漫画1冊分の画像をCodexを使った画像生成フローで1コマずつ生成させたところ、トークン消費が積み上がっていく問題に直面しました。前回の記事では全体像を紹介しましたが、今回はその「応急処置」として最初に試したことと、その結果を記録します。同じように、AI画像生成時のトークン消費や指示文の長さに悩んでいる方の参考になればと思います。
最初に疑ったのは「指示文の長さ」
漫画1コマぶんの画像を生成する際、キャラの見た目・構図・表情・セリフの位置・背景の雰囲気など、かなり細かく指示文を書き込んでいました。1コマにつき10行を超えることも珍しくありませんでした。
トークン消費が積み上がる原因を考えたとき、最初に浮かんだのは「指示文が長いから、その分トークンを消費しているのではないか」という仮説です。指示文もやり取りの一部としてトークンにカウントされるため、まったく見当違いというわけではありません。まずはここから検証を始めることにしました。
指示文を5行以内に削ってみた
削った内容
やったことはシンプルで、1コマごとの指示文を思い切って5行以内まで削りました。残したのは次の3点です。
- 構図（誰がどこにいるか）
- キャラの特徴（表情・ポーズ）
- セリフの位置
背景描写や細かい演出の指定は思い切って省き、「多少ラフでも後で手直しすればいい」と割り切りました。
実施の判断基準
指示文を削ることで生成精度が落ちるリスクは想定していました。それでも、まず一番手をつけやすい変数から検証しようという考えで、精度とのトレードオフを覚悟のうえで実施しています。
検証した範囲
複数コマで試しましたが、条件を厳密に揃えた実測ではありません。指示文を短縮する前後でどの程度トークン消費に差が出そうかを体感ベースで比較しました。
実際の結果・体験談
結果として、消費量がわずかに減った感覚はありましたが、条件を厳密に揃えた実測ではないため、指示文短縮による差だと断定はできません。少なくとも、期待していたような大きな改善は確認できませんでした。
加えて、生成結果の精度もやや粗くなった印象があり、「削った分だけ得をした」とは言い切れない結果です。
今回の未計測の試行では、指示文を5行以内に短縮しても大きな改善は確認できませんでした。ただし、この結果だけで指示文の影響を否定することはできません。
よくある質問（FAQ）
Q. 指示文を短くする対策自体は無駄だったのでしょうか？
A. 今回の試行だけでは、指示文短縮が有効か無効かを判断できません。ただ、少なくとも体感上は、単独で問題を解決するほどの大きな変化を確認できませんでした。
Q. 指示文をもっと極端に削ればもっと効果が出るのでは？
A. その可能性はゼロではありませんが、極端に削ると生成精度への影響が大きくなるため、今回はそこまでは試していません。別の要因を先に検証する方針に切り替えました。
Q. 次はどこを検証するのですか？
A. Codexがセッションのたびに読み込んでいるVault（第二の脳）の情報量を疑い、隔離環境あり/なし・Vault既読/未読の組み合わせで実測検証しました。詳細は次回の記事で紹介します。
まとめ
今回の未計測の試行では、指示文を5行以内に短縮しても大きな改善は確認できませんでした。ただし、この結果だけで指示文の影響を否定することはできません。次回は、Vaultの読み込み量という別の仮説を、条件を分けて実測した結果を紹介します。
