結論：今回の5ポーズでは、ChatGPT側は手足の配置を丁寧に整理し、Grok側は元の衣装や部屋の雰囲気を強く残す傾向が見られました。
同じマネキン参考画像は他の画像生成AIでも使えるのか。No.01・08・10・11・28を使い、Grokの生成結果とCodex（GPT Image）で再生成した結果を見比べます。
完全な同一条件による性能試験ではありません。Grok画像はショーさんが実際に生成した結果です。ChatGPT側は、そのGrok画像を人物・衣装・背景の参考、白いマネキンをポーズ参考としてCodexから生成しました。最初の指示は安全判定で停止したため、露出のない黒い長袖とロングパンツへ変更しています。
今回使った5種類と評価方法
比較したのは、立ち・座り・しゃがみ・寝そべりを含む次の5種類です。
- No.01：片手腰・脚クロス立ち
- No.08：床の横座り
- No.10：後ろ手で支える座り
- No.11：深い開脚しゃがみ
- No.28：うつ伏せ・片脚曲げ
勝敗は画質の好みだけで決めず、①ポーズへの近さ、②手足の自然さ、③人物・衣装・背景の維持を中心に確認しました。
ChatGPTとGrokのポーズ再現結果
No.01 片手腰・脚クロス立ち
両方とも片手を腰へ置き、脚を交差する特徴を再現できました。Grokは元のフリル衣装を保ち、ChatGPT側は安全調整後のロングパンツでも脚の交差が見やすく出ています。
No.08 床の横座り
Grokも床座りとして自然ですが、両脚の流れは参考画像から少し変化しました。ChatGPT側は、片手で床を支えながら両脚を同じ側へ流す特徴が比較的分かりやすく出ています。
No.10 後ろ手で支える座り
どちらも両手を身体の後ろへ置く姿勢になりました。ChatGPT側は「片膝を立て、反対の脚を伸ばす」という左右の役割が明確です。
No.11 深い開脚しゃがみ
難しいしゃがみ姿勢ですが、両方とも重心を低く保てました。Grokは両手を前へ置き、ChatGPT側は参考画像に近い片手を床へ置く構成です。どちらも手指と膝に大きな破綻はありません。
No.28 うつ伏せ・片脚曲げ
今回もっとも両者の結果が近かったポーズです。腕を重ねたうつ伏せと、片膝を曲げて足を上げる特徴をどちらも再現できました。
5種類を比較して分かった違い
| 確認項目 | Grok | ChatGPT側 |
|---|---|---|
| ポーズの特徴 | 5種類とも主要な特徴を再現 | 手足の役割を細かく整理しやすい |
| 人物・衣装・背景 | 元の雰囲気を強く維持 | 人物と部屋は近いが、安全調整で衣装を変更 |
| 難しい手足 | 自然さを優先して形が変わる場合あり | 参考マネキンへ寄せつつ自然に調整 |
| 一回目の通りやすさ | 今回の5枚は生成成功 | 最初の一括指示は停止し、衣装と文脈を修正して成功 |
今回の結論は引き分けです。ポーズの細部を優先するならChatGPT側、元画像の衣装や世界観を残したいならGrok側が使いやすく感じられる結果でした。ただし、これは5例の実地結果であり、常に同じ傾向になることを保証するものではありません。
比較に使った指示文
Grokへ渡した具体的な全文は保存されていないため、記事内では実際に共通して使える基本形を掲載します。個別PNG URLは、元のポーズ参考画像集からコピーできます。
添付した人物画像を参考にしてください。
[個別PNG URL] のポーズ参考画像No.[番号]「[ポーズ名]」と同じ手足の位置・身体の向きを参考にしてください。
アスペクト比：9:16
人物は明確な成人。手足、指、膝、足首を自然にしてください。文字、ロゴ、透かしは入れないでください。比較するときの注意点
- 同じAIでも、再生成すると構図や手足が変わることがあります。
- ポーズだけを比較したい場合は、人物画像・衣装・背景・比率・指示文を揃えます。
- 生成が停止した場合は、安全機能の回避を狙わず、露出、衣装、撮影目的、姿勢の説明を適切に整理します。
- 実在人物の写真を使う場合は、本人の許可と画像の利用条件を確認してください。
まとめ
白いマネキンの参考画像は、ChatGPTだけでなくGrokでも主要なポーズを伝えるために使えました。今回の5種類では、Grokは元画像の雰囲気の維持、ChatGPT側は手足の配置整理に強みが見えました。まずは作りたいポーズを1種類選び、同じ人物画像と条件で試してみてください。
コメント