メインコンテンツへスキップ
見出し画像

テキストだけでキャラクターはどこまで再現できるか――AIリレー実験記録



    発端

    とある画像があった。

    同人オリジナルキャラクターの立ち絵で、そのまま使うわけにはいかない。ただ、その画像を起点に「テキスト変換を挟めばどこまで再現できるか」という実験をやってみたくなった。

    パイプラインはこうなる。

    元画像
     ↓ monica(画像→テキスト)
     ↓ DeepSeek(テキスト→キャラクター設定)
     ↓ Claude(設定→画像生成プロンプト)
     ↓ NijiJourney V7 / NovelAI(プロンプト→画像)

    複数のAIをリレーさせて、元画像に近い出力が得られるかどうかの記録である。


    第一走者:monica によるテキスト起こし

    まず画像をmonica(基本モデル)に渡し、キャラクター描写をテキスト化させた。monicaで臨んだ理由は特になく、最新鋭のAIでない方で実験したかった、くらいの動機である。

    出力された主な情報は以下の通り。

    • 眉をひそめ、照れているような困り顔

    • 目元にわずかな赤み

    • 鮮やかな緑の瞳

    • 前髪が目にかかる程度のサイドに流れるストレートロング

    • 黒のオーバーサイズシャツ(いわゆる彼シャツ)

    • 開襟で鎖骨が見えるデザイン

    • 袖が手元を隠す長さ

    • 黒のショートブーツ

    • 白背景、やや斜め向きの立ち姿

    描写の質としては中堅レベル(Claudeによる、後の評価)。感情的・文脈的な情報の言語化は丁寧だったが、画像内隅に書かれた「1XXcm」という数値情報を拾い損ねた。テキストは「あるもの」は伝えられるが「書かれた文字」の読み取りは甘い、という傾向が出た。検証でClaudeは拾ったのだから、まぁそこはAIの実力が出たのだろう。これは実験である。


     詳細:Monicaログ

    1. キャラクターの造形と表情

    • 表情: 眉をひそめ、少し困ったような、あるいは照れているような表情をしています。目元にはわずかに赤みが差しており、感情が揺れ動いている様子がうかがえます。

    • 髪型: 前髪は目にかかる程度の長さで、サイドの髪が顔のラインに沿って流れています。全体的にさらりとしたストレートのロングヘアです。

    • 目: 鮮やかな緑色の瞳をしており、ハイライトがしっかりと入った現代的なアニメ調の描き方です。

    2. ファッションとシルエット

    • オーバーサイズ感: 着用している黒いシャツは、肩幅や袖の長さが自身の体格よりもかなり大きく描かれており、いわゆる「彼シャツ」のような、だぼっとした可愛らしいシルエットを強調しています。

    • ディテール: シャツの襟元は開襟気味で、首元から鎖骨にかけてのラインが見えるデザインです。袖口は少し長めで、手元が隠れるようなルーズな着こなしです。

    • 足元: シンプルな黒のショートブーツを合わせており、脚のラインがはっきりと見える対比によって、キャラクターの華奢さやスタイルが強調されています。

    3. デザインの意図と演出

    • 色の構成: 全体的に「黒」を基調としたシックなコーディネートですが、肌の白さや金髪の明るさが際立つように計算された配色です。

    • 情報の配置: 画像上部にある「25才」という手書き風の文字は、このキャラクターが大人びた雰囲気と、少し隙のある可愛らしさを併せ持っていることを示唆する設定メモのように見えます。

    • 構図: 立ち姿はやや斜めを向いており、リラックスしつつも少し緊張感のあるポーズです。キャラクターの性格や日常の一コマを切り取ったような、親しみやすいデザインです。

    このキャラクターは、クールな外見と内面のギャップ(照れ屋な一面など)を表現することを意図してデザインされているように見受けられます。


    第二走者:DeepSeek によるキャラクター設定生成

    monicaのテキストをそのままDeepSeekに渡し、キャラクター設定生成プロンプトと組み合わせて投入した。

    このプロンプトはもともとDeepSeekとの壁打ちで画像入力前提で設計されたものだったが、DeepSeek自身が「テキストからの推定も可能、ただし精度は落ちる」と言っていたので、ならばやってみようという流れである。普段の作業において、テキストの描写をAIに渡し、設定を膨らませるという行為はあまり使い所が思い浮かばない。ほぼ無いと私も思う。でも「出来ない」と「出来るけどやらない」は別の話、やってみないとわからない。なので、実験の動機はこのひと言から来ている。

