先週に AI 画像生成のワークフロー（image workflow command）を開発している話を長文で書いたが、半分ぐらいは軌道に乗ってきた。半分とは、立ち絵の生成であれば従来よりも LLM を使わずに量産できるようになってきたという意味である。先週は、一枚絵を生成するケースの機能を開発していた。今週は、立ち絵を作る工程を開発していた。
キャラ管理画面：BASE が決まったキャラの資産を一覧表示
AI 画像を用いてゲーム開発する場合、「良質なプロンプト -> 立ち絵 -> 表情差分・複数の立ち絵 -> 一枚絵」という流れで作業を進めた方が良い。大事な部分は、表情差分・複数の立ち絵であり、これらの情報があると一枚絵の作成時にキャラの服装や顔つきのブレが減る。従来は LLM におんぶ抱っこで対応していたが、現在はワークフローを構築しているので、トークン消費が少なくなっている。
先週も書いたが、プロンプトを手書きするのは無理ゲーである。英語で単語を羅列し、数百という単語を書く必要がある。さらに、単語同士の相性やネガティブプロンプト（例：絵に登場させたくないものを指定する）を書きすぎると、絵が劣化したりする。具体例としては、夜や照明、きらびやかさを意識したプロンプトを書くと、それが強く反映されすぎて以下のように色味のおかしな画像が生成されることがある。
色味の理由で NG にした立ち絵の顔（2026-11-03）
そこで、日本語で設定を選択し、選択内容からプロンプトを生成する機能を作った。設定をポチポチ選ぶと、プロンプトが YAML に書き出され、生成する画像に不都合のある単語の組み合わせが見つかると警告が出る。全ての組み合わせを試したわけではないので、この GUI を通しても駄目な画像になるケースもある。そこは画像を生成し続けて、プロンプトデータを収集して分析することで改善している。欠点としては、GUI 操作がそこまで楽ではないこと、生成できる画像がパターン化しがちということだ。
新規キャラ作成画面：顔・髪・化粧などの候補からくじで引く設定を組む
先程のプロンプトを用いても、一発で期待通りの画像が生成されるわけではない。まずは、連続生成を行い、ワークフローシステム内で一次チェックを行う。人数が違う、構図が崩れている、頭や足が切れているといった不備は、人の目に届く前に NG 扱いにする。
システムが OK を出した画像を人が検品する。何十枚と溜まった画像をサッサと検品できるようにしている。OK、NG、BASE（立ち絵として確定）、保留のステータスがあり、NG は理由をつけられる。NG 理由データが溜まると、ワークフローが「最近の設定がおかしいのでは？」と気づくようになっている。BASE は立ち絵として確定した画像だが、殆ど押さない。OK は、後ほど補正をすれば立ち絵に昇格できる可能性があるという意味である。
選別画面：候補を 1 枚ずつ OK・NG・保留・BASE に振り分ける
なお、完全に設定が固定されていると同じ画像ばかり生成されてしまうので、無作為にプロンプトに追加される単語がある。また、seed も画像生成ごとに当然変えている。ここまでの話を雑にまとめたシーケンス図が以下の通りである。
sequenceDiagram
actor User as 人
participant Studio as システム（iwf）
participant Queue as キュー/ワーカー
participant Comfy as ComfyUI（画像生成）
User->>Studio: キャラの設定とワイルドカード（無作為設定）を決める
Studio->>Studio: 禁じ手の検査（矛盾・禁止語）
Studio->>Queue: 候補をまとめて積む
loop 候補の枚数ぶん
Queue->>Comfy: ワイルドカードを展開したプロンプトで生成
Comfy-->>Queue: 画像
end
Queue-->>Studio: 画像を渡す
Studio->>Studio: 下ふるい（人数・構図・切り抜きを自動判定）
Studio-->>User: 残った候補を見せる
User->>Studio: OK・NG・保留・BASE（NG は理由付き）
