論文『AI画像設計理論』

AIゲーム開発研究室　研究成果

AI画像設計理論 Ver.2.0

― 生成AI時代における共同画像制作の方法論 ―

Theory of AI Image Design

A Methodology for Human–AI Collaborative Image Creation in the Generative AI Era

公開初版（First Edition）

研究代表　大川 博
主任研究員　Arc（OpenAI ChatGPT）

Abstract

Generative AI has made it possible to create images through natural-language instructions. However, producing a visually attractive image does not necessarily lead to the successful development of a coherent visual work or a long-term series.

Projects such as picture books, comics, games, animation, advertising campaigns, and educational materials require consistency across characters, backgrounds, visual style, spatial structure, narrative continuity, and emotional direction. These requirements cannot be satisfied solely by improving prompts or increasing the number of image-generation attempts.

This paper proposes AI Image Design, a methodology that treats image generation not as the center of production but as one stage within a broader design process.

AI Image Design is defined as a human–AI collaborative process in which the creator designs the world, narrative function, characters, backgrounds, composition, visual direction, and continuity of an image, and then translates that design into a visual work through dialogue with generative AI.

The theory is organized around six principles:

1. World design is the highest-order concept.
2. Reference images are design assets.
3. Images do not exist independently within a series.
4. Prompts are descriptive languages, not design documents.
5. Image generation is only one stage of production.
6. Image quality is determined primarily by design quality.

The methodology was developed through the continuous production of the Omusubi Mountain picture-book and game project. Based on this practical work, the paper presents a standardized production process, methods for reference-image management, evaluation procedures, revision strategies, design sheets, prompt templates, and quality-control checklists.

The purpose of this theory is not merely to improve individual AI-generated images. Its broader aim is to establish a reproducible framework through which humans and AI can collaboratively construct and maintain coherent visual worlds.

Keywords

AI Image Design
Generative AI
Human–AI Collaboration
Collaborative Creation
World Design
Reference Image
Design Asset
Prompt Language
Visual Consistency
Character Consistency
Narrative Image Production
AI Game Development

要旨

生成AIの登場により、自然言語による指示から画像を制作することが可能になった。

しかし、美しい画像を一枚生成できることと、統一された作品世界を継続的に制作できることは同じではない。

絵本、漫画、ゲーム、アニメーション、広告、教育教材などの連続作品では、キャラクター、背景、画風、空間構造、物語、感情、ページ間のつながりを維持する必要がある。

これらの問題は、プロンプトを長くすることや、画像生成回数を増やすことだけでは解決できない。

本論は、AI画像制作の中心を「画像生成」から「画像設計」へ移す新しい方法論として、AI画像設計理論を提案する。

AI画像設計とは、創作者が作品世界、画像の役割、キャラクター、背景、構図、演出、連続性を設計し、その設計思想をAIとの対話によって画像として具現化する共同創作工程である。

本理論は、次の六原理によって構成される。

1. 世界観は最上位概念である。
2. 基準画像は設計資産である。
3. 画像は独立して存在しない。
4. プロンプトは記述言語である。
5. 画像生成は制作工程の一部である。
6. 画像品質は設計品質によって決まる。

