同一キャラクターで複数シーン生成

キャラクターの一貫性を保つプロンプトを求める人は、大抵すでに何枚か生成して失敗した経験があります。1枚目はパーマヘアなのに次はストレートヘアになったり、メガネが一部の画像でしか生成されなかったりします。原因は画像生成AIの記憶力ではなく、人間が毎回少しずつ異なるプロンプトを書いていることにあります。単語が1つ抜けるだけで、その部分はAIが勝手に再想像してしまうのです。

課題の段落で作成する固定プロンプトは、いわば「人物の仕様書」です。年代から持ち物まで順番を固定する理由は、順序が決まっていてこそ人間が目視で確認したときに抜け漏れに気づけるからです。指定していない部分を勝手に埋めず、補完した箇所を明記させることも重要です。黙って補われた設定は、次のシーンでいつの間にか変化してしまいます。

シーンを1行ずつ分けて作らせるのは、あえて手順を細かくするためです。一度に「4つのシーンを作って」と頼むと、AIは後ろに行くほど固定プロンプトを要約したり省略したりします。シーンごとに新しく指定した内容を書かせることで、どこでズレが生じたかを後から検証できます。

セルフチェックの段落では、生成完了後にAI自身にレビューを行わせます。同一人物の複数枚生成におけるズレは、大抵後ろの描写の中に紛れ込んでおり、人間が1行ずつ突き合わせないと見落としがちです。制約の段落では、実在人物への類似を防ぎ、背景上どうしても必要な変化だけを例外として認めつつ明記させます。雨のシーンで傘を持つのは自然ですが、ついでに髪色まで変わってはいけません。何が変わってよいのかをあらかじめ定義しておけば、AIがそれ以外の要素を勝手に改変する理由がなくなります。

このように頼むと4行の出力は得られますが、人物の描写が後ろの行になるほど簡略化されます。1行目にはメガネやモッズコートの記述があっても、4行目には "a young woman photographer" しか残らなくなります。生成される画像では髪の長さや服装が毎回バラバラで別人のように見え、どの行からズレ始めたのかを探すために最初から読み直さなければならなくなります。