個別工程（写植・LoRA・コマ割り・評価器）は既存300本超のDRで深掘り済み。本DRは「AIにエロ漫画を丸ごと作らせる全工程」と「4AI評価で品質担保できるのか＝できる/できないの境界線を引き、人間最終裁定の分担を設計する」を1本に串刺しした“検証型統合DR”。重複は部分のみ・統合軸は新規。結論を先に言うと「4AIは“足切り”はできるが“抜ける/可愛い”は保証できない。だから人間裁定を消すと商品価値が消える」。
① 「作らせる」は工程の8割が自動化可能。SDXL/Pony/Illustrious＋LoRA＋ControlNet＋inpaint＋PIL写植で1冊を半自動量産できる[6]。ただし線画化・写植・抜きどころ演出は人間の目視調整が前提で、完全無人化は品質が崩れる。
② シナリオはAIに“構造”を書かせ、人間が“熱”を入れる。ビートシート先行→scene_json→セリフのプロンプトチェーンで骨格は出るが[7]、淫語・テンポ・キャラ整合は必ず人間が手を入れる三大難所。
③ 4AI評価は「客観チェックは合格点・主観評価は不可」。誤字/構図破綻/一貫性/NG検出は実用域[3]。だが萌え・抜け・可愛さの主観は、VLMが構造的に過大評価＆絶対点が不安定で当てにできない[4]。VLM判定の人間一致は約85%だが、それは「客観破綻」での話[2]。
④ 正解は三層＝決定論フィルタ→3社family違いアンサンブル→不一致だけ人間トリアージ。これで人間が見る枚数を15〜25%に圧縮しつつ[5]、最終GO（抜けるか/可愛いか）はトフィーさんが握る。AIに「使える」の肯定判断を委ねた瞬間、客観OKだが興奮しない作品が量産される。
| 担保したい品質 | 4AIで担保 | 根拠/処方 |
|---|---|---|
| 誤字脱字・不自然な日本語 | 可 | OCR→LLMチェック。吹き出し内テキストを「写植＝正常」と文脈明示すれば焼込誤認も回避[13] |
| 指/四肢/解剖学的破綻 | 概ね可 | VLMに4段階ルーブリックで質問。数値スケールより自然言語(Likert)が安定[8] |
| キャラ一貫性（顔/髪型） | 条件付き可 | ペア比較（前パネルと並置）なら可。絶対点単独は不安定[1] |
| NG検出（年齢/獣/無修正） | 可 | VLMは安全性・バイアス検知が相対的に得意[11]。ただし安全側に倒すと過検出 |
| 萌え/抜け/可愛さ/エロさ | 不可 | VLMは構造的に過大評価、人間の性的反応と相関が低い[4]。人間裁定必須 |
| ページ跨ぎの興奮持続・編集判断 | 不可 | 個別パネルOKでも流れの破綻をAIは検知できない。人間の編集眼が必要 |
2025年以降、主要プラットフォームはAI作品を一般導線から分離した。これは制作手法より市場参入条件そのものに効く。
| PF | 扱い | 具体 |
|---|---|---|
| DLsite | AI生成フロア新設 | マンガ・CG・イラストのAI生成作品を専用フロアに集約。1サークルあたり各月2作品までの投稿制限で大量量産を抑制。一部利用は同人誌フロア等で継続可[14] |
| FANZA | 表示制限・ランキング除外 | 「AI生成」はトップ/各種ランキング/ピックアップ/新着から除外され“AI専用タブ”でのみ表示。コミック・CGは「AI一部利用」も追加で非表示対象。販売自体は継続可[15] |
| Pixiv | AI作品ラベル/フィルタ | AI生成投稿の明示指定・フィルタ機能。Request機能ではAI生成は規約で指定した場合のみ投稿可[16] |
| EU/海外SaaS | ラベル義務化へ | EU AI Actで「相当程度AI生成」コンテンツのラベル明示が2026/8/2から要求。可視ラベル＋機械可読の二層が標準[17][18] |
含意：「AIだとバレない=忌避回避」を狙うより、隔離フロア内でCVRを最大化する設計（後述§6-3）と、月2本制限を逆手に取った“少数精鋭・高品質”路線が合理的。大量薄撒きは制限・ランキング除外で機能しない。
| 指標 | 数値 | 出典 |
|---|---|---|
