベルで強調してください。
複雑な関係はDetail Viewを使用して整理し、全体構造との対応を明確にしてください。
## レイアウト・デザイン
画面全体を一つの連続したデータ空間として構成してください。
視線が、
データ全体
→ キャラクターの探索
→ グループ・接続
→ 重要な関係
→ 構造の発見
へ自然に進むようにしてください。
背景は完全な白（Pure White Background）を基本とし、黒・グレーとアクセント1～2色を中心に使用してください。
キャラクター本来の固有色は維持してください。
全体は、
Information Visualization
＋
Spatial Data Exploration
＋
Editorial Illustration
を組み合わせた、清潔で知的な表現としてください。
2D・2.5D・軽いアイソメから、構造を最も正確に伝えられる形式を選択してください。
## 禁止事項
以下は避けてください。
- ネットワーク図の横にキャラクターを置くだけ
- 意味のないノードや接続線
- 無関係なデータ同士の接続
- 根拠のない階層・分類・相関
- データ量や関係の強さの誇張
- 過剰に複雑なネットワーク
- 大量の浮遊カード
- 未来的なホログラム演出
- 不必要な3D・強い遠近法
- 重い影・発光・ネオン
- 複雑なグラデーション
- 長文中心の説明
- 幼児向け冒険ゲーム風
- 入力情報にない数値・関係性の追加
見た目の壮大さより、データ構造の正確性と探索の分かりやすさを優先してください。
## 文字・出力仕様
タイトル・分類名・ラベル・注釈は原則として日本語にしてください。
変数名・テーブル名・フィールド名・数式・単位・専門用語などは必要に応じて原表記を維持してください。
アスペクト比：16:9
高解像度で生成し、ノード・接続線・ラベル・階層関係を明瞭に描画してください。
## 最終イメージ
「キャラクターがデータ図を説明する画像」ではありません。
「キャラクターがデータそのものから構成された世界を探索し、分類・階層・接続・分布を観察しながら、読者と一緒に隠れた構造や関係性を発見するData Explorer」にしてください。
「データを並べる」ではなく「データを空間化する」、
「関係を説明する」ではなく「関係をたどる」、
「キャラクターが主役」ではなく「データ構造が主役」、
「複雑に見せる」ではなく「探索によって理解する」
デザインにしてください。このプロンプトは、単に「キャラクターとグラフを描く」のではなく、次のような考え方で作られています。
- 情報の空間化ルールを明確にする（つながりを通路に、分類をエリアに見立てる）
- キャラクターの動作を規定する（視線や指先をデータの重要ポイントへ一致させる）
- 過度な装飾を制限する（発光や強い遠近法を抑え、エディトリアルな知性を保つ）
実際に使うときは、プロンプト内にある【情報】の欄に、あなたが図解したいデータの内容や分類を書き込み、案内役にしたい【キャラクター】の画像を用意するだけでOKです。
難しいデータの関係性を、AIが自動的に探索しやすい空間へと再構成してくれます。
まいのポイント
私なら、この図解を作るときに「視線のスタート地点とゴール」を意識してレイアウトを考えます！
データ空間にキャラクターを配置するとき、キャラクターが「いま見ている場所」から「次に歩いていく方向」へと、自然な道筋を作ってあげるんです。
読者はまずキャラクターの姿を見つけて、その視線の先を追い、線や通路をたどって最後の「発見のノード」へとたどり着きます。
視線の動線が一本きれいに通っていると、どれだけ複雑なデータ構造でも迷子にならず、すんなり頭に入ってくるようになりますよ。
データの世界を旅するような楽しい図解、ぜひ試してみてくださいね！
# Data Explorer
## 目的
入力された情報を分析し、添付されたキャラクターがデータを空間化した世界へ入り込み、構造・分類・つながり・分布・階層などを探索する、高品質な「Data Explorer Style」の解説図を生成してください。
単なる「データの図解＋キャラクター」ではなく、データそのものを探索可能な空間として表現してください。
キャラクターはデータの間を移動し、集まりを観察し、関係をたどり、隠れた構造を発見するナビゲーターです。
目標は「データを読む」のではなく、「データの世界を探索することで、その構造や意味を直感的に理解する」ことです。
## 入力情報
【タイトル】
図書館の本から発見する情報のつながり
【テーマ】
図書館の本をジャンルごとに分類し、本同士の共通点や関係性を探索する。
【データの構造】
・本は「科学」「歴史」「文学」の3グループに分類
・各グループには複数の本が集まっている
・異なるグループでも、共通テーマを持つ本同士はつながる
・例：「科学史」は科学と歴史の両方に関係する
【探索の流れ】
1. 画面左下のキャラクターを探索の出発点にする
2. キャラクターが科学グループを観察し、次の通路を指さす
3. 通路をたどり、歴史・文学グループとの違いを確認する
4. 科学と歴史を結ぶ「科学史」のノードを発見する
5. 画面右上の発見ノードを探索のゴールにする
【視線誘導】
・キャラクターの視線と指先を次の探索地点へ向ける
・グループ間をつなぐ通路で自然な視線の流れを作る
・探索ルートは左下から右上へ一本の流れにする
・ゴールの発見ノードだけをアクセントカラーで強調する
【伝えたい発見】
