同じお題と同じ共通プロンプトを渡したとき、画像生成AIごとにどんな違いが出るのか。
第12回は、岐阜県の白川郷を観測します。
今回は、象徴的な景観がよく見える位置に立っている人物という静かな状況指定に、雨の夜・映画スチル風という演出を組み合わせました。
白川郷は、急勾配の茅葺き屋根を持つ合掌造りの家屋が集まる、山間の集落景観で知られています。
今回のポイントは、単に「合掌造り」「人物」「雨」を同じ画面へ入れられるかではありません。
人物がカメラへ向かってポーズを取るのではなく、白川郷の象徴的な景観を静かに眺めているように見えるか。
さらに、白川郷らしい集落景観を維持しながら、雨、夜、濡れた路面、窓明かり、霧などを使って映画の一場面らしい空気感へまとめられるかを観測します。
今回も、観測員ミコが5つの生成環境の一発生成結果を記録します。
みんな違って、みんな少しPON。
今回参加する生成環境
FLUX.2 Klein 4B Distilled
利用環境： ローカル環境
参照画像： なし
生成回数： 1回
リテイク： なし
ローカルで扱う軽量モデル枠です。
軽量モデルとしての一発完成度、プロンプトへの忠実度、観光地の再現性、ローカル運用での実用性を観測します。
FLUX.2 [pro]
利用環境： BFL公式Playground
参照画像： あり
生成回数： 1回
リテイク： なし
FLUX.2の上位モデル枠です。
今回は、白川郷の合掌造りと集落全体の配置を確認できる昼間の参照画像を1枚だけ追加しました。
共通プロンプト自体は他環境と完全に同じままです。
前回の東大寺大仏殿では、参照画像を追加することで建築固有の構造が安定する傾向が見られました。
今回はさらに、昼・晴天の参照画像から建築や集落構成を拾いつつ、共通プロンプトで指定した「雨の夜」へきちんと変換できるかも観測対象になっています。
記事内では、
FLUX.2 [pro] / BFL公式Playground使用
として扱います。
Gemini
利用環境： 外部画像生成環境
参照画像： なし
生成回数： 1回
リテイク： なし
ウォーターマークが入る場合も消さず、そのまま掲載します。
生成元ごとの出力仕様も含めて、素の状態を観測します。
Chatgpt
利用環境： ChatGPT「画像」機能
参照画像： なし
生成回数： 1回
リテイク： なし
通常の制作チャットとは分け、可能な限り新規条件に近い状態で生成します。
身内びいきはせず、他の生成結果と同じ条件で観測します。
Manus
利用環境： Manus無料枠・標準設定
参照画像： なし
生成回数： 1回
リテイク： なし
サービス側の標準設定を含めた生成環境として観測します。
共通ルール
今回の5環境には、以下の条件を共通で渡しました。
- 完全に同じ共通英語プロンプト
- 各環境1枚
- 一発生成
- リテイクなし
- 1920×1080を優先
- 1920×1080が不可能な場合は16:9の横長比率を維持
- サービス側の明確なエラーのみ再試行
- 生成結果の破綻や解釈違いは、そのまま観測結果として採用
ただし今回は、FLUX.2 [pro]のみ白川郷の参照画像を1枚追加しています。
これは全環境を完全に同条件へ揃える厳密なベンチマークではなく、各サービスを実際に使うときの補助機能や標準処理も含めた比較観測です。
内部設定まで完全に揃えることはできないため、あくまで生成環境単位の実用比較として扱います。
今回の抽選結果
| 項目 | 抽選結果 |
|---|---|
| 観測回 | 第12回 |
| 都道府県・観光地 | 岐阜県｜白川郷 |
| 構図・状況 | 象徴的な景観がよく見える位置に立っている |
| 演出セット | 雨の夜・映画スチル風 |
| 参照画像 | FLUX.2 [pro]のみ1枚 |
| 出力指定 | 1920×1080、不可の場合は16:9維持 |
| 再抽選 | なし |
今回は人物そのものの複雑な動作よりも、人物がどこに立ち、どちらを向き、白川郷の景観とどう関係しているかが重要になります。
また、夜景は暗くしすぎると観光地が見えなくなり、明るくしすぎると「夜」という条件が弱くなります。
そこへ雨、濡れた地面、反射、霧、窓明かり、映画スチル風まで加わるため、観光地再現と演出の両立が今回の大きな観測点になりました。
実際に使用した共通プロンプト
Create a wide 16:9 cinematic film-still-style scene at Shirakawa-go in Gifu Prefecture, Japan.