| VLM判定と人間レビュアーの一致率 | 約85%（人間同士の一致を上回る／ただし客観タスク） | [2] |
| フロンティアモデルのバイアスベンチ誤り率 | 難問で50%超／“一様に信頼できる単独judgeは存在しない” | [2] |
| 動的ジューリー（family違い合議＋重み学習） | 単独・静的合議より人間相関が有意に高い | [5] |
| 位置順バイアス | 明示指示後も約5%残存・ほぼ全VLMで対称性崩れ | [1] |
| 採点スケール | 細かい数値より2値/低精度・自然言語(Likert)が安定 | [8][9] |
| T2I報酬モデル比較（MJ-Bench） | GPT-4o系が平均最良。安全/バイアスはVLM、整合/画質は小型スコアラも可。自然言語フィードバック＞数値 | [11] |
| VLMの画質属性間相関 | 人間より弱い＝画質評価に構造的ギャップ | [4] |
結論的に、「単独LLMで絶対点を出す」設計はVLMの最弱領域に直撃している（絶対点・バッチ順位・細かい数値が苦手[8]）。本DRの三層設計はこの弱点を回避するための構成である。
| # | カテゴリ/手法 | 強み | 弱み | R18エロ漫画適性 |
|---|---|---|---|---|
| 1 | ComfyUI＋SDXL/Pony/Illustrious | LoRA/ControlNet/inpaintが最成熟・最安・ローカルR18可[6] | グラフ管理・学習コスト | ◎本命 |
| 2 | キャラLoRA（dim32-64/alpha16） | 顔の微細特徴まで一貫性最強 | 学習1〜3時間・データ要・表情固着リスク[19] | ◎ |
| 3 | FLUX.1 Kontext（参照系） | 学習不要で即・多視点参照・IP-Adapter超え[20] | R18適性・モザイク事情で同人実戦は要検証 | △補助 |
| 4 | IP-Adapter / reference_only | 軽量・統一感の最終ならし | 新手法に陳腐化・identity弱め[20] | △ |
| 5 | 市販AI漫画ツール（コマ割り型） | UI簡単・パネル/吹き出し自動 | NSFW不可or規約・キャラ一貫性弱・独自性低 | ×R18不可多い |
| 6 | PIL/Pillow縦書き写植（自作） | 無料・JSON駆動・量産 | 字形/墨溜まり/かすれがプロに届かず | ○量産 |
| 7 | Krita/クリスタEX仕上げ | 線画/トーン/写植の最終品質 | 自動化に上限・手作業混入 | ○仕上げ |
| 8 | 単独LLM採点（Grok/GPT/Gemini） | 安い・速い | 過大評価/family偏重/絶対点不安定[3] | ×単独は危険 |
| 9 | 3社family違いアンサンブル＋人間 | 人間相関最高・バイアス相殺[10] | コスト3倍・設計手間 | ◎評価本命 |
| 10 | 決定論フィルタ（pHash/CLIP/OCR/NudeNet） | API呼出80-90%削減・機械的確実[5] | 主観は一切判定不可 | ◎前段必須 |
ビートシートを先に出力させ、各ビートに「エロ強度1-5」「キャラ感情変化」を付与[7]。固まる前にコマ割り/セリフを要求するとテンポ崩壊。出力は厳格なJSONスキーマ＋example3パターンで構造崩壊を抑える[12]。
{
"scene_id": 3, "beat": "クライマックス直前",
"panels": [{
"panel": 1, "visual_description": "...",
"dialogue": {"speaker":"女","text":"...","type":"thought|speech"},
"erotic_intensity": 4, "required_elements": ["汗","指の食い込み"]
}]
}
| カテゴリ | できる（足切り域） | できない（主観・人間必須） |
|---|---|---|
