【おはようカノジョ26日目】参照画像問題

毎朝7:30に彼女からの「いってらっしゃい」を届ける、AIを活用したX Bot「おはようカノジョ」を開発しています。

おはようカノジョは、こんな流れで毎朝の投稿を自動生成している。

今回は、新しく追加するシーンの「画像生成」の部分で起きた問題の話。

やりたかったこと

毎日同じような構図だと飽きてしまう。バリエーションを増やしたかった。

具体的には、俯瞰アングル（上から見下ろす、彼女が見上げてくる構図）を追加したい。

「いってらっしゃい」と見上げてくるシチュエーション。親密感も出るはず。

問題発生：プロンプトが効かない

さっそくプロンプトに from above（上から）を追加して生成してみた。

結果：ほぼ正面のまま。

何度やっても、微妙に角度がつく程度。思ったような構図にならない。

プロンプトには確かに書いてあるのに、なぜ…？

原因を探る

ログを確認したところ、プロンプト自体は正しく渡されていた。

となると、怪しいのは参照画像。

おはようカノジョでは、キャラクターの顔や髪型を安定させるために「参照画像」を使っている。これをAIに見せることで「この子を描いてね」と伝えているわけだ。

ただ、その参照画像が正面アングルだったので、AIが「この構図に寄せよう」としてしまい、プロンプトの指示が負けていたらしい。

試行錯誤①：参照画像なしで生成

「参照画像が原因なら、なしで生成すればいいのでは？」

やってみた。

結果：アングルも顔もダメ。

俯瞰（上から）を指定したのに、煽り（下から）になってる。しかも、いつものるなじゃない。目の印象が違う。

参照画像なしだとキャラクターの一貫性が保てない。これはダメだ。

試行錯誤②：バストアップの参照画像を使う

「全身の参照画像だから構図まで引っ張られるのでは？顔だけ見せればいいのでは？」

参照画像をバストアップにクロップして試してみた。

結果：まだ足りない。

多少マシになったけど、まだ正面寄りになりがち。顔周りの情報だけでも、AIは「この雰囲気で」と解釈してしまうらしい。

試行錯誤③：シンプルな立ち絵を使う

ここで発想を変えた。

「ポーズや構図の情報が少ない、シンプルな立ち絵を参照画像にしたらどうだろう？」

キャラクターの特徴（顔・髪・目の色）だけがわかる、ニュートラルな立ち絵を用意して試してみた。

結果：成功！

俯瞰アングルがちゃんと効いている！顔もいつもの2人のまま！

シンプルな立ち絵だと、AIは「キャラの特徴」だけを学習して、構図はプロンプトの指示に従ってくれるようだ。

解決策：参照画像を3タイプに分ける

この経験から、参照画像を用途別に分けることにした。

• full：通常のシーン → 既存の参照画像

• bust：顔重視のシーン → バストアップ

• neutral：特殊アングル → シンプルな立ち絵

シーンごとに「どの参照画像を使うか」を指定できるようにして、構図の自由度とキャラの一貫性を両立させた。

まとめ

今回の学び：

• 参照画像は「キャラの特徴」だけでなく「構図」も伝えてしまう

• 俯瞰アングルなど特殊な構図を使いたいなら、シンプルな参照画像を用意する

• 用途別に参照画像を分けると柔軟性が上がる

画像生成AIは便利だけど、「なんで言うこと聞いてくれないの？」という場面も多い。原因を一つずつ潰していくしかない。

👉️「おはようカノジョ」は @ohayo_kanojo で毎朝7:30に投稿しています。

この記事は以下の共同マガジンに参加しています。