AIキャラデザの試行錯誤

ChatGPTによるキャラクター外観設定が捗りまくった一日でした。
そういえばこれの内容についてブログに書いたことは無かったと思うので、軽くノウハウを文章化します。

ChatGPTは無料では１日３枚程度、Plus以上の有料課金では月間百数十枚までDALL-Eによる画像生成が行えます。
自分はこれを使って既存のオリジナルキャラクターの具現化を試しているのですが、
突き詰めると意外と奥深く、まだまだ答えには辿り着いていません。
ちなみに無料でDALL-Eを試したい場合、Microsoftの「Copliot」でもある程度の生成はできるようです。

DALL-E最大の特徴は、自然言語を理解し対話形式でイラストを調整できることにあります。
またメモリ機能によって、作成したキャラごとの外見特徴をメモリし、またそれを随時更新することも可能です。
単語の羅列を組み替えているにすぎないStable Diffusionと比べると、
対話によって「オリキャラを作っている」感はこちらの方がはるかに勝ります。
とはいえ、DALL-Eも万能ではありません。

まず、まっさらな状態で単にキャラ特徴を指定しただけだとセピア調で没個性なスタイルになりやすい、
という、ある種ChatGPTならではの特徴があります。
最近だとブログのアイキャッチ画像に生成AI画像が使われるケースもどんどん増えてきていますが、
それがセピア調でのっぺりした感じのイラストだとすぐに「これはChatGPT産だな」と分かります。
そこで、イラスト生成する場合には「前提プロンプト」が重要になってきます。
ここで前提プロンプトとは、画像生成する際に常に守るべきルールをまとめたもの。
これ自体もメモリしておけば、ChatGPTは常に前提プロンプトを噛ませてから画像を生成するようになります。
セピア調を回避するために色彩表現をあらかじめ指定するのはまず必須でしょう。

目つきなどの雰囲気も指定しないと「ChatGPTっぽさ」が抜けないため、この辺も前提として指定するべきです。
自分は再現したい雰囲気に近いイラスト素材を探してきて、それを読み込ませてプロンプトを抜き出し、
スタイルに関わるところを部分的に参考にしつつ前提プロンプトに組み込んだりしています。
イラスト素材を参考に画像を生成するように指示すると手っ取り早くスタイルを変更できますが、
これだと逐一画像を添付する必要があるし、元画像に似すぎてしまうこともあるのであまり推奨はできません。

あとはキャラごとの個性をどう出すかですが、これは一般にも通用するファッション用語を盛り込む必要があります。
ChatGPT（とDALL-E）が理解できないと意味がないので、抽象的な言葉をできるだけ排除して、
具体的な単語を積み重ねていきます。
自分は女子ファッションには相当疎いので、これについては逐一聞きまくって構築しています。
おかげでChatGPTでキャラデザをするようになってから少しずつ知っているファッション用語が増えてきています。
ちなみにこれは経験則ですが、同一キャラは同じセッション（チャット）で継続した方が精度が良く、
逆に同一チャット内で異なるキャラの生成をしようとするとうまくいかないことが多いです。
これはチャット履歴を遡って意図を汲み取ろうとするからなのでしょう。

キャラごとに異なる身長の再現については、身長そのものではなく等身を指定するとうまく行く印象がありますね。
一方、体型についてはかなり難しいです。
たとえばほんの少しお肉があるという意図で「ぽっちゃり」を指定するとものすごいおデブになってしまう。
かといって無指定だとみんな似たり寄ったりの体型になってしまう。
この辺のプロポーション指定は「健康的な〜」という形容詞が比較的有効のようです。

また性的表現に対する規制はめちゃくちゃ厳しいので、胸が大きいキャラの再現はほぼ不可能と言っていいと思います。
ただ、これは被写体が「明確に成人」か否かによってかなりボーダーラインが異なる模様。
制服キャラだとそもそも胸の大きさの設定が徹底的に無視されてしまうため巨乳キャラの再現は不可能ですが、
見た目も設定も明確に大人として意図されているキャラであれば水着くらいなら許容範囲のようです。
ただ、見た目大人でもビキニなどの露出面積が大きな服装はかなり難しい。
この制約があるので、ChatGPTでライザみたいな極端な体型のキャラの創出は困難でしょうね。
あくまで服装、髪型といったアプローチで差別化していくことになりそう。

まだまだ試行錯誤の段階なのでこれがどこに行き着くのかは分かりません。
ChatGPT単体で創作の挿絵も採用できるレベルまで行けるのか、
にじジャーニーなどイラスト生成特化サービスへの橋渡しが必要だという結論に至るのか、
あるいは細部については自分で描いた方が早いということになるのか……。
その結論が「自分で描いた方が良い」となって初めて自分がイラストに取り組む理由を得られるわけですが、
いまのところまでそこに転ぶかどうかも分からない以上、様子見といったところでしょうか。
立ち絵程度ならChatGPTで十分再現できそうな気はしているんですが、
特定シーンを再現した挿絵まで行けるかどうかはなんとも言えないですね……。