| テキスト | 誤字脱字/不自然日本語(OCR+LLM) | セリフが“エロい/グッとくる”か |
| 作画 | 指数/四肢破綻/顔特徴の前後一致 | 可愛い/色気/抜ける構図か |
| コンプラ | 年齢/獣/無修正のNG検出[11] | —（NGは機械寄りで対応可） |
| 点数化 | 4段階記述式ルーブリック | 1-10絶対点（モデル間2-3点ブレ[3]） |
| 編集 | — | ページ跨ぎの興奮持続/感情曲線 |
| 担当 | 役割 | 具体 |
|---|---|---|
| AI（自動） | 量の処理＋客観足切り | バッチ自動フィルタ・低スコア除外・NG検知・修正案の下書き。「使えない」の否定判断は正確、「使える」の肯定判断は信用しない |
| 人間（トフィーさん） | 主観裁定＋編集判断＋最終GO | 1ページ3〜4分で「GO/修正/廃棄」＋具体指示。AIに修正案を作らせてもGOサインは必ず人間が出す |
運用：AIフィルタで70〜80%を自動廃棄、人間は残り20〜30%をレビュー。商業で「抜け」を厳しく問うなら人間レビュー比率を40%近くまで上げる覚悟。AI依存を強めると「客観OKだが興奮しない」作品が量産される＝最終商品価値は人間の主観裁定が決める。
| 項目 | 三層評価なし(単独LLM) | 三層評価あり |
|---|---|---|
| 人間が目視する画像比率 | ~100%（全部見る） | 15〜25%（不一致のみ） |
| 1冊あたり人間レビュー時間 | 4〜6時間 | 1〜1.5時間（足切り後） |
| 評価API費（1冊・3社合議） | $0.1〜0.3（単独・但し当てにならず） | $0.3〜0.8（決定論前置で呼出90%減） |
| 不良見逃し率（NG/破綻） | 高（単独過大評価で素通り） | 低（family相殺＋機械フィルタ） |
| 「抜けない凡作」量産リスク | 高（AI肯定判断を信用） | 低（最終GOは人間） |
本DR下書き実コスト＝grok-build-0.1で$1.239（約¥186）（grok_router自動記録）。評価運用は決定論フィルタを噛ませれば3社合議でも1冊$1未満に収まり、人間時間の3〜4時間削減（時給換算で数千円）が即ペイする。
| 論点 | 方針 |
|---|---|
| プラットフォームのAIラベル | DLsite/FANZA/PixivのAI申告は正直に行う（虚偽申告はBAN直行）。隔離フロア前提で勝負[14][15] |
| EU/海外配信 | 可視ラベル＋機械可読の二層表示でEU AI Act準拠[17] |
| “AI忌避”への現実的対策 | 検出回避(ノイズ/様式偽装)はいたちごっこで非推奨。検出器はインペイント等局所改変に弱く[21]、周波数/フラクタル系の新検出も進む[22]。正攻法＝人手仕上げ比率を上げ“手描き感/作品としての完成度”で評価を勝ち取る。隠すより磨く |
ランキング流入が断たれる以上、表紙CTR・タイトル・体験版・シリーズ化・ファン月額（Fantia/Ci-en）でLTVを取りに行くのが定石。月2本制限は「少数精鋭・高品質1本」に資源集中させる強制力として使う。
| 週 | やること | 完了条件 |
|---|---|---|
| W1 | 制作系：キャラLoRA1体＋ControlNet体位3種＋inpaint3点マスクのComfyUI WF確定 | 同一キャラ10構図で顔一貫性4AIペア比較PASS |
| W2 | シナリオ系：ビートシート→scene_json→セリフのプロンプトチェーン＋淫語語彙リスト整備 | 8ビートのJSONが構造崩壊なく出力 |
| W3 | 評価系：決定論フィルタ(pHash/CLIP/OCR/NudeNet)＋3社合議スクリプトをgrok_router上に実装 | 不一致だけ人間に回る・呼出80%減を実測 |
| W4 | 統合：1冊30P通し量産→三層ゲート→人間トリアージ→AIフロア出品ドライ | 人間レビュー≤1.5h/冊・NG見逃し0 |
| # | 落とし穴 | 処方 |
|---|---|---|
