xAI は、2026 年 8 月 28 日に Grok Imagine 画像編集を 3 つのソース画像から 5 つに増やしました。これは有用な容量であり、5 つの参照が常に優れているという証拠ではありません。追加の入力により、より多くの概要を保存できますが、誰も要求していない背景、ポーズ、テクスチャ、または顔の特徴を密かに持ち込むこともできます。実際的な質問は、出力が保持する必要がある属性を保護する最小の許可されたソース セットは何ですか?ということです。

APOB で独自の参照ロール テストを構築する

このガイドでは、リリースを 12 出力の実験に変えます。これは、Grok を APOB に対してランク付けするものではなく、APOB が xAI のネイティブ 5 イメージ API を公開することを意味するものでもありません。毎回、表面、モデル、設定、日付、ソースの順序、拒否された出力を記録します。あるインターフェイスからの結果は、別のインターフェイスに自動的に転送できません。

アップロード前にすべての参照ロールを凍結する

5 枚の魅力的な写真から始めず、モデルが自分たちの仕事を理解することを望みます。各参照に 1 つの責任を与えます。便利な 5 スロットのシートには、アイデンティティ、製品、レイアウト、パレット、および否定的なメモまたは「継承しない」メモが含まれています。スロットを空のままにしても構いません。空のスロットは、容量を埋めるのではなく、必要性をテストしている証拠です。

アイデンティティアンカー

保存する必要がある人物またはキャラクターの属性を明確に示す、許可された画像を 1 つ選択してください。顔の形、髪の生え際、目の間隔、特徴的なアクセサリー、シルエットなどの属性を観察可能なチェックとして書き込みます。 「同一人物のように見える」は、2 人の査読者が独立して採点するには曖昧すぎます。

クロップと照明は重要です。保護された属性が表示されるソースを使用し、ターゲットに別の角度が必要かどうかを記録します。ダウンロード可能であるという理由だけで、公開ポートレートを再利用可能として扱わないでください。被写体と画像の使用権を確認します。

製品アンカー

ラベル、形状、留め具、素材、色が見える、きれいな製品リファレンスを使用してください。保護された領域と、ラベルのスペルミス、ロゴのずれ、キャップの変更、不可能な反射、余分な開口部、プロポーションの歪みなど、拒否を余儀なくされる欠陥をリストします。製品が画像の主題である場合、製品の忠実度が美しい背景によって平均化されるべきではありません。

2 番目の実装面では、APOB の AI Image Generator が参照ベースのワークフローを提供します。これを、Grok Imagine のプロキシとしてではなく、独自の文書化された入力と設定を含む別のテスト パスとして扱います。

レイアウトアンカー

空間関係のみを目的とした構成参照を選択してください。水平線、被写体のスケール、カメラの高さ、空のテキストセーフエリア、およびオブジェクトの位置をマークします。個別に承認されない限り、この画像のアイデンティティ、製品ブランド、服装、色を譲渡してはならないことを明示的に記載します。

ノードリフト契約

生成する前に、「継承しなければならない」と「継承してはならない」という 2 つの列を含むコンパクトなコントラクトを作成します。アイデンティティ、製品、ポーズ、レイアウト、パレット、タイポグラフィ、背景オブジェクト、照明、カメラの動作が含まれます。 xAI マルチ画像編集ドキュメント では、複数のソース画像がどのように提供されるかについて説明しています。コントラクトは、成功した出力が何を意味するかを定義します。

制御されたソース組み合わせマトリックスを 1 つ実行する

1 つのプロンプト、1 つのアスペクト比、1 つの品質設定、および行ごとに同じ数の出力を使用します。公式の xAI リリース ノート には、アップデートにより編集制限が 3 つのソース画像から 5 つに引き上げられ、アスペクト比オプションが追加されたと記載されています。この発表により、利用可能な容量が定義されます。忠実度スコアは提供されません。

単一ソース制御

最も強力なアイデンティティまたは製品ソースから 3 つの出力を生成します。このコントロールは、競合する参照なしにプロンプトと 1 つのソースが何を達成できるかを示します。安全性エラー、不正な出力、公開しない結果など、すべての試行を保存します。

アイデンティティプラスプロダクト

プロダクト アンカーを追加し、3 つの出力を生成します。プロンプトを変更しないでください。この比較では、製品の忠実度が向上するかどうか、アイデンティティが弱まるかどうか、製品とシーンの属性がその人に漏れ出るかどうかが問われます。

製品とレイアウト

3 つの出力にはプロダクト アンカーとレイアウト アンカーを使用します。この行は、構成ガイダンスがパッケージを上書きせずに配置するのに役立つかどうかを示します。これは、キャンペーンで固定空白スペースや一貫したクロップが必要な場合に特に便利です。

5つの画像のストレスケース

最後の 3 つの出力には 5 つのスロットすべてを使用します。正確な順序を保持し、各節がどのソースを参照しているかを記録します。サーフェスがファイルを並べ替えたり圧縮したりする場合は、アップロード順序が保持されると想定するのではなく動作が行われることに注意してください。

このテストは、イメージの生成ヘルプ ワークフローを使用して APOB で繰り返すことができますが、結果として得られる APOB 行は別のサーフェスとしてラベル付けする必要があります。 2 つの製品のスコアを 1 つのラベルなしの平均に結合しないでください。

スコアの保存と相互汚染のブラインド化

12 個のファイルの名前をランダムな ID に変更し、source-count 行を 2 人のレビュー担当者から非表示にします。全体的なアピールの前に、保護された属性にスコアを付けるように依頼します。意見の相違を記録する。曖昧な契約が明らかになることがよくあります。

