課題
デザイナーは、発想の起点として抽象的なイメージを探しています。生成AIで候補を作る試みはありましたが、出てくる画像が似通っていて「使える」ものがごく一部でした。発想の起点に求められるのは正確さではなく多様性です。
取り組み
- 画像生成モデルを自社の画像で学習させる方式は、出力が学習データに寄って多様性が下がるため採用しなかった
- 複数のAIに参照画像を解釈させたうえで、生成条件を制御する方式を採用
- 生成条件を保存して再現可能にし、デザイナーの評価を蓄積する仕組みを用意
- 評価指標は技術側で作らず、デザイナーの「使える」を唯一の指標に
結果
| 項目 | 導入前 | 導入後 |
|---|---|---|
| デザイナーが候補と認める割合 | ごく一部 | 数倍に向上 |
| 生成枚数 | — | 千枚規模 |
この案件から言えること
モデルの学習は出力を学習データへ寄せる手段です。 多様性そのものが価値である題材では逆効果になります。何を「良い」とするかが明文化できない領域では、モデルを鍛えるより、解釈と組み合わせの設計のほうが効きました。