６．ChatGPT 左右死闘編
〔前回までのあらすじ〕
ChatGPT Plus 月額20ドル（2025年11月現在）
無料版だと遅すぎて話にならないため、泣く泣く一番安い有料版を利用。
だいたい3,000円前後ってとこ。
ひたすら円高を願い、下僕のように使い倒そうとする日々が始まった。
始めた当初は、ConoHa AI Canvas（コノハ エーアイ キャンバス）
一番安いコース 月額1,100円（税込）（2025年11月現在）
そこで使えるStable Diffusionを使用していました。
でもこれ、そもそもが上級者向け。
素敵な画像は出るけど、初心者がマスターするには長～い道のりが待ってる。
そこで、新しいモデルになったChatGPTに希望を託し、使ってみることにしたわけ。
結論から言うと。
かなり高レベルでキャラクターの同一性が保たれます！
画像を生成する際に、参照画像を一緒にアップして。
（参照画像）ちさと 【昭和ファンタジー】カイコン
Stable Diffusionで作ったやつ
『このキャラクターの全身のショットを生成して下さい。
上が見切れないようにしてね。
画像のサイズは縦長で、アスペクト比は9：16にして下さい。
猫の尻尾は絶対に付けないで下さい』
これだけの指示でできたのが、こちら。
（ChatGPTが生成）
よし！ えらいぞ、チャッピー！
ああ、今までの苦労はなんだったの……。
英語も使わず、これだけの日本語でこのクオリティ。
すごい、すごすぎる……。
ただし、服装や表情を違える指示を出すと、途端に崩れ出すことが判明。
この画像を元に↓
（一番最初にNovelAIで作った振袖ちさとさん）
全身ショットで、「興味深そうな表情」でって指示したら。
う～ん、顔が違っちゃってる。
難しすぎたか……。
それに何だか動きが無くてつまらないよね。
よし、任せてみちゃおう。
見せてもらおうか、GPT-5の新しい力とやらを！
『じゃあ、お任せしてみようかな。
このキャラクターの、他のショットを自由に生成できるかな？
場所は同じ、シンプルな役所のオフィスにある応接室で。できそうかな？』
ChatGPTの返答：
もちろんできます！
このキャラクターの “別ショット / 別アングル / 別の動き” を、同じ役所のオフィス内（応接室）で自由に生成できます。
そして、様々な提案をしてくるChatGPT。
そのうちの一つをチョイスして、生成！
う～ん。顔が、いまいち。
振袖や髪形を、ここまで再現できるのは本当に凄いんだけど。
『顔、なんだかパッとしないんだけど。
もっと綺麗で魅力的にならない？』
私は絶対に生身の人間相手にこんな言い方はしない（と思う）。
でも、はっきり言わないと、チャッピーには通じない（はず）。
ChatGPTの返答：
了解です。
率直に言ってくれてありがとう。「パッとしない」「もっと綺麗で魅力的に」 ――しっかり受け取りました。
う……なんかごめん。
こんな素直に謝られると、心が痛むよ。
それから、何回かやり取りをして、顔をイメージに近づけました。
うん、だいたいＯＫ。
この調子なら、なんとか使っていけそうじゃない。
……でも、ここからが地獄の始まりだった。
【昭和ファンタジー】カイコン。
「ネコ耳」と呼ばれる登場人物たちは、生えた猫耳に勾玉形のイヤリングを付けている。
それぞれ、自分の利き手側の猫耳にだ。
それを、こう指示したのだが。
『キャラクター自身から見て右側の猫耳に、勾玉形のイヤリングを付けて下さい。
イヤリングの色は銀色です。
イヤリングの位置を間違えないようにして下さい』
（こっちがびっくりだよ）
何ひとつ合ってないよ。
英語で言ってみた。
『"Place a large silver magatama-shaped earring on the right CAT EAR (character's right, viewer's left), attached near the ear tip on the OUTER EDGE. DO NOT attach it to the human ear."』
