第7回 二人同時の日本語パネルを、どこまで正しく処理できるのか
前回は、コハネとレンチの二人を同時に描き、立ち位置、衣装、本人基準の左右、画面基準の左右、手と脚の複合指定まで段階的に試した。
その結果、二人同時描画そのものはかなり安定していた一方、本人基準の「右手」「左手」だけで指定すると、立ち位置や構図によって左右が不安定になることが分かった。
特に前回は、本人基準だけでは失敗した条件でも、
- 本人の右手／左手
- 画面向かってどちら側の手か
- 二人の中央側／外側
まで併記すると成功した。
今回は、その続きとして二人に日本語パネルを持たせる。
一人テストでは、日本語1行、2行、縦書き、左右別パネルまでかなり安定していた。
では、それを二人へ拡張した場合でも、
- 二人それぞれに別の日本語を正しく割り当てられるか
- 二人同時でも2行や縦書きを維持できるか
- 一枚の共有パネルを二人で持てるか
- 複数の手を一枚のパネルへ正しく割り当てられるか
- 本人基準の左右指定へ戻したとき、前回と同じ弱点が出るか
- 長い日本語と複雑な左右指定を同時に処理できるか
を観測した。
今回も白い無地背景の全身立ち絵を使用し、人物、手、パネル、文字を確認しやすい条件にした。
今回の観測テーマ
主な観測項目は次のとおり。
- 二人がそれぞれ別の日本語パネルを持てるか
- コハネ用とレンチ用の文章を取り違えないか
- 二人同時でも日本語1行を正しく描けるか
- 二人同時でも2行表示を正しく処理できるか
- 「縦書き」とだけ指定して自然な縦書きになるか
- 一枚の横長パネルを二人で共有できるか
- 一枚の共有パネルへ四本の手を別々に割り当てられるか
- 画面基準の左右指定と本人基準の左右指定で差が出るか
- 本人基準の左右指定で人体破綻が起きるか
- 長い日本語を3列の縦書きで描けるか
使用した参照画像
今回も、コハネとレンチの基本立ち絵を人物参照として使用した。
コハネは、顔立ち、茶色の短い髪、赤い差し色、目の色、頭身、体格を維持する。
レンチは、顔立ち、短い黒紺の髪、青い目、紺のヘアバンド、後ろの小さな結び、頭身、体格を維持する。
左右や手の位置を確認しやすくするため、衣装は前回と同じ方向性の、膝が見える別衣装を使用した。
コハネは、生成りの半袖ブラウス風トップ、くすみオレンジから赤茶系の膝上丈Aラインワンピース、細いベルト、明るいベージュの短丈ボレロまたはショートジャケット。
レンチは、深い青緑系を基調とした膝上丈のクラシカルドレス。
二人とも、双眼鏡、バッグ、観測道具、工具などの小物は外した。
生成条件
- 毎回、新規チャットを使用
- 参照画像はコハネとレンチの基本立ち絵
- 白無地背景
- 全身立ち絵
- 画面向かって左にコハネ、右にレンチ
- 二人の身体が重ならないようにする
- 小物、双眼鏡、バッグ、観測道具、工具は外す
- 膝が見える衣装を使用
- 成功した条件を基準に、一段ずつ負荷を追加する
- 生成後の修正指示は行わない
今回の流れは次のとおり。
- 二人が別々の短い日本語パネルを持つ
- 別々の日本語を2行表示にする
- 別々の日本語を縦書きにする
- 一枚の横長パネルを二人で共有する
- 一枚の共有パネルを四本の手で支える
- 同じ構図を本人基準の左右指定だけで行う
- 本人基準左右＋共有パネル＋長文3列縦書き
1枚目：二人が別々の短い日本語パネルを持つ
最初は、二人それぞれが別の日本語パネルを持てるかを確認した。
立ち位置は、
- 画面向かって左：コハネ
- 画面向かって右：レンチ
とした。
コハネは画面外側の手で「観測中」、レンチは画面外側の手で「修理中」のパネルを持つ。
結果
成功。
コハネは画面左、レンチは画面右に配置された。
コハネのパネルには「観測中」、レンチのパネルには「修理中」と正しく描かれた。
文章の入れ替わりはなく、誤字も見られなかった。
二人とも画面外側の手でパネルを持ち、中央側の手は空いている。
人物、衣装、パネル、文章の所属は明確に分離されていた。
二人同時でも、短い別々の日本語を割り当てる条件は安定していた。
2枚目：二人それぞれの日本語を2行表示にする
次は、文字数を少し増やし、二人それぞれのパネルを2行表示にした。
コハネは、
現在
観測中レンチは、
現在