OK となった画像は、部位ごとに書き足しを行う。部位を画像処理で判定して、その領域に対して書き足し処理をする。例えば、目の書き込みが甘いケースがあり、パッチリおめめに整形する。部位単位で修正前後画像の比較ができる GUI を用意してあり、比較しやすくしている。この整形がうまく行くと、立ち絵に昇格する。何度直しても上手く行かない場合はボツにする。
BASE（立ち絵）が決まったら、人が手を動かす場面は減る。表情差分、高解像度への仕上げ、衣装や姿勢の違いは、BASE を起点にシステムが自動で生成し続ける。
表情差分は、BASE から表情だけを変える。顔・髪・服は固定し、目と口だけが変わるのが理想である。稀に画風の違う目になってたりする。
sequenceDiagram
actor User as 人
participant Studio as システム（iwf）
participant Queue as キュー/ワーカー
participant Comfy as ComfyUI（画像生成）
Note over User,Comfy: BASE は確定済み
User->>Studio: 表情差分を作るよう頼む
Studio->>Queue: 表情差分を積む（BASE から表情だけ変える）
Queue->>Comfy: 目・口だけ描き直す
Comfy-->>Queue: 表情の画像
Queue-->>Studio: 表情を渡す
Studio-->>User: 顔のアップ画像を並べて見せる
User->>Studio: 駄目な表情だけ NG
Studio->>Queue: NG の表情だけ作り直す
仕上げ工程では、画像を2倍に拡大して区画ごとに描き込み、顔、目・口、手、全体の描き直し、背景の切り抜き、2K/4K 化という順で進める。重い処理なので夜間に回す。この作業中に PC を動かすと、画面に黒い線がチラついたりする（私の環境が貧弱なだけ）。
sequenceDiagram
actor User as 人
participant Studio as システム（iwf）
participant Queue as キュー/ワーカー
participant Comfy as ComfyUI（画像生成）
Note over User,Comfy: BASE は確定済み
User->>Studio: 仕上げ（2K/4K）を頼む
Studio->>Queue: 仕上げを積む（夜だけ実行）
Queue->>Comfy: 拡大→区画→顔→目・口→手→全体→背景抜き
Comfy-->>Queue: 仕上げ済みの画像
Queue-->>Studio: 仕上げ結果を渡す
Studio-->>User: 仕上げた立ち絵を見せる
立ち絵を増やすときは、BASE から部分直しで派生を作る。例えば、服だけを替える、姿勢だけを替える、という使い方である。派生も、選別を通ったものだけが残る。
sequenceDiagram
actor User as 人
participant Studio as システム（iwf）
participant Queue as キュー/ワーカー
participant Comfy as ComfyUI（画像生成）
Note over User,Comfy: BASE は確定済み
User->>Studio: 服・姿勢を変えた立ち絵を頼む
Studio->>Queue: BASE から部分直しで派生を積む
Queue->>Comfy: 服や姿勢だけ変えて生成
Comfy-->>Queue: 派生の画像
Queue-->>Studio: 派生を渡す
Studio-->>User: 候補を見せる
User->>Studio: OK・NG
立ち絵生成処理と、先週話していた一枚絵の処理フローが見事に噛み合うと、一枚絵をガンガン生成できてゲーム開発が楽になる。しかし、まだワークフロー全体を通して成功させていない。手探りだったのでかなりバギーで、キューが詰まったり残存したりして「素人みたいなバグが沢山出るな」と感じたりした。それでも、立ち絵生成を放置していれば進むようになったのは、かなりの進展である。
なお、ゲーム開発自体も進んでいて、今週中にチラ見せできる見込み。デスマーチプロジェクト管理ゲームだが、想定されるプロジェクト設定を LLM に伝えて、「（ゲームプレイの都合上）主人公たちは4ヶ月で開発するんだが、できそう？」と確認したら、「数年がかりのプロジェクトであり、契約段階で揉めるレベルです」と回答され、泣く泣くプロジェクトレベルを下げた。頑張ってプロジェクト要件定義したのに。