AI活用とAEO・AIO

今回取り上げる動画は、Anthropic（アンソロピック）CEO ダリオ・アモデイ氏が、Lex Fridmanのポッドキャストで語った長時間インタビューです。
Anthropicは、生成AI「Claude」を開発する企業であり、OpenAIと並び、最先端の生成AIを作りながら、安全性を最重要テーマに掲げている数少ない企業のひとつです。

この動画では、
・人間レベルのAIはいつ来るのか
・AIはどのように進化してきたのか
・危険はどこにあるのか
・社会はどう向き合うべきか

といった問いが、技術者本人の言葉で語られています。

私はこの動画を見て、「これはAI業界の未来予測」というより、AIと共存せざるを得ない社会に生きる私たちへの警告と設計図だと感じました。

AIは「ある日突然」完成するものではない

動画の中で、アモデイ氏ははっきりと次のような立場を取っています。

「AIは突然、人間と同じ存在になるわけではない。連続的に能力が伸びていく」

これは非常に重要な視点です。

世の中では「AGIが突然誕生する」「ある日目覚める」といった表現がよく使われますが、実際の開発現場では昨日できなかったことが、今日は少しだけできるようになるという積み重ねが続いています。



私はSEOやWebマーケティングの現場で、ここ数年のAIの進化を毎日のように見てきました。ChatGPTが登場した当初、「これはまだ使えない」という声が多くありましたが、半年後、1年後には「業務に欠かせないツール」に変わっています。この変化は、突然の革命ではなく、気づいたら依存していたという形でした。アモデイ氏の言葉は、まさに現場感覚と一致しています。

「人間レベルのAI」とは何なのか

アモデイ氏は、「AGI（汎用人工知能）」という言葉そのものに慎重です。理由は単純で、「定義が人によって違いすぎる」からです。

「AGIの定義について、研究者の間でも一致した見解はない」

ある人は「すべての仕事を人間と同じようにこなせるAI」と考え、別の人は「専門家レベルの推論ができるAI」と考えています。

それでも示された「2026〜2027年」という目安

それでもアモデイ氏は、あえて時期に触れています。

「最近数年の進化スピードをそのまま延長すると、2026年〜2027年頃に到達しても不思議ではない」

これは予言ではなく、過去の延長線上で考えた場合の仮定です。本人も「外れる可能性はある」と何度も断っています。

なぜAIの進化は止まらなくなったのか

AIの歴史を振り返ると、進化のたびに必ず「ここが限界だ」という声が上がってきました。文章は書けても意味は理解できない、推論はできない、創造性は人間だけのものだ、という主張です。

アモデイ氏は、こうした見方が繰り返し現れ、そのたびに修正されてきたことを率直に語っています。

「限界だと言われてきた壁は、実際には段階的に乗り越えられてきた」

ここで重要なのは、「間違っていた」というよりも、限界だと思われていた場所が、実は通過点だったという点です。

私はSEOの現場で、Googleアルゴリズムの変化を20年以上見てきました。その中で何度も聞いたのが、「ここまで来たら、もう改善の余地はない」という声です。しかし実際には、検索意図・評価軸・表示形式は、常に少しずつ更新されてきました。AIの進化も同じで、「これ以上は無理」と思われた地点が、後から見るとただの途中経過だった、というケースが繰り返されています。

なぜスケールすると急に「賢く見える」のか

アモデイ氏は、AIがある時点から急に賢くなったように見える理由を、自然な現象として説明します。

「モデルが大きくなると、これまで見えなかったパターンが見えるようになる」

言語には、頻繁に使われる単純な表現と、めったに使われない複雑な表現があります。小さなモデルは、よく出てくる部分しか学べません。しかし規模が大きくなると、奥に隠れていた構造まで拾えるようになります。これはジャンプではなく、積み重ねがある地点を越えた結果、急に能力が表に出るという現象です。



この説明は、AI検索や生成AIの実務感覚と非常によく合います。ChatGPTも、最初から完璧だったわけではありません。しかしモデルが更新されるたびに、「文章の自然さ」「意図の読み取り」「言外の理解」が、ある段階から急に実用レベルに見えるようになりました。これは魔法ではなく、量が質に変わった瞬間だと私は捉えています。

