立ち絵を作るならどの画像生成AI？一貫性と修正しやすさで選ぶ

立ち絵を複数枚作るなら、モデルの宣伝上の「一貫性」だけで選ばず、同じ基準画像・同じ設定表を使って、顔や衣装を保ったままポーズ変更と部分修正ができるかを比べます。絵柄の完成度を優先する候補、会話しながら局所修正する候補、複数画像でキャラクターを保つ候補は異なります。Midjourney、Gemini、ChatGPT Imagesを同じ小さな試作で比べ、修正回数・重要設定の保持・納品形式を記録してから決めてください。どれも複数画像で完全一致する保証とは読み替えられません。

立ち絵の納品条件を先に決める

「立ち絵」だけでは必要な機能は決まりません。配信アバター、ゲームの会話差分、TRPG用の一枚絵では、姿勢・背景・ファイル形式・修正可能性が違います。まず最終用途と受入条件を固定します。

表は横にスクロールできます

決める項目	記入例	試作で見ること
用途と配置	配信画面の右側に立たせる	表示サイズで顔・手・輪郭が読めるか
必要な差分	通常、笑顔、驚きの3枚	表情差分で髪型・服・装飾が維持されるか
固定する特徴	黒髪ボブ、左目下のほくろ、青い短ジャケット	各画像で位置・形・色が揃うか
変える要素	口元、手の位置、ポーズ	指定した箇所だけ変わるか
納品形式	背景ありPNG、または透過画像が必要	透過やサイズをサービス内で確認できるか
利用条件	Midjourney：年商100万米ドル超の会社等はPro/Megaで生成物の所有条件を満たす。公開・共有範囲にも注意	入力素材の権利、契約主体、利用場所、公開設定を確認

背景透過や商用利用が必須なら、生成前にその機能・契約条件を公式画面で確認します。画像生成ができることだけから透過出力やあらゆる商用利用の可否を推定しないでください。

候補の違いを同じ物差しで見る

表は横にスクロールできます

候補	公式に確認できる制作手掛かり	試作で確かめたい点	合いやすい条件
Midjourney	V8.2のEdit Modelは従来のOmni Reference、Character Reference、Retextureの機能を置き換えると案内されています。Editorでは画像の編集・inpainting・outpaintingを扱います。	同じ人物の参照画像を使って、正面・横向き・手を上げる差分を作り、髪・衣装・小物の保持と修正のしやすさを見る。	既存のMidjourney制作を続けながら、参照画像を使う生成・編集を試したい。
Gemini Apps	公式HelpはNano Banana 2についてcharacter consistencyとlocal editsを案内し、モデルによって複数参照画像の扱いが異なると説明しています。Nano Banana 2 Liteは複数参照や複数編集向けではないとされています。	使うモデルが意図した機能に対応するか確認し、同じcharacter sheetで表情・ポーズを変えた時に固有特徴が残るか見る。	チャットの指示で画像を生成・編集し、複数参照を使う条件を試したい。
ChatGPT Images	公式Helpは既存画像のupload、選択範囲または文章での編集を案内しています。選択が正確でない場合や変更が範囲外へ及ぶ場合があると注意しています。	背景や服の一部を選択して修正し、選択外の顔・装飾・輪郭まで変わらないか確認する。	会話で指示を重ね、局所修正を進める操作性を試したい。

これは機能の比較であり、同一条件での画質・一貫性テスト結果ではありません。モデル名、提供条件、UIは更新されるため、試作開始時に公式ページで現在のモデルと編集機能を確認します。特に古いMidjourney用のCharacter Reference手順を現行V8.2 Edit Modelへそのまま当てはめず、選択中のVersionとEditorに表示される操作を確認してください。Geminiでは選んだモデル名、ChatGPTでは画像編集の選択範囲と指示を記録します。

同一条件で15〜30分の試作をする

サービスごとの紹介画像や他人の作例だけで決めると、自分の設定表で差分を作れるかは分かりません。権利を確認した同じ基準画像または同じ文章Briefを用意し、各候補で小さな試作を行います。他人のイラストや実在人物写真を無断で参照画像にしないでください。

1. キャラクター設定を一枚のBriefにまとめる。年齢を特定しない成人など必要な安全条件、髪型、顔の特徴、衣装、配色、画風、画角、背景、変えてよい項目を分ける。

2. 固定特徴は3〜5個に絞る。例：「黒髪の顎までのボブ」「左目の下のほくろ」「青い短ジャケット」「銀色の星形ピン」。形容詞を増やすより、画像を見て一致・不一致を判断できる特徴にする。

3. まず基準となる正面立ち絵を作る。採用した画像、model/version、referenceの使い方、prompt、生成日を保存する。

4. その基準から、ポーズだけ変えた横向きと、表情だけ変えた笑顔を依頼する。複数の条件を一度に変えると、どの指定が崩れたか分かりにくくなる。

5. ほくろやピンなど一つの局所だけを修正する。顔・服・色・輪郭の変化も同時に比較し、選択外の変更があれば修正成功に数えない。

6. 一回目の出力だけでなく、採用案を得るまでの再生成・修正回数と作業時間も記録する。生成速度や修正の容易さを未計測で断定しない。

各サービスに渡す情報量、画像サイズ、指示文、選択範囲が異なると公平な比較になりません。試行記録には条件の違いも残し、差が出た理由をツール性能だけに帰属させないでください。

