画像・動画生成パイプライン — AIクリエイティブ試行と移行計画

マーケティング素材（バナー・SNS投稿・短尺動画）の制作フローに対し、生成AIパイプラインを試行環境で構築し、ブランド準拠の生成手順と品質ゲートを検証。本番導入はクライアントが内製で実施する前提で、試行結果を踏まえた移行計画（設計・運用・コスト・体制）を最小構成で整備。

ROLE

AIエンジニア / テクニカルリード

TEAM

4名（AI 2名 + デザイナー 1名 + PM 1名）

PERIOD

3ヶ月

主な成果

制作工数（試行対象の一部素材）: 1素材あたり4〜6時間 → 2〜3時間（約-40〜60%、レビュー込み）
出力量（試行）: 既存フローと並行で、2キャンペーンで計60〜100点を試作し、媒体別の再現性と運用負荷を把握
ブランド準拠: 品質ゲート通過率 80〜90%（要修正は主に文言・色寄せ・構図微調整）
移行判断: 本番は内製前提で、段階導入（対象媒体→対象カテゴリ→対象ブランド要件拡張）のロードマップと、必要な役割分担（制作/承認/運用）を確定

TECHNOLOGIES

Stable Diffusion XL（SDXL）LoRAControlNetComfyUIPythonFastAPIFFmpeg

AI生成パイプライン全体図 — BRIEF → GENERATE → CONTROL → ANIMATE → POST-PROCESS → DELIVER の6ステージ構成 — Generation Pipeline: 6ステージの自動画像・動画生成フロー

※画像はイメージです

Style Control: LoRA / ControlNet / IP-Adapter / Brand Rule の4層品質制御

ワークフロー比較 — 従来の手作業制作フロー（4〜6h）とAI生成パイプライン（30〜90min）のBefore/After — Before/After: 制作ワークフローの劇的な効率化

背景・課題

マーケ部門では制作需要に対して供給が追いつかず、キャンペーン展開の速度がボトルネック。素材のトーンや品質は担当者依存になりやすく、ブランドガイドラインの担保も運用で吸収している状態だった。

アプローチ

対象媒体（バナー/SNS/短尺動画）ごとに「守るべきブランド要件（色・トーン・禁止表現・ロゴ扱い）」と、生成AIに任せる範囲・人が判断する範囲を整理し、評価観点（再現性、作りやすさ、チェック負荷）を定義。次に、権利クリア済み素材をもとにLoRAを複数パターン作成し、ControlNet等で構図を寄せる生成フローをComfyUIで試作した。あわせて、簡易の品質ゲート（NGワード、色味の範囲、セーフティ判定、テンプレ構図の逸脱チェック）と、ブリーフ入力→生成→候補提示→最終選定のHuman-in-the-Loop手順を整備。最後に、試行で見えた運用上の論点（承認フロー、ログ保管、モデル更新、事故時対応、GPU費用）を整理し、AWS上での本番想定アーキテクチャと段階移行の計画に落とし込んだ（本番実装はクライアント内製）。