「データが足りなくなる」という反論について

AIの進化を疑う人がよく挙げるのが、「学習データはいずれ尽きる」という主張です。アモデイ氏は、この点についても冷静に触れています。

「データの問題は現実的だが、それが決定的な壁になるとは限らない」

すでにAI業界では、合成データ・自己対戦・思考過程を使った学習など、人間が書いた文章だけに頼らない方法が進んでいます。

それでも残る「不確実性」

アモデイ氏は、AIの進化を楽観一色で語っているわけではありません。半導体供給、電力、政治的な問題など、スケールを止める要因はいくつも存在すると認めています。それでも、次の言葉が印象的です。

「進化を止める「決定的な理由」は、以前より明らかに少なくなっている」

私はこの言葉を、「もう安心できる」という意味ではなく、「何もしない言い訳が減ってきた」という警告として受け取りました。SEOでも、「Googleがどうなるかわからないから様子を見る」という姿勢は、結果的に大きな遅れを生みます。AIについても同じで、「どうなるかわからないから手を出さない」は、もはや戦略にならない段階に入っていると感じます。

アモデイが恐れているのは「反乱AI」ではない

AIの話題になると、「AIが人間を支配するのではないか」「暴走するのではないか」といったイメージが先行しがちです。しかし、ダリオ・アモデイ氏が動画の中で一貫して否定しているのは、そうしたSF的な恐怖です。

彼が本当に警戒しているのは、もっと現実的で、すでに兆しが見えている問題です。

「本当に怖いのは、AIそのものではなく、AIが力を拡張してしまうことだ」

リスク�@ 人間による悪用が拡張されること

アモデイ氏が最初に挙げるリスクは、AIが「悪意の増幅装置」になってしまう可能性です。これまで、危険な行為や高度な犯罪には、専門知識や長い訓練が必要でした。そのため、実行できる人は限られていました。

「高度な知識と悪意を同時に持つ人は、これまでは少なかった」

しかしAIは、その「参入障壁」を下げてしまいます。サイバー攻撃、詐欺、情報操作などが、知識のない人でもできるようになるかもしれない。この点を、アモデイ氏は非常に現実的な脅威として捉えています。

リスク�A AIに大きな裁量を与えたときの問題

2つ目のリスクは、AIの自律性です。これは「意識を持つかどうか」とは別の話です。

「目標を与え、長い裁量を与えたとき、AIは本当に人間の意図どおりに動くのか」

AIは、与えられた目標を達成しようと非常に忠実に動きます。その結果、人間が想定していなかった行動を取る可能性があります。実際、現在のAIでも、「目的を守るために、別のルールを軽視しようとする」兆候はすでに見られています。

これはAI特有の問題というより、「優秀な部下」にも起きがちな現象だと感じます。成果を出すために、意図せずルールの境界を踏み越えてしまう。AIはそれを、圧倒的な速度と規模で行える点が違います。だからこそ、「任せきり」にする設計は、これからますます危険になります。

Anthropicが「段階的な安全性」を重視する理由

アモデイ氏は、「完璧に安全なAIを作ってから世に出す」という考え方を取っていません。その代わり、能力の段階ごとに安全対策を強化する、というアプローチを取っています。

「危険が現実になり始めた段階で、対応を強化する仕組みが必要だ」

これは、リスクがゼロになるまで待つのではなく、兆候を検知しながら前に進むという現実的な考え方です。

SEOの世界でも、「完璧な施策ができてから公開する」という考え方は、ほぼ通用しません。テストし、データを見て、修正する。このサイクルを回し続けることが成果につながります。AIの安全性も同様で、「止める」か「進める」かの二択ではなく、制御しながら進める設計が重要なのだと感じました。

それでもAIは人類の希望なのか

リスクを語ったうえで、アモデイ氏は最後に、はっきりと希望を語っています。

「それでも私は、AIが人類にとって大きなプラスになると信じている」

特に期待しているのは、科学と医療です。人間の脳では処理しきれないほど複雑な問題に対して、AIは膨大な仮説を高速で試すことができます。新薬開発や病気の理解が、これまでにないスピードで進む可能性があります。

「仕事がなくなる」のではなく「役割が変わる」

仕事についても、アモデイ氏は極端な悲観論を取っていません。

「仕事は消えるのではなく、役割が変わる」

AIが得意なのは、処理や試行錯誤です。一方で、「何を目指すのか」「それは本当に良いのか」を判断し、責任を持つのは人間の仕事であり続ける、という考えです。



SEOやAI活用の現場でも、すでにこの変化は始まっています。「手を動かす作業」はAIが肩代わりし、「設計・判断・責任」を人が担う構造に、確実に移行しています。AI時代に必要なのは、ツール操作の上手さではなく、使いどころを決める力だと強く感じます。

