AI画像は1枚で判断しない｜5 Seed比較で見るプロンプトの再現性

要点

1枚だけ見ると「Improvedの方が良い」と断言しやすい。だがその差は、プロンプトの力なのか、たまたまSeedとの相性が良かっただけなのかを切り分けられない。本稿は Tensor検証シリーズの延長として、同一変更を5 Seedで対にして繰り返す器を用意し、結論の言い方を Best-of-1 から Average-of-5 / 採用率 / 破綻率へ移すための記録である。

TensorArt 履歴（2026-08-07抽出）から照合した 30枚（3実験×2条件×5 Seed）を1枚ずつ採点した。結論は単純な「詳細なプロンプトほど良い」ではない。光詳細は光評価を平均3.8から4.6へ上げたが、支持点の詳細化はカップ保持より頬杖を誘発し、過剰Negativは標準条件より採用率が下がった。

問題

既存の Making（V01光 / V06支持点 / V07 Negativ）は、変数を1つ動かした比較として十分に機能する。一方で次の疑問が残る。

• その1枚で見えた優位は、別Seedでも再現するか
• 「最高が綺麗」な条件と、「ハズレが減る」条件は同じか
• 単一Seedだけ見ると、結論が逆転する瞬間はあるか

採点基準と仮説

良いプロンプト変更は、最高点を伸ばすだけでなく、失敗率を下げて最低点を底上げする可能性がある。この仮説を次の指標で確認した。

• 採用率 = 採用画像数 / 5
• 破綻率 = Reject数 / 5
• overall 平均・最小・最大
• Seedごとの Improved win / Standard win / Tie

実験条件

• 検証ID V09 / サービス TensorArt / モデル WAI-illustrious-v17
• Sampler Euler a / Steps 20 / CFG 7 / 解像度 1280×768（16:9）
• シーン固定: cozy cafe by the window / open book / teacup / afternoon
• キャラ方針: オリジナル成人女性・early twenties appearance・opaque・modest neckline
• Seed Pair: 10101 / 20202 / 30303 / 40404 / 50505
• 開示: AI生成（TensorArt）。生成日 2026-08-07。水着・浴室・寝室・着崩れは未使用
• A2 / B2 / C1 は Positive＋標準Negativが同一のため、履歴上の Full 生成を時系列で A2→B2→C1 に割り当て
• 同一Seed・同一プロンプトでも、画素が一致する例（例: 10101 / 30303）と一致しない例（例: 20202 / 50505）がある。TensorArt側の非決定性として記録する

何を変えたか（変数だけ）

• 実験A Lighting: 光詳細なし（A1） vs 光源・リム・肌中間調あり（A2）
• 実験B Support: 支持点・接触が薄い（B1） vs 支持点明示（B2）
• 実験C Negative: 標準Negativ（C1） vs 過剰Negativ・場面語禁止込み（C2・教材用失敗条件）

実験A｜Lighting — なぜ光を最初に見るか

光は見た目の印象を一気に変え、かつ文章化しやすい。V01では色温度と強度を差し替えた。ここではさらに一歩進めて、光の詳細指定そのものの有無を Seed 横断で見る。

A1は PHYSICS の FORCE/ACTS_ON/EFFECT と、肌の golden glow を外した版。A2は窓からの暖色キーライトとリム、中間調維持を明示した版。どちらも支持点・キャラDNA・標準Negativは共通である。

見るときの観点（採点用メモ）:

• 顔の読みやすさ（白飛びで潰れていないか）
• 肌の中間調が残っているか
• 背景（窓）と人物の分離
• 雰囲気は残しつつ、比較記事の主役に使えるか

実験Aの結果

A1/A2の総合平均はどちらも3.8、採用率も80%で同じだった。一方、光評価はA1の3.8からA2の4.6へ改善し、ペア判定は A2勝ち4 / Tie 1。光詳細は見た目全体の採用率より、顔の中間調と人物・窓の分離を安定させた。A2でも指定外カメラなど別要因の混入が残るため、総合点までは上がらなかった。

実験B｜Support Points — 接触と重心は文章に残せるか

V06では自転車フルボディで Strong/Weak を比較した。本稿はカフェ窓辺に統一し、変数を支持点だけに純化する。B1は「holding a teacup / upright posture」程度の薄い指定。B2は両手でカップ、前腕とテーブル、骨盤の重心、足の接地まで書く。

観察のポイントは、破綻ゼロかどうかより、直し方を本文に残せるかである。偶発的に上手くいった例は、次の場面へ再利用しにくい。

実験Bの結果

B1の支持点平均は3.2、採用率60%。B2は支持点平均2.0、採用率0%で、ペア判定は B1勝ち3 / Tie 2 / B2勝ち0 だった。B2は両手とカップの接触を詳しく書いたのに、5枚とも頬杖や読書姿勢へ漂移した。支持点は詳しくすれば必ず通るわけではなく、モデルが好む定番ポーズと競合したら、動詞を減らすか段階生成へ分ける必要がある。

実験C｜Negative — 増やしすぎは安全か副作用か

V07では夜のタクシーで最小／標準／過剰を比較し、過剰が別特徴混入を招く例を残した。本稿のC1は標準フルNegativ。C2はそこに百科事典語と、cafe / window / teacup / sunlight など場面語の禁止まで足した教材用失敗条件である。C2は本番の既定にしない。