It is a rainy night with a calm, atmospheric mood. The sky should be dark and overcast, with steady rain falling through the scene. Wet roads, roofs, and ground surfaces should reflect the surrounding lights naturally without becoming overly glossy or exaggerated.
Show the recognizable landscape of Shirakawa-go clearly within the scene, including multiple traditional gassho-zukuri houses with their distinctive steeply pitched thatched roofs, arranged naturally within the mountain village setting.
Include one tourist standing at a position where the iconic village scenery can be seen clearly.
The person should be standing naturally and looking toward the landscape of Shirakawa-go, as if quietly taking in the view during the rainy night.
Make it clear that the person is looking at the landmark scenery, not at the viewer or camera.
The pose should feel relaxed and unposed, with a natural standing posture appropriate to someone sightseeing in the rain.
Do not make the person appear to be posing for a commemorative photo, waving, looking directly at the viewer, or actively using a smartphone or camera.
Compose the scene so that both the standing tourist and the recognizable Shirakawa-go landscape are clearly visible and visually meaningful, while keeping the village itself as the main focus of the image.
Use natural nighttime lighting appropriate to a rural Japanese village, with warm light softly glowing from some windows and buildings, contrasted against the cool, rainy night environment.
The rain, wet surfaces, mist, and reflections should enhance the atmosphere without obscuring the distinctive architecture or turning the scene into a storm.
Use a cinematic film-still aesthetic with realistic lighting, natural depth, restrained color grading, subtle contrast, and a carefully composed frame that feels like a quiet moment from a live-action movie.
Avoid overly dramatic fantasy lighting, excessive neon colors, or stylized anime-like rendering.
