AIに画像やスライドを作らせて、見た瞬間に「なんか違う」と思う。でも何が違うのかを言えなくて、そのまま採用してしまう。この記事は、ファンスタメンバーからもらった「AIの成果物を採点して、失敗をためて、改善につなげる仕組みを作りたい。いつ動かせばいい？」という質問への答えです。答えの芯は仕組みの話ではなく、自分の目と言葉の話でした。STΛCKがサムネ・スライド・画像の制作で毎日回している順番を、そのまま書きます。
目次
まず、これだけ
- AIの成果物が良いか悪いかは、自分の目で見た瞬間に決まります。ここはAIに代わってもらえません。
- 直せない本当の原因は、失敗の種類が分からないことではなく、見た違和感を言葉にできないことです。
- だからAIをアートディレクターの位置に置いて、毎回「何をどう作ったか」を言葉にさせ、自分は決めるだけにする。採点や改善の仕組みは、その後ろに付けます。
きっかけの質問
メンバーからもらった質問は、要約すると2つです。
質問1
やることスキル（AIにやらせる仕事の手順書）で作った成果物を採点し、失敗の種類を記録して、改善の方向を出すスキルを作りたい
仕組み採点役のスキルを別に用意し、記録をためる
結果どういう条件で動かすのがいいか、が知りたい
質問2
やること作業中に「本当は使うべきスキル」の使い忘れを監視するスキルを動かしている
仕組み使い忘れを見つけたら注意を出す
結果効いているかを測れていない。どう確かめればいいか、が知りたい
別の話に見えますが、答えは同じ形です。どちらも「仕組みが動いていること」と「仕組みが効いていること」を分けて、効いているかを自分の目で確かめるところから始まります。
評価は、一本の鎖でできている
成果物の評価を「採点する仕組み」という1個の箱で考えると行き詰まります。実際には5つの輪がつながった鎖で、材料は左から右へ流れます。
1つめは目で見る。2つめは見た違和感を言葉にする。3つめはその言葉を採点基準にする。4つめは制作のたびにその基準で毎回チェックする（この記事では内側のループと呼びます）。5つめは、チェックの記録がたまったらスキルを直す（外側のループ）。
質問1の「採点して改善する仕組み」は5つめの輪です。ここから作り始めると、4つめまでが無いので材料が届かず、点数だけが並んで改善の方向が出ません。作る順番は左からです。
差は感性ではなく、言葉
画像も動画もスライドも、良いか悪いかは見た瞬間に自分の中で決まっています。採点をAIに任せて数字だけを見る形にした瞬間、それはAIの評価軸に寄っていくだけで、自分の作るものの質は上がりません。
壁は「なんか違う」から先が言えないこと
「色味が変」「AIっぽい」「安っぽい」までは誰でも言えます。でもそれは感想であって指示ではないので、次の生成は変わりません。本職のデザイナーが強いのはここです。「余白を詰める」「彩度を落とす」「視線の抜けを作る」と、違和感をそのまま指示の言葉に変えられる。差は感性というより言語化の差で、その差は経験からくる語彙があるかどうかで決まります。
逆転：AIをアートディレクターの位置に置く
では本職でない人は諦めるしかないのか。STΛCKの答えは、順番を逆にすればいい、です。自分がデザイナーの言葉を覚えてから指示を出すのではなく、AIに「何を意図して、どの技術を使ったか」を言わせる。人は「こっち」と決めるだけ。言葉はあとから身につきます。
感想の裏には、必ず具体がある
「なんかAIっぽい」の裏には、全面にグラデーション、要素が全部中央寄せ、余白が均等すぎる、のような名指しできる具体が必ずあります。評価とは点をつけることではなく、その具体を見つけて言葉にすることです。AIに「私の違和感は、色・構図・余白・書体のどれの話？」と聞き返させると、翻訳が進みます。
内側のループ：基準を書いて、別の記憶で採点する
採点基準は書く。書いたら答え合わせをする
「いい感じ」は採点できませんが、書き下せば採点できます。ここまでで出てきた具体の言葉を並べたものが採点基準です。ただし、書いただけの基準は信用しません。自分がすでに良い・悪いと判定したスライドを10本用意し、その基準を持たせた採点役に見せて、何本が自分の判定と一致するかを見ます。STΛCKは基準を4回書き直して、10本中7本が合うところまで来ました。合わないうちは、自分の目ではなく基準のほうを疑います。
毎回のチェックは「別の記憶」で
サムネを作らせた同じチャットで「これ採点して」と頼むと、作った本人が自分の作品を採点する形になり、さっき自分で選んだ理由をなぞって高めの点をつけます。だから採点用のスキルを制作スキルとは別に1本用意し、制作の最後の手順で新しい記憶で起動させます。渡すのは、できあがった画像と、採点基準を書いたファイルの2つだけ。どう作ったかの会話は渡しません。
