「『だからなんだ。』ができるまで。」ができるまで。

描く前の要件定義

1. 漫画そのものの方針

• 「『だからなんだ。』ができるまで。」という、ブログ制作過程を見せる5ページ程度の漫画。
• 用語を説明文で解説するより、青葉とチャッピーの行動・会話そのものによって制作工程を見せる。
• 「壁打ち」「過去ログ参照」「事実確認」「構成」「執筆」「公開前チェック」などを、実際のやり取りとして描く。
• 単なる「人間がAIへ命令する漫画」ではなく、青葉とチャッピーの主導権が場面ごとに入れ替わる関係を描く。
• 特にチャッピーの「よし、まとまった」は重要。AI側から会話を整理・収束させる場面として扱う。
• 「御意」は青葉・チャッピーの双方が使い、上下関係が固定されていないことをギャグとして見せる。

2. 主なストーリー

おおむね以下の流れ。

• 青葉が記事のタネを思いつく。
• チャッピーと話す。
• 過去に似た話をしたことを思い出す。
• 青「ここにしまってあるから持ってきて！」
• チャッピーが探して「あったw」
• 過去資料を使ってさらに話す。
• チャッピーが「それ言いすぎ」と止める → 青「御意」
• 必要に応じて事実確認する。
• チャッピー「よし、まとまった」
• 青「レジュメにして」→チャ「御意」
• 青「そうじゃない。こうだ。」→チャ「御意」
• 青「出だしはこう」→チャ「いいね」
• 青「原稿書いて」→チャ「書いた」
• 青がWordPress等で作業。
• 青「作業終わった。見て。」
• チャ「ここ消し忘れてる」→青「御意」
• チャ「よくやった」
• 青「何日に投稿予約した。覚えといて。」→チャ「御意」
• 公開後、青「万感の想い」→チャ「いいね」
• X投稿文を作る。
• チャ「色気つきすぎ」→青「御意」

3. 漫画の読み方・コマ割り

• 日本漫画として右から左へ読む。
• コマも吹き出しも右→左。
• 単純な縦積み・均等グリッドにはしない。
• ページ全体では右上から左下へ視線が自然にジグザグするようにする。
• いわゆる逆Z的な視線誘導を意識する。
• コマサイズ、人物配置、吹き出し、余白などでリズムを作る。
• 日本漫画らしく吹き出し内は基本的に縦書き。
• 各ページに一つくらい、視覚的・タイポグラフィ的な見せ場を置く。

4. 画面全体の雰囲気

• 安易な「生成AIっぽい手描き風漫画」にはしない。
• デジタルペイントツールで制作してPDF出力した漫画の質感を基準とする。
• スキャン紙、鉛筆、インクにじみ、紙目、かすれなどの疑似アナログ表現は避ける。
• キャラクターの線には多少の太さの揺れや手描き的な不均一さがあってよい。
• 一方、コマ枠・吹き出し枠は比較的均一でクリーンにする。
• 本編の背景は最終的に基本白。
• アイキャッチは本編と別扱いで、今回生成したような描き込んだ画面でもよい。

5. 作画密度の基本思想

一言でいうと、

相対的なメリハリをつける。ただし、締める場面も比較的緩めにチューニングする。

• 大きく描くほど細かく、小さく描くほど簡略化。
• シリアス／情緒的な場面ほど少し細かく、ギャグほど簡略化。
• ただし「細かい側」でも写実・超絶作画までは行かない。
• 作品全体の基準温度は軽め。
• メリハリは絶対的な描き込み量ではなく、作品内部の相対差でつける。
• 統一するのは描画粒度そのものではなく、作画判断のルール。

6. 青葉楓花のキャラクターデザイン

• 漫画的な二足歩行の人型。
• 棒人間にはしない。
• 極端なマスコット体型でもリアル人体でもない。
• 感覚的には3.5〜4頭身前後だが、数値を厳密には固定しない。
• 生成側で一度適切な身体比率を決めたら、その作品中では一貫させる。
• 性別を強く示す身体特徴はつけない。
• 野球帽をかぶる。
• 帽子には楓のマーク。
• 髪は描かない。帽子によって髪型・性別情報も抑える。
• 服は必要なら白Tシャツ＋太め／ワイドなジーンズ程度。服装情報自体は簡略化可。
• 顔は具体的な容貌を決めすぎない。

7. 青葉の顔の情報量

基本はかなり簡素。

• 8〜9割程度の感覚で、目＋口までを基調とする。
• 眉毛は感情表現として使用可。
• 描画密度を上げる場面では、
  • 鼻
  • 耳
  • まぶた
    などを足してよい。
• 感覚的な情報量の目安は
  目 → 口 → 鼻 → 耳 → まぶた
• ただし厳密な追加順ではない。
• 詳細化とは、既存パーツを写実的に描き込むことではない。
• 同じ簡素な線の質感のまま、普段省略しているパーツを追加する。
• 上限は「パーツを足す」まで。
• しわ、皮膚の凹凸、骨格描写、細密な陰影などは描かない。
• つまりアップでも「高精細な顔」にはならない。