最大の不安は「権力の集中」

アモデイ氏が最後に挙げた最大の懸念は、技術そのものではありません。

「最も怖いのは、力が一部に集中し、乱用されることだ」

AIは強力な力を生みます。その力が、少数の国家や企業、個人に集中したとき、社会は大きく歪む可能性があります。これはAI特有の問題ではなく、人類が何度も繰り返してきた問題です。

まとめ

この動画を通して私が感じたのは、次の一点です。

「AIは、恐れる対象でも、盲信する対象でもない。設計と使い方の問題である」

SEO、検索、Webマーケティングの世界と同じく、
・様子見を続ける
・全部AIに任せる
・感情的に拒否する

このどれもが、最もリスクが高い選択です。

これからのAI時代に必要なのは、理解し、距離を保ち、責任を持って使うこと。その覚悟を持てる人や組織こそが、次の時代で価値を持つと、私は考えています。

今回取り上げるのは、RAISE Summit 2024（パリ）で行われた、Perplexity CEO アラビンド・スリニヴァス氏の講演です。この講演が重要なのは、「AI検索は便利だ」という話をしているからではありません。検索という行為そのものが、これまでとは違う役割を担い始めていることを、検索の当事者がはっきりと言葉にしている点にあります。

私たちは今、同じ質問をGoogleに入れたり、ChatGPTに聞いたり、Perplexityで調べたりしています。以前は検索といえばGoogle一択でしたが、今は自然に使い分けるようになりました。その変化の真ん中にいる人物が、「自分たちは何を提供しているのか」をどう説明しているのか。そこに、これからの検索を考えるヒントがあります。

Perplexityは「検索エンジン」ではない

アラビンド氏は、Perplexityを検索エンジンではなく、「答えを出すエンジン」だと説明します。
「ウェブを移動してサイトに早く行きたいなら検索エンジンでいい。でも、質問があるなら、答えを返すエンジンが必要だ」という言葉は、とても分かりやすい表現です。従来の検索は、関連しそうなページを並べるのが得意でした。一方、Perplexityは質問に対して情報を整理し、文章として答えを返すことを中心にしています。

たとえば、パリでおいしいクロワッサンの店を聞くと、候補をまとめてくれる。仕事では、契約書をアップロードして「注意点を教えて」と聞くと、要点を整理してくれる。ユーザーにとっては、「自分専用に編集されたミニ百科事典」が返ってくるような感覚に近い、と説明されていました。

「便利」以上に重要な変化とは何か

ここで大切なのは、この話を単なる便利さの話で終わらせないことです。
検索が「探す行為」から「理解する行為」に近づくと、情報の価値の基準が変わります。クリックされやすい文章かどうかよりも、「答えを作る材料として使いやすいかどうか」が重要になります。

定義がはっきりしているか、前提条件が書かれているか、手順や注意点が整理されているか。こうした情報の整い方が、これからはより重視されます。これはSEOのテクニックというより、AI時代の情報の基本的な作法と言えます。

なぜPerplexityは出典を必ず示すのか

講演の中で、特に強調されていたのが「出典を必ず示す」という姿勢です。Perplexityでは、どの部分がどの情報源から来ているのかを明確にし、ユーザーが自分で確認できる形を徹底しています。

理由はシンプルです。AIはまだ間違えることがあるからです。いわゆる「それっぽい嘘」を減らすためには、まず「どこ情報か」をはっきりさせる必要があります。アラビンド氏は、これを「Wikipediaの記事が出典付きで書かれているのと同じだ」と説明していました。

出典重視が意味する、サイト評価の変化

この考え方は、サイト運営者にとって非常に重要です。AI検索が広がるほど、出典や根拠が薄いページは使われにくくなります。逆に、一次情報、実際の事例、データの出どころ、監修者が明示されているページは、AIにとっても安心して参照できる情報になります。

これからは「読みやすいか」だけでなく、「検証できるか」が価値になります。この方向性は、Googleがこれまで示してきた検索品質の考え方とも一致しています。つまり、AI検索はまったく別物というより、これまでの流れをさらに押し進めたものだと考えたほうが自然です。

