
アートディレクターとして仕事をしていると、「絵の品質」と同じくらい「絵がそろっていること」に神経を使います。1枚ずつはきれいでも、キャラクターごとに線の太さや塗りの方向が違えば、ゲームの画面に並べた瞬間に安っぽく見えてしまう。ハートバウンスの素材づくりは、まさにこの「そろい」との戦いでした。
しかも私は、素材づくりの途中で一度、ツールを丸ごと乗り換えています。第3回は、その方向転換の理由と、乗り換えたあとに統一感をどう保ったかの話です。
最初はComfyUIで全部作るつもりだった
最初の計画は、ローカルのPCでComfyUIを動かして、素材をすべて自前で生成することでした。ComfyUIは、処理の流れを「ノード」という箱と線でつないで保存できるツールです。設定を一枚の図として保存しておけば、次に同じ種類の素材を作るときは入力だけ変えればいい。ゲーム会社でいう作業テンプレートを、そのまま実行できる形で持っておけるのが魅力でした。
インストールにはStability Matrixを使い、キャラクター、背景、背景除去、アイコン、BGM、効果音、ボイスと、素材の種類ごとにワークフローまで組みました。計画としては完璧に見えたのです。
ところが、実際に回し始めてすぐに壁に当たりました。どのモデルを使うかを選び、設定を詰めて、ゲームに出せる「それなりの物」を安定して出せるようになるまでには、相当な時間がかかる。目標の制作期間は3か月です。その中で、素材の仕組みづくりだけに何週間も使うわけにはいきません。
ここで私は、ComfyUIで全部作る計画を手放して、画像はChatGPTの画像生成に切り替えることにしました。
乗り換えの判断で考えたこと
今振り返ると、この判断は「どのツールが優れているか」ではなく、「自分の期限の中で、どこに時間を使うか」の問題でした。
ComfyUIは、細かく制御できるぶん、使いこなすまでの学習と調整に時間がかかります。ChatGPTの画像生成は、細かい制御はしにくい代わりに、言葉で頼めばすぐに形になる。3か月でゲームを出すという目標に対しては、後者のほうが合っていました。
ゲーム会社でも、スケジュールが厳しいときに「理想のパイプライン」を捨てて、間に合う方法に切り替える判断はよくあります。個人開発でも同じで、作り込んだ仕組みに愛着が湧いても、期限に間に合わないなら手放す勇気が要る。組んだワークフローがもったいないという気持ちはありましたが、ゲームを完成させるほうが大事でした。
統一感を保つ「プロンプトのひな型」
ChatGPTに切り替えて、すぐに直面したのが冒頭の「そろい」の問題です。毎回その場で文章を考えて頼むと、出てくる絵は毎回少しずつ違う方向に転がっていきます。ある子はアニメ塗り、ある子は水彩風、ある子は光の当たり方が逆、という具合です。
そこで、統一したいイメージを表すプロンプトをきちんと決めて、ひな型として固定しました。そのうえで、キャラクターや場面ごとのコンセプトの部分だけを差し替えて、統一したイラストやイメージを作るようにしたのです。
ひな型は、大きく「共通部」と「個別部」に分けて考えると作りやすくなります。たとえば次のような分け方です。
- 共通部(全素材で固定):画風、線の太さ、塗りの方法、色調、光の方向、背景の処理、画面の向きと構図のルール
- 個別部(素材ごとに差し替え):キャラクター名、髪型と髪色、服装、性格が伝わる表情、ポーズ、場面
ポイントは、共通部には一切手を加えないことです。少しでも「今回はちょっと明るめに」と共通部をいじると、その1枚だけ浮いてしまいます。変えたいことがあるなら個別部に書く。どうしても全体の方向を変えたいときは、共通部を正式に改訂して、それまでの素材も作り直す覚悟で変える。チームでいうところの「レギュレーション」と同じ扱いです。