顔の一貫性

事前に定義されたアイデンティティ ランドマークをスコアリングします。 0 ～ 3 のスケールを使用します。0 は明らかに異なることを意味し、1 はいくつかのランドマークがずれていることを意味し、2 は 1 つの材料欠陥で認識できることを意味し、3 はリストされたすべてのランドマークが合格することを意味します。生体認証の確実性に関する表現は使用しないでください。これは本番環境の一貫性のレビューであり、ID 認証ではありません。

製品の形状

ラベルのテキスト、ロゴの配置、寸法、留め具、ハンドル、開口部、エッジをフルサイズで検査します。すべての保護領域を個別にスコア付けします。重大なパッケージ欠陥が 1 つある製品は、平均スコアが高くても不合格となります。

レイアウトの忠実性

シンプルなグリッドをオーバーレイします。被写体のスケール、水平線、ネガティブスペース、およびオブジェクトの位置を、生成前に書き込まれた許容値と照合して確認します。レイアウトはスタイルが失敗しても合格する可能性があるため、これらのディメンションは分離されたままになります。

意図しないスタイル転送

許可のない継承された要素をすべてリストします。レイアウト ソースからの壁テクスチャ、アイデンティティ ソースからのジュエリー、製品からのフォントのようなマーク、パレット カードからのカラー キャストなどです。汚染は感覚ではなくカウントです。

再起動せずに最も弱い転送を修復します

まだ編集可能な、最もスコアの低い出力を選択します。プロンプト、順序、クロップ、およびソース セットを一緒に変更すると、再利用可能なレッスンが生成されないため、変更は一度に 1 つずつ行ってください。

入力順序

インターフェイスとドキュメントで順序が意味のあるものになっている場合は、最も重要なソースを最初に宣言されたロールに移動します。失敗した行のみを繰り返します。結果が改善された場合は、他のすべての保護された次元におけるトレードオフに注目してください。

明示的な帰属

属性を番号付きイメージにバインドするように 1 つの句を書き換えます。ソース 2 のパッケージ ジオメトリを保持します。ソース 3 のフレームのみを使用します。APOB 画像プロンプト ガイド は、チームがプロンプトのバリアントを文書化するのに役立ちますが、プロンプトが明確だからといって、結果を検査する必要がなくなるわけではありません。

編集パス

画像の残りの部分が終了した場合にのみ、対象を絞った編集を使用してください。編集によって欠陥が修復されたか、新しい欠陥が作成されたかを記録します。レビュー担当者が実際の修理費用を確認できるように、両方のファイルを保持してください。

放棄条件

重要な保護された属性が 2 回失敗した場合、修復によって以前に通過した領域が損傷した場合、権利が不明瞭になった場合、または費やした時間が新たな制御世代を超えた場合は、編集を停止します。このしきい値により、視覚的には快適だが追跡できない出力が本番環境に入るのを防ぎます。

再利用可能な参照注文カードを発送する

結果は「5 枚の画像が勝つ」というものではありません。これは、どのソース セットがこのサーフェス上で、これらの設定とレビュー担当者とともにこのブリーフを通過したかを示す日付付きのカードです。

2画像の場合

ID と製品など、ジョブに 2 つの独立したアンカーがある場合は、2 つのソースを使用します。別の合成画像が汚染を引き起こす場合は、プロンプト内のレイアウトを維持します。

3 つの画像の場合

3 番目のソースは、測定された障害を解決する場合にのみ追加します。たとえば、アイデンティティやパッケージを変更せずに配置を改善するレイアウト アンカーなどです。追加後にブラインドスコアを繰り返します。

5枚の画像の場合

5 つの明示的に分離可能な責任を伴うブリーフ用に 5 つのソースを確保します。 2 つの参照が同じジョブを実行する場合は、よりクリーンな方を選択します。査読者が迷走要素がどこから来たのかを診断する必要がある場合、コンテキストを増やすことは無料ではありません。

表面と権利に関する注記

使用するネイティブ xAI API またはサードパーティ サーフェスの名前、モデル/バージョン (表示されている場合)、アカウント層、日付、ソースの順序、権利ステータスを指定します。この 5 つの画像の参照テストは、普遍的なモデルの品質ランキングではありません。モデル、インターフェース、設定、概要、または受諾契約が変更された場合は、これを繰り返します。

合格する最小のソース セットを保持します。このルールは監査が容易で、繰り返しのコストが低く、望ましくない転送が見栄えの良いフレームの背後に隠れる可能性が低くなります。

マルチ参照イメージというフレーズは、検索の省略表現としてのみ使用してください。プロダクションシートには、各ソースの正確な役割を指定する必要があります。 Grok Imagine の画像編集はテストされた xAI サーフェスであり、参照画像の一貫性はルーブリックによって測定された結果です。 5 つのイメージ参照テストは、新しいクリティカル転送を導入せずに 5 番目の入力が定義された障害を解決した場合にのみ合格します。

プロンプト、画像、認証記録、レビュー担当者 ID、ランダム化されたファイル名、および最終注文カードを一緒にアーカイブします。ソースが置き換えられた場合は、古い結論を静かに拡張するのではなく、そのセットを新しい実験として扱います。

古いカードも保管しておいてください。

情報源

• xAI — 画像 API の更新を想像してください

• xAI — マルチ画像編集

• APOB AI — AI 画像ジェネレーター

• APOB ヘルプセンター — 画像の生成