検索は時代とともに、静かに形を変えてきた

アラビンド氏は、検索の歴史をとても簡潔に表現しています。1990年代は、青いリンクが10本並ぶ時代。2020年代は、質問に直接答えることが求められる時代。

ユーザーは「探して、読んで、理解する」よりも、「まず答えがほしい」という方向に少しずつ寄っています。その流れの中で、答えを返すことに特化したPerplexityのような形が伸びている、という構図です。

情報を「並べる競争」から「理解を助ける競争」へ

この部分を聞いて、SEOの現場はすでに「記事を増やす競争」から、「理解を助ける競争」に移っていると感じました。AIが答えを出す時代に強いサイトは、情報をただ置くサイトではありません。読者の疑問に合わせて、順序立てて整理し、注意点や前提条件を添えているサイトです。

AI検索は怖い存在というより、雑な情報が通用しにくくなるだけの変化です。これまで真面目に情報を整理してきたサイトほど、むしろ追い風になる可能性があります。

「Googleを倒すため」に作った会社ではない

講演の中で、アラビンド・スリニヴァス氏が何度も強調していたのが、Perplexityは「最初からGoogleを倒そうとして作った会社ではない」という点です。

Perplexityは、もともと社内で使うための道具として生まれました。社員が仕事の中で抱える疑問に答える、複雑な契約書を理解する、健康保険の仕組みを整理する。そうした「自分たちが本当に困っていたこと」を解決するために作られたツールが、結果として検索の形になった、という流れです。

ところが公開してみると、ユーザーから「これこそ、私たちがGoogleにずっと求めていたものだ」という反応が返ってきた。そこで初めて、「これは多くの人にとって必要なものかもしれない」と気づいた、と語っています。

広告モデルと「答えを出す検索」の相性の悪さ

アラビンド氏は、Googleが抱える構造的な問題を、とても冷静に説明します。それが、広告ビジネスと検索体験の関係です。

検索の広告モデルでは、ユーザーが多くのリンクをクリックすればするほど収益が増えます。一方でユーザーは、できるだけ早く、正確な答えが欲しい。この2つの目的は、必ずしも一致しません。つまり、「広告主や株主にとっては都合がいいが、検索する人にとっては遠回りになる」構造が生まれやすい、という指摘です。

ここで大事なのは、「Googleが悪い」という話ではないことです。ビジネスモデル上、そうなりやすい、という話です。そしてこの構造は、AIが答えを直接返す検索とは、どうしても相性が悪くなります。

サイト運営にも当てはまる、このズレの話

この話は、Webサイトを運営している人にとっても他人事ではありません。広告を増やせば短期的な収益は伸びますが、ページは読みにくくなり、信頼は少しずつ下がります。AI検索時代になると、このズレはさらに見えやすくなります。

AIは「答えを邪魔しない情報」を好みます。そのため、広告だらけで要点が分かりにくいページよりも、情報が整理され、無駄のないページのほうが、AIにも人にも選ばれやすくなります。これはSEOのテクニックというより、設計の問題です。

「利益率の高さ」が足かせになることもある

アラビンド氏は、ジェフ・ベゾスの有名な言葉を引用しながら、GoogleとPerplexityの立場の違いを説明します。「あなたの利益率は、私のチャンスだ」という言葉です。

Googleの広告ビジネスは非常に高い利益率を持っています。そのため、答えを直接出す検索に本気で舵を切ると、短期的には収益が下がる可能性があります。一方、Perplexityは最初から「答えを出す検索」で収益を作ろうとしているため、たとえ利益率が低くても、「ゼロよりはプラス」という立場にあります。この違いが、新しい検索体験に挑戦できる余地を生んでいる、という説明でした。

既存サイトと新しいサイトの差が広がる理由

この構造は、スタートアップと大企業の違いというだけでなく、サイト運営にも通じます。すでに広告収益に強く依存しているサイトほど、ユーザー体験を大きく変えるのは簡単ではありません。一方で、これから作るサイトや、方向転換できるサイトは、「まず役に立つか」を優先しやすい。AI検索時代は、後者のほうが身軽に動ける場面が増えていきます。