| 1 | 双子/そっくりキャラを「使い回し」と誤認 | LLMから剥がしpHash(画素一致)＋CLIP(意味近接)で機械分類[5] |
| 2 | 写植セリフを焼込文字化けと誤認し減点 | 「吹き出し内＝完成写植・AI焼込とは別」を文脈明示[13] |
| 3 | モザイク部位を解剖破綻と誤認 | モザイク領域を宣言/除外・「減点しない」を明記 |
| 4 | 単独LLMの絶対点を信じる | family違い3社＋ペア比較＋Likert[8] |
| 5 | A/B提示順で結論が変わる | 順序入替え2回採点し平均（位置順5%対策）[1] |
| 6 | 「AIがGO＝抜ける」と誤解 | 主観は常に人間。AI肯定判断は不採用 |
| 7 | ControlNet weight盛りすぎ艶死に | 0.65-0.75・脚絡みは破綻前提でinpaint予約 |
| 8 | inpaint同マスク反復で色乖離 | 最大2回・後段reference_onlyで統一 |
| 9 | 淫語がテンプレに収束 | キャラ別語彙リスト＋感情変化制約＋人間推敲 |
| 10 | AI申告を偽る/検出回避に走る | 正直申告＋仕上げ品質で勝負（検出はいたちごっこ[21]） |
D:\projects\fanza3_mass\scripts\grok_router.py）：kind指定でモデル自動選択＋コストログ自動記録。評価3社合議のdr_build/quick_check＋Gemini(dr_gemini)＋OpenRouter経由で異family確保。本DR下書きもこれ経由（$1.239記録済）。r18_quality_gate.html ／ gate.json（D:\projects\fanza3_mass\gates\）：決定論フィルタ＝第1層にそのまま接続。preflight()でブロック。_cc1_4ai_sellability（SFWプレビュー採点でR18拒否回避）・_eval_3ai_2026-06-10.py（3AI超辛口）・_cc4_4ai_diagnose。三層の第2層として流用。本DRは下記の個別深掘りDRを「全工程×評価可否境界×人間裁定」の検証軸で統合したもの。各DRは部分重複だが統合軸は新規。
| テーマ | 既存DR |
|---|---|
| 評価器（最重複・要参照） | DR_AIエロ漫画自動品質評価システム設計_複数LLM採点誤判定回避人間目視_2026-06-09 / DR_キャラ一貫性の自動QC_多視点AI評価パイプライン_2026-06-11 / DR_R18自動採点パイプライン_ローカルNSFW_VLMアンサンブル実装_2026-06-10 |
| 主観評価の限界 | DR_抜けるいける萌えるをAI評価器に教え込む定義集と教師データ_2026-06-13 / DR_採点AI構造的65固定の回避評価設計2026_2026-06-04 |
| 全工程パイプライン | DR_AIエロ漫画6大弱点克服統合ComfyUIパイプライン2026_2026-06-10 / DR_ComfyUI全自動漫画生成パイプライン_2026-06-08 / DR_自律漫画制作パイプライン統合2026_2026-06-01 |
| シナリオ生成 | DR_エロ同人シナリオ脚本術_抜ける話作りとシチュ類型_2026-06-11 / DR_ネーム_コマ割り自動生成のコツ2026_2026-06-02 / DR_scriptjson写植完全自動化2026_2026-06-01 |
| 一貫性技術 | DR_キャラ一貫性最新技術2026_FLUX_Kontext_vs_LoRA_vs_参照系_2026-06-01 / DR_ControlNet体位ポーズ制御完全ガイド_2026-06-09 |
| AIラベル規約 | DR_DLsite_FANZA_AI生成フロア_ラベル_ランキング除外_最新規約と集客2026_2026-06-01 / DR_AI漫画著作権法務ガイド2026_2026-06-08 |
| 写植 | DR_縦書き日本語写植の禁則約物長音小書き完全実装_PIL_2026-06-12 ほか写植系多数 |