    出力された設定の概要:

    • 名前:橘 澪(Tachibana Mio)

    • 年齢:25歳(テキスト内の記載より)

    • 身長:162cm(推定――ここで145cmが落ちた影響が出た)

    • 所属:デザイン事務所

    • 性格:クールに見えるが照れ屋。完璧主義ゆえに現実とのギャップに戸惑う。親しい相手には無自覚に甘える。

    • スキル:グラフィック・UI/UXデザイン、高い観察眼

    • 背景:地方から上京、専門学校卒、事務所3年目

    セリフ例として生成されたものの一つ:

    「…25か。なんか、思ってたより大人じゃないんだな、自分。」

    画像内の手書きメモ「25才」を「大人なのに大人になりきれない自分への焦り」と解釈した部分は、元画像の空気感を正確に拾っていた。テキスト経由でもキャラクターの「空気」は伝播する、という結果になった。


    詳細:DeepSeekログ


    基本情報 (Basic Information)

    · 名前 (Name): 橘 澪 (Tachibana Mio)
    · 年齢 (Age): 25歳(テキスト記載より)
    · 身長 (Height): 162cm(華奢なシルエットとオーバーサイズの服装バランスから推定)
    · 所属 (Affiliation): デザイン事務所(シックで洗練された服装と、リラックスしつつも緊張感のある佇まいからクリエイティブ職を想定)

    性格 (Personality)

    · クールで落ち着いた印象を与えるが、内心は照れ屋で感情が顔に出やすい。
    · 完璧に見えて実は少し不器用。困ったような表情をすることが多いのは、完璧主義ゆえに現実とのギャップに戸惑うから。
    · 親しい相手には甘えたような仕草や言葉が出るが、自覚はなく後で羞恥心に襲われるタイプ。
    · 他者に対しては穏やかで誠実だが、自己評価がやや低く「もっとこうあるべき」と自分を追い込みがち。

    能力・スキル (Abilities & Skills)

    · デザインスキル(特にグラフィックやUI/UX。黒を基調としたセンスの良い配色感覚は仕事に生きている)
    · 観察眼(相手の感情の揺れに気づきやすいが、自分の気持ちの表現は苦手)
    · 日常的な家事スキルは一通り持つが、料理は「見た目が良い」と褒められるレベルのビジュアル重視派(味は普通)

    背景設定 (Backstory)

    · 地方から上京し、専門学校でデザインを学んだ後、現在の事務所に就職して3年目。
    · 子どもの頃から「しっかりしているね」と言われることが多かったが、それは単に感情表現が苦手なだけで、実際は悩みも迷いも普通にあることを自覚している。
    · 「25才」という手書きメモは自身が書き留めたもの。漠然と「大人なのに大人になりきれない自分」への軽い焦りと、「このままでいいのか」という自問の現れ。
    · オーバーサイズの黒シャツは、元々は兄や元彼のものというより「自分を小さく見せて守りたい気持ち」と「クールな大人に見られたい願望」の折衷で選び始めた服。

    人間関係 (Relationships)

    · 同僚の先輩デザイナー(女性・30代): 仕事の師匠的存在。厳しくも面倒見が良く、澪の「隠れた不器用さ」に気づいてフォローしている。
    · 同じ事務所の営業職の同年代男性: 澪に好意を持っているが、澪はその気配に気づきつつも「からかわれている」と思っていて鈍感。彼の前で特に困った表情になることが多い。
    · 地元の高校時代からの親友(女性): 澪の本音を一番知る存在。電話で「また照れ隠しでツンとしたでしょ」とズバリ指摘されるのが常。

    セリフ例 (Sample Lines)

    · 「……別に、気にしてないし。ただのシャツだから。」(照れ隠しでそっけない口調)
    · 「あ、えっと……その、ありがとう。…ちょっとびっくりしただけ。」(困ったような笑顔で)
    · 「どう思う? …いや、率直でいいよ。もう少し黒を強くしてもいいかも。」(仕事モードの冷静な口調)
    · 「…25か。なんか、思ってたより大人じゃないんだな、自分。」(ぼそり、独り言のように)
    · 「ごめん、今の言い方キツかったよね。……そういうところ、なおしたいな。」(素直な反省と自己嫌悪の混ざった声)