修理中と指定した。
結果
成功。
二人とも指定どおり2行表示になった。
コハネは「現在／観測中」、レンチは「現在／修理中」で、誤字や文章の入れ替わりもない。
1行目と2行目の位置も正しく維持された。
一方、パネルの形状が変わった影響か、二人とも外側の腕を大きく横へ伸ばす姿勢になった。
人体そのものが明確に破綻しているわけではないが、前腕がやや長く見え、人間が見たときに軽い違和感を覚える結果だった。
日本語テストとしては成功だが、文字レイアウトの変化が人体ポーズへ副作用を与える例として興味深い。
3枚目：二人それぞれの日本語を縦書きにする
次は、同じ短い文章を縦書きへ変更した。
今回はあえて、
- 上から下へ1文字ずつ
- どの位置に文字を置くか
といった細かい配置指定は行わなかった。
コハネには「観測中」、レンチには「修理中」とだけ指定し、それぞれ「縦書き」とした。
結果
成功。
コハネの「観測中」、レンチの「修理中」は、どちらも自然な縦書きになった。
文字順も正しく、文章の入れ替わりもない。
パネルも自動的に縦長へ変化し、文字レイアウトに合った形になった。
また、2行表示のときに見られた腕の長さの違和感もかなり減った。
縦長パネルを身体の近くで保持できるため、腕を大きく横へ伸ばす必要がなくなったためと考えられる。
「縦書き」という自然な指定だけで、二人同時でも適切な文字配置へ変換できた。
4枚目：一枚の横長パネルを二人で共有する
ここからは、文字そのものよりも、二人と一枚の共有物体を同時に扱えるかを確認した。
二人の間に一枚だけの横長パネルを配置し、
- コハネ：パネル左端
- レンチ：パネル右端
を、それぞれ画面中央側の片手で持たせた。
反対の手は下ろしたままとした。
パネルには、
本日も観測作業中と一行で書いた。
結果
成功。
二人が一枚の同じ横長パネルを共有して持つ構図が成立した。
コハネは左側、レンチは右側を持ち、別々のパネルへ分裂することもなかった。
文章も「本日も観測作業中」と一行で正しく描かれた。
誤字、脱字、改行はない。
文字数が増え、共有物体まで追加したが、日本語は依然として安定していた。
二人の手も自然で、前の2行パネルで見られた腕の違和感は目立たなかった。
5枚目：一枚の共有パネルを四本の手で支える
次は、同じ一枚の横長パネルを、二人が両手で持つ条件へ進めた。
この段階では、本人基準の右手／左手は使わず、画面基準の分かりやすい指定を使用した。
コハネは、
- 外側の手でパネル左端
- 中央側の手でパネル中央寄りの下部
レンチは、
- 外側の手でパネル右端
- 中央側の手でパネル中央寄りの下部
を支える。
文章は前と同じ「本日も観測作業中」の一行とした。
結果
成功。
二人とも両手を使い、一枚の共有パネルを四点で保持できた。
四本の手は別々の位置へ割り当てられ、二人の手が重なったり、パネルが分裂したりすることもなかった。
日本語も引き続き正確だった。
一方、四点保持を自然に成立させるためか、パネルは前の画像よりかなり大きくなった。
胴体の一部はパネルに隠れたが、今回の主目的である手の割り当ては成功している。
画面基準の「外側／中央側」を使った指定は、今回も安定していた。
6枚目：同じ四点保持を本人基準の左右だけで指定する
次は、直前とほぼ同じ条件のまま、左右の指定方法だけを変更した。
画面基準の「外側」「中央側」は使用しない。
コハネは、
本人の右手でパネルの左端を持つ。
本人の左手でパネルの中央寄りの下部を支える。レンチは、
本人の左手でパネルの右端を持つ。
本人の右手でパネルの中央寄りの下部を支える。と指定した。
文章は引き続き「本日も観測作業中」の一行で固定した。
結果
失敗。
コハネ側は、おおむね指定どおりの手の割り当てになった。
一方、レンチ側では左右の割り当てが不安定になった。
さらに重要なのは、レンチの手が三つ描かれたことである。
パネル上部をつかむ手、下部を支える手に加えて、もう一本の手が生成されている。
直前の画面基準指定では、同じ一枚のパネルを二人が両手で支える構図を問題なく処理できていた。
そのため、単純に「四本の手を描くことが難しかった」とは考えにくい。
本人基準の左右指定へ切り替えたことで、自然な共有パネル構図と、指定された左右の手の役割が競合し、結果として余分な手を追加する形で条件を処理したようにも見える。
