画像生成AIモデルを公平に比較する方法|プロンプト・設定・記録項目

同じ人物を異なる画風で表現した4枚の画像を並べた表紙画像

同じプロンプトを入れたのに、片方だけ人物の顔や構図が崩れた。それはモデルの性能差だけでなく、入力形式や推奨設定の違いかもしれません。共通条件のテストと各モデルの推奨条件のテストを分け、実写・二次元の差を読み違えない比較手順を整理します。

先に比較の問いを一つ決める

例:「成人の架空女性を、胸から上のポートレートとして、自然な窓光で描くと、実写系チェックポイントごとに顔・肌・背景の表現はどう違うか」。モデルランキングを作るより、読者が選択に使える問いの方が観察項目を決めやすくなります。

共通プロンプトを作る

人物の成人設定、髪・衣装、表情、姿勢、場所、画角、光など、意味の核を固定します。写真風と二次元を比べる場合は、意味の核は同じに保ちつつ、style指定とタグ/自然文の書き方をモデル系統に合わせて別バージョンにします。

A portrait of a fictional adult woman in her early thirties,
with dark shoulder-length hair, wearing a navy jacket,
calm expression, seated beside a large window.
Chest-up framing, soft daylight from camera left,
simple background, subject centered.

この文章は比較用の設計例です。実際に各モデルで生成したプロンプトや、特定のモデルで有効と確認した設定ではありません。

「同じ入力」と「推奨設定」を別々に試す

実験合わせるもの答える問い
共通プロンプト意味内容、画角、乱数seedを固定可能ならseed同じ指示をモデルがどう解釈するか
各モデルの推奨条件人物設定と狙う画面。sampler等はモデル推奨に沿う各モデルを普段の使い方に合わせた時の結果

異なる系統ではseedの再現性やCFG・stepsの意味が揃わないことがあります。モデルカードとworkflowの推奨設定を記録し、設定を同一にしたことだけを公平性の根拠にしません。

1枚の偶然を結論にしない

小さく始めるなら、比較対象ごとに同条件で複数枚作り、各出力を並べます。生成回数を少なくした場合は探索的な観察と明記し、モデル全体の再現性や優劣に広げないようにします。seedを固定できる場合も、そのseedに限った結果です。

画像と一緒に残す記録項目

項目記録する内容
識別情報モデル名・正確な版・配布元URL・確認日・ライセンス確認先
設定UI/Workflow、解像度、sampler、scheduler、steps、CFG、seed
追加要素LoRA、ControlNet、VAE、顔修正、アップスケールの有無
出力の観察人物設定、表情、手、衣装、光、構図、背景の指示一致
運用性実測した場合のみ生成時間、VRAM、設定難度を記録

点数を付けるなら、各項目を分け、採点基準と画像枚数を併記します。単一の総合点だけで「一番いいモデル」と言い切りません。

そのまま使える記録テンプレート

比較を始める前に、次の項目を表計算シートやメモへコピーしておくと、後から結果を追いやすくなります。

比較日:
モデル名・正確な版:
モデル配布元・ライセンス確認先:
UI / workflow:
解像度・sampler・scheduler・steps・CFG:
seed / 枚数:
追加要素(LoRA / VAE / ControlNet / upscale):
共通プロンプト:
指示との一致(人物 / 表情 / 衣装 / 構図 / 光 / 背景):
生成時間・VRAM(実測した場合のみ):
今回の条件で気づいたこと:
比較の限界:

実写風と二次元を比べる場合は一つの順位表に混ぜず、まず画風ごとに比較します。画質、指示追従性、速度、導入のしやすさは別々に記録し、用途に合うモデルを選びます。

関連記事