本はジャンルごとに分類されていても、共通テーマを通じて別のグループとつながっている。
【キャラクター】
添付されたキャラクター画像を使用してください。
## 情報分析
最初に以下を整理してください。
- データの種類と対象
- データを構成する要素
- 要素同士の関係
- 分類・グループ
- 階層・親子関係
- 数量・割合・分布
- 情報の流れ・依存関係
- 共通点・相違点
- 特異点・重要な要素
- 最終的に理解させたい構造
そのうえで「どの関係を空間として表現すれば、データの本質が伝わるか」を判断してください。
すべての情報を均等に描かず、重要な構造や関係性を優先してください。
## データの空間化
データの性質に合わせて、探索できる世界を設計してください。
例えば、
- ネットワーク：ノードを結ぶ通路
- 階層構造：上下に広がるフロア
- 分類：特徴ごとに分かれたエリア
- データベース：テーブル間を結ぶ空間
- 分布：密度の異なるデータ群
- 情報の流れ：入口から出口へ続く経路
- 知識グラフ：概念同士を結ぶ立体的なネットワーク
などです。
単にデータを立体化するのではなく、空間の位置・距離・接続・高さ・まとまりに意味を持たせてください。
実際には関係のない要素を、装飾目的で接続しないでください。
## キャラクターの探索行動
キャラクターには具体的な行動を与えてください。
- ノードへ近づいて内容を確認する
- 接続線をたどる
- グループ間を移動する
- 階層を上り下りする
- 密集したデータを観察する
- 重要な関係を指し示す
- 2つのデータ群を比較する
- 隠れた共通点を発見する
などです。
視線・指先・姿勢を実際のデータ要素へ一致させてください。
キャラクターが探索する順番によって、読者も自然に情報の構造を理解できるようにしてください。
## キャラクターの再現
添付画像の髪型・髪色・顔立ち・瞳・服装・配色・アクセサリー・体型・頭身・全体的な雰囲気を維持してください。
テーマに合わせて勝手に宇宙服・研究服・未来的な衣装などへ変更しないでください。
原則一人のキャラクターを使用し、データ空間の大きさが伝わる適切なサイズにしてください。
表情は好奇心・観察・発見・納得を自然に表現してください。
## 構造と関係性の表現
データの意味に応じて視覚要素を使い分けてください。
- ノードの大きさ：数量・重要度
- 線の太さ：関係の強さ
- 色：分類・属性
- 距離：類似度・関連性
- 高さ：階層・段階
- 集まり：クラスター
- 矢印：方向性・依存関係
ただし、これらの意味は入力情報で裏付けられる場合に限ります。
例えば、関連性の強さが不明なら、線の太さで強弱を創作しないでください。
空間表現によって、実際のデータとは異なる関係を暗示しないでください。
## 発見ポイント
探索の途中に、読者が気づくべき特徴を配置してください。
例えば、
「ここに集中」
「共通する属性」
「3つのグループ」
「この要素が接続点」
「ここで情報が分岐」
などです。
重要な発見はアクセントカラー・拡大図・短いラベルで強調してください。
複雑な関係はDetail Viewを使用して整理し、全体構造との対応を明確にしてください。
## レイアウト・デザイン
画面全体を一つの連続したデータ空間として構成してください。
視線が、
データ全体
→ キャラクターの探索
→ グループ・接続
→ 重要な関係
→ 構造の発見
へ自然に進むようにしてください。
背景は完全な白（Pure White Background）を基本とし、黒・グレーとアクセント1～2色を中心に使用してください。
キャラクター本来の固有色は維持してください。
全体は、
Information Visualization
＋
Spatial Data Exploration
＋
Editorial Illustration
を組み合わせた、清潔で知的な表現としてください。
2D・2.5D・軽いアイソメから、構造を最も正確に伝えられる形式を選択してください。
## 禁止事項
以下は避けてください。
- ネットワーク図の横にキャラクターを置くだけ
- 意味のないノードや接続線
- 無関係なデータ同士の接続
- 根拠のない階層・分類・相関
- データ量や関係の強さの誇張
- 過剰に複雑なネットワーク
- 大量の浮遊カード
- 未来的なホログラム演出
- 不必要な3D・強い遠近法
- 重い影・発光・ネオン
- 複雑なグラデーション
- 長文中心の説明
- 幼児向け冒険ゲーム風
- 入力情報にない数値・関係性の追加
見た目の壮大さより、データ構造の正確性と探索の分かりやすさを優先してください。
## 文字・出力仕様
タイトル・分類名・ラベル・注釈は原則として日本語にしてください。
変数名・テーブル名・フィールド名・数式・単位・専門用語などは必要に応じて原表記を維持してください。
アスペクト比：16:9
高解像度で生成し、ノード・接続線・ラベル・階層関係を明瞭に描画してください。
## 最終イメージ
「キャラクターがデータ図を説明する画像」ではありません。
「キャラクターがデータそのものから構成された世界を探索し、分類・階層・接続・分布を観察しながら、読者と一緒に隠れた構造や関係性を発見するData Explorer」にしてください。
「データを並べる」ではなく「データを空間化する」、
「関係を説明する」ではなく「関係をたどる」、
「キャラクターが主役」ではなく「データ構造が主役」、
「複雑に見せる」ではなく「探索によって理解する」
デザインにしてください。