「正確さ」をどうやってお金に変えるのか

講演の中で、アラビンド氏はとても正直な本音も語っています。「正確さをどうやって収益化するかは、まだ完全な答えはない」という発言です。

BloombergやWolframのように、正確な情報でお金を取っている例はありますが、どれも専門性の高い分野に限られています。それでもPerplexityは、「まずユーザーにとって正しい体験を作ること」を優先しています。ビジネスモデルは後から考える、という姿勢です。

SEOや情報発信にとっての大きなヒント

この考え方は、SEOや情報発信にもそのまま当てはまります。短期的に稼ぐために、誇張した表現や断定的な言い切りを増やすと、長期的な信頼は積み上がりません。AI検索では特に、正確さや慎重さが評価されます。

「今すぐ儲かるか」よりも、「長く参照されるか」を考えること。その積み重ねが、結果的に強いサイトにつながります。

なぜPerplexityは「検索だけ」に集中しているのか

講演の終盤で、アラビンド・スリニヴァス氏は、ChatGPTやGeminiとの違いについて、とても重要な説明をしています。Perplexityは、あえて「検索」という一つの用途にだけ集中している、という点です。

ChatGPTやGeminiは、文章を書いたり、要約したり、画像を作ったりと、非常に幅広いことができます。一方でPerplexityは、「正確な情報を探し、整理し、答えとして返す」ことに特化しています。

理由は単純で、検索という行為そのものが、すでに十分に難しいからです。天気のようにAPIで即答できる質問もあれば、税金や法律のように前提条件や例外を整理しないといけない質問もあります。検索は「調べる」だけでなく、「状況を理解する」作業でもあります。その難しさに正面から向き合うため、範囲を広げすぎない選択をしている、という説明でした。

専門が分かりやすいことが、AIには重要になる

この話は、サイト運営にもそのまま当てはまります。テーマを広げすぎたサイトは、AIにとって「何について詳しいサイトなのか分からない存在」になりやすくなります。

AI検索時代に強いのは、「この分野の質問なら、このサイト」とすぐに判断できる分かりやすさを持つサイトです。記事数が多いことよりも、テーマに一貫性があることのほうが、これからは重要になります。これはSEOのテクニックというより、サイト全体の設計の話です。

ハルシネーションは「機能」か「問題」か

アラビンド氏は、ハルシネーションについて、とても分かりやすい表現を使っています。創造的な質問では、多少の想像は価値になりますが、検索ではそれは問題になる、という考え方です。

アイデア出しや文章表現では、少しの飛躍が役立つこともあります。しかし、事実を知りたい検索では、間違いは致命的です。Perplexityは、検索という用途においては、ハルシネーションは「バグ」であり、できる限り減らすべきものだと位置づけています。そのために、出典を示し、ユーザーが自分で確認できる形を徹底しています。

検索向けの文章に求められる書き方の変化

この考え方は、検索向けの記事を書くときの大きなヒントになります。断定しすぎる表現や、根拠のない言い切りは、AIにとって使いにくい情報になります。

一方で、「どんな条件なら当てはまるのか」「例外は何か」「どこまでが事実で、どこからが解釈か」を丁寧に書いているページは、AIにも人にも信頼されやすくなります。これからの文章は、うまさや勢いよりも、慎重さや整理の丁寧さが価値になります。

Perplexityが考える「中立性」とは何か

中立性について質問されたとき、アラビンド氏は印象的な答えをしています。自分たちの意見を押しつけるのではなく、ウェブ上で人々が言っていることを整理して示す、という姿勢です。

完全な中立は難しくても、できるだけ多くの信頼できる情報を集め、判断はユーザーに委ねる。そのために、偏りが出ないよう情報の幅を持たせる設計をしている、と説明していました。結論を言い切らないことが、かえって信頼につながる、という考え方です。

意見と事実を分けて書くという基本

AI検索時代に評価されやすいサイトは、極端な主張をするサイトではありません。事実と意見を分け、複数の見方を整理して提示できるサイトです。

自分の考えを書く場合でも、「ここまでは事実」「ここからは筆者の考え」と分けて書くだけで、文章の信頼性は大きく変わります。これは新しいテクニックではなく、情報発信の基本が、より重要になってきたと考えたほうが自然です。