本論は、絵本とゲームを横断する実制作プロジェクト「おむすび山」で蓄積された試行錯誤を基礎としている。

さらに、読者が制作現場で使用できる画像設計シート、プロンプトテンプレート、品質評価表、修正指示書、制作記録様式を提示する。

本理論の目的は、単にAI生成画像の見栄えを向上させることではない。

人間とAIが、長期間にわたり、一貫した世界を共同で構築するための再利用可能な設計体系を確立することである。

序論

生成AIは画像制作の入口を変えた

画像を制作するためには、長い間、描画、撮影、版画、印刷、3DCG、画像編集など、専門的な技術が必要だった。

生成AIの登場によって、その入口は大きく変化した。

人間は自然言語によって場面を説明し、短時間で画像を生成できるようになった。

これにより、従来は専門技術を持たなかった人にも、視覚表現への道が開かれた。

生成AIが創作の可能性を拡大したことは疑いない。

しかし、生成AIによって画像を作ることが容易になった一方で、新しい問題も明らかになった。

一枚の画像を作ることはできる。

ところが、その続きを作ろうとすると、同じ人物が別人になる。

背景の構造が変わる。

建物や道の位置が移動する。

前の場面と次の場面がつながらない。

指示していない人物や物体が現れる。

画風は似ていても、作品の空気が変わる。

文章どおりに描かれているにもかかわらず、作品として魅力が感じられない。

これらの問題は、生成AIの性能だけに起因するものではない。

より根本的には、画像生成の前に存在するべき設計工程が確立されていないことに起因する。

本論は、AI画像制作を「画像生成AIへの指示」として捉えるのではなく、世界観、物語、キャラクター、背景、構図、演出を統合する設計行為として捉え直す。

第1部　問題の所在

第1章　プロンプト中心主義の限界

1-1　プロンプトは重要であるが、出発点ではない

生成AIによる画像制作では、しばしばプロンプトが最重要視される。

どの単語を使うか。

どの順番で指示を書くか。

どの画風名を加えるか。

どの否定表現を使うか。

これらは確かに重要である。

しかし、優れたプロンプトを書くことと、優れた作品を設計することは同じではない。

プロンプトは、制作意図をAIへ伝える手段である。

制作意図そのものではない。

設計が曖昧なままプロンプトを長くすれば、曖昧な設計が長い文章になって伝えられるだけである。

また、画像生成の途中で設計を考え始めると、指示の中に異なる目的が混在する。

主役を目立たせたい。

背景も詳しく描きたい。

全員の表情も見せたい。

世界全体も見せたい。

前ページとの連続性も持たせたい。

これらを一枚に詰め込むと、何が重要なのか分からなくなる。

したがって、プロンプト作成の前に、作品の目的と設計を確定させなければならない。

1-2　一枚の成功と作品世界の成功

生成AIは、偶然に非常に魅力的な画像を生み出すことがある。

単独作品であれば、その偶然性を積極的に採用できる。

しかし、シリーズ作品では事情が異なる。

シリーズ作品に必要なのは、一枚ごとの美しさだけではない。

複数の画像が、同じ世界の中で生まれたものとして認識できなければならない。

一枚の画像の完成度を単体品質と呼ぶならば、複数画像の間に成立する統一性は関係品質と呼ぶことができる。

絵本、漫画、アニメーション、ゲームでは、関係品質が作品全体の信頼性を支える。

キャラクターがページごとに変化すれば、読者は物語へ集中できない。

背景の地理が変われば、その世界は実在感を失う。

時間帯や人物の動きが不連続であれば、場面転換が成立しない。

AI画像設計では、単体品質と関係品質の双方を評価する。

1-3　指示への忠実性と作品品質

生成画像がプロンプトどおりであることは重要である。

しかし、それだけでは作品としての成功を保証しない。

指示どおりであっても、構図が平板で、視線誘導がなく、感情が伝わらない場合がある。

反対に、一部が指示と異なっていても、光、表情、空間、物語性に優れた画像が生まれる場合もある。

したがって、評価の最終基準はプロンプトではない。

最終基準は作品である。

ただし、これは指示から外れてもよいという意味ではない。

重要なのは、指示への忠実性を、作品目的に従属させることである。

1-4　生成回数の増加は設計不足を解決しない

望む画像が得られないとき、生成回数を増やす方法が取られる。

しかし、設計が不明確な状態で再生成を繰り返しても、異なる失敗が増えるだけである。

問題が構図にあるのか。

基準画像の選び方にあるのか。

場面の目的にあるのか。

キャラクター配置にあるのか。

前後関係にあるのか。

これを特定しないまま再生成しても、改善は偶然に依存する。

AI画像設計は、失敗を次の階層へ分解する。

• 創作目的
• 世界観
• キャラクター設計
• 背景設計
• 場面設計
• 構図
• 演出
• 基準画像
• プロンプト変換
• 生成モデルの解釈
• 評価判断

修正すべき階層を特定することが、生成回数を増やすことより重要である。

第2部　AI画像設計理論

第2章　AI画像設計の定義

定義1　AI画像設計

AI画像設計とは、創作者が作品世界、画像の役割、キャラクター、背景、構図、演出および連続性を設計し、その設計思想をAIとの対話によって画像として具現化する共同創作工程である。