それでも、統一感を保つのは本当に難しい作業でした。ひな型を固定しても、AIの出力は完全には揃いません。最終的には、ゲームの画面サイズに並べて見比べ、浮いているものは作り直すか手を入れる、という地道な確認が欠かせませんでした。
ピンボール台は「形」を自分で作る
キャラクター以上に苦戦したのが、ピンボール台のデザインです。頭の中にあるイメージを言葉で伝えても、フリッパーの角度やレーンの幅、バンパーの位置が思いどおりになりません。キャラクターの絵なら多少のゆらぎは味になりますが、ピンボール台はボールが実際に転がる場所です。形がずれると、遊びそのものが変わってしまいます。
そこで、台の基本的な形をPhotoshopでベクターのイメージとしてきちんと作り、その形に合わせてデザインをし直しました。ベクターで作っておくと、線がくっきりしているので形の意図がはっきり伝わりますし、Unity側で当たり判定を作るときの下敷きにもなります。

比べてみると、フリッパーの位置、左右のレーン、中央のバンパーやターゲットの配置は、ベースの形をほぼそのまま引き継いでいます。変わったのは質感と装飾だけです。遊びを決める骨格は自分で、見た目の厚みはAIで。この分担がいちばんはっきり出ているのが、この1枚だと思います。
この経験から学んだのは、「AIに任せていいのは、形が決まったあとの装飾」だということです。遊びに関わる形は、人が決める。これは第1回で書いた、判断の席をAIに譲らないという話の、いちばん具体的な例でした。
音はElevenLabsで作った
音まわりも、当初はComfyUIの中でそろえる予定でしたが、画像と同じ理由で切り替え、ボイスと効果音はElevenLabsで制作してゲームに実装しました。
ElevenLabsを使うときに必ず確認してほしいのが、利用プランとライセンスです。公式のヘルプでは、無料プランには商用ライセンスが含まれず、商用で使うには有料プランが必要とされています。ゲームをストアで配信するのは、広告やアプリ内課金がなくても商用利用にあたる可能性が高いので、使う前に最新の規約を確認しておくべきです。
ボイスについては、実在の声優さんや有名人の声に似せることは、権利の面でもマナーの面でも避けるべきです。キャラクターの性格や年齢感から声の方向を決め、特定の誰かに寄せないことをルールにしておくと安心です。
効果音は、ボールが何度も跳ねる遊びなので、同じ音が連続しても耳障りにならないかを、必ずゲームの中で鳴らして確かめることをおすすめします。単体で聴くと気持ちいい音でも、1秒に何回も鳴ると疲れる音になることがあります。
素材づくりで気をつけたいこと
最後に、ツールを問わず使える注意点をまとめておきます。
ひとつ目は、作る前に素材の仕様を決めておくことです。画面サイズ、立ち絵を置く位置と大きさ、素材ごとの縦横比、透過が必要かどうか。これが決まっていないと、生成したあとで「縦画面に置いたら頭が切れる」といった手戻りが起きます。
ふたつ目は、採用した素材と候補を分けて管理することです。AIで素材を作ると、似たような画像があっという間に何十枚、何百枚と増えます。採用したものだけを決まった名前で別のフォルダに移しておけば、どれが本番用か迷いませんし、Unity側でファイル名から読み込む処理も書きやすくなります。
みっつ目は、使ったサービスの規約を確認し、記録しておくことです。画像生成も音声生成も、サービスやプランごとに商用利用の扱いが違い、規約は更新されることがあります。どのサービスのどのプランで作ったかをメモしておくと、あとで見直すときに困りません。

まとめ
素材づくりは、ComfyUIで全部作る計画から、ChatGPTの画像生成とElevenLabsに切り替える方向転換から始まりました。大事だったのは、ツールの優劣ではなく期限の中で何を優先するかの判断です。統一感はプロンプトのひな型で守り、ピンボール台のように遊びに関わる形はPhotoshopで自分が決める。次回は、この素材を乗せる物語の器、ストーリー設計の話に進みます。