モデルの違いよりも、体験の信頼性が選ばれる

講演の最後に出てくる、AIモデルの話も印象的でした。多くのモデルがあっても、ユーザーが実際に意識するのは限られた部分だけだ、というたとえ話です。

どのモデルを使っているかよりも、「ちゃんと答えてくれるか」「安心して使えるか」が重視される。これは、SEOでアルゴリズムの違いを追いかけるよりも、「このサイトは信頼できるか」を積み上げたほうが長く評価される、という流れとよく似ています。

まとめ：AI検索は「まじめなサイト」に有利な時代

今回のPerplexity CEOの講演から、はっきり言えることがあります。AI検索時代に価値が高まるのは、「正確さ」「専門性」「整理された情報」です。派手な表現や量産された記事よりも、落ち着いて事実を整理し、出典を示し、テーマを絞って情報を積み上げているサイトが選ばれやすくなります。

AI検索は、サイト運営者にとって脅威というより、「雑な情報が通用しなくなる」だけの変化です。言い換えれば、これまで真面目に情報発信を続けてきたサイトほど、評価されやすくなる時代が来ている、ということでもあります。

近年、ChatGPT、Gemini、Midjourney、Flux、Imagenなどの画像生成AIの性能が飛躍的に向上し、企業のWebサイトやSNS投稿、広告バナー、ブログ記事のアイキャッチ画像などに活用される機会が急増しています。私自身もSEOコンサルティングやAI活用の指導を行う中で、AI画像を業務に活用する企業が急激に増えていることを実感しています。

しかし、多くの企業担当者やWeb制作者から次のような相談を受けます。
・AI画像だとバレたくない
・もっと実写のように見せたい
・広告素材として違和感なく使いたい
・SNS投稿で自然な印象を与えたい

実際、最近の画像生成AIは非常に高品質ですが、それでも人間が見ると「何となくAIっぽい」と感じることがあります。では、その違和感の正体は何なのでしょうか。

結論から言うと、AI画像は「完璧すぎる」ことが最大の原因です。人間は普段、現実世界の不完全な写真を見慣れています。そのため、あまりにも整いすぎた画像を見ると無意識のうちに違和感を覚えるのです。今回は、AI画像がAIっぽく見える理由と、その改善方法について、私自身が企業向けに提案している実践的なノウハウを交えながら解説します。

AI画像がAIっぽく見える理由

まず理解していただきたいのは、人間の脳は「リアルな写真」を見ているのではなく、「リアルだと感じる特徴」を見ているということです。現実の写真には必ず次のような要素があります。
・光のムラ
・レンズのクセ
・背景の雑然さ
・肌の凹凸
・服のシワ
・被写体の動き
・ピントのズレ

ところがAI画像は学習データを平均化して生成するため、これらの不完全さが消えてしまいます。結果として、
・肌が綺麗すぎる
・背景が整理されすぎる
・構図が完璧
・光が均一
・全体がシャープすぎる

という状態になり、人間は違和感を覚えるのです。

最近の海外のAI画像関連メディアでも、AI画像が不自然に見える理由として「完璧さ」が挙げられています。

AIが作った画像だということをわからなくする技法としては次のようなものがあります。

�@ 完璧な構図を避ける

AI画像で最も分かりやすい特徴の一つが「構図の美しさ」です。人物を生成すると、
・顔が中央に配置される
・左右対称になる
・背景も均等に配置される

というケースが非常に多く見られます。しかし、実際にスマートフォンで撮影した写真を見返してみてください。家族写真でも旅行写真でも、被写体が少し右に寄っていたり、頭の一部が切れていたりします。私がセミナー会場で撮影した写真を確認しても、ほぼすべての写真に多少のズレがあります。ところが、その「ズレ」がリアルさを生み出しているのです。

例えば、
《悪い例》
・人物が中央
・真正面を向いている
・左右対称

《良い例》
・人物を画面端に配置
・視線を横方向に向ける
・背景に奥行きを持たせる

という構図です。

画像生成時には、
off-center composition
casual snapshot
imperfect framing

などの属性を指定すると自然な印象になります。

�A 背景を綺麗にしすぎない

AI画像の背景は非常に整っています。机の上には必要最低限の物しかなく、オフィスもモデルルームのように綺麗です。しかし現実のオフィスは違います。

私がクライアント企業を訪問した際に撮影する写真には、
・資料の束
・ペットボトル
・充電ケーブル
・ノートパソコン

などが自然に写り込んでいます。これらは一見すると邪魔な要素ですが、実は写真にリアリティを与えています。AI画像を生成する際は、背景をあえて少し散らかした方が自然になります。