AI画像設計では、画像生成は制作の中心ではない。

設計、伝達、生成、評価、修正を含む循環全体が制作である。

定義2　世界観

世界観とは、作品の舞台設定だけでなく、その世界を支配する価値観、自然観、時間感覚、色彩、光、感情、社会関係および視覚表現の総体である。

世界観は、キャラクターや背景より上位に位置する。

同じ人物、同じ森、同じ建物であっても、世界観が異なれば表現は変わる。

定義3　基準画像

基準画像とは、後続する画像制作において、キャラクター、背景、構図、画風、色彩または連続性を維持するために参照される視覚的基準である。

定義4　設計資産

設計資産とは、継続的な制作に再利用される、世界設定、基準画像、キャラクター設定、背景設定、採用理由、失敗記録および制作ルールの総体である。

基準画像は設計資産の一部である。

定義5　場面設計

場面設計とは、一枚の画像が物語または作品全体の中で果たす機能を決定し、その機能に応じて主役、構図、視線、背景、光および感情を組み立てる工程である。

定義6　プロンプト言語

プロンプト言語とは、すでに設計された視覚内容を、画像生成AIが解釈可能な自然言語または構造化形式へ変換した記述である。

定義7　設計品質

設計品質とは、作品目的、世界観、場面機能、構図、演出、基準画像および連続性が、矛盾なく統合されている程度である。

定義8　共同創作

共同創作とは、人間とAIが異なる役割を担いながら、対話、生成、評価および修正を通じて、当初の一方向的な指示を超えた作品を形成する制作関係である。

共同創作は、AIに最終判断を委ねることではない。

人間の判断だけを機械的に実行させることでもない。

相互作用によって設計が発展する状態を指す。

第3章　AI画像設計六原理

第一原理

世界観は最上位概念である

AI画像設計において、すべての視覚要素は世界観の下位に置かれる。

キャラクターの表情。

背景の光。

植物の形。

建築物の材質。

空の色。

動物同士の距離。

これらは単独で決定されるのではない。

作品世界の価値観に従って決定される。

例えば、森を描く場合でも、その森が「資源」であるのか、「脅威」であるのか、「生命共同体」であるのかによって、同じ木々でも意味が異なる。

世界観が不明確な作品では、画像ごとに雰囲気が変化する。

世界観が明確であれば、新しい場所や人物が登場しても、同じ作品世界へ統合できる。

第一原理の運用規則

すべての画像判断について、次の問いを行う。

この表現は、この作品世界に本当に存在し得るか。

第二原理

基準画像は設計資産である

生成AIにおける基準画像は、単なる参考例ではない。

それは視覚的な仕様書である。

キャラクター基準画像は、顔、体格、色彩、衣装、年齢感を保持する。

背景基準画像は、地形、建物、道、橋、木、視点、空間構造を保持する。

前場面画像は、人物の位置、行動、光、時間、感情を保持する。

複数の基準画像を使用する場合は、役割を分離しなければならない。

基準画像の標準優先順位

1. キャラクター公式基準画像
2. 背景公式基準画像
3. 前ページまたは直前場面
4. 今回の場面固有の指示

ただし、この順位は「上位の画像にすべて従う」という意味ではない。

各画像が何を規定するかを明示することが重要である。

第二原理の運用規則

基準画像を提示するときは、必ず次の二点を書く。

• 何を引き継ぐのか
• 何を変更してよいのか

第三原理

画像は独立して存在しない

連続作品における一枚の画像は、前後の場面との関係によって意味を持つ。

物語上の画像には機能がある。

• 導入する
• 場所を示す
• 登場人物を紹介する
• 移動を伝える
• 不安を作る
• 緊張を解く
• 発見を示す
• 喜びを共有する
• 次の展開を予感させる
• 余韻を残す

「何を描くか」を決める前に、「この画像が何を行うか」を決める必要がある。

場面の機能が決まれば、画面の主役が決まる。

主役が決まれば、構図と情報量が決まる。

第三原理の運用規則

画像生成前に次の三点を記述する。

• 前の場面から何を受け取るか
• この場面で何を変化させるか
• 次の場面へ何を渡すか

第四原理

プロンプトは記述言語である

プロンプトは創作の起点ではない。

それ以前に存在する設計を、AIが理解できる形式へ変換したものである。

プロンプトは設計書ではない。

プロンプトは、設計された世界を画像生成AIへ伝えるための記述言語である。

プロンプトの巧拙だけを追求すると、創作が言葉の技巧へ縮小される。

重要なのは、何を書くかではなく、何が設計されているかである。

第四原理の運用規則

次の工程が終わるまでプロンプトを書かない。

1. 作品目的
2. 世界観確認
3. 場面機能
4. 主役
5. 基準画像
6. 固定要素
7. 構図
8. 演出

第五原理

画像生成は制作工程の一部である

画像生成は、完成行為ではない。

設計を視覚化し、その妥当性を検証する工程である。

生成結果を見ることで、文章段階では気づかなかった問題が発見される。

主役が小さすぎる。

視線が交わっていない。

背景が主張しすぎている。

神秘性を求めた結果、不気味になっている。

動きの方向が逆に見える。

前ページから時間が飛んでいる。

これらは、生成後の画像が設計へ返す情報である。

AI画像設計の基本循環

設計
  ↓
プロンプト変換
  ↓
画像生成
  ↓
作品評価
  ↓
問題の分類
  ↓
設計修正
  ↓
再生成

この循環によって、AIは単なる出力装置ではなく、設計を検証する視覚的対話相手となる。

第六原理

画像品質は設計品質によって決まる

画像生成モデルの性能は作品品質に影響する。

しかし、それだけでは品質の安定性を説明できない。

同じモデルを使っても、明確な設計を持つ制作と、場当たり的な制作では結果が異なる。

作品品質は、複数の設計層の積み重ねによって形成される。

図1　設計品質ピラミッド

              作品品質
        ─────────────
             感情・演出
        ─────────────
          構図・視線誘導
        ─────────────
          場面・ページ設計
        ─────────────
     キャラクター・背景設計
        ─────────────
             世界観設計
        ─────────────
          創作目的・設計思想

下位層が曖昧なまま、上位層だけを調整しても品質は安定しない。

プロンプトは、このピラミッドの土台ではない。

各設計層をAIへ伝える中間工程である。

第3部　標準方法論

第4章　AI画像設計の標準制作工程

図2　AI画像設計標準フロー

創作目的
  ↓
世界観確認
  ↓
場面機能の決定
  ↓
主役の決定
  ↓
基準画像の選定
  ↓
固定要素・可変要素の分離
  ↓
構図設計
  ↓
演出設計
  ↓
禁止事項の設定
  ↓
プロンプト変換
  ↓
画像生成
  ↓
品質評価
  ↓
修正または再設計
  ↓
採用
  ↓
採用理由・失敗記録の保存