The image should feel like a quiet, spontaneous moment during sightseeing, with the visitor standing in the rain and looking out over the iconic Shirakawa-go landscape at night.
No text, captions, signs, logos, or watermarks.今回は「映画的」という言葉だけで過剰な照明演出へ寄らないよう、
restrained color grading
subtle contrast
without turning the scene into a storm
といった抑制条件も入れています。
また、人物については前回と同じく、名所を見る視線を明示し、記念撮影やスマートフォン操作へ寄らないようにしています。
生成結果
公開時は毎回、以下の固定順で掲載します。
採点時だけは生成環境名を伏せ、ランダム順で評価しました。
1. FLUX.2 Klein
第一印象
白川郷の合掌造りと山間の集落を、かなり高い実在感でまとめた一枚。
人物は集落内の道路に立ち、景観へ自然に身体を向けています。
一方で今回もっとも大きかったズレは、「夜」という時間帯がかなり弱いことでした。
観測メモ
- 指示理解： 1人、立位、景観を見る視線、雨は明確。夜は弱く、雨の夕方から薄暮に近い
- 観光地の再現： 合掌造りの形、家屋の密集、山間の地形、道路との関係まで非常に白川郷らしい
- 構図・演出： 人物と集落の関係は自然だが、「象徴的な景観を見渡す」よりも「集落内に立つ」印象が強い
- 人物・背景・小物： 人体、建物ともに大きな破綻なし
- 気になった点： 空と周囲が明るく、雨の夜というより雨天の夕方に見える
- 良かった点： 地上目線の白川郷としての実在感は今回でもかなり高い
- 今日のPON： 夜を頼んだのに、雨の日の夕方に現地入りした
2. FLUX.2 [pro]
第一印象
暗い雨の夜の中へ、合掌造りの集落と暖かな窓明かりをしっかり残した、映画性の強い一枚。
左手前の人物は傘を差し、白川郷全体へ視線を向けています。
観測メモ
- 指示理解： 1人、立位、景観を見る視線、雨、夜、映画スチル風を高い水準で反映
- 観光地の再現： 複数の急勾配の合掌造り、山間の集落、水田などを明確に維持
- 構図・演出： 左手前の暗い人物と、奥へ広がる集落の対比が映画的
- 人物・背景・小物： 大きな人体破綻はないが、遠景の家屋には一部生成的な曖昧さあり
- 気になった点： 合掌造りの密度はやや高く、実景より「白川郷らしさ」を凝縮した印象もある
- 良かった点： 雨粒、濡れた道、水面反射、窓明かり、暗い山並みを一つのトーンへ自然に統合
- 今日のPON： 大きな誤作動なし。観光記録より映画のロケ地になった
今回は昼・晴天の参照画像を追加しましたが、時間帯や天候へ強く引っ張られることなく、共通プロンプトの「雨の夜」へきちんと変換しました。
参照画像からは主に、合掌造りの形や集落としての密度・配置感を拾っているように見えます。
3. Gemini
第一印象
高台から白川郷を見下ろす構図を非常に分かりやすくまとめた一枚。
人物も景観へ自然に身体を向けています。
ただし傘を閉じて持っており、雨粒も弱いため、雨の夜というより雨上がりの薄暮に近い印象になりました。
観測メモ
- 指示理解： 1人、立位、景観を見る視線は明確。雨と夜の表現は弱め
- 観光地の再現： 合掌造り、山間の集落、高台からの眺望という白川郷らしさを維持
- 構図・演出： 人物を左手前、集落を右奥へ配置し、観光景観として読みやすい
- 人物・背景・小物： 大きな破綻なし
- 気になった点： 閉じた傘と明るい空により、現在雨が降っている感じが薄い
- 良かった点： 「象徴的な景観がよく見える位置」という状況は非常に分かりやすい
- 今日のPON： 雨の夜を頼んだら、雨上がりの展望台に来た
4. Chatgpt
第一印象
今回の条件をもっとも隙なくまとめた一枚。
左手前の人物は透明傘を差し、雨の中で白川郷全体を静かに見渡しています。
合掌造り、雨、夜、濡れた地面、暖かな窓明かり、山の霧まで、一枚の映画スチルとして自然に統合しました。
観測メモ
- 指示理解： 1人、立位、景観を見る視線、雨、夜、映画スチル風をすべて明快に反映
- 観光地の再現： 複数の合掌造り、田畑、山間の集落構成を高い認識性で維持
- 構図・演出： 左手前の人物と傘、奥へ広がる集落、さらに山と霧へ抜ける構成が明快