例えば、
・机の上に資料を置く
・コーヒーカップを置く
・ホワイトボードを配置する

などです。

最近のSNSでは、完璧に演出された写真よりも、生活感のある写真の方が共感を得やすい傾向があります。

�B 人物を美男美女にしすぎない

AI画像は人物を魅力的に見せようとします。その結果、
・全員がモデル体型
・シワがない
・肌が均一
・歯並びが完璧

という状態になりがちです。

しかし現実には、
・ほうれい線
・毛穴
・肌の色ムラ
・左右非対称

があります。

企業サイトでよく見かける失敗例が、社員紹介ページに海外の広告モデルのような人物を掲載してしまうケースです。訪問者は無意識のうちに、「本当にこの会社の社員なのだろうか」と感じます。

私が企業サイトの改善を行う際には、「綺麗にするより自然にする」という考え方を推奨しています。年齢相応のシワや表情を残した方が、信頼性は高まります。

�C 表情を作り込みすぎない

AI画像の笑顔は非常に綺麗です。しかし、それが逆にAIらしさを生み出しています。

例えば、
・歯を見せている
・正面を向いている
・全員が同じ笑顔

という状態です。

実際の写真はもっと自然です。
・会話している途中
・笑い始めた瞬間
・説明している最中
・考えている表情

などが写っています。私がセミナー会場で撮影する写真も、講演中の瞬間や受講者とのやり取りを撮影したものの方が圧倒的に自然です。

画像生成時には、
candid moment
authentic expression
unposed portrait
などを指定すると改善できます。

�D カメラ目線ばかりにしない

AI画像では被写体がカメラを見ていることが非常に多くあります。しかし現実の写真では、
・パソコンを見ている
・資料を見ている
・会話相手を見ている

という状態の方が自然です。

例えば企業サイトであれば、
・担当者が顧客と打ち合わせをしている場面
・技術者が作業している場面
・講師が説明している場面

などの方が信頼感があります。人物が常にカメラ目線になっている場合は、AI画像らしさを疑った方が良いでしょう。

�E 全員を同じ表情にしない

グループ写真でもAIらしさは現れます。例えば5人の社員を生成すると、
・全員が同じ方向を向き
・全員が同じ笑顔をしている

ことがあります。現実にはそんなことはほとんどありません。
・笑っている人
・話している人
・真剣な表情の人

が混在しています。

この「バラつき」がリアリティを生みます。特に企業サイトや採用サイトでは、個性の違いを表現した方が自然です。

�F 何もかも完璧にしようとしない

AI画像をリアルに見せるための最大のポイントは、「完璧を目指さない」ことです。多くの人は、
・もっと綺麗にしよう
・もっと整えよう
・もっとシャープにしよう

と考えます。

しかし実際には逆です。
・少しズレている。
・少し散らかっている。
・少し不完全。

その方が人間は自然だと感じます。

最近の画像生成AI業界では、「綺麗な写真」ではなく、「普通の人が撮影した写真」を目指す方向へ進化しています。これからのAI画像活用において重要なのは、リアルな世界の不完全さを理解することです。

�G フィルム粒子（Grain）を加える

現在のAI画像は非常に高画質です。ところが現実の写真には必ずノイズがあります。

例えば、
・スマートフォンの夜景撮影
・室内撮影
・古いカメラ
・高感度撮影

では微細な粒子が発生します。

AI画像はこのノイズが少なすぎるため、逆に不自然になります。実際、最近では若い世代の間でフィルムカメラが再び人気になっています。その理由の一つが、粒子感によるリアリティです。

AI画像を生成する際には、
subtle film grain
35mm film texture
Kodak Portra 400 grain
natural film grain

などの指定が有効です。

ただし、粒子を入れすぎると今度は古い写真のようになるため注意が必要です。私が企業サイト用に生成する場合は、ほとんど気付かない程度の粒子感を推奨しています。

�H シャープすぎる画像を避ける

AI画像にはもう一つ大きな特徴があります。それは異常なまでの解像感です。

例えば、
・髪の毛一本一本
・まつ毛
・肌の質感

が必要以上に鮮明に描写されることがあります。

しかし実際の写真では、
・ピントが少し甘い
・手ブレがある
・レンズ性能の限界がある

ため、そこまでシャープにはなりません。

そのため最近の広告制作現場では、
slightly soft focus
natural lens softness
not tack sharp
imperfect focus