8. 楓ロゴの扱い

• 毎コマ同じ精度で描かなくてよい。
• 大きく見えるときは葉の輪郭まで描いてよい。
• 中距離なら茎から線が枝分かれしている程度でもよい。
• 小さいとき、遠景では省略してもよい。
• 統一性は「毎回同じロゴを描くこと」ではなく、構図・距離・文脈に応じた自然な省略で保つ。

9. チャッピーのデザイン

• 呼称は「チャッピー」。
• OpenAI／ChatGPT公式ロゴをそのままキャラクター化しない。
• 一目でコンピューターと分かるオリジナルの端末型キャラクター。
• ノートPCより、画面面積の広いモニター型でもよい。
• 四角い画面＋簡単な手足程度。
• ただし完全なベクター図形のような幾何学的正確さにはしない。
• 会話時は画面に、青葉と同程度の簡素な顔を表示。
• 検索・処理中は顔から処理画面・進捗表示などへ切り替えてよい。
• 過剰にかわいいAIマスコットにはしない。

10. 背景・舞台

• 小さな編集室のような雰囲気は想定していた。
• 楓の盆栽などを環境モチーフとして置いてよい。
• ただし本編生成直前に、背景は基本白へ変更。
• 背景は会話や動作に必要なものだけを置く。
• 「部屋を毎コマ描く」のではなく、紙面の白を積極的に使う方向。

11. 文字・タイポグラフィ

• 通常会話は明朝系。
• 「御意」「よし、まとまった」「色気つきすぎ」などは極太ゴシック／ディスプレイ系で強調可。
• 「万感の想い」は大きな明朝＋広い余白など、別種の強調も可。
• フォント変更だけでなく、サイズ、太さ、字間、改行、余白でメリハリをつける。
• 「御意」は繰り返し同じ見せ方にすることでギャグとして機能させる。

12. 修正方針

当初は「明確な生成ミスのみ局所修正可」としていたが、生成前に変更。

最終方針は、

一発生成。戻し・修正は一切なし。

• 誤字
• 台詞欠落
• コマ欠落
• 作画破綻
• 仕様違反
• その他の致命的欠陥

があっても修正しない。

それも含めて、

「ここまで要件定義したうえで、2026年9月時点の自分のプロンプトエンジニアリングとチャッピーの生成性能ではこうなった」

という実験成果として公開する。

---

描いたあとのフィードバック

1. 総評

• 細かなツッコミどころはある。
• ただし第一弾として公開するには申し分ない出来。
• 修正はしない。当初決めたとおり、そのまま成果物として扱う。

2. 「御意」の発話者

意図では青葉とチャッピー双方が「御意」を使い、主導権の反転を見せるはずだった。

しかし生成結果では、

「御意」がほぼ全部チャッピーの発言になった。

結果としてチャッピーが妙に忠実な家臣のようになった。

これは修正せず、

• 人間＝指示する側
• AI＝従う側

という既存の関係性へモデルが引っ張られた可能性を含む、興味深い失敗例として扱う。

3. 背景を描き込みすぎた

第一弾では、

• 本棚
• 机
• ポスター
• 植物
• 小物
• 壁に貼られたメモや標語

など、背景情報をかなり律儀に描き込んでいた。

その結果、画面がやや情報過多になっただけでなく、余白を埋めるために意味まで足してしまう場面が見られた。特に壁のメモ類は、編集室らしさを補うというより、必要以上に説教臭い「創作理念」のように見えるものもあった。

今後は単に「背景を減らす」のではなく、

描く理由がないものは描かない。

を原則とする。

• 背景は基本的に真っ白でよい。
• 場所や動作の理解に必要な最低限の小物だけを置く。
• 机も毎回描く必要はない。
• 紙を扱う場面なら手と紙だけでもよい。
• 会話なら人物だけでも成立する。
• 検索場面ならチャッピー単体でもよい。
• 背景描写や小物を置く場合は、その場面の理解・演出・象徴性など、明確な役割があるときに限る。
• 何を描けばよいか迷った領域を、余白を埋める目的だけで装飾しない。迷ったら白のまま残す。

