AI画像生成に疲れた私はスターシステムの導入を決めた

説明しよう！スターシステムとは、小説・漫画・アニメのキャラクターを別の作品に再登場させる表現スタイルである。

……と、テンション高めに書いているが、私は疲れてしまった。1ヶ月強も画像生成をひたすら続けたが、納得のいく画像生成ワークフローができていない。OSS 開発でもこんなに執念深く対応したことはない。調べた限り、私の方法論が悪いわけではなく、AI 画像生成の分野でも答えがない課題に挑んでいるらしい。あまりに画像生成を続けるので、「仕事でやっているのか？」というレベルで AI 画像生成関係の技術ノートが溜まってしまった。こんなに画像生成しているエンジニアいる……？

何に苦戦しているかと言えば、キャラの一貫性を維持することだ。服や容姿、画風がブレるのだ。一貫性を保つには、マスターとなる画像を用意し、そこから設定画や複数の立ち絵を用意し、学習しなければいけない。前提として、服の装飾が多いとブレが大きくなるので、簡素化する必要がある。それでも、学習に必要な枚数を確保するのが大変であり、以下のようにマスターとは細部が違う画像が量産される。マスターの段階で「鎧が胸の形になっているのは、おかしくね？」という感想があるが、それは置いておく。

あまりにブレるので、一貫性を保ちやすい動画から画像を切り出して学習したり、一度裸で画像を生成してから服を適用したり、追加で描き直したり……どれも上手くいかない。システムが検品したものを私がチェックしているが、NG の連発だ。そして、時間がかかる。例えば、動画は30分で3秒ぐらいの長さしか作れない。私が本当にしたいのはゲーム開発だったのに、いつの間にか画像をひたすら検品するマシーンとなってしまった。

最終的な結論は、「最初に作ったゲーム Rabbit Run（立ち絵がやたら多い）を作った頃のように、小手先のアイデアを使わずにガンガン画像を生成して OK 画像を選ぶ。システマチックには対応しない」と「スターシステムを取り入れて、完成したキャラを有効活用する。新規キャラは役割にマッチするキャラがいなかったときだけ作る」とした。シンプルな結論は強い。LLM トークンも使わない。どうせ私のゲームをプレイしているユーザーはいないので、使い回しても問題はない。一貫性が保てているキャラを擦り切れるまで使い回すのだ。

ただ、一つだけ問題がある。以下の Rabbit Run の立ち絵は現在の立ち絵基準（2〜4K、書き込みが多い）を満たしていないので、作り直す必要がある。スターシステムを採用するとはいえ、作り直しなのだ。