採用基準を点数化する

表は横にスクロールできます

観点	点数の付け方（0〜2）	0点の例
固定特徴の保持	0:複数崩れる、1:一部維持、2:指定した特徴が差分でも維持	ほくろが消え、衣装色も変わる
指定差分の再現	0:別の箇所が主に変わる、1:意図と一部一致、2:表情・ポーズだけ変わる	笑顔を頼んだら髪型まで別になる
局所修正の制御	0:周囲まで大きく変化、1:軽い修正で戻せる、2:修正箇所と周囲を確認しやすい	小物の色変更で顔が変わる
納品条件	0:必須形式・背景・サイズを満たさない、1:追加工程が必要、2:確認済みの要件を満たす	必要な透過画像を用意できない
作業負担	0:採用案までの手直しが許容外、1:条件付きで許容、2:決めた時間・回数内	3差分に何度も作り直しが必要

合計だけでなく、必須要件を足切りに使います。たとえば透過画像が納品条件なら、その条件を満たせない候補は、他の点が高くても採用対象外です。固定特徴の保持が0点なら「一貫性が必要な差分制作」に採用せず、一枚限りの挿絵として用途を狭める判断もあります。ここでの点数は自分の制作条件に対する試作記録で、一般的なモデル精度ランキングではありません。

崩れた時の直し方

顔が毎回変わる場合、同じ基準画像と固定特徴の短いリストを再提示し、ポーズ・表情など変更点を一つに絞ります。人物全体を描き直す依頼を繰り返すより、参照画像を使った編集がそのモデルで利用できるか確認します。選択編集で周囲まで変わった場合は、選択範囲を小さくして再試行し、元画像と修正版を別名保存します。編集で元の顔や衣装を保てないなら、最初の採用画像へ戻り、差分ごとに別の生成工程を試してください。

設定した色がずれる場合は、色名だけでなく参照色・コード・隣接色との組み合わせをBriefへ記録します。小物の左右が逆転した場合は、画面上の左右とキャラクター本人の左右を区別して指示し、出力を実物サイズへ縮小して確認します。手指、文字、模様などが用途に耐えない場合は、無理に同じツールで完成させようとせず、画像編集ソフトで直せるか、別素材に置き換えられるかを判定します。

一枚の結果が良くても、差分制作への適性は未確認です。最低3枚のセットを作り、顔・髪・衣装・色・小物のチェック表を埋めてから「一貫性を確認した」と扱います。試行数が少ないなら、品質の一般化やモデル間の優劣を公表しないでください。

制作前の権利・公開チェック

参照画像、キャラクター設定、ロゴ、衣装デザインなど、入力素材の権利を確認します。Midjourneyの現行Termsでは、年商100万米ドル超の会社またはその従業員が生成物の所有権を持つにはProまたはMegaが必要です。また、入力画像・生成物にはTerms上の広いライセンスが設定され、投稿は既定で閲覧・remix可能です。StealthでもDiscord等の共有スペース内では参加者に見える場合があります。利用場所・プラン・共有状態を確認し、権利処理済みの素材だけを使います。これはMidjourneyのTerms条件であり、他サービスの条件へ一般化しません。

公開前には、低解像度縮小、背景とのコントラスト、顔の識別、表情差分の位置、衣装の細部、不要な文字や透かしを人が確認します。透過が必要なら、実際に書き出したファイルを背景に重ねて縁の残り方を確認します。未公開作品・顧客提供画像を送るときは、利用アカウントごとに保存、削除、学習利用を確認します。Gemini Appsの個人アカウントではKeep Activityがオンの場合、共有した画像等がサービス改善に使われ、一部が人による確認対象となることがあります。オフの場合、今後の会話はアクティビティに保存されずAIモデル学習にも使われませんが、サービス提供・安全保護のため最長72時間保持されます。個人向けChatGPTでは設定に応じて入力画像を含むコンテンツがモデル改善に使われる場合があります。Business・Enterprise・Eduなどの管理対象workspaceとAPIは原則モデル学習に使われませんが、組織の共有設定等で条件が変わります。仕事・学校アカウントは管理者条件も確認し、機密画像は承認済み環境で扱います。

AIものさしの判断

差分立ち絵では、最初に「何を同一に保ち、何を変えるか」を決め、それを同じ基準画像で試せる候補を選びます。Midjourneyは現行Edit Modelの参照・編集機能、Geminiは選択したNano Bananaモデルのcharacter consistencyとlocal edits、ChatGPT Imagesは画像の選択編集や会話による局所修正を候補として検証できます。ただし、この機能説明から完成品の一貫性や修正回数を順位付けすることはできません。

まず正面・横向き・表情差分の3枚を同じBriefで作り、固定特徴、修正範囲、納品形式、手直し時間を記録します。必須条件を満たし、許容できる修正回数でセットを仕上げられた候補を採用してください。どの候補も固定特徴を維持できない場合は、差分数を減らす、手作業の仕上げを工程へ加える、または別方式で描く判断が必要です。