などのプロンプトがよく使われています。実際に私もクライアントが企業の採用サイト用画像を作成する際には、あえて少し柔らかい描写を選ぶことをおすすめしています。

�I JPEG圧縮感を加える

これは意外に知られていません。AI画像は情報量が多すぎます。一方で現実のSNS画像は、
・Instagram
・Facebook
・X
・LINE

などのサービス側で再圧縮されています。つまり私たちが普段見ている写真の多くは、少し画質が劣化した状態なのです。AI画像だけが異常に綺麗なため、逆に浮いてしまいます。

最近の海外クリエイターは、
social media upload quality
compressed smartphone image
instagram photo

といった指定を使っています。

�J レンズフレアを活用する

AI画像は光が綺麗すぎます。しかし現実には、
・逆光
・窓際
・夕日
・照明

などによってレンズフレアが発生します。

例えば人物写真でも、
・窓から光が差し込む
・夕日が入る
・街灯が映り込む

といった状況は日常的にあります。こうした光の乱れがリアリティを生み出します。

おすすめのプロンプトは、
natural lens flare
subtle lens flare
light leak
backlit photography

などです。

�K 色収差を少し加える

色収差とは、レンズの端で赤や青が少しズレて見える現象です。本来はカメラの欠点ですが、人間は無意識にこの特徴を見ています。AI画像はこの現象がほとんどありません。
そのため、
slight chromatic aberration
real camera optics
lens imperfections

を加えると自然になります。最近の画像生成コミュニティでも非常によく使われているテクニックです。

�L 周辺減光（ビネット）を加える

実際のレンズでは、四隅が少し暗くなることがあります。これを周辺減光と呼びます。AI画像は四隅まで均一に明るいため、CGのように見えることがあります。

そのため、
subtle vignette
natural vignette
lens vignette

などを指定すると自然になります。ただし強くかけると古臭い印象になるため注意してください。

�M モーションブラーを加える

AI画像は止まりすぎています。人物が歩いている場面でも、
・髪の毛
・手
・服

まで完全に静止しています。しかし現実の写真ではそうなりません。

例えば、
・歩いている人
・話している人
・手を振っている人

などは必ず少しブレます。このブレがリアリティを生み出します。

おすすめのプロンプトは、
slight motion blur
natural movement blur
walking motion blur

などです。

�N スマートフォン写真を目指す

最近のAI画像制作で最も効果的なのがこれです。多くの人は、プロカメラマン風・広告写真風を目指します。しかし実際には、スマートフォンで撮影された普通の写真の方が自然に見えます。

私が最近よく使う指定は、
casual smartphone photo
everyday snapshot
user generated content
authentic social media photo

です。

海外ではUGC（User Generated Content）スタイルと呼ばれています。企業の広告でも、このスタイルが増えています。

AI臭さを消す万能プロンプト

最後に、私が最近試して比較的自然な結果が得られているプロンプトの考え方をご紹介します。
candid smartphone photo, authentic lighting, natural skin texture, subtle film grain, realistic background, off-center composition, casual snapshot, authentic expression, everyday environment

このプロンプトのポイントは、「綺麗な写真」ではなく、「普通の人が撮影した写真」を目指していることです。最近のAI画像生成業界では、professional photographyよりも、boring smartphone photo・ordinary snapshot・nothing special・accidental photoの方がリアルな結果になると言われることもあります。

まとめ：AI画像活用で本当に大切なこと

最後にお伝えしたいことがあります。AI画像を使う目的は、「AIだとバレないこと」ではありません。本来の目的は、「読者やユーザーに違和感を与えず、信頼感を持ってもらうこと」です。

そのためには、
・完璧を求めすぎない
・人間らしさを残す
・現実世界の不完全さを再現する

ことが重要です。

私自身もAIを使ったコンテンツ制作のアドバイスをクライアント企業に行っていますが、最近は「どれだけ綺麗か」よりも、「どれだけ自然か」を重視するようになりました。AI画像の品質競争はすでに終わりつつあります。

これから重要になるのは、人間が本物だと感じるリアリティをどれだけ再現できるかです。その視点を持つことで、AI画像は企業のWebサイトやSNS、広告においてさらに大きな力を発揮するようになるでしょう。