組織のAI活用をAIポータルと伴走支援で加速

AI画像のトンマナを統一して量産する。ブランド表現を組織で守る方法

AI画像のトンマナを統一して量産する。ブランド表現を組織で守る方法

執筆:寺田昇平

AI Portalize株式会社 代表取締役/AI Digital Community 代表理事

仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。

制作物を量産できるようになると、次に起きるのがトンマナの崩れです。
作られる数が増える一方で、1つずつの確認が追いつかなくなります。
少しずつ基準から外れたものが混ざっていき、気づいたときには全体の印象が変わっています。

今回は、トンマナを統一したままAIで画像や制作物を量産するための、基準の作り方と守り方を書いていきます。
社内のAIボットを共通資産にする全体像は社内AIボットを共通資産にする。作成・共有・改善のサイクルにまとめてあります。

量産するとトンマナが崩れる3つの理由。最も本質的なのは基準が言語化されていないことで、確認する人にしか判断できず、その人が1人だと詰まる。ほかに、確認が追いつかないこと、作る人が増えることがある

量産すると、トンマナは崩れていく

なぜ崩れるのでしょうか。
理由は3つあり、どれも量産のあとに同時進行で起きます。
1つ目は、確認が追いつかないことです。
数が増えると、1つずつ見ていられなくなります。

2つ目は、基準が言語化されていないことです。
「なんとなく違う」という判断が、確認する人の感覚だけに依存している状態です。
3つ目は、作る人が増えることです。
量産できるようになると作り手は増えますが、そこに基準が伝わっていません。

このなかで、いちばん本質的なのは基準が言語化されていないことだと思います。
基準が言語化されていないと、確認する人にしか判断できません。
その人が1人しかいなければ、そこで必ず詰まるからです。

もちろん、確認が追いつかないのは数の問題でもあります。
ただ、基準さえ言語化できれば、他の人も確認できるようになります。
だから対処の中心は、基準を言語化するところに置きます。

参照を3つ渡して、トンマナを統一したまま量産する

量産そのものの設計は、1つの基準に沿って複数の制作物を作るというものです。
そのとき、基準の文章と一緒に、参照する既存の制作物を渡します。
参照のほうが、はるかに効きます。
基準をいくら文章で読ませるより、実物を見せるほうがずっと伝わるからです。

参照には、自社の過去の制作物を使うのが最も確実です。
それ自体がすでに基準に沿っているうえ、権利の心配もないからです。

渡す数は3つにします。
1つだとそれに寄りすぎますし、5つ以上になると方向のほうがぶれてしまいます。

あわせて、変える要素を明示します。
「この3つの参照と同じスタイルで、内容だけを変える」という指定です。

さらに、1つずつ作らせます。
一度に10個も作らせると、スタイルのほうがそろわなくなっていくからです。
ビジュアルの指示そのものの精度を上げる話はイメージ通りにならないを減らす。ビジュアル指示の精度を上げるにまとめてあります。

基準の文章に、自社の過去の制作物3つを参照として添えて、1つずつ作らせる図。参照は3つで、1つだとそれに寄りすぎ、5つ以上だと方向がぶれる。自社の過去の制作物が最も確実で、変える要素を明示し、10個を一度に作らせない

ブランドガイドラインを、伝わる形に変換する

ここが基準づくりの本体になります。

既にあるガイドラインは、なぜそのままでは伝わらないのでしょうか?
理由は3つあります。
1つ目は、抽象的な記述が多いことです。
「洗練された印象」「信頼感のある」といった表現です。

2つ目は、判断を求める記述があることです。
「適切に」「バランスよく」といった言葉です。

3つ目は、分量が多いことです。
20ページを超えるガイドラインも珍しくありません。
だから、渡すための形に変換します。

変換後は5項目で、使う色、文字の大きさの基準、1枚に入れる要素の上限、使う図の形式、使わないものです。
数値で書けるものは、数値で書きます。
「余白は8の倍数」「文字は14px以上」というように置き換えていきます。

このなかでも、「使わないもの」を書くのがいちばん効くと思います。
指定しないと装飾を足す方向に処理されるので、そこを止めておく必要があるからです。

ブランドガイドラインを渡すための形に変換した5項目。使う色、文字の大きさの基準、1枚に入れる要素の上限、使う図の形式、使わないもの。いちばん効くのは使わないもの。数値で書けるものは数値で書き、抽象的な記述は要素に分解して追記する

あわせて、抽象的な記述の具体化も1回やっておきます。
「洗練された印象」は、色数が少ない、余白が広い、文字の種類が1〜2種、装飾がない、と分解できます。
「信頼感のある」なら、落ち着いた色、整列が揃っている、数字や実績が示されている、です。

「親しみやすい」なら、丸みのある形、明るい色、人物の要素がある、です。
分解した結果は、元の記述を残したまま「具体的には」としてガイドラインに追記します。

この分解は、人に対しても効きます。
「洗練された印象で」という指示より、要素で指定するほうが伝わるからです。
資料側のトンマナを揃える話は提案資料の質を組織でそろえる。AIスライド生成の2段階プロセスで扱っています。

