形状（ジオメトリ）の崩れは、顧客が真っ先に気づき、撮影者が最後まで見落としがちなエラーです。ストラップの取り付け位置がわずか数センチずれたハンドバッグ、座面の奥行きが微妙に狂った椅子、台座に向かってリングの幅が太くなっている指輪——これらは単体で見ると、一見不自然さがないように思えます。しかし実際には「別の商品」に見えてしまっており、これこそが大きな問題なのです。
本稿は、形状の忠実度（ジオメトリ精度）を測定するためのプロトコル（評価手順）です。特定の結果を示すものではありません。
AI商品画像の形状精度はどのように測定するのか？
生成された画像を同じ縮尺で正面から撮影したリファレンス写真に重ね合わせ、商品ごとに事前に選定した2つの比率を測定し、数えられるすべての要素をカウントし、高コントラストで両方の輪郭をトレースした上で、構成要素の配置を「忠実（faithful）」「変更あり（altered）」「誤り（wrong）」として評価します。2%未満の比率のズレは測定ノイズとみなしますが、数の誤りは常に「誤り」となります。顧客自身も数えることができるからです。
形状の再現性とは何か
形状の再現性とは、生成された画像が商品の形状を正しく維持できているかを指します。全体の比率、各パーツの相対的な位置関係、繰り返される要素の個数、そして背景との境界をなす輪郭などがこれに含まれます。形状の破綻は単なるミスにとどまらず、別の商品のように見えてしまうため、顧客が真っ先に気づく再現性の要素です。
どのようなエラーが「形状の破綻」にあたるのか
エラーには4つの種類があり、それぞれ原因が異なるため切り分けて考える必要があります。
- プロポーション（縦横比・比率） — 各寸法の比率。輪郭が正しくても、高さが10%高くなるだけでサイズ規格が異なって見えます。
- パーツの配置（位置関係） — 全体に対する各パーツの相対位置。ポケットの高さ、バックルの位置、ハンドルと本体の接合部など。
- 数量（連続パーツのカウント） — 繰り返される要素の数。ボタン、ハトメ、チェーンのコマ、ソールの溝など。生成AIが最も苦手とする領域であり、意識して数えないと見落としやすいエラーです。
- シルエット（輪郭線） — 背景に対する商品の輪郭。AI生成による形状エラーの大半はここに現れます。
重ね合わせ、測定、カウント、トレース
この順序で行う4つの操作には、それぞれ前のステップでは捉えきれないものを検出する役割があります。重ね合わせによってプロポーションのズレをあぶり出し、2つの比率でそれを数値化し、カウントによって誰も気付かないエラーを捉え、そして輪郭のトレースによってアウトラインに潜む膨らみや曲面の平坦化を見つけ出します。
サンプルの作成手順
サンプル数とリファレンス（元画像）写真の選定については、総合精度測定プロトコルに従い、その上で形状測定用に以下の条件で重み付けを行います。
「数えられる要素」を持つ商品を含める： 靴紐のある靴、チェーン、ボタン付きの服、パンチング加工など、連続パターンを持つアイテムを必ず含めます。これらによって数量エラーをあぶり出すことができます。
非対称な商品を5点以上含める： 対称的な形状は配置エラーを隠してしまいますが、非対称なデザインはそれを露呈させます。
リファレンスは真正面（または真横）から撮影する： 斜め（3/4アングル）からの撮影では、遠近法によるパースと実際の形状の歪みを区別できないため、ジオメトリの判定ができません。リファレンスに角度がついていると、ツール自体の精度ではなくカメラのアングルを測定することになってしまいます。
測定プロトコル
- 判定前に必ず「オーバーレイ」を行う： 生成画像を同じ縮尺でリファレンス画像の上に重ね、上のレイヤーの不透明度を約50%に下げます。一般的な画像編集ソフトで簡単に実行できます。横に並べただけでは見落とすズレも、重ねることで一目瞭然となり、このステップだけで大半の比率の崩れを検出できます。
- 商品ごとに2箇所の比率を測定する： 事前に測定箇所を決め、すべてのアイテムで固定します。例えばバッグなら「高さ対幅」と「ストラップの長さ対本体の高さ」、靴なら「ソールの長さ対アッパーの高さ」です。主観的な判定ではなく、実際の数値を記録してください。
- 数えられるパーツをカウントする： ボタン、チェーンのコマ、ハトメ、溝の数などを確認します。リファレンスと生成画像を突き合わせます。これは印象ではなく、純粋な算術チェックです。
- ハイコントラストでシルエットをトレースする： 両方の画像を二値化（白黒の輪郭抽出）してアウトラインを比較します。不自然な膨らみや潰れた曲線が即座に浮き彫りになります。
