【限界突破】アニメ画が苦手な「Nano Banana」で美麗な瞳を描く！AI画力向上計画(｀・ω・´)
はじめまして。こんにちは！あるいはこんばんは？NOAです。
30代後半、やんちゃな二児（3歳・8歳）の父をやりながら、AIの楽しさにどっぷりハマっている社会人です。
半年で月3,000円!Geminiの課金額の収益化を目標に、日々AIとPythonを武器に遊びを追求しています。
そこの君！一緒にズブズブになってみないかい？
今回は、密かに進めていた（きっと誰も覚えていないであろう）「AI画力向上計画」の進捗報告ですｗ
前回からの続きとして、画像生成AIで限界まで美麗な『瞳』を描くチャレンジについて書いていきますよー！
今回のメインテーマはズバリ、『Nano Bananaのトークン有効値について』と『Nano Bananaの限界とは』です(੭ु´･ω･`)੭ु⁾⁾
1. 順調なインスピレーション倉庫、しかし……
前回から始めた「インスピレーション倉庫」は、日々地道に改善を加えながら順調にストックを伸ばしています(*´з`)ニヤニヤ
しかし、プロンプトを収集していく中で、ふとモニターを見つめながら首を傾げました。
「これ、実際に使えるプロンプトになっているのかな？」
せっかく集めた呪文も、いざ使ってみたら全然反映されない！なんてことになったら、ただの文字の羅列ですもんね|дﾟ)（いまさら）
ということで、並行してプロンプトの有効性について格闘を開始しました！
検証相手に選んだのは、Gemini繋がりで「Nano Banana」です。
せっかく有料登録しているし、使い倒さないともったいないですからねぇ(´・ω・)
※決してMidjourneyの課金をケチったわけではありません。もちろんです( ˘•ω•˘ )
2. 立ち塞がる「アニメ画苦手」の壁
しかし、ここで大問題（ある意味ワクワクする展開）が発生しました！
「Nano Bananaはアニメイラストが苦手」
そんなパワーワードを仕様として叩きつけられました(*´з`)おっふぅ。
どうやら学習モデル的に実写寄りになっているため、そもそも2Dアニメは不得意分野だそうです(´・ω・)
でも……そんな事言われると、逆にチャレンジしたくなりませんか？
AIの「限界」というものに( ˘•ω•˘ )フンフン
誰でも簡単に綺麗なイラストを描けるAIより、そう簡単には描けないと言われているAIで描く事に魅力を感じてしまう、変態気質でこだわり派のAIチャレンジャーな私です。
強いことを言いましたが、最初は私も「どうやって描かせればいいの！？」と全く分からなかったんですよ。
このレベル(笑)まず一枚目も描けないレベルでした((笑))
3. トークンの限界！？パーツ特化という逆転の発想
さっそく、まずは作ってみなければ始まらない！！
収集済みのプロンプトを投げ込んで生成ボタンをターン！
……ん？んんん？？
求めている内容はざっくり合っているんだけど、なんだか全体的に安っぽくないか( ˘•ω•˘ )？
修正の指示を出せば出すほど「美麗な絵✨」から遠のいていく……。
ポンコツな自分の画力を棚に上げて、思わず天を仰ぎました(´・ω・)
諦めてなるものかと、Gemini君をなじり倒しました。
『きみぃなんで綺麗な絵描けへんの(´_ゝ｀)？やる気あるの？』って。
徹底的に話合った(？)結果、調べた情報の中で特別気になるものがありました。
画像生成時の『トークン値の乖離問題』です(´・ω・)
ちょっとここから、難しい話しになります。
NanoBanana2
・最大入力トークン数: 131,072 トークン
・最大出力トークン数: 32,768 トークン
NanoBanana pro
・最大入力トークン数: 65,536 トークン
・最大出力トークン数: 32,768 トークン
大量の文章を理解出来ることで有名なGeminiですが、実は出力側のトークンは、その半分以下(´・ω・)
さらに、これを入力されたプロンプトの意図を正確に汲み取り、視覚的な結果として矛盾なく描画できる
『実効的な理解力の限界（有効な入力の限界）』
最先端のテキスト対画像モデルを評価した「DetailMaster」ベンチマークの分析結果によると、AIが指示を正確に反映できる限界値は、、、
約285トークン（平均284.89トークン）
日本語にした時の文字数: 約150文字から300文字程度！！
※これを超過するとプロンプトの無視や破綻がいっきに増加するラインとなります。
【Point（結論）】
美麗なイラストを書くためには、画像全体の多岐にわたる詳細なプロンプトを書く必要があります。(主題、背景、構図etc)しかし、Geminiの理解力を過信し極長文の文章を書いても反映出来る上限が邪魔をする。
これをNanoBananaの(仮)の限界点とします。
※(仮)と記載する理由は後日記載します。
【Reason＆Example（理由と対策）】
そこで私は閃きました。
「なら、生成の出力を『特定のパーツ』だけに限定して、そこにトークンを限界まで詰め込んだらどうなるんだろう！？」と(｀・ω・´)
いきなりこんな極端な方法に走るなんて、最初は私も思いつかなかったんですよ|ω・)ｗ
でも考えちゃったからにはやるしかないじゃないですか(੭ु´･ω･`)੭ु⁾⁾
4. 実践！限界まで詰め込んだ「美麗な瞳」の錬成
出力を極限まで絞るため、私が選定したパーツは……イラストの命とも言える『瞳』です！
髪型や服装、背景などの情報は一切無視。
とにかく「芸術的で美麗な瞳」を描き出すためのトークンだけを、AIの限界値ギリギリまで詰め込んで生成ボタンを押し込みました！
その結果がこちらです！ドドン！
これらは編集することもなくワンショットで「Nano Banana」のみで生成されています。限界を突破した瞬間(੭ु´･ω･`)੭ु⁾⁾
……しかし、世の中そんなに甘くありません(´・ω・)
実はこの手法、限界までトークンを詰め込んでいるせいで、少しでも『瞳以外の要素』が入り込むとAIがキャパオーバーを起こしてしまうんです。
なんと、約30％の確率で画像が破綻します|дﾟ)ｗ
グロテスクなノイズの塊や、福笑いのような配置になった画像が生成された時は、思わずスマホをそっと裏返して深呼吸しました……ｺﾜｯ。
まさに諸刃の剣ですね(´・ω・)
5. おわりに
いかがでしたか？
AIの限界を突くのはリスクもありますが、その分だけ見返りも大きくて最高ですね( *´艸｀)
でも、皆さんはこう思いませんでしたか？
「瞳だけ綺麗に描けても、一枚のキャラクターイラストとして完成させないと意味なくない？」って|дﾟ)
その通ぉーーーりですっ！！
次回は、今回発見した「パーツ限定・限界トークン詰め込み手法」を、どうやって『全体の美麗なイラスト』に反映させていくのか？
について研究挑戦してみたいと思います(੭ु´･ω･`)੭ु⁾⁾
この記事が面白い、参考になった、一緒にAIの沼にハマりたい！と思ってくれた方は、ぜひスキ＆フォローよろしくお願いします！