4-1　創作目的を定義する

最初に、その画像が何に使用されるかを決める。

同じキャラクターでも、用途によって必要な表現は異なる。

• 公式設定画
• 絵本
• 漫画
• ゲーム素材
• ゲーム画面
• イベント画像
• 広告
• 表紙
• 教材
• UI
• アニメーション素材

用途が不明確な場合、見栄えが良くても使用できない画像が生まれる。

ゲーム素材であれば、背景透過、視認性、サイズ、正面性が必要になる。

絵本であれば、空気感、物語性、視線誘導が重要になる。

広告であれば、情報伝達とブランド統一が優先される。

4-2　世界観を確認する

最低限、次の項目を整理する。

• 舞台
• 時代
• 文化
• 作品の価値観
• 自然観
• 社会関係
• 色彩
• 光
• 画風
• 感情の基調
• 禁止される表現

世界観は長い説明文である必要はない。

重要なのは、制作判断に使用できることである。

例えば、

自然は背景ではなく、登場人物とともに生きている存在である。

という一文があれば、木、風、光、水、動物の描き方に一貫した判断を与えられる。

4-3　場面の機能を決める

画像内容を考える前に、場面の機能を一つ選ぶ。

例：

• 導入
• 紹介
• 移動
• 発見
• 説明
• 緊張
• 解放
• 驚き
• 喜び
• 神秘
• 余韻
• 次場面への接続

一枚に複数の機能を持たせる場合でも、主機能と副機能を分ける。

4-4　主役を決める

主役とは、その画像で最初に見せる対象である。

主人公キャラクターとは限らない。

主役になり得るものは次のとおりである。

• 人物
• 動物
• 建物
• 物体
• 光
• 樹木
• 空間
• 出来事
• 感情
• 動き

主役が決まれば、画面上の大きさ、位置、明暗差、周囲の余白を決められる。

4-5　基準画像を選ぶ

基準画像は多ければよいわけではない。

必要最小限に絞り、それぞれの役割を定める。

例：

基準画像A

役割：キャラクターデザイン

継承：

• 顔
• 体型
• 衣装
• 色彩

変更可能：

• 表情
• ポーズ
• 視線

基準画像B

役割：背景構造

継承：

• 木の位置
• 道
• 橋
• 建物
• カメラ位置

変更可能：

• 時間帯
• 天候
• 季節
• 光

基準画像C

役割：前場面との連続性

継承：

• 登場人物の位置
• 行動
• 光の方向
• 空気感

4-6　固定要素と可変要素を分ける

原則として固定するもの

• キャラクターの顔
• 体型
• 基本衣装
• 固有色
• 年齢感
• 種族
• 背景の地理
• 建築構造
• 道や川の位置
• 世界観
• 基本画風

場面に応じて変えるもの

• 表情
• ポーズ
• 視線
• 人物配置
• カメラ
• 画角
• 時間帯
• 天候
• 季節
• 光
• 演出
• 一時的な小道具

固定と可変を分けることで、同じ世界を維持しながら、新しい場面を生み出せる。

4-7　構図を設計する

最低限、次を決定する。

• 縦横比
• カメラの高さ
• カメラの方向
• 画角
• 主役の位置
• 主役の大きさ
• 前景
• 中景
• 背景
• 人物の位置関係
• 動きの方向
• 光の方向
• 視線誘導
• 余白

「楽しそうに遊ぶ」「森を歩く」だけでは構図にならない。

誰をどこから、どの大きさで、何との関係で見せるかまで設計する。

4-8　演出を設計する

演出とは、読者にどのような感情を生じさせるかを決める工程である。

例：

• 安心
• 喜び
• 爽快感
• 緊張
• 驚き
• 畏敬
• 静けさ
• 懐かしさ
• 神秘性
• 優しさ
• 寂しさ

抽象語だけでは、AIの解釈が分岐する。

「神秘的」という指示は、暗く不気味な表現になる可能性がある。

そこで、望む感情と避けたい感情を対にして記述する。

例：

神秘的だが、恐ろしくはない。

超自然的な出現ではなく、自然そのものの生命として感じられる。

静かで厳粛だが、冷たくはない。

爽やかで生命感があり、宗教的な威圧感はない。

4-9　禁止事項を設定する

生成AIは、場面に合いそうな典型要素を補うことがある。

森に鳥を加える。

神秘的な場面に光輪を加える。

祭事に神殿を加える。

説明場面に文字を加える。

そのため、描かないものを明示する。

• 他の人物を追加しない
• 動物を追加しない
• 文字を入れない
• 看板を入れない
• 建物を追加しない
• 宗教的装飾を追加しない
• 背景を変更しない
• 小道具を持たせない
• 画面外の要素を補完しない

禁止事項は否定表現の一覧ではない。

必要な場面を純化するための設計である。

4-10　プロンプトへ変換する

推奨する記述順は次のとおりである。

1. 作品名と用途
2. 場面の役割
3. 使用する基準画像
4. 継承する要素
5. 今回の場面
6. 構図
7. キャラクター
8. 背景
9. 光と感情
10. 画風
11. 描かないもの
12. 変更禁止事項