余白は未完成部分ではなく、漫画における演出要素として扱う。

したがって次回以降は、

「背景を簡略化する」ではなく、「情報を追加する側に理由を要求する」

という方針で整理する。

4. 右→左の読書順が一部崩れた

特に3ページ目の、

「ここまでは確認できる」
「じゃあそこまでにしよう」

および、

「それなら最初の話とつながるか」
「うん、一本になる」

で、台詞進行が左→右になってしまった。

原因として、「逆Z」の指示をページ全体だけでなく局所的な会話順まで誤適用した可能性がある。

5. 次回の視線誘導ルール

今後は優先順位を明確化。

絶対条件：

コマは右→左。
吹き出しも右→左。

そのうえで、

読者の視線がページ全体では自然にジグザグする配置

を作る。

つまり逆Zは「左右を逆転してよい」という意味ではなく、

• コマの大きさ
• 高さ
• 段差
• 余白
• 人物の向き
• 吹き出し位置
• 枠線の形

で視線を右上から左下へ運ぶための考え方。

6. 斜めのコマ割りも許可

必要なら、

• コマ枠を斜めにする
• 段差をつける
• 台形や変形コマを使う
• 大小差を大きくする

なども可。

ただし装飾目的ではなく、

右→左の読書順を守ったまま、次のコマへ視線を自然に送るため

に使う。

要するに次回以降の漫画文法は、

読む規則は固定する。流し方は自由にする。

という整理。

7. 作画・演出の緩急が弱かった

第一弾では、事前に指定していた

• 大きく描くほど細かく、小さく描くほど簡略化する
• シリアス／情緒的な場面ほど少し細かく、ギャグほど簡略化する
• 全体のゆるさは保ちつつ、作品内部では相対的なメリハリをつける

という作画の緩急が十分に現れず、全体として同程度の描画密度が続く、やや淡白・均質な印象になった。

今後は「最高出力を写実的・重厚にしない」ことと「緩急を弱くする」ことを区別する。作画の上限は低めのまま、レンジ幅はより大きく取る。

また、緩急は人物の描き込み量だけで表現しない。

• コマサイズを変える
• 人物を大胆に簡略化する
• 逆に必要な場面だけ顔のパーツを増やす
• スクリーントーンやタイポグラフィを使う
• 余白を大きく取る
• 人物そのものを画面から外す
• 象徴的な小物・風景だけを映す
• 無言のコマや「間」を作る

など、構図・被写体・編集を含めた「演出密度」の緩急として考える。

具体例として、「万感の想い」は青葉の表情を描く必要すらなく、楓の盆栽のアップ＋広い白い余白＋大きな明朝体の「万感の想い」だけでも成立した。その直後に通常の簡略化された青葉とチャッピーへ戻れば、「Xに投稿する」→「色気つきすぎ」というギャグとの落差も強くなる。

つまり次回は、単に「見せ場をもっと描き込む」のではなく、

普段はもっと描かない。必要なところだけ描く。場合によっては、人物すら描かない。

という方向で、漫画全体のリズムをより明確にする。

8. 人物の向きと会話関係が噛み合っていない箇所があった

1ページ目の「ここにしまってあるから持ってきて！」のコマでは、青葉の顔や身体がチャッピーの方向を向いておらず、明後日の方向へ話しかけているように見えた。台詞だけを読めばチャッピーへの指示だと分かるが、人物の向きが会話関係を補強していないため、誰に向かって発話しているのかが一瞬分かりにくい。

次回以降は、

• 会話中の人物の顔・身体・視線・ジェスチャーを発話相手の方向へ向ける
• 吹き出しの尾や配置と人物の向きを整合させる
• 必要に応じて、次に読むべき人物や対象へ視線を流す
• 人物の向きも、コマ割りや吹き出しと同様に視線誘導の一部として扱う

ことを意識する。

つまり、会話関係を吹き出しだけに担わせず、人物の向きそのものにも「誰が誰に話しているか」を語らせる。

9. 手指の構造にところどころ破綻が見られた

細かく見ると、一部のコマで手の描写に不自然さがあった。具体的には、

• 指の本数
• 右手と左手の整合
• 関節のつながり
• 手首から指先までの構造

などに綻びが見られる。

もともと作画粒度を低めに設定した理由のひとつには、生成AIが構造的に破綻しやすい細部を、漫画的な省略によって回避したいという意図もあった。しかし第一弾では、背景などと同様に、必要以上に手の細部まで描こうとした結果、そのリスクが残った。

次回以降は、

• 手の詳細構造が重要でなければ、ミトン状・簡略化された手・シルエットなどでよい
• 「持つ」「指す」「渡す」など、動作の意味が読めれば十分な場合は、指を一本ずつ描かなくてよい
• 小さいコマでは積極的に手を簡略化する
• 指の形そのものが重要な演技や情報を担う場合だけ、左右・本数・関節構造の整合性を優先する
• 指を細かく描くこと自体を作画品質とはみなさない

