AIって、てっきり“文字で相談する相手”やと思ってました。こっちが文章で聞いて、向こうが文章で返す。それだけの関係やと。
それがひっくり返ったのが、ブログに使う画像をAIに作ってもらってた時のことです。
何枚か作ってもらったんですけど、どれも「なんか、思ってたんと違うなぁ」という仕上がり。頭の中のイメージと、出てきた絵がズレてる。でも、どこがどうズレてるのか、自分でうまく言葉にできひんかったんです。
で、ふと思いつきで、出来上がったその画像を、そのままAIに見せてみたんです。「これ、私が頼んだ感じに見える？」って。
結論：AIは、見せた画像を“見て”判断できる
そしたら、ちゃんと見てくれました。しかも、私が最初に出した指示（プロンプト）と、実際に出来上がった画像を見比べて、「ここがこうズレてるので、こう頼み直すといいですよ」って、指示のほうを直してくれたんです。
半信半疑で、その直してもらった指示でもう一回作ってみました。そしたら、さっきより明らかにイメージに近い。文字で「こうして」と細かく言い直すより、出来た絵を見せて“ここ違う”を拾ってもらうほうが早かったんです。
いや、作るだけやと思ってたのに…画像、見えてたんかい。
AIは文字だけの相手やない。写真や画像を見せたら、そこに何が写ってるかを読み取って、答えてくれる。これ、専門的には「マルチモーダル」って言うらしいですけど、名前はどうでもよくて。要は“目もついてた”ってことです。
“目もついてたんかい”の正体
びっくりしたので、AI先生に聞いてみました。
AIって、こっちが見せた画像もちゃんと見えてるん？文字だけの相手やと思ってた。
はい。多くのAIは、文章だけでなく画像も受け取って、そこに何が写っているかを読み取れます。ですから、作った画像を見せていただければ、ご依頼の内容とどこが食い違っているかを見比べて、指示の直し方を提案することもできます。
なるほど、と思いました。私はずっと「AI＝文章のやりとり」って枠で見てたけど、向こうからしたら、画像も“読める情報”の一つやったわけです。
言われてみれば、作る時だって私は文字で「こういう絵にして」と頼んでる。その逆で、出来た絵を見せて「これで合ってる？」と聞けるのは、考えたら自然な話やったんかもしれません。作る口と、見る目。両方ついてたわけです。
これ、日常のいろんな場面で使える
一度わかってしまうと、「画像を見せて聞く」場面って、身のまわりに結構あるなと気づきました。
たとえば、化粧品の裏の成分表。細かい横文字がずらっと並んでて、正直ちんぷんかんぷん。あれをスマホで撮って「これ、どういう成分？気にするほどのもん入ってる？」って見せたら、読み取って説明してくれます。
ほかにも、パソコンやアプリに出た謎のエラー画面を撮って「これ何が起きてるん？どうしたらええ？」とか。説明書の分かりにくい図を撮って「ここ、どういう意味？」とか。食品表示、家電の型番シール、旅行先の外国語のメニュー…文字で打ち直さんでええぶん、むしろ楽です。
成分表、今まで見て見ぬふりしてたけど…撮って聞いたらええんや。
「文字で説明しづらいもの」ほど、見せたほうが早い。これがいちばんの発見でした。
ただし、AIの“見え方”も完璧やない
ひとつだけ気をつけてることがあります。念のため、AI先生本人にも確認しました。
画像を読み取ってくれるのはわかったけど、それって絶対正しいん？
いいえ、絶対ではありません。小さな文字を読み違えたり、写っているものを別のものと取り違えたりすることもあります。特に成分や健康、契約書のような“間違えると困る”内容は、私の読み取りをきっかけにしつつ、最後はご自身や公式の情報で確かめていただくのが安全です。
この“自分で自分の限界を言う”正直さ、この連載でよう出てくるやつです。実際、私の画像チェックの時も、直してくれた提案が毎回ドンピシャやったわけやなくて、「うーん、そこは私のイメージとちょっと違うな」ってこともありました。
なので、AIの読み取りは“出発点”。便利に使いつつ、大事なとこは自分の目で確かめる。画像に限らず、AIとの付き合い方の基本やなと思ってます。
つまり
AIは、文字で相談する相手やと思い込んでたけど、見せた画像も“見て”判断できる。作った画像のチェックも、成分表やエラー画面の読み取りも、見せて聞くだけ。
“目もついてた”と気づいてから、AIに頼めることが一気に増えました。あとは、読み間違いもあると頭の隅に置いて、大事なとこは自分で確認する。それだけです。
ちなみに私、AIに画像を“作ってもらう”ほうでもいろいろやってて、その時の話も前に書いてます。合わせてどうぞ。
「AIの答えをどこまで信じるか」の線引きは、こっちに詳しくまとめてます。