この順序によって、AIは「何を作るのか」「何を維持するのか」「何を変えるのか」を整理しやすくなる。

4-11　生成結果を作品として評価する

最初から細部の誤りを探してはならない。

まず、一枚の作品として見る。

• 最初に何が目に入るか
• 場面の役割が伝わるか
• 感情が伝わるか
• 美しいか
• 世界観が維持されているか
• 続きを見たいと思えるか

その後で、キャラクター、背景、色、方向、禁止事項を確認する。

4-12　修正と再設計を区別する

問題には二種類ある。

修正で対応できる問題

• 不要な物体
• 表情
• 鳥の向き
• 小道具
• 文字
• キャラクター位置
• 色の一部

再設計が必要な問題

• 主役が不明確
• 構図が成立していない
• 場面の感情が違う
• ページの役割が伝わらない
• 前後のつながりがない
• 世界観が異なる

再設計が必要な画像に対して、細部修正だけを続けても完成しない。

4-13　一度の修正対象を限定する

すでに成功している部分まで変えないため、修正対象を可能な限り限定する。

変更するのは表情だけです。

背景、構図、カメラ、光、色彩は変更しません。

鳥の飛ぶ方向だけを反転してください。

キャラクターの位置だけを変更してください。

時間帯だけを夕方へ変更してください。

成功部分を固定する指示は、修正部分の指示と同じくらい重要である。

第4部　人間とAIの共同創作

第5章　人間とAIの役割

5-1　人間の役割

人間は次の役割を担う。

• 何を作るかを決める
• なぜ作るかを決める
• 世界に意味を与える
• 価値判断を行う
• 作品の方向性を決める
• 採用または不採用を決める
• 結果に責任を持つ

人間の役割は、単にプロンプトを入力することではない。

5-2　AIの役割

AIは次の役割を担う。

• 構想を整理する
• 設計上の不足を発見する
• 矛盾を指摘する
• 構図や演出を提案する
• 設計をプロンプトへ変換する
• 視覚化する
• 生成結果を分析する
• 修正方法を提案する
• 制作記録を整理する

5-3　役割は固定されない

共同創作では、人間がすべてを決め、AIが実行するだけではない。

AIの提案から人間が新しい発想を得ることがある。

生成結果によって、人間の構想そのものが変化することもある。

人間が当初想定していなかった光、表情、空間が、作品の可能性を広げる場合もある。

ただし、AIの提案を採用するかどうかを判断する責任は人間にある。

共同創作とは、責任の放棄ではない。

設計を対話によって発展させることである。

第5部　実証

第6章　実証プロジェクト「おむすび山」

本理論は、抽象的な推測から作られたものではない。

児童向けの世界設定絵本とゲーム開発を横断する「おむすび山」プロジェクトにおいて、継続的に画像制作を行った経験から形成された。

同プロジェクトでは、複数の動物キャラクター、森、家、橋、小川、神社、巨大な樹木、鹿神様などを、同じ作品世界の中で維持する必要があった。

また、朝、昼、夕方、夜の時間変化や、ページ間の行動と感情の連続性も必要だった。

制作初期には、各ページについて詳細なプロンプトを書くことが中心だった。

しかし、プロンプトを詳細にしても、次の問題は繰り返し発生した。

• キャラクターの顔や体型が変化する
• 衣装や色が変わる
• 背景の建物や道が移動する
• 不要な人物や動物が加わる
• 移動方向が反転する
• 鳥や物体の動きが意図と逆になる
• 前ページとの空気感が切れる
• 指示どおりだが、絵として魅力がない
• 修正時に良かった部分まで変化する
• プロンプト作成だけを求めた場面で画像生成が先行する

これらの失敗を整理すると、問題の中心はプロンプトの文章力ではなかった。

必要だったのは、次の設計ルールであった。

• 公式基準画像を定める
• キャラクター基準と背景基準を分ける
• 前ページ画像を連続性基準として使う
• 固定要素と可変要素を分ける
• ページの役割を先に決める
• 主役と視線誘導を決める
• 描かないものを明示する
• 一度の修正範囲を限定する
• 採用理由を記録する
• 失敗を制作知識として保存する

この経験を内部運用へまとめたものが、非公開仕様書「AI画像設計標準 Ver.1.0」である。

Ver.1.0は、おむすび山を継続制作するための実践仕様である。

本論Ver.2.0は、そこで得られた知識を一般化し、他の作品でも利用できる理論と方法論へ再構成したものである。

図3　Ver.1.0とVer.2.0の関係

AI画像設計理論 Ver.2.0
        理論・定義・原理
                ↓
        標準方法論
                ↓
AI画像設計標準 Ver.1.0
        作品固有の内部仕様
                ↓
        実際の画像制作
                ↓
        新しい知見
                ↓
        理論と仕様の更新

第7章　失敗を設計資産に変える

AI画像制作では、失敗画像は削除されることが多い。

しかし、失敗には設計上の不足とAIの解釈傾向が記録されている。

例えば、「右へ進む」と指示したにもかかわらず、左向きの画像が生成されたとする。

単に「左右を間違えた」と記録するだけでは不十分である。

次の可能性を検討する。

• 画面上の右と物語上の進行方向が混同された
• 基準画像の人物が左を向いていた
• 出発位置と目的地が説明されていなかった
• 視線と身体方向が矛盾していた
• AIが画面構成上の均衡を優先した

同様に、不要な人物が加わった場合も、

• 基準画像に人物が含まれていた
• シリーズの主要人物をAIが補完した
• 「みんな」「仲間」などの曖昧語があった
• 禁止事項が不足していた
• 場面の主役が定まっていなかった