基準を言葉にしても、使う人が部署ごとに別のプロンプトで書くと、表現はまたばらつきます。基準を組み込んだものを社内で作ったAIツールを全社に公開できる組織のAIポータルに登録すれば、全社で同じものを使えます。

承認プロセスを設計し、逸脱を検知する

確認が追いつかないという問題にも、設計が要ります。
そもそも全部を1人で確認するのは、量が増えた時点で無理があるからです。

やることは3つです。
まず、確認の観点を数値で決めることです。
色、文字の大きさ、余白といった項目を、機械的に確認できる形にしておきます。

数値で確認できるものは、作る人がチェックリストで自分で確認します。
判断が必要なものだけを、確認する人が見ます。
全体の印象や要素の組み合わせといったところです。

このなかで、確認の観点をあらかじめ数値で決めておくことがいちばん重要です。
数値で決めておけば、作る人の自己確認が成立するからです。

確認する人が見る対象は、絞っておきます。
対外的に公開されるもの、新しい形式のもの、ブランドの中心的な要素を含むもの、この3つに限ります。
社内向けの資料や既存の形式を踏襲するだけのものは、作る人の自己確認で足ります。

確認の分担を示した図。色・文字の大きさ・余白など数値で確認できるものは作る人がチェックリストで自己確認し、全体の印象や要素の組み合わせなど判断が必要なものは、対外的に公開されるもの・新しい形式のもの・ブランドの中心的な要素を含むものに限って確認する人が見る

あわせて、確認の期限を3営業日以内と決めておきます。
滞留すると、「確認なしで公開してしまおう」という判断が現場で起きるからです。

継続のためには、基準から外れているものを検出する仕組みも要ります。
色や文字の大きさ、余白といった数値の項目は、機械的に検出できます。
基準を外れているものを一覧で出せば、個別に確認するより速く済みます。

判断が必要な項目のほうは、抜き取りで確認します。
月に10件ほど見ておけば、傾向はつかめます。
逸脱が見つかったパターンは、そのつど記録して基準に追記していきます。

同じ逸脱が繰り返されるなら、基準の説明が足りないか、基準そのものが実務に合っていません。
後者であれば、基準のほうを変えます。
守れない基準には、意味がないからです。

とはいえ基準をむやみに緩めるわけではなく、四半期に一度、基準そのものを見直す場を設けます。
表記の側を機械的にそろえる話は対外文書の表記ルールを機械的にそろえる。チェックの自動化にまとめてあります。

月1回並べて見ると、崩れに気づける

ここで1つ、注意を書いておきます。
トンマナの崩れは、1つずつ見ていても気づきません。
ところが、並べてみるとはっきり分かります。

だから直近1か月の制作物10〜20件を並べて、揃っているかを見る工程を月1回入れます。
揃っていない箇所が、そのまま基準の穴になります。

全体を並べると、基準にない要素も見えてきます。
「そういえば、この要素の扱いを決めていなかった」と気づく形です。
そこを見つけるたびに基準へ追加していくと、基準そのものが少しずつ育っていきます。

この「並べて見る」工程が、いちばん効果的な品質管理だと思います。
個別の確認とは別に、全体を見る工程として置きます。

月1回、直近1か月の制作物10〜20件を並べて揃っているかを見て、揃っていない箇所が基準の穴になり、基準にない要素に気づいて基準へ追加することで、基準が少しずつ育つという繰り返しを示した図

作る人が増えたときの対処も、決めておきます。
新しく作る人には、基準の文章だけでなく参照する制作物を3つ渡します。

最初の1件は、一緒に作ります。
15分あれば足りますし、基準の適用の仕方をその場で見せられるので、文書を読ませるより速い伝え方になります。
さらに最初の3件は、作ったものを確認して基準から外れている箇所を指摘します。
4件目以降は自分で確認してもらえば十分で、3件あれば基準は伝わります。

あわせて作れる人の一覧を作っておくと、基準を更新したときに通知できます。
検証の回数そのものを増やす話はクリエイティブ検証の回数を増やす。ABテストの制作コストを下げる、デザイン業務全体の型はデザイナーのAI活用を型にする。トンマナ統一と素材加工にまとめてあります。

失敗の型はだいたい決まっていて、既存のガイドラインをそのまま渡す、抽象的な記述を具体化しない、「使わないもの」を書かない、一度に10個作らせる、全部を1人が確認する、確認の期限を決めない、個別の確認だけで並べて見ない、守れない基準を維持する、の8つです。
どれも、5項目に変換し、要素に分解し、使わないものを書き、1つずつ作り、数値の項目を自己確認にし、3営業日と決め、月1回並べ、実務に合わせて基準を変えれば防げます。

失敗の型8つと、それを防ぐ決めごとを左右に並べた図。ガイドラインをそのまま渡すなら5項目に変換する、一度に10個作らせるなら1つずつ作らせる、守れない基準を維持するなら実務に合わせて基準を変える、など