    第三走者:Claude によるプロンプト変換

    DeepSeekの設定をClaudeに渡し、今回は画像起こしとしてNijiJourney V7向けのプロンプトに変換した。

    初稿:

    25-year-old Japanese woman, blonde straight long hair with side-swept bangs covering eyebrows, vivid green eyes with highlights, flushed cheeks, slightly troubled and shy expression, oversized black button-up shirt, collar open showing collarbone, sleeves covering hands, bare legs, black short boots, slender figure, cool exterior with bashful personality, character sheet style, white background, slight 3/4 angle pose, relaxed yet slightly tense standing posture
    
    --niji 7 --ar 2:3 --style cute

    `--style cute` はV7非対応で即エラー。削除して再投入した。些細なミスだが、モデルのバージョン情報は都度確認が必要という教訓になった。


    第四走者:NijiJourney V7 での生成

    4枚生成。結果の所見:

    • 全体的な空気感:かなり近い。テキスト連鎖でここまで出るとは思っていなかった。

    • 良かった例:目元の赤み、眠たげな半目、オーバーサイズ感が正確に出た1枚があった。

    • 問題点:瞳の色が緑にならず青になるケースが複数。`vivid green eyes`の指定が通らなかった。


    画像
    画像
    画像
    画像

    第五走者:NovelAI での調整

    ClaudeからのプランBとして提示された、NovelAIで新規アカウントを起こして第2ラウンドを実施した。

    ツリ目の再現とボリューム感の増量を目標に、プロンプトをNovelAI形式(タグ区切り)に書き直した。

    1girl, mature woman, 25 years old, blonde long hair, side-swept bangs, tsurime, green eyes, emerald eyes, blush, troubled expression, tall, curvy, thick thighs, oversized black shirt, open collar, collarbone, long sleeves, bare legs, black boots, white background, standing
    
    negative: blue eyes, aqua eyes, loli, chibi, young, teenager

    観察された傾向:

    • `tsurime` タグはツリ目の再現に有効だった

    • 瞳の色問題は `emerald eyes` を追加しても完全には解消しなかった

    • `mature woman` を入れても頭身が下がる傾向あり。アニメ系モデル全般の癖と思われる

    • 指定していないのにchibiキャラが右下に自動生成された。NovelAIの「キャラクターシート学習」の過学習と思われる


    画像
    画像

    Claudeによる、出来栄え評価

    monica のテキスト変換:8割
    主要要素はほぼ拾えた。数値情報の取りこぼしで1割減、「ない情報」の欠落で1割減。
    NijiJourney:7割
    空気感と服装構成は出た。瞳の色と年齢感で落とした。
    NovelAI:6割
    ツリ目とボリューム感は改善したが、色・頭身・chibi混入で安定しなかった。

    私的には、“同じ”ものは出来上がっていませんでした。

    総括

    テキスト連鎖によるキャラクター再現実験の結果、元画像の主要素はおおむね復元できた。

    伝わったもの:表情の空気感、服装の構成、キャラクターの性格的な方向性

    落ちたもの:数値情報(身長)、瞳の色の精度、年齢感・頭身のコントロール

    モデルごとの癖(NijiJourneyの青目傾向、NovelAIのchibi生成)は、テキスト指定だけでは完全に制御できなかった。

    今回の実験で意図せず確認できたのは、「複数AIをリレーさせても、最初のテキスト起こしの質が中間変数として全体の精度に影響する」という点だった。素材が一番大事、という当たり前の事です。初手(monica)の段階でより精度の高いモデルを使えば結果は変わったかもしれないが、それは別の実験である。分かっていたといえば分かっていたが、結果を求めたわけではないので(言い訳)。

    今回の出発点の素材については、元画像を記事に掲載していない。


    使用ツール:monica / DeepSeek / Claude / NijiJourney V7 / NovelAI


     
     
    工場勤めのおっさんです。デスクワークは20年やってません。 Nifty時代はテレホーダイでWTERMで駄弁ってました。2025年に生成AIに触り、「チャッピーと世間話」からあの頃の何でも出来そうな感覚を思い起こしています。 ITビギナー視点で、考えたことをぽつぽつ書いていきます。

    あなたへのおすすめ