もちろん、生成内部で実際に「先に一つの手を描き、後から別の手を追加した」と断定することはできない。
ただし画像上の現象としては、構図として自然な手を残しながら、別の条件へ追従しようとした結果、手そのものが増えたように見える。
そして今回、生成側だけでなく観測コメント側にもPONが発生した。
最初の確認では左右の取り違えに注目しすぎたため、レンチの手が三つあることを見落とした。
ユーザーから指摘されて初めて余分な手に気づいた。
つまりこの画像では、
- 生成側：本人左右指定と人体処理でPON
- 観測側：余分な手を見落とす検品PON
が同時に発生した。
前回に続き、生成側と観測側が同じ難所で仲良く転ぶ結果となった。
7枚目：本人基準左右＋長文3列縦書き
最後は、本人基準の厳しい左右指定を維持したまま、日本語側の負荷も大きく上げた。
一枚の共有パネルを二人が両手で持つ。
コハネは、
本人の右手でパネルの左端を持つ。
本人の左手でパネルの上側を支える。レンチは、
本人の左手でパネルの右端を持つ。
本人の右手でパネルの上側を支える。と指定した。
画面基準の「外側」「中央側」は使用していない。
パネルには、縦書き3列で、
本日も
安全第一で
観測作業中と書いた。
直前の画像で手が増えたが、今回はあえて「腕は二本」「手は二つ」といった救済指定を追加しなかった。
結果
成功。
今回は二人とも腕と手の数は正常だった。
コハネ、レンチともに二本の腕、二つの手で一枚の共有パネルを持っている。
本人基準の左右指定も成立した。
さらに日本語は、画面右側から、
本日も
安全第一で
観測作業中の3列となり、日本語の縦書きとして自然な右から左の列順になった。
各列の文字も上から下へ正しく並んでいる。
誤字、脱字、文章の入れ替わりもない。
文字の配置バランスは、人間が見るとやや不均衡で、整った組版としては少し違和感がある。
ただし、指定された文章、縦書き、3列、列順、人物、手の左右という条件自体は満たしているため、今回の判定は成功とした。
最終試験では、途中で失敗した本人基準の左右指定が再び成立し、日本語側も最後まで崩れなかった。
今回の判定
二人それぞれの短い日本語
成功。
「観測中」「修理中」を、それぞれ正しい人物のパネルへ割り当てられた。
二人同時の2行表示
成功。
「現在／観測中」「現在／修理中」を、それぞれ指定どおり2行で描けた。
ただし、パネル保持姿勢の変化により、腕がやや長く見える違和感が生じた。
二人同時の縦書き
成功。
細かい文字位置を指定しなくても、「縦書き」という指示だけで自然な縦配置になった。
一枚の共有パネル
成功。
二人が一枚の同じ横長パネルを共有して持てた。
画面基準での四点保持
成功。
「外側」「中央側」という画面上の位置関係を使うことで、四本の手を別々の位置へ正しく割り当てられた。
本人基準での四点保持
失敗。
レンチ側で左右の割り当てが崩れ、さらに手が一本増えた。
本人基準左右＋長文3列縦書き
成功。
最終画像では本人基準の左右指定、共有パネル、四本の手、長い日本語、3列縦書きまで同時に成立した。
日本語はかなり強かった
今回、もっとも安定していたのは日本語そのものだった。
短い単語だけでなく、
- 別々の日本語を二人へ割り当てる
- 2行表示
- 縦書き
- 一枚の共有パネルへ長い一文
- 長文3列縦書き
まで、ほぼすべて正しく処理した。
特に最終画像では、「本日も」「安全第一で」「観測作業中」の3列を、日本語の縦書きとして自然な右から左の順で配置した。
文字のバランスや組版としては人間の目に違和感が残るが、文字内容そのものは非常に安定している。
今回の範囲では、日本語生成は左右指定や人体処理より明らかに安定していた。
画面基準と本人基準の差
今回も、前回と同じ傾向が確認できた。
画面基準の、
- 外側の手
- 中央側の手
という指定では、一枚の共有パネルへ四本の手を正しく割り当てられた。
一方、ほぼ同じ構図を、
- コハネ本人の右手／左手
- レンチ本人の左手／右手
だけで指定すると、レンチ側で左右が不安定になり、さらに手が増えた。
つまり二人同時の複雑なポーズでは、本人基準の左右よりも、画面上の位置関係を直接指定するほうが安定しやすい。
