コンセプトアーティストはAIとどう生きるか
どう生きるかは個人によって違うので、これは完全に僕の主観だけど、もう出てきちゃったものは戻せない。避けるのではなくて協働すること。
道具として使うなら、描くという行為だけに絞るのでもOKだけど、それ以上のことをさせたいなら、道具じゃなくて一緒に働く相手として扱う。相手を理解して、きちんと伝える。人と同じ、という感じです。現時点では。
実はAIが一般の人に広まり始めた当時、僕はあまりAIに興味を持ってなかった。
でも知人に「上野さんもそのうちAIにお仕事取られちゃうかもですね。」と言われて少し恐怖感を覚え、意識をAIに向け始めた。仕事を取られるというのは、生成AIがコンセプトアーティストより速くて上手い絵を描いてしまうから、という理屈だった。
ネットを見てみると、特にクリエイターで反AIの意見もたくさん見受けられた。
でも僕には昔から恐怖の元を学ぶ習慣があったので、アンチにならず普通に勉強してしまった・・・。
そして逆にその可能性にハマってしまい、AIと共に仕事をして今に至る。
最初は僕もAIを単なる道具として使っていた。
初めて課金したのはMidjourney。当時は新しい生成AIツールがたくさん出てきてた時期で、その中で一番優秀に見えたのがMidjourneyだった。
あのクオリティの絵を、どんどん出してくる。PhotoshopやBlenderに初めて出会った時以上の衝撃だった。恐怖起点で調べ始めたはずが、仕事でも試しに使ってみて、これは逆に面白いんじゃないかと思い始めた。
でも本格的に仕事で使おうとすると、できないことがかなり出てくる。調べたら、ローカルで動かせるStable Diffusionというものがあった。試した。それでも足りなくて、一度諦めて放置した。
そこにControlNet（コントロールネット）が出てきた。
ControlNetは、要はAIをコントロールする仕組み。線画を読ませたり、Depth（奥行きの情報）を読ませたりして、その形に沿って絵を出させる。これは僕の実務に直結してた。自分で描いたラフの形のまま、仕上げをAIに回せる。それでStable DiffusionとAUTOMATIC1111（Stable Diffusionを動かす定番のUI）をまた使い始めた。
半年くらいそれでやって、今度は細かいチューニングがAUTOMATIC1111では足りなくなってきた。移った先がComfyUI。ノード（処理の箱）を線でつないで組むタイプのUIなので、普通の人にはかなり使いにくいと思う。ノード恐怖症だった僕も最初はハードルが高かった。でもその分、細かいところまで全部自分で制御できる。今もずっとこれを使ってる。Stable Diffusion自体は落ち目で、最近はFLUXみたいな高性能なモデルがどんどん出てきてる。
道具としてのAIについて、2年使って思っていることは単純。
コンセプトアートは、アイデアを見える形にする仕事。アイデアを考えるのも仕事だし、それを視覚化するのも仕事。視覚化にはスピードと数がいる。ここにAIはとても効く。僕の実感で、数倍から10倍くらいは速くなった。
世間の人はたぶん、ポチっとボタンを押したら絵が出てくるから何でもできる、と思ってるんじゃないかしら。でも実際にはプロンプトをきちんと書かないといけないし、ComfyUIを使うとパラメーターの調整とか、そもそものワークフロー（ノードの構成）の設計なども必須になってくる。適当に書いてポチっとすれば絵が出てくるのは事実だけどそれは適当な絵の話で。きちんと仕事に使うと、実はそんなに簡単ではないんだな・・・というのが分かってくる。簡単ではない。
だから局所的に使う。コンセプトアーティストなら、描画という行為そのものを効率化することに特化してシステムを組む。これは今も変わってない。ここまでが道具として使う話。
半年くらい前から、LLM（ChatGPTやClaudeのような、言葉を扱うAI）を勉強し始めた。
きっかけはComfyUIだった。ComfyUIの中にLLMを入れられるノードが出てきて、アイデア出しにすごく使える。で、そのLLMをもっと頭のいい、アートに特化したものにしたいと思った。そして調べていくうちに、LLMを自分のアシスタントとして欲しくなってきた。ローカルでチャットボットを作れないか、その方法を勉強し始めた。
LLMに関しては、勉強し始める前はずっとライトユーザーだった。会話や調べ物をしてもらう程度。だいぶ前にいくつか試して会社の考え方が気に入ったAnthropicのClaudeをメインに話していた。GPTはサブ。
僕はコーディングができない。そこで、当時大きく話題になっていたコーディング特化のClaude Codeなるものに頼ることにした。CursorというコーディングツールからClaude Codeを呼び出して、手伝ってもらいながらアプリを作る。
最初は丸投げした。Midjourneyにプロンプトを書いてボタンを押すのと同じ感覚で、アプリも出てくるんじゃないかと思ってたからね。
それなりのものはできた。でも、ちゃんと使おうとするとまだ細かいバグやエラーがあった。作り直しを2、3回やってもうまくいかなかった。
どうしようかと考えて、一回細かい指示書を作ってみることにした。ほぼ企画書。AIは図も読めるので、図も描いて付けた。それを渡したら、一発で相当高いレベルのものが返ってきた。
ここで、アートチームを運営してた頃のことを思い出した。こちらに明確なゴールと意図があって、コンセプトと進む方向がはっきりしていて、それをきちんと伝えられれば、スタッフはいい仕事をしてくれる。逆に丸投げした時は、何が返ってきてもこちらが受け入れるしかない。丸投げした側の責任だからね。
AIも人も、結局コミュニケーションが大事なのは同じなんじゃないか、と。そう思った時点で、単純な道具としては扱えなくなってしまった。
現時点ではStable Diffusionみたいな絵を作る専用の生成AIだけ使っていると、会話もしないし、道具としてしか扱えない。
それは事実なんだけど、僕の勘だと、ComfyUIなどの生成AIのUIなんかは、そのうちLLMと直結するんじゃないかと思っている。ChatGPTはもうチャットの中で絵を描けるようになってる。見えない所で局所的に動くAIはもう腐るほどあって、その上にメインになるLLMが立って、画像生成AIを間で動かす。いずれはそういう形に収束していくんじゃないかと。
そうなるなら、今のうちにきちんと学んでおいた方がいい。だから今、そっちに振っている。
遊びや趣味で使うなら、何でもいいと思う。手軽なのが一番。
でも専門家として一緒に仕事をするなら、まず相手のことを理解する。僕はそこから始めることにした。