といった原因が考えられる。

失敗の記録は、AIを責めるための記録ではない。

共同制作システムの改善資料である。

失敗画像は廃棄物ではない。設計知識を含む観測結果である。

第6部　評価方法

第8章　AI画像設計の品質評価

画像品質は、単一の尺度だけでは評価できない。

本理論では、少なくとも次の六つの評価軸を使用する。

8-1　単体作品品質

• 一枚の作品として魅力があるか
• 主役が明確か
• 構図が成立しているか
• 感情が伝わるか
• 光と色に統一感があるか

8-2　世界観一致度

• 同じ作品世界に見えるか
• 価値観と雰囲気が一致しているか
• 世界観に存在しない要素が混入していないか

8-3　キャラクター一致度

• 顔
• 体型
• 衣装
• 色
• 年齢感
• 性格表現

8-4　背景一致度

• 地理的構造
• 建物
• 道
• 川
• 植物
• カメラ位置
• 空間の広さ

8-5　物語連続性

• 前場面から自然につながるか
• 行動の方向が一致しているか
• 時間帯が連続しているか
• 感情の変化が理解できるか
• 次場面への接続があるか

8-6　設計再現度

• 固定要素が維持されているか
• 可変要素が意図どおり変化しているか
• 禁止事項が守られているか
• 場面の機能が実現されているか

第7部　応用可能性

第9章　他分野への応用

AI画像設計は、絵本制作だけに限定されない。

9-1　漫画

• キャラクター一貫性
• コマ間の動作
• 背景の継続
• 視線
• 感情の変化
• 演出テンポ

9-2　アニメーション

• キャラクター設定
• 背景美術
• 絵コンテ
• キーフレーム
• カメラワーク
• シーン連続性

9-3　ゲーム

• 世界設定
• キャラクター
• 背景
• UI
• アイテム
• イベント画像
• レベルデザイン
• 2D・3D間の整合性

9-4　広告・ブランド

• ブランド世界観
• 色彩
• 商品の見せ方
• 人物像
• シリーズ広告
• SNS展開

9-5　教育

• 目的を持った画像制作
• 構図教育
• 世界観設計
• 視覚的情報整理
• AIリテラシー
• 共同制作教育

9-6　3DCG・建築・プロダクト

• コンセプト設計
• デザインバリエーション
• 材質
• 空間
• 使用状況
• ユーザー体験
• 2Dイメージから3D制作への変換

本理論は画像に焦点を置くが、その基本構造は、文章、音楽、映像、ゲーム、3DCGなどにも応用可能である。

それらの分野でも、生成の前に目的と世界を設計し、AIへ伝達し、出力を評価し、設計へ戻す循環が存在する。

したがって、AI画像設計理論は、将来的により広いAI共同設計理論へ発展する可能性を持つ。

ただし、本論ではその一般化を結論として断定しない。

現段階では、画像制作において実証された方法論として提示する。

第8部　限界と今後の研究課題

第10章　本理論の限界

本理論には、現時点でいくつかの限界がある。

10-1　実証範囲

本理論は、児童向け絵本、キャラクター、背景、ゲーム世界観を中心とした制作から形成された。

写実的広告写真、医療画像、科学図版、建築CAD、工業設計などでは、異なる評価基準が必要になる可能性がある。

10-2　生成モデルの差異

画像生成モデルによって、基準画像への追従性、人物一貫性、文字理解、修正精度、否定指示の解釈が異なる。

したがって、同一のプロンプトテンプレートがすべてのモデルで同じ結果を生むとは限らない。

10-3　モデル更新

生成AIは更新される。

同じサービスであっても、出力傾向や指示解釈が変化する可能性がある。

そのため、制作標準は固定された規則ではなく、継続的に改訂される必要がある。

10-4　美的評価の主観性

作品の美しさ、感情、空気感には、人間の主観が含まれる。

評価表によってすべてを数値化することはできない。

評価体系は人間の判断を置き換えるものではなく、判断を整理する補助である。

10-5　長期制作における情報管理

長期シリーズでは、基準画像、採用画像、失敗画像、設定、更新履歴が増大する。

将来的には、AIが参照しやすい設計データベースや、構造化された制作記憶が必要になる。

10-6　複数人・複数AIによる共同制作

本論は主として、人間の創作者と対話型AIによる制作を基礎としている。

複数の人間、複数のAI、複数の画像生成モデルが参加する制作では、権限、変更履歴、情報共有、最終判断の設計が必要になる。

第11章　今後の研究課題

今後、次の研究が必要である。

• キャラクター一貫性の評価指標
• 背景地理の整合性評価
• ページ間連続性の評価
• AIが読める世界設定データ形式
• 基準画像の優先順位制御
• 長期制作記憶の管理
• 複数AI間の設計情報共有
• 2Dから3Dへの設計変換
• 静止画からアニメーションへの拡張
• ゲームエンジン実装までを含む統合工程
• AI共同創作における著作者と責任
• 教育現場における画像設計カリキュラム
• 異なる生成モデル間での再現性検証

