画像生成AIを使っていて、「全体の雰囲気は最高なのに、細部をよく見ると何かがおかしい……」という経験はありませんか？
その代表格とも言えるのが、レトロなガジェットの代名詞「黒電話」です。今回は、AIがなぜ特定の描写を苦手とするのか、その描画ロジックの限界と回避策を理論的に整理しました。
1. 【現象】なぜ黒電話は「作画崩壊」を起こすのか
今回、キャラクター（安田さん）が昔を懐かしむシーンを生成した際、出力された画像には共通の「違和感」が発生しました。
- 数字の増殖と重複: 「1〜0」の数字がランダムに、かつ二重・三重に並ぶ。
- 物理的矛盾: ダイヤルの穴と数字の位置がズレている、または指がパーツを貫通している。
これは、AIが「黒電話の仕組み（ダイヤルを回して番号を入力する）」を理解せず、**「視覚的なパターンの統計」**だけで描いているために起こる現象です。
2. 【理論】AIが苦手とする「局所的整合性」の正体
AIの描画ロジックには、得意・不得意の明確な境界線があります。
| 概念 | 得意なこと（大局的整合性） | 苦手なこと（局所的整合性） |
| 描写の仕組み | 全体の構図、色使い、雰囲気、キャラのポーズ | パーツの数、順番、物理的な繋がり、可動部の理屈 |
| AIの視点 | 「おじさん＋レトロ＋電話」の確率的配置 | 「1の次は2」「10個の穴」という論理的な制約 |
AIにとって、ダイヤルの数字は「意味のある記号」ではなく、単なる「円の周りにあるザラザラした模様」として処理されています。そのため、模様の密度が「それっぽければ」、論理的な間違いを無視して出力してしまうのです。
同様の現象が起きやすい「地雷描写」の例
- アナログ時計: 12時間という周期や、針の接点が描けない。
- 楽器の弦・鍵盤: 音階の規則性が無視され、弦や鍵盤の数がデタラメになる。
- 階段や格子: 連続する平行線の「終わり」と「始まり」を管理できない。
3. 【実践】破綻を回避するための5つの具体的なアドバイス
この構造的弱点を理解した上で、実用的な回避策を5つにまとめました。
① 「引き算」のプロンプト
AIが正しく描けない部分は、最初から描かせないのが鉄則です。
- 対策:
no numbers on the dial（ダイヤルに数字なし）と指定する。 - 理由: 複雑な変数を排除することで、AIの計算リソースを形状の安定化に集中させます。
② 「隠す」技術（物理的遮蔽）
矛盾が生じやすい場所を、他のオブジェクトで隠してしまいます。
- 対策:
hand covering the dial（手でダイヤルを覆う）などの指示を出す。 - 理由: 描くべき面積を物理的に減らすことで、エラーの発生源を潰します。
③ 「ピント」の魔術
すべてを鮮明に描こうとせず、被写界深度を利用します。
- 対策:
blurred background（背景をぼかす）を使用する。 - 理由: 注目させたい人物にピントを合わせ、電話をボカすことで、細部の歪みを「自然なボケ」として処理させます。
④ 「スタイル」による許容範囲の拡大
写実的（リアル）なほど、わずかな歪みが違和感に直結します。
- 対策:
watercolor sketch（水彩スケッチ風）など、アナログな絵画スタイルを指定する。 - 理由: 絵画的な「崩し」を許容させることで、構造の不備を「味」に変えます。
⑤ 部分修正（インペイント）の活用
一度の生成で完璧を目指さず、後から修正します。
- 対策: 雰囲気の良い画像が生成されたら、ダイヤル部分だけを選択して「数字なし」で再生成する。
結論：AIとの共生は「ディレクション」である
AIは論理（ロジック）を司る左脳を持たない天才絵師のようなものです。
私たちが「構造を簡略化する」「見えないようにする」といった具体的なディレクションを出すことで、初めて意図した通りの美しい世界観を形にすることができます。今回の「黒電話問題」の攻略法は、他のあらゆる複雑なガジェット描写にも応用できるはずです。
▶ 次の記事
準備中
コメント