たまったら直す。そして、効いているかを見る
外側のループ：たまったらスキルを直す
ここでやっと質問1に答えられます。採点して改善の方向を出すスキルを動かすのは、失敗したときでも定期でもなく、記録が何件かたまったときです。
内側のループが毎回残す「直す／通す」の判定と、自分が最後にどうしたか（採用した・手直しして使った・捨てた）を、毎回セットで記録します。何件かたまった時点で、同じ引っかかりが繰り返し出ていないかを読ませて、スキルのどこに何を足すかを提案させる。1件ごとに直さないのは、次の1件で逆に振れるからです。「毎週見直す」とカレンダーで決めないのは、記録のたまり方と噛み合わないからです。
STΛCKの実物は、道具2つと決まり2つです。AIが出した数案をブラウザに並べてクリックで選び、一言添えると記録が残る画面。その記録を台帳に1行書く小さなスクリプト。案を選ばせる場面では必ずその画面を通す決まり。記録を残さずに終えようとしたら1回だけ差し戻す決まり。記録は「仕組み」より「置き場」で、選ぶ行為の中に埋め込むと忘れようがありません。
監視は、効いているのか
質問2は、STΛCK自身が一度そのまま踏んだ話です。使い忘れに注意を出す監視を入れてしばらくは、注意が出ているのを見て効いていると思っていました。ところが注意のあとのログを10本ほど読み返すと、注意が出たあとで実際にそのスキルが使われた回は、ほとんどありませんでした。文章ソフトの誤字の赤い波線と同じで、波線は出ている、でも直さずに送っている。
監視が「動いていること」と「効いていること」は別で、その差は数字を眺めていても見えません。だから確かめる順番を決めました。反応した回数を残す。反応のうち本当に使い忘れだったものをログを読んで数える。監視を切った状態で同じ作業を数本やり、使い忘れが本当は何回起きるかを知る（これが分母）。最後に、反応のあとに実際にそのスキルが使われたかを見る。この4つめで一番差が出たので、監視は「注意」から「記録がなければ先に進めない」形に変えました。
質問2の答えも、鎖の1つめの輪と同じです。自分の目で見る。見る相手が、成果物からログに変わるだけです。
AIと働く個人は、何を考えればいいか
特別な道具はいりません。今日からできることが2つと、やらないと決めることが1つあります。
見る工程を手放さない
AIに作らせる量が増えるほど、1枚1枚を見るのが面倒になります。でも見なくなった瞬間に、自分の評価軸は育つのをやめて、AIの平均的な評価軸に置き換わります。
「なんか違う」と言った直後に、翻訳させる
違和感は感想のままだと消えます。言葉になれば残ります。翻訳する役は自分でなくていい。
引き算はひとつ。1件の失敗でスキルを直さない。たまってから。点数の横に「引っかかった箇所の言葉」がない記録は材料にならないので、点数だけの記録を増やすのもやめます。
まとめ
評価は「見る、言葉にする、基準にする、毎回チェックする、たまったら直す」の鎖で、右端の仕組みから作ると材料が届きません。差は感性ではなく言葉。言葉はAIに出させて、人は決める。採点は別の記憶で、改善は件数がたまってから。
次の一歩は1つだけ。今日AIに作らせた1枚に「なんか違う」と思ったら、その場で「私の違和感は、色・構図・余白・書体のどれの話？」と聞いてみてください。返ってきた言葉が、あなたの最初の採点基準です。感想はFunStackのDiscord「作業ラボ」の部屋へ。
ことば帳
- スキル
- AIにやらせる仕事の手順書。「サムネを作る」「スライドを組む」のように、仕事ごとに1本ある。
- 採点基準（ルーブリック）
- 良い・悪いを判断する物差しを文章にしたもの。「余白が均等すぎない」「書体は2種類まで」のように具体で書く。
- 内側のループ／外側のループ
- 内側は1回の制作の中で毎回回るチェック。外側は何回か制作したあとに回る、スキルそのものの見直し。
- 別の記憶で起動する
- 会話の記憶を切り離して、まっさらな別のAIを立ち上げること。作った本人に採点させないための箱。
- 分母
- 「本当は何回起きていたか」の数。監視が何回反応したかだけでは成績が出せない。
出典
きっかけ: ファンスタメンバーからの質問と、STΛCKの回答（2026年9月15日）
STΛCKの制作現場の実測: 採点基準の答え合わせ（4版目で10本中7本一致、2026年9月時点）
関連する前回の記事: AIのアクセルをゆるめよう と、AI会社の社長が言い出した話 の「3. 人の価値が残る場所は『判断・評価・責任』」
※ 図解の中の例（ライトブルーと背景の明度、全面グラデーションなど）は説明のための一例で、特定の作品を指していません。