- パーツ配置をスコアリングする： 総合プロトコルと同じ3段階（忠実、軽微な変化、破綻）で評価します。
測定結果の読み解き方
2%未満の比率のズレは気にする必要はない： キャリブレーションされた専用の測定環境でない限り、2%未満の誤差は手動測定のブレの範囲内です。
数量エラーは無条件で「破綻」とみなす： 顧客は数を数えられるため、ボタンの数が1つでも違っていれば許容される閾値はありません。
エラーは深刻度ではなく「商品カテゴリー別」に分類する： 形状の破綻がランダムに発生することは稀です。特定のモデルが苦手とする形状に集中して現れるため、その傾向を把握することで、カタログ内のどの商品を従来通りの実機撮影に残すべきかが明確になります。
形状精度のチェックリスト
| エラーの種類 | 検出方法 | 判定基準 |
|---|---|---|
| 比率 | 同一スケールで重ね合わせ、事前に設定した2つの比率を確認 | 2%未満のズレは無視、それ以上は数値として記録 |
| 配置 | 重ね合わせた上で、3段階のスケールで評価 | 正確 / 変化あり / 不正確 |
| 数量 | 参照元と出力結果の繰り返し要素の数をカウント | 一致しないものはすべて「不正確」 |
| シルエット | 両方の画像を二値化し、輪郭を比較 | 膨らみや曲線の平坦化を商品ごとに記録 |
| 参照アングル | 正面からのアングルのみ | アングルがついた参照画像は測定無効 |
レースアップブーツの一例
生成されたレースアップブーツの画像は、重ね合わせのテストをクリアしました。輪郭は測定誤差の範囲内でリファレンスに収まり、アッパーの高さに対するソールの長さの比率も一致しています。しかし、次にパーツの数を数えてみます。リファレンスにはハトメ（靴紐を通す穴）が7組あるのに対し、生成された画像には6組しかありません。画像自体に不自然な点はありませんが、製品としては誤っています。このブーツは個数の観点から「誤り」と判定され、証拠としてクロップ画像が保存され、レースアップフットウェアというカテゴリーは、依然としてカメラによる撮影が必要な形状のリストに追加されます。
よくある質問
AI生成のプロダクト画像において、何が形状の破綻にあたりますか？
プロポーション（寸法の比率）、配置（全体に対する各パーツの位置）、個数（繰り返される要素の数）、シルエット（背景に対する輪郭）の4点です。原因や修正方法がそれぞれ異なるため、分けて扱われます。
参照写真はなぜ真正面から撮影されたものでなければならないのですか？
斜めから撮影された参照写真における遠近感の縮小は、生成結果における歪みと見分けがつかないためです。斜めからのアングルでは、ツールではなくカメラの位置を測定することになってしまいます。
どの程度のプロポーションのズレが問題になりますか？
キャリブレーションされた撮影環境でない限り、2%未満のズレは手作業による測定誤差の範囲内であるため、対処する必要はありません。それを超える場合は、主観的な判断ではなく数値として2つの比率を記録し、不合格となったものを製品カテゴリーごとに分類してください。
ボタンの個数の誤りが許容されるケースはありますか？
ありません。個数の誤りは常に「誤り」です。ボタン、鳩目、チェーンのコマなどの数が間違っている場合、許容される基準値は存在しません。顧客は数を数えられますし、返品フォームにおいて誤りの大小は区別されないためです。
オーバーレイの手順によって、並べて比較するだけでは見落としてしまう何を検出できますか？
プロポーションのズレです。同じ縮尺で参照画像の上に重ね、最上位レイヤーの不透明度を約50%に設定すると、並べただけでは見えないエラーが明確になり、測定を行う前にこの手順だけでその大半を検出できます。
このプロトコルが対象としないこと
このプロトコルは、生成画像が商品の実物をどれだけ忠実に再現しているかを測定するものです。その画像が売れるかどうか、モールの審査を通過するか、購入者にとって魅力的に見えるかといった点は評価対象外です。それらは別のテストで検証すべき課題であり、ここで高スコアを獲得したからといって解決されるものではありません。
また、評価の精度はリファレンス画像の質に完全に依存します。元の写真がピンボケしていたり、ライティングが不適切だったり、確認したい特徴が隠れるアングルで撮られていたりすると、実際には合致していないにもかかわらず「一致している」と判定されてしまう可能性があります。
関連プロトコル：AI商品写真の総合精度測定手法、テクスチャ再現性の検証、カラー精度の測定。
検証対象となる画像の生成については、AI商品写真をご覧ください。