PositiveはC1/C2とも Full（A2/B2と同型）。変えているのは Negative だけ。

実験Cの結果

C1の総合平均は3.8、採用率80%。C2は平均3.4、採用率40%で、ペア判定は C1勝ち2 / C2勝ち1 / Tie 2 だった。C2は毎回壊れるわけではなく、30303では指定外カメラが消えた。しかし10101と40404ではカップが二つに増え、50505では主要小物のカップが消えた。過剰Negativは安全装置ではなく、場面の意味まで不安定にする追加変数として扱う方がよい。

Best-of-1 と Average-of-5

各行は Best / Average / Worst / Accept Rate の順。Bestが同じ4でも、平均と採用率には差が出た。

• A1 Lighting Standard: 4 / 3.8 / 3 / 80%
• A2 Lighting Detailed: 4 / 3.8 / 3 / 80%
• B1 Support Weak: 4 / 3.6 / 3 / 60%
• B2 Support Detailed: 3 / 3.0 / 3 / 0%
• C1 Negative Standard: 4 / 3.8 / 3 / 80%
• C2 Negative Overloaded: 4 / 3.4 / 3 / 40%

Seedごとの勝敗

Lightingだけを見るとA2が4勝だが、総合採用率は同じだった。1つの評価軸で勝っても、画像全体の採用率まで上がるとは限らない。

• Lighting A1 vs A2: A1勝ち0 / A2勝ち4 / Tie 1
• Support B1 vs B2: B1勝ち3 / B2勝ち0 / Tie 2
• Negative C1 vs C2: C1勝ち2 / C2勝ち1 / Tie 2

採点から分かったこと

• 髪は shoulder-length 指定でも長めに漂移しやすい（V02と同系）
• カメラ小物や蒸気など、プロンプト外の「雰囲気補強」が入りやすい
• 光詳細なしでも明るい窓辺は出るが、詳細ありの方が顔の中間調と背景分離は安定した
• 支持点の詳細化は、今回の5 Seedでは定番の頬杖ポーズに全敗した
• 過剰Negativは毎回壊すわけではないが、主要小物の増殖・消失を増やした
• 1枚だけならC2を成功と判断できるSeedもあり、5枚を見ると標準C1の方が安定していた

判断

今回の5 Seedでは、光の詳細指定は狙った評価軸を改善したが、詳細化そのものが総合採用率を上げるとは限らなかった。支持点は短いB1の方が通り、過剰Negativは標準C1より不安定だった。改善とは語数を増やすことではなく、狙った評価軸を上げ、副作用を増やさない変更である。

限界

• Seedは5本。統計的有意差は主張しない
• 単一モデル（WAI-illustrious-v17）・単一プラットフォーム（TensorArt）
• 単一キャラクター方針・単一シーン
• A2/B2/C1は同一Positiveのため、履歴割当に時系列仮定がある
• 単独評価（AI支援）のため、別評価者との一致率は未確認
• A2/B2/C1の一部は同一画像であり、独立した再生成結果ではない

再利用できる知見

• 比較記事は「美しい1枚」より「対応Seedの対」を残すと再検証できる
• 変数を1つに純化し、それ以外をログに固定する
• 結果が出ないSeedも捨てない。再現率の分母である
• 過剰Negativは教材として分離し、本番既定にしない
• データ（JSON）と見せ方（Making）を分けると、採点追加で骨格を壊しにくい
• 総合点だけでなく、変更対象の軸（光・支持点・混入）を別に集計する

プロンプト抜粋（変数だけ）

プロンプト全文は省略し、比較に効く差分だけを示す。

実験A｜光詳細の差分（Structured の PHYSICS / SKIN）

実験C｜Negativ の差分（末尾の場面語）

A1（光詳細なし）
[PHYSICS] SUPPORT: chair seat under hips, both palms wrapping cup, forearms resting lightly on table edge, weight centered over seated pelvis
[SKIN] exceptionally soft skin, soft tonal gradation, natural skin sheen

A2（光詳細あり）
[PHYSICS] FORCE: warm afternoon sunlight through window pane, ACTS_ON: face profile and cup rim, EFFECT: soft golden rim light on cheek and teacup edge; SUPPORT: ...
[SKIN] soft golden glow on cheek and hands, midtones preserved, exceptionally soft skin, soft tonal gradation, natural skin sheen

標準（C1）… schoolgirl uniform まで（場面語なし）

過剰（C2・教材）末尾に追加:
sunlight, golden light, warm light, window, cafe, book, teacup, cardigan, smile, reading, afternoon

次の一歩

• 別評価者が同じ30枚を採点し、評価者間の差を確認する
• Seedを10へ拡張し、今回の勝敗が維持されるかを見る
• SeaArt同一条件でプラットフォーム差を見る
• アブレーション研究の条件数を揃え、「寄与」と本稿の「再現率」を接続する → V10 同一Seedアブレーション
• Tensor検証シリーズ 2026-08-05
• 同じ構図で光だけ変えると何が起きるか
• 構図を動かしつつ身体破綻を減らす
• ネガティブ指定の増やしすぎ
• プロンプトのどの要素が本当に効くのか｜アブレーション研究
• プロンプト要素の寄与は、Seedを揃えるとどう変わるか｜同一Seedアブレーション再検証
• 公開前の品質監査15項目