- 人物・背景・小物： 人体、傘、柵、家屋に目立つ破綻なし
- 気になった点： 集落の灯りはやや華やかで、通常時よりライトアップ感がある
- 良かった点： 雨粒、透明傘、濡れた石畳、窓明かり、霧を使い、今回の映画スチル指定を最も自然に成立
- 今日のPON： 大きな誤作動なし。白川郷が少し営業上手な夜景になった
5. Manus
第一印象
人物が展望位置から白川郷を眺める、今回の状況指定を非常に明快に見せた一枚。
人物と景観の関係が分かりやすく、雨の夜の雰囲気も高い水準でまとまっています。
観測メモ
- 指示理解： 1人、立位、景観を見る視線、雨、夜、映画スチル風を高い水準で反映
- 観光地の再現： 合掌造り、山間の集落、水田を維持し、白川郷として十分認識可能
- 構図・演出： 左手前の人物、木柵、中央から右へ広がる集落によって「景観を眺める位置」が明確
- 人物・背景・小物： 人体、柵、道路、水面、背景に大きな破綻なし
- 気になった点： 家屋配置や灯りはやや理想化され、観光夜景として整えられた印象
- 良かった点： 「白川郷を見ている人物の体験」を今回の5枚でも特に分かりやすく表現
- 今日のPON： 大きな誤作動なし。公式観光PVの決めカットになった
匿名採点
5枚はモデル名を伏せ、ランダム順で採点しました。
採点時には生成環境名を確認せず、採点終了後に正体を公開しています。
各項目10点満点、合計50点です。
今回は5環境とも白川郷そのものはかなり認識できたため、最終的な差は主に、
- 雨が現在進行形で降っているように見えるか
- 夜として十分な暗さを保てているか
- 人物が象徴的な景観を眺めていると読めるか
- 映画スチル風が画面全体に浸透しているか
という演出面でつきました。
以下が最終スコアです。
| 匿名画像 | 指示忠実度 /10 | 観光地・地域性 /10 | 構図・演出 /10 | 破綻の少なさ /10 | 一発完成度 /10 | 合計 /50 |
|---|---|---|---|---|---|---|
| A | 10 | 10 | 10 | 9 | 10 | 49 |
| B | 8 | 10 | 9 | 9 | 9 | 45 |
| C | 10 | 9 | 10 | 10 | 10 | 49 |
| D | 10 | 10 | 10 | 10 | 10 | 50 |
| E | 8 | 9 | 9 | 9 | 9 | 44 |
正体公開
| 匿名画像 | 生成環境 |
|---|---|
| A | FLUX.2 [pro] |
| B | FLUX.2 Klein |
| C | Manus |
| D | Chatgpt |
| E | Gemini |
今回の比較まとめ
一番お題全体をバランス良くまとめた
Chatgpt
人物、透明傘、雨粒、濡れた石畳、合掌造り、暖かな窓明かり、霧、山間の夜景まで、今回指定した要素をほぼすべて一枚へまとめました。
人物は景観へ自然に身体を向け、白川郷そのものも主役として十分に見えています。
今回は、観光地再現と「雨の夜・映画スチル風」の両立で最も完成度の高い結果になりました。
一番観光地らしさが出た
FLUX.2 [pro] / FLUX.2 Klein / Chatgpt
今回は上位3環境がそれぞれ違う形で白川郷らしさを強く出しました。
FLUX.2 [pro]は参照画像の補助もあり、合掌造りの密度と集落全体のまとまりが強く出ています。
FLUX.2 Kleinは地上目線の集落再現が非常に自然で、実在する観光地を歩いている感覚が強い一枚になりました。
Chatgptは高台から見た白川郷の象徴景観として、合掌造り、田畑、道路、山をバランス良く配置しました。
一番「景観を眺めている」が強く伝わった
Manus
人物を左手前へ置き、その視線の先に白川郷全体を広げることで、
象徴的な景観がよく見える位置に立っている
という今回の状況指定を非常に分かりやすく見せました。
木柵も、人物が単に集落内に立っているのではなく、景観を見るための位置にいることを補助しています。
一番「雨の夜」が強かった
FLUX.2 [pro] / Chatgpt
どちらも暗い山間の環境を保ちながら、雨粒、濡れた路面、水面反射、窓明かりを使って夜景を成立させました。
FLUX.2 [pro]は全体をかなり暗く抑えた映画的な画面。
Chatgptは透明傘や濡れた石畳を前景へ入れ、人物のいる空間まで雨の演出を強く見せています。
一番一発完成度が高かった
Chatgpt
今回は50点満点。
FLUX.2 [pro]とManusが49点で続き、上位3環境はかなり僅差になりました。
