53. AIイラストは何ができて何ができないのか：2026年8月時点の技術調査メモ

AIイラスト生成技術の現在地を、2026年8月時点の論文やベンチマークから追跡した技術調査だ。手と文字という旧来の弱点は主要モデルでほぼ克服された。だが見かけの改善は、その先の新しい問題を照らしだしただけだ。面白いのは、単体では正確なのに、複数の要素を組み合わせると急激に崩れるという構造である。「花の入っていない花瓶の左に、赤いリンゴをちょうど3個」という一文が通らない。学習データに否定表現がほぼ無いこと、連続的なattentionが離散的な論理に不向きなこと、そして評価指標そのものが「見た目のもっともらしさ」を優先していることが原因だ。つまりAIは「見た目だけ正しい、理由は間違っている」答えを学習で強化されてしまっている。空間認識も脆弱で、物体の配置や3D的な寸法は信用できない。視線誘導や構図といった概念は生成パイプラインに明示的に組み込まれていない。複数枚の連続性も低く、登場人物の数が変わったり、キャラが別人になったり、スタイルが揺らぐ。漫画やストーリーの連続的な生成はとくに弱い領域だ。中小企業がAIイラスト生成を実運用する際の必須知識は、「見た目の完成度と実務的な正確さは全く別」ということである。マニュアルの装飾的な挿絵なら問題ないが、商品仕様や組立図のように正確性が求められる用途では、AIの出力を丸呑みにせず、必ず実態に照らして修正する工程を予め見込んでおくべき。特に数量や論理的な制約（「〜ではない」「ちょうど〜個」など）が入る案件では、AIに任せきりせず、人間検査のプロセスを設計段階から組み込むことが失敗を防ぐ最善手である。