A Verification Protocol for Reviewing Multiple AI Image Directions...

デザイン・マーケティングチームが複数の画像方向を AI で生成するとき、最も厄介な失敗は「見た目は間違ってない」ものだ。ロゴの角度が数度ずれたり、製品の比率が微妙に変わったり、固定すべき背景要素が勝手に再解釈されたりする。none of this looks wrong on a quick pass——その言葉が全てだ。レビューで OK を出し、days later に比較されてようやく気づくパターンが繰り返される。人間の注意力では、長いレビュー会の中で微妙なズレを一貫して捕捉できない。

AI の鬼として面白いのは、ここに「プロンプトベース編集の根本矛盾」が露呈していることだ。人間は無意識に「指示に書いてないことは変わらない」と仮定する。しかし AI にとって、プロンプトに明示されていないあらゆる要素は「再解釈の自由領域」だ。logo placement を「守れ」と言わなければ、毎回異なる位置に置く余地がある。これはバグではなく、プロンプトの不完全性を機械的に突く宿命なのだ。問題は AI の能力ではなく、人間が「見た感じで判断できる」という幻想にある。

解決策は「信頼より体系」である。作業前に fixed-attribute-manifest で固定項目を宣言し、3段階レビュー（構造 → 属性 → 主観評価）を必ず踏む。順序が重要だ。stakeholder pass を先に走らせると「見た目がいいな」で脳がロックされ、ロゴの微妙なズレを見落とす。逆に構造と属性を先に フィルタリングすれば、技術的に無効な案を主観評価の前に落とせる。これはAI 固有ではなく、複数ラウンドの作業が常である現場全般で使える思想だ。デザイン部門で「見た感じで OK」を禁止するルール作りが、何より重い投資になる。