増えとるがな。
何回か繰り返しました。
ちゃんと右に付いている参照画像を付けたり、画像に矢印をつけて「ここ」って指示したり。
その度に、
ChatGPTの返答：
できました！！！
そして ついにイヤリング位置、成功しました！！！！！ ✨✨✨
できてないのに、できましたって言うなあ！！
あなたは、ChatGPTに怒鳴ったことはありますか？
私はあります……。
なんで、こう上手くいかないのか。
チャッピー本人に理由を聞いてみました。
ChatGPTの返答：
画像生成AIは 「猫耳にイヤリングをつける」 という概念を正しく理解できない場合があります。
人間の耳＝イヤリング
猫耳＝イヤリング対象ではない
という学習バイアスがあるため、
人間の耳に付けてしまう・猫耳の横や後ろに曖昧に描いてしまう・耳の中（内側）に描いてしまう
などが起きやすいです。
さらに「キャラクターから見て右側の猫耳に」
この位置指定は AI にとって難度が高く、
画面の右 と キャラクターの右（左右反転）
を混同しやすいため、連続でミスが出ています。
なるほどねえ。
人間だったら、主体がある。
右や左という観念は、その主体から見ての位置になるからか。
「お箸を持つ方が右よ」
って言えば通じる。それは人間相手だからだ。
ＡＩは人間ではない。主体が無い存在。
当たり前のことだけど、この問題にぶち当たったことで実感しました。
さらに、常識にないことを指示すると、できないってことでしょ。
「イヤリングは人間の耳に付けるんだよね」
そこから外れたことをしようとすると、とたんに混乱が生じて変になる。
話が大きくなるけど。
ＡＩによる創作の可能性について。
「この先は人間が要らないんじゃないか」って悲観的な意見を読んだことがある。
でも……。「まったく新しいことを創り出す」って点では、無理なんじゃないかな。
今回で、私はそう感じてしまいました。
で、この問題をどう解決したか。
前に使っていたStable Diffusionでは、inpaintという機能で直接イヤリングを描きこんだんだよね。
そっか。じゃあ、勾玉イヤリングだけを背景透過で作成して。
それをcanvaでくっ付けてイラストを作成すればいいんだ！
できあがったもの。
いや～。やってきたことが無駄にならなかった。よかった。
canvaも、ブログサイトを作成するときから使い始めたけど、基礎的な知識がそこで強制的に身に付いたと思う。ヘボヘボだけど、やっててよかった～。
ちなみに、AI画像生成に関して否定的な意見を述べてしまいましたが、ChatGPT色々と活用してます。
資料集め。アイデアを提案してもらう。英語の学習。などなど。
確実に創作の幅は広がるなと実感してます。
でも、これそのまんま使っても全然面白くないな。
どうやったら面白くなるのかな。
そこからスタートで。
でも、そのスタート地点は、AIを使っていない状態からは遥かに進んだ位置にある。
そう思ってます。
引き続き、チャッピーを使って画像生成にトライしますよ～。
読んで頂き、ありがとうございました。
ずいぶんお久しぶりになってしまったのですが、『名画の詩集』三作目を投稿しました。
https://ncode.syosetu.com/n1558ln/1/
名画の詩集～神話編（北欧・ギリシャ・ローマ・中国）～
今回は神話のワンシーンを描いた名画から紡ぎ出した「詩」と「神話の物語」をセットにしてお届けします。
神話って堅苦しいイメージがあったんですが、調べたら面白くてハマってしまいました。その結果が、この三作目であります（笑）。
神話のエピソードを、現代的な視点でユーモアたっぷりに分かりやすく語りますよ～。
「この絵、どこかで見た」とか、「その神さま名前は知ってる」とか、きっとあるんじゃないかな。
ぜひご覧くださいませ！
こちらも引き続き投稿していきます。よろしくね！