一方でFLUX.2 KleinとGeminiも、白川郷そのものを大きく外したわけではありません。
今回の差は、観光地を描けるかではなく、「雨の夜・映画スチル風」まで含めて一枚の空気として成立させられるかにありました。
今日のPON
Gemini
今回の指示は、
雨の夜の白川郷で、人物が象徴的な景観を静かに眺める
というもの。
人物の立ち位置も、白川郷の見せ方もかなり素直でした。
ところが人物の手を見ると、傘は閉じた状態。
雨粒も弱く、空にもまだ明るさが残っています。
雨の夜を頼んだら、
雨上がりの展望台に来た。
観光地と人物の関係はきちんと成立しているだけに、今回の演出指定との差がより分かりやすく出た結果になりました。
今回の追加観測：FLUX.2 [pro]の参照画像
今回も、FLUX.2 [pro]だけに観光地の参照画像を1枚追加しました。
使用したのは、昼間の白川郷を高い位置から見渡した写真です。
共通プロンプトは一切変更していません。
そのため今回は、単純な観光地構造の補助だけでなく、
昼・晴天の参照画像を渡しても、雨の夜という共通プロンプトを優先できるか
という点も観測できました。
結果としてFLUX.2 [pro]は、参照画像の昼間の明るさや晴天へ強く引っ張られることなく、暗い雨の夜へ変換しました。
一方で、合掌造りの形や集落の密度、山間に家屋が集まる白川郷らしい配置感は明確に維持しています。
前回の東大寺大仏殿では、参照画像によって建築固有の構造が安定しました。
今回はそこから一歩進んで、
FLUX.2 [pro]は、参照画像から観光地の形や配置を拾いながら、天候や時間帯はプロンプト側へ大きく変更できる
という傾向を見ることができました。
もちろん、参照画像なしの4環境と完全に同条件ではありません。
ただし実際の生成環境をどう使えば観光地再現を安定させられるか、という本企画の観測としては興味深い結果です。
スコア一覧
| 生成環境 | 指示忠実度 | 観光地・地域性 | 構図・演出 | 破綻の少なさ | 一発完成度 | 合計 |
|---|---|---|---|---|---|---|
| FLUX.2 Klein | 8 | 10 | 9 | 9 | 9 | 45 |
| FLUX.2 [pro] | 10 | 10 | 10 | 9 | 10 | 49 |
| Gemini | 8 | 9 | 9 | 9 | 9 | 44 |
| Chatgpt | 10 | 10 | 10 | 10 | 10 | 50 |
| Manus | 10 | 9 | 10 | 10 | 10 | 49 |
ミコの観測まとめ
第12回は、観光地そのものの再現よりも、「演出条件をどこまで画面全体へ浸透させられるか」で差がついた回になりました。
5環境とも、合掌造りを複数配置し、山間の集落として白川郷を認識できるところまではかなり安定しています。
人物についても、カメラ目線、記念撮影、スマートフォン操作といった避けたかった方向への大きなズレはありませんでした。
そのため差が出たのは、雨、夜、濡れた地面、反射、霧、窓明かり、そして映画スチル風をどう組み合わせるかです。
FLUX.2 Kleinは白川郷そのものの再現が非常に強かった一方、時間帯が夕方寄りになり、今回の「夜」指定で点を落としました。
Geminiは高台から景観を眺める構図を分かりやすく作りましたが、閉じた傘と明るい空によって、雨の夜より雨上がりの薄暮に近い結果になりました。
Manusは、人物と景観の関係を非常に分かりやすく構成し、今回の「象徴的な景観がよく見える位置に立っている」という状況指定を特に明快に表現しました。
FLUX.2 [pro]は参照画像を使いながら、昼・晴天の情報へ引っ張られず、雨の夜へ大きく変換。白川郷の集落らしさと映画的な暗さを両立しました。
そしてChatgptは、透明傘、雨粒、濡れた石畳、合掌造り、暖かな灯り、霧、山を一枚へ自然に統合し、今回唯一の50点満点となりました。
第11回ではManusが50点、ChatgptとFLUX.2 [pro]が47点。
今回はChatgptが50点、FLUX.2 [pro]とManusが49点となり、上位環境は引き続きかなり僅差です。
第12回で見えたのは、
観光地を正しく描くだけではなく、
天候・時間帯・画面演出まで同じ世界の中へ自然に落とし込めるか
という生成AIの違いでした。
次回も、抽選機が選んだ日本のどこかを、5つの生成環境へ同じ条件で渡して観測します。
みんな違って、みんな少しPON。
*お約束:このサイトの文・画像はほぼ全てAI製です*
