AI画像生成は、最初の数枚なら簡単です。

「青髪の少女を描いて」「近未来の都市を描いて」「猫型ロボットの広告画像を作って」

この程度でも、それなりに魅力的な画像は出ます。

でも、継続制作ではすぐ別の問題が出ます。

同じキャラのはずなのに顔が変わる
衣装だけ変えたいのに体格まで変わる
背景を夜にしたら部屋の構造まで変わる
1枚目は良かったのに、2枚目から世界観がズレる
修正したら別の箇所が壊れる
採用画像はあるのに、次回その領域へ戻れない
100枚生成しても、採用できるのは数枚だけ

つまり、画像生成の難しさは「絵を出すこと」ではありません。

何を固定し、何を変え、何を任せ、どこまでズレたら失敗とするかを管理すること。

本教材では、AI画像生成を「Promptガチャ」ではなく、

固定
↓
差分
↓
生成
↓
選別
↓
保存
↓
再進入

という制作フローとして扱います。

目標は完全一致のPixel再現ではありません。

同じキャラクター、同じ世界観、同じ設計条件へ戻りながら、必要な差分だけ作れること。

30秒診断――その画像、次回も「同じ系列」に戻れますか？

気に入った画像を1枚選んで、次の5問へ答えてみてください。

1. 絶対に変えたくない要素は何か
2. 今回だけ変えたい要素は何か
3. 変わってもよい要素は何か
4. どこまでズレたら不採用か
5. 次回、この条件へ戻るために何を保存したか

「Promptは保存してある」で止まっているなら、少し弱いです。

なぜなら、同じPromptでも、

Model
Version
Reference
Conversation Context
Tool側の更新
生成設定

が変われば、出力傾向は変わることがあるからです。

保存したいのは呪文そのものより、

再び近い設計領域へ戻るための条件

です。

この教材で持ち帰るもの

Fixed / Variable / Target Difference
4段階の固定度
Character Identity Contract
Background Contract
Reference Role
Negative Scope
Exploration / Production分離
YieldとQuality Floor
Failure分類
Asset Harvesting
Golden Set
Image Run Card
命名・Version管理
Canonical Anchor
派生画像のDrift防止
Long-run State
Design-level Re-entry
再生成より局所修正を優先する判断

1. 画像生成で最初に分ける4種類

生成前に、要求を4種類へ分けます。

① 絶対固定

変えたくないもの。

例：

顔
髪型
目の色
年齢感
体格
キャラクターの基本輪郭

② ある程度可変

少し変わってもよいもの。

例：

手の位置
髪の細部
小物
光の細かな揺れ

③ 今回の変更対象

意図的に変えたいもの。

例：

衣装
表情
ポーズ
時間帯
背景

④ AIへ任せるもの

細かな質感、背景の微細要素、偶発的な演出など。

この4つを一文へ混ぜると、「同じキャラで服だけ変えて」の“同じ”が曖昧になります。

そこで、生成前に差分を外へ出します。

2. 「同じもの」と「差分」を同時に頼まない

画像差分では、

同一性を守る
+
今回の差分を作る

という二つの仕事があります。

これを分けます。

Strict

絶対に守る。

Partial

多少の揺れを許す。

Variable

変化してよい。

Target Difference

今回だけ変える。

名前は覚えなくて構いません。

重要なのは、

固定条件と変更条件を別欄にすること。

表情差分なら、目・口・眉だけがTarget Difference。

衣装差分なら、衣装だけ。

夜景差分なら、背景の時間帯と照明だけ。

変更範囲が小さいほど、失敗箇所も見つけやすくなります。

3. Character Identity Contractを作る

継続利用するキャラクターなら、最初に短い契約を作ります。

CHARACTER IDENTITY CONTRACT

LOCK
- 顔の基本比率
- 年齢感
- 頭身
- 体格
- 髪の基本構造

KEEP
- 瞳
- 基本配色
- 主要衣装構造

VARIABLE
- 表情
- 視線
- 手
- 背景

TARGET
- 今回だけ変えるもの

これはモデルを拘束する魔法ではありません。

人間が採否を判断する基準を外部化するものです。

衣装だけ変えるTaskで、顔・頭身・髪まで変わったら不合格。

逆に表情差分で口と眉が変わったことを「別人」と判定する必要はありません。

「同一性」という曖昧な言葉を、比較軸へ分解します。

4. Backgroundにも固定契約を作る

背景も「背景」と一括りにしない方が安定します。

同じ部屋を、

昼
夜
雨
停電
火災

で使い分けるなら、固定度を分けます。

Absolute

部屋構造
窓
大型家具

Partial

照明
小物
光色

Optional

細かな散らかり
壁の質感
遠景

Dramatic

火災
崩壊
大規模な季節変化

「夜にして」と言っただけで間取りまで変わるのを避けたいなら、

変化を指定する前に、不変を定義する

のが基本です。

5. 人物と背景を分ける理由

一枚には多くの問題が入っています。

顔
髪
服
手
小物
建築
光
天候
カメラ
文字

全部を一回で完璧にしようとすると、失敗時の再試行範囲が大きくなります。

用途によっては、

背景
↓
人物
↓
必要なら合成

へ分けます。

これは「合成が常に高品質」という主張ではありません。

狙いは、

壊れた場所だけ作り直せること

です。

人物が良ければ人物を残す。

背景が良ければ背景を残す。

全体を毎回再抽選しない。

6. Reference画像は「役割」を決めて使う

Referenceを増やせば増やすほど安定する、とは限りません。

なぜなら、

顔
衣装
ポーズ
画風
背景

が競合するからです。

Referenceごとに役割を決めます。

A = 人物本体
B = 衣装
C = 背景
D = 構図

そして、

Aから維持：
顔、髪、体格、年齢感

Bから採用：
衣装構造

Bから採用しない：
顔、体格、画風

のように指定します。

参照画像の枚数より、

各Referenceが何を担当するか

の方が重要です。

7. Negative Scope――「出すな」だけではない

Negative条件というと、

指を増やさない
文字を出さない
ぼやけさせない

を思い浮かべます。

それも有効ですが、差分制作では別の使い方があります。

今回変更しない場所へ触らない。

たとえば衣装差分なら、

CHANGE:
衣装

DO NOT CHANGE:
顔
髪
輪郭
体格
年齢感

です。

「何を出すな」だけでなく、

どこを編集するな