私たちのAI伴走支援でも、こうした表現の基準づくりと社内研修は、現場の担当者と一緒に手を動かしながら進めています。

基準は、言語化して初めて他の人に伝わる

量産でトンマナが崩れるのは、確認が追いつかない、基準が言語化されていない、作る人が増える、この3つが同時に起きるからです。
一言でいうと、基準が言語化されていないことがいちばん本質的な原因です。
基準が言葉になっていないと、確認する人にしかトンマナを判断できません。
量産では、基準とあわせて参照する既存の制作物を3つ渡します。

参照のほうが効きますし、自社の過去の制作物を使うのが最も確実です。
ガイドラインは、渡すための形に変換します。
色、文字の大きさ、要素の上限、図の形式、使わないものの5項目にし、数値で書けるものは数値で書きます。

抽象的な記述のほうは、要素に分解します。
この分解は、人に対しても効きます。
承認は、確認の観点を数値で決め、数値の項目は作る人が自分で確認し、判断が必要なものだけ確認する人が見ます。

対象は3つの条件で絞ります。
そして月1回、直近の制作物10〜20件を並べて見ます。
崩れは1つずつ見ていても気づかないので、これがいちばん効果的な品質管理になります。

新しく作る人には、基準と参照3つと最初の1件を一緒に作るところまでをセットで渡します。
既存のガイドラインの抽象的な記述を3つ選び、要素に分解するところから着手してください。

すぐ使える業務アプリが300以上

開いてそのまま使えて、AIで自社用にも直せます。15の分野から、やりたい作業で探せます。業務アプリを見る

執筆:寺田昇平

AI Portalize株式会社 代表取締役/AI Digital Community 代表理事

仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。

keyboard_backspace

お知らせ・組織AI推進ノウハウ一覧

無料 自社に当てはめて知りたい方へ

読んだ内容を、

御社の数字

で確かめませんか。

利用データから、御社のAI活用がいまどこにいるのかを判定します。
同業他社との比較と、次にやることをお渡しします。

組織のAI活用力診断のメインビジュアル(ノートPCの利用データと結果表)

Related

関連記事

Service

サービス一覧

AI Portalizeの管理画面イメージ:AI活用数・効率化時間の見える化とチームへの広がり

AIツールが見つかる。社内に広がる。使われ方が見える。

組織のAIポータル「AI Portalize」

  • check_circle

    やりたいことで検索すると、業務アプリ300以上とナレッジ250本以上から見つかる

    check_circle

    社内で作ったツールやナレッジが共有され、よく使われるものが上に並ぶ

    check_circle

    誰が何をどれだけ使っているかが、集計の手間なしで分かる

デジタル系企業特化のAIコンサルティング&伴走支援のイメージイラスト

実務に組み込むまで伴走

組織のAI活用を加速「AIコンサル&伴走支援」

  • check_circle

    従業員が安心して使うためのガイドライン策定

    check_circle

    ドメイン知識が豊富なコンサルタント

    check_circle

    業務分解からAIワークフロー作成

    check_circle

    研修から実務への組み込みまで

法人向けAI研修のイメージ:受講者が自分の業務でAIを使いながら学ぶ研修の様子

自社の業務で、使える知識に

実務で使える知識を「法人向けAI研修」

  • check_circle

    いま使っているAIと受講者の業務を伺って、誰に・どのAIで・どの業務を題材にするかを提案

    check_circle

    Gemini・Claude・AIエージェントなど、8つの研修例と230以上のテーマ例

    check_circle

    基本はオンライン。研修の資料と録画もお渡し

デジタル系企業特化のAIコンサルティング&伴走支援のイメージイラスト

豊富な新規事業立ち上げ実績

AIを活用した
新規事業の立ち上げ支援

  • check_circle

    検討からサービス構築まで

    check_circle

    豊富な新規事業構築実績

    check_circle

    すでにあるAIボットなどを活用も可能

AI活用支援のビフォーアフター:迷っている状態からGemini等を使いこなす状態への変化

経営者・役員・AI担当向け

AIパーソナル
トレーニング

  • check_circle

    まだAI活用できていない状態でも大丈夫

    check_circle

    1回2時間のみからご利用いただけます

    check_circle

    実務で使える「今のAI活用」を学ぶ

    check_circle

    トップ層こそAIに詳しく

AIガイドライン作成+定着研修の紹介バナー:御社に合ったルールづくりから社内への定着まで

生成AIの社内ルールを一緒に作る

AIガイドライン作成+
定着研修

  • check_circle

    御社の現状をヒアリングしながら一緒に作成

    check_circle

    AIツールごとの仕組みや契約の違いを踏まえて線を引く

    check_circle

    従業員の方への定着研修までご支援

AIガイドライン作成+定着研修の紹介バナー:御社に合ったルールづくりから社内への定着まで

AIの答えに、自社の名前を

LLMO・GEO・AIO
対策

  • check_circle

    御社の現状をヒアリングしながら一緒に作成

    check_circle

    AIツールごとの仕組みや契約の違いを踏まえて線を引く

    check_circle

    従業員の方への定着研修までご支援

まずは、いまのAI活用の
状況をお聞かせください。

何から始めるか決まっていなくても、ご相談いただけます。

無料相談・お問い合わせ