という方針とする。

ここでも基本原則は同じで、

情報を増やす側に理由を要求する。

背景・顔・手のいずれについても、描写を増やすこと自体を目的にせず、漫画として必要な情報だけを残す。

---

良かったところと検証したいところ

懸念していたが、文字生成はほぼ破綻しなかった

　今回もっとも懸念していたのは、日本語の台詞を複数ページにわたって正しく描画できるかという点だった。文字化けや誤字、判読不能な吹き出しが発生すれば、漫画そのものが成立しなくなる可能性がある。しかし実際には、必要な台詞はほぼ問題なく読める形で出力され、5ページを通して文字そのものが大きく破綻することはなかった。
　むしろ頼んでいない壁の張り紙まで文字入りで描き込まれており、「そこまで文字を描かなくていい」という別の問題が生じたほどだった。少なくとも今回の生成結果では、日本語文字の描画能力については事前の懸念を上回る結果であり、生成技術の進歩を実感した点として記録しておきたい。

仮説：フォント指定によって、文字の「見た目」が絞られた？

　今回、通常の会話は明朝体、重要な台詞は太いゴシック体というように、文字列ごとのフォントをあらかじめ指定していた。これが文字生成の安定に寄与した可能性はないだろうか。
　人間の文字認知を説明する古典的なパンデモニアムモデルでは、線や角度などの視覚的特徴から、最終的に「これはこの文字だ」と認識していく。このモデルをあくまで逆向きの比喩として考えると、単に「あ」と指定するより、「明朝体の『あ』」と指定したほうが、生成すべき視覚的特徴の候補があらかじめ狭まるとも考えられる。「あ」という漠然とした記号をどのような姿で描くかまでAIに委ねるのではなく、「明朝体の『あ』」という、より具体的な視覚的対象として指示できたことが、字形の安定につながったのではないか。ただし、パンデモニアムモデルは人間のパターン認識についてのモデルであり、画像生成AIが同じ過程で文字を生成しているという意味ではない。また今回はフォント指定なしとの比較実験も行っていないため、現時点ではあくまで結果から思いついた仮説である。

「理解できる」と「描ける」は同じなのか

　今回、右から左への読み順や人物の向き、手指の構造など、事前にかなり細かく条件を指定したにもかかわらず、実際の出力ではいくつかの破綻が生じた。ただし、これをそのまま「AIが指示を理解できなかった」と考えてよいのかは分からない。
　人間でも、対象を観察して特徴を理解したり言葉で説明したりできることと、それを正確に絵として描けることは別である。同様にAIについても、入力された条件を扱えることと、それらを一枚の画像の中で同時に矛盾なく実現できることは、分けて考える必要があるのかもしれない。
　そう考えると、プロンプトを詳しくするだけでなく、重要でない背景や手指をあえて簡略化するなど、何を伝えるかと同時に、何を出力させないかを設計することにも意味が出てくる。もちろん、人間とAIが同じ認知過程を持つという話ではない。今回の結果からは、少なくとも「指示を理解できること」と「忠実に描画できること」を同一視しないほうがよさそうだ、という程度の考察にとどめておきたい。

---

フィードバック講評

　今回やってみて分かったのは、漫画生成のプロンプトは、完成形を細部まで固定するための仕様書というより、「どう判断して描き分けてほしいか」をAIに渡すための演出指示として使える、ということだった。右から左へ読む、余白は埋めなくていい、描く理由がないものは描かない、シリアスとギャグでは情報量を変える。そうした漫画の文法や心得まで言葉にして渡した結果、少なくとも5ページの漫画として読めるものは出力された。
　一方で、「御意」はすべてチャッピーの台詞になり、背景には意図していなかったメモが並び、作画の緩急や一部の台詞順にも課題が残った。どこまでが私の指示の不足で、どこからが現在の生成AIの限界なのかは、この一作だけでは分からない。ただ、漫画について人間が持っている知識を言葉にしてAIへ渡したとき、何が伝わり、何が伝わらないのか。その実例のひとつとして、今回の5ページはなかなか面白い結果になったと思う。

---

結論：AIで漫画を生成することとは

　この二回を通じて私がやったことを何と呼べばいいのだろう。私はこの漫画の絵を描いていないので、自分を「漫画家」と呼ぶつもりはない。立場としては原作者、あるいは演出側に近いと思っている。一方で、AIとの対話を重ね、漫画について持っている知識を言語化し、出力との差分を見ながら指示の仕方を改善していく。この部分には、ある程度習得可能な技術があるようにも感じた。
　簡単なプロンプトでそれなりの成果物を得られることは、生成AIの大きな利点だと思う。それとは別に、対話やプロンプトを詰めながら、普通に頼むだけでは難しいことに挑戦する使い方もある。少なくとも私は、そちらがかなり面白かった。