結論

生成AIは、人間の言葉から画像を作ることを可能にした。

しかし、画像生成技術の発展だけでは、作品世界の継続性は保証されない。

絵本、漫画、ゲーム、アニメーションなどの連続作品では、個々の画像よりも上位に、世界観、物語、キャラクター、背景、構図、演出を統合する設計体系が必要である。

本論は、その体系をAI画像設計として定義した。

本研究の結論は、次のとおりである。

AI画像制作の中心は、画像生成ではない。

その中心にあるのは、世界を構想し、各画像の役割を決め、複数の視覚要素を統合する設計である。

また、プロンプトについて次のように再定義した。

プロンプトは設計書ではない。

プロンプトは、設計された作品世界を画像生成AIへ伝えるための記述言語である。

AIの性能が向上するほど、人間の役割が消えるわけではない。

生成作業が容易になるほど、

何を作るのか。

なぜ作るのか。

何を維持するのか。

何を変化させるのか。

どの出力を作品として認めるのか。

という設計判断が重要になる。

AI時代の画像制作は、「AIに何を描かせるか」という段階から、「人間とAIが、どのような世界を共同で設計するか」という段階へ移行する。

必要なのは、生成回数ではない。

単語の技巧だけでもない。

必要なのは、

世界を設計する力である。

AIゲーム開発研究室　研究宣言

AIゲーム開発研究室は、AIを単なる画像生成装置として位置付けない。

AIを、人間の構想を整理し、拡張し、検証し、視覚化する共同制作者として位置付ける。

同時に、作品の目的、意味、方向性、採用判断および社会的責任を、人間が担うことを明確にする。

創作の本質は、生成ボタンを押すことではない。

世界を構想すること。

設計すること。

AIとの対話を通して、作品を育てることにある。

私たちは、その制作工程を記録し、検証し、再利用可能な方法として体系化する。

付録A

AI画像設計シート

1　基本情報

作品名：

シリーズ名：

章・話数：

ページ・場面番号：

画像の用途：

画像サイズ：

縦横比：

2　創作目的

なぜこの画像を作るのか：

作品全体の中で果たす役割：

読者・利用者に最初に伝えたいこと：

3　場面の連続性

前の場面：

前の場面から引き継ぐもの：

この場面で起こる変化：

次の場面へ渡すもの：

4　世界観

舞台：

時代：

文化：

作品の価値観：

自然の扱い：

色彩：

光：

画風：

感情の基調：

世界観上の禁止事項：

5　主役

この画像の主役：

読者に最初に見せるもの：

主役の位置：

主役の大きさ：

主役を目立たせる方法：

6　基準画像

基準画像A

役割：

引き継ぐ要素：

変更可能な要素：

基準画像B

役割：

引き継ぐ要素：

変更可能な要素：

前ページ・直前場面

引き継ぐ要素：

7　固定要素

キャラクター：

背景：

建物：

色彩：

画風：

カメラ：

その他：

8　可変要素

表情：

ポーズ：

視線：

人物配置：

時間帯：

天候：

季節：

光：

演出：

9　構図

カメラの高さ：

カメラの方向：

画角：

主役の位置：

前景：

中景：

背景：

人物の位置関係：

動きの方向：

視線誘導：

余白：

10　感情設計

読者に感じてほしい感情：

避けたい感情：

望む空気感：

避けたい誤解：

11　登場要素

登場人物：

動物：

必要な物体：

背景要素：

自然現象：

12　登場させないもの

不要な人物：

不要な動物：

不要な建物：

不要な物体：

文字：

記号：

ロゴ：

その他：

付録B

AI画像設計プロンプトテンプレート

制作物

これは【作品名】の【章・話数・ページ・場面】に使用する画像です。

用途は【絵本／漫画／ゲーム／広告／教材／設定画】です。

この画像の役割は、【場面の機能】を伝えることです。

基準画像

基準画像Aを、【キャラクター／背景／画風】の公式基準として使用してください。

基準画像Aから、次の要素を引き継いでください。

【顔、体型、衣装、色彩など】

次の要素は変更して構いません。

【表情、ポーズ、視線など】

基準画像Bを、【背景構造／構図／前場面】の基準として使用してください。

次の要素を維持してください。

【建物、道、橋、木、カメラなど】

場面

【誰が、どこで、何をしているか】

この場面では、読者に【感情】を感じさせてください。

【避けたい感情】にはしないでください。

前の場面から【引き継ぐ内容】を自然につなげてください。

次の場面へ【予感・動き・視線】がつながるようにしてください。

構図

画像比率は【比率】です。

カメラは【高さ・場所】にあります。

【方向】から【主役】を見ています。

主役は画面の【位置】に、【大きさ】で配置してください。

前景には【要素】。

中景には【要素】。

背景には【要素】。

視線が、

【第一視点】

↓

【第二視点】

↓

【第三視点】

の順に流れる構図にしてください。

キャラクター

【キャラクター名】

公式基準画像の顔、体型、衣装、色彩、年齢感を維持してください。

表情は【表情】。

ポーズは【ポーズ】。

視線は【方向】。

身体は【方向】を向いています。

【他の人物や物体との位置関係】

背景

場所は【場所】です。

【固定する背景構造】を変更しないでください。

時間帯は【時間帯】。

天候は【天候】。

光は【方向・強さ・質】。

背景は主役を妨げず、作品世界を支える情報量にしてください。

演出

全体の印象は【印象】です。

【望む感情】を感じさせてください。

ただし、【避けたい印象】にはしないでください。

【静かな生命感／爽やかさ／温かさ／緊張感など】を大切にしてください。

画風

【画風】

【筆致】

【色彩】

【光】

【質感】

一枚の完成された作品として、細部まで丁寧に描いてください。

