画像生成AIに「漫画を描いて」では足りない。JSON＋PNGで構図を固定するManga Blueprint設計

画像生成AIに漫画を描かせるとき、プロンプトを詳しくすることが改善だと思いがちだ。「右のコマでは振り返る」「バストアップ」「日本漫画なので右から左へ読む」「台詞は縦書き」。だが条件が増えると別の問題が出た。何が絶対条件で、何が参考情報で、何がメタデータなのかが曖昧になる。著者は設計を変えた。漫画を「巨大なプロンプト」として渡すのではなく、情報の役割を分離する戦略へ移った。その設計は次の通り。Clean PNG は「完成図を指定する」のではなく「空間上の拘束条件を渡す」棒人間と配置だ。JSON には「背後から呼ばれて振り返る」といった行動の意味（actionIntent）や、メタデータの読み方を置く。TEXT TO RENDER で「実際に画面に出してよい文字」だけを列挙する。チャット側の指示はマニフェストファイルへ役割を分け、失敗時に「コマ配置が違う→spatial reference を見る」「行動の意味が違う→semantic contract を見る」と診断できる。Blueprint の役割はピクセル一致ではなく、比較可能な不変条件を増やすこと。これは漫画に限った話ではない。プロンプトが長く複雑になるほど、生成モデルは「同じ強さの自然言語」として扱いやすくなり、優先順位が曖昧になる。情報の「役割」と「決定権」を明確に分ける発想は、AI との対話全般に応用できる。人間が何に責任を持つか、機械が何を参照するのか。その整理が、結果の再現性と失敗時の原因究明を変える。AI への指示は「詳しく」ではなく「役割を分ける」。何が絶対条件で、何が参考か、何は絶対に出すなか。それを明確にした側が勝つ。