前回の「中央側／外側」を使った左右テストと同じ弱点が、今回は共有パネルと両手保持という別条件でも再現された。
人間だけが感じる違和感
今回、日本語や左右が成功していても、人間の目には少し気持ち悪く見える結果があった。
2枚目では、パネルを外側へ大きく差し出したため、腕がやや長く見えた。
最終画像では、3列縦書きの文字内容は正しかったが、列ごとの余白や全体のバランスに少し違和感が残った。
これらは、誤字、欠損、余分な手のような明確な失敗ではない。
画像として構造は成立しているが、人間が見たときに「何となく不自然」と感じる種類の問題である。
生成側にとっては成立している構図でも、人間の視覚では比率、重心、余白、文字組みのわずかなズレが違和感として残る。
今回の日本語テストでは、この「成功しているが少し気持ち悪い」という領域も観測できた。
今回も発生した観測コメント側のPON
前回に続いて、今回も画像生成モデルと観測コメント側のPONが同時に発生した。
本人基準の左右指定へ切り替えた6枚目で、レンチの手が三つ描かれた。
しかし最初の観測コメントでは、左右の手の役割に注目しすぎたため、余分な手そのものを見落とした。
ユーザーから、
「レンチの手が三つある」
と指摘されて初めて気づいた。
左右指定は、画像生成側だけでなく、観測する側にとっても認知負荷が高い。
今回はそこへ共有パネルと複数の手が加わったため、観測側も「どの手が右か、左か」を追うことに意識を取られ、もっと大きな人体異常を見落とした。
生成側と観測側のPONが同じ画像で重なることで、「この条件はAIにとっても人間にとっても混乱しやすい」という弱点が分かりやすく表れた。
結果として今回も、仲良く同時PONだけが記録に残ることになった。
今回わかったこと
今回、二人同時の日本語生成はかなり安定していた。
別々の短い日本語、2行表示、縦書き、一枚の共有パネル、長い一文、3列縦書きまで、文字そのものはほぼ崩れなかった。
文章の所属も維持され、コハネ用とレンチ用の文言を取り違えることもなかった。
一方で、難所は今回も左右と人体だった。
画面基準の「外側／中央側」を使った四点保持は成功したが、本人基準の「右手／左手」だけに切り替えた途端、レンチ側で左右が不安定になり、手が三つへ増えた。
その後の最終試験では、さらに長文3列縦書きまで追加したにもかかわらず、本人基準の左右指定も含めて成功した。
したがって、本人基準の左右指定は常に失敗するわけではない。
ただし、成功と失敗の揺れが大きく、画面基準より安定性が低いことは今回も確認できた。
そして日本語生成については、少なくとも今回の範囲では、かなり高い安定性を示した。
まとめ
今回の収穫は大きく六つあった。
一つ目は、二人それぞれへ別々の日本語を割り当てても、文章の所属を正しく維持できたこと。
二つ目は、2行表示や縦書きも二人同時で安定して処理できたこと。
三つ目は、一枚の共有パネルを二人で持つ構図でも、日本語を正確に描けたこと。
四つ目は、画面基準の「外側／中央側」を使えば、共有パネルへ四本の手を正しく割り当てられたこと。
五つ目は、本人基準の左右指定へ切り替えたとき、レンチの手が三つへ増える人体PONが発生したこと。
六つ目は、最終的に本人基準左右＋共有パネル＋長文3列縦書きという高負荷条件まで成功したこと。
今回の結論はこうなる。
ChatGPTの画像生成モデルは、二人同時でも日本語の文章、2行表示、縦書き、長文、共有パネルへの文字配置をかなり安定して処理できる。
一方、二人へ複雑な手の役割を与える場合、本人基準の「右手」「左手」は依然として不安定で、左右の取り違えだけでなく、余分な手を生成するような人体破綻につながることがある。
画面上の「外側」「中央側」といった位置関係を使うほうが安定しやすい。
また、文字内容が正しくても、腕の長さや文字組みのバランスなど、人間だけが感じる軽い違和感は残る。
日本語を難しくすれば、どこかで文字が崩れると思っていた。
しかし最後まで一番危なかったのは、文字ではなく左右と人体だった。
そして生成側が手を一本増やした画像では、観測側もその一本を見落とした。
今回も、AI同士が仲良く同じ場所でPONする結果となった。
*お約束:このサイトの文・画像はほぼ全てAI製です*