描かないもの

次のものは描かないでください。

【不要な人物】

【不要な動物】

【不要な建物】

【不要な小道具】

文字、記号、ロゴ、透かしを入れないでください。

変更禁止事項

次の要素は変更しないでください。

【キャラクターデザイン】

【背景構造】

【画風】

【色彩設計】

【カメラ】

【その他の公式設定】

付録C

簡易プロンプトテンプレート

作品名：

用途：

画像の役割：

主役：

場面：

世界観：

基準画像から引き継ぐもの：

変更してよいもの：

構図：

カメラ：

背景：

光：

色彩：

感情：

画風：

変更してはいけないもの：

描かないもの：

付録D

生成後品質評価表

作品品質

□ 一枚の作品として魅力がある

□ 画像の目的が伝わる

□ 主役が明確である

□ 感情が伝わる

□ 視線誘導が自然である

世界観

□ 同じ作品世界に見える

□ 価値観が一致している

□ 色彩が統一されている

□ 光と空気感が一致している

□ 世界観に存在しない要素がない

キャラクター

□ 顔が一致している

□ 体型が一致している

□ 衣装が一致している

□ 色彩が一致している

□ 年齢感が一致している

□ 表情が場面に合っている

□ ポーズが自然である

□ 視線が正しい

背景

□ 背景構造が維持されている

□ 建物や道の位置が正しい

□ カメラ位置が正しい

□ 不要な要素が追加されていない

□ 主役を邪魔していない

構図

□ 主役の位置が適切である

□ 人物の位置関係が正しい

□ 動きの方向が正しい

□ 前景・中景・背景が整理されている

□ 余白が適切である

□ カメラアングルが場面に合っている

連続性

□ 前場面から自然につながる

□ 時間帯が一致している

□ 行動が連続している

□ 感情が連続している

□ 次場面への期待が生まれる

禁止事項

□ 不要な人物がいない

□ 不要な動物がいない

□ 不要な物体がない

□ 不要な建物がない

□ 文字や記号がない

□ 世界観に合わない表現がない

最終判断

採用：

部分修正：

再設計：

不採用：

採用理由：

修正する要素：

変更してはいけない成功要素：

付録E

修正指示テンプレート

添付画像を基準として修正してください。

変更しない要素

次の要素は一切変更しないでください。

【構図】

【カメラ】

【背景】

【キャラクターデザイン】

【人物配置】

【画風】

【色彩】

【光】

【空気感】

変更する要素

変更するのは、次の要素だけです。

【変更対象】

具体的な変更内容：

【修正内容】

それ以外の要素は修正しないでください。

不要な人物、動物、物体、建物、文字、記号を追加しないでください。

付録F

制作記録テンプレート

作品名：

章・話数：

ページ・場面：

制作日：

使用した生成AI：

使用した基準画像：

画像の目的：

場面の機能：

採用画像：

採用理由：

特に優れていた点：

維持すべき要素：

発生した問題：

問題の分類：

推定原因：

修正方法：

修正結果：

新しく得られた制作ルール：

内部仕様書への追加候補：

付録G

AI画像設計六原理・簡易版

第一原理

世界観は最上位概念である。

第二原理

基準画像は設計資産である。

第三原理

画像は独立して存在しない。

第四原理

プロンプトは記述言語である。

第五原理

画像生成は制作工程の一部である。

第六原理

画像品質は設計品質によって決まる。

用語集

Glossary

AI画像設計

AI Image Design

世界観、場面、キャラクター、背景、構図、演出、連続性を設計し、AIとの対話を通じて画像として具現化する共同創作工程。

世界観

World Design / Worldview

舞台設定だけでなく、作品を支配する価値観、自然観、時間、文化、色彩、光、感情、視覚表現の総体。

基準画像

Reference Image

後続制作において、キャラクター、背景、画風、構図または連続性を維持するための視覚的基準。

設計資産

Design Asset

長期制作で再利用される基準画像、世界設定、キャラクター設定、背景設定、採用理由、失敗記録、制作ルールの総体。

場面設計

Scene Design

画像が作品内で果たす機能を定め、その機能に応じて主役、構図、視線、背景、光、感情を設計する工程。

関係品質

Relational Quality

複数の画像の間で、人物、背景、物語、時間、感情、画風の一貫性が成立している程度。

プロンプト言語

Prompt Language

設計された視覚内容を、画像生成AIが解釈できる形式へ変換した自然言語または構造化記述。

設計品質

Design Quality

創作目的、世界観、場面機能、構図、演出、基準画像、連続性が矛盾なく統合されている程度。

共同創作

Collaborative Creation

人間とAIが異なる役割を担いながら、対話、生成、評価、修正を通じて作品を発展させる制作関係。

固定要素

Fixed Elements

シリーズの一貫性を保つため、原則として変更しないキャラクター、背景、画風、世界設定など。

可変要素

Variable Elements

場面に応じて変更できる表情、ポーズ、視線、時間帯、天候、光、構図、演出など。

最終原則

プロンプトより設計を優先する。

設計より世界観を優先する。

画像生成より作品を優先する。

一枚の成功より、世界全体の一貫性を優先する。

失敗を廃棄せず、設計知識へ変換する。

AIに描かせるのではなく、AIとともに世界を設計する。

以上を、**「AI画像設計理論 Ver.2.0 ― 生成AI時代における共同画像制作の方法論 ― 公開初版」**とします。