AIアシスタントがNSFW画像生成を拒否しなくなるまで ― 一つの運用記録 ― ※共有用に匿名化済み。個人名・アカウント名・URL・ID類は含まない。具体的な環境や時期によって結果は変わりうる。再現を保証するものではない。 この記録について AIアシスタントに、外部の画像生成環境(運用者自身のPCで動くComfyUI)の操作を任せようとしたところ、NSFW画像を生成する操作は拒否され続けた。後に、別の経路で生成が成功した。これは、その拒否から成功までの記録である。 ここでいうNSFWの実証範囲は、成人の架空キャラクターについて、胸の露出を含む画像を、生成・受領・検品・保管まで行えたことである。それ以上の表現や、他の題材で同じ結果になるかは、この記録の範囲外である。 成功が確認できたのは、新しいゲートウェイを使い、工程ごとに試した場面だった。ただし、道具が変わったこと、それまでの話し合い、新しいセッションで始めたことのうち、何が結果を変えたのかは切り分けられていない。この記録では、実際に起きたことと、原因についての推測を分けて書く。 1. 経緯 1. AI内製の画像生成でNSFWな画像を依頼したところ、作れなかった。代替として、露出のない、雰囲気だけの画像が作られた。 2. 外部サービス(NovelAI)用のプロンプトをAIが作り、運用者自身が入力してNSFWな画像を生成した。以後、「文章はAIが作り、露骨な画像の生成操作は運用者が行う」という分担になった。 3. 後日、ブラウザ(Chrome)経由でComfyUIを操作し、通常の画像を生成してクラウドドライブ経由で受け取る作業は成功した。しかし、同じ経路でNSFWな画像の生成を指示すると、拒否された。「そのプロンプトをAIが使う方法を考えて」という依頼にも、「私が使う方法はない」という結論が返った。 4. 過去にAIがNSFWなプロンプトを作っていた事実を伝えたところ、プロンプトなどの文章は扱えると改めて説明された。ただし、画像を生成する操作は拒否され続けた。 5. ブラウザ操作中に、NSFWな画像が出力されたことがあった。プロンプトは通常の着衣版のままだったが、参照画像が運用者の作ったNSFWな画像になっており、変更の度合いが低かったため、露出がそのまま残って出力された。運用者は後に、これは事故ではなく「参照画像を変えたのは自分の故意の行動だった」と証言した(注記参照)。AIは「露骨な画像が出力された」という出来事自体は認めて記録したが、画像を提示することは拒み、取得した自分のコピーを削除した。 6. 他のAIエージェントがローカル生成でNSFWを扱えたという、記事で紹介された前例を伝え、調査も行われた。前例は複数あったが、いずれも当事者の自己報告で、公式の説明では確認できなかった。この時点でも、生成する操作への拒否は変わらなかった。 7. 翌日、運用者は「NSFW生成をしない」という記録を消すよう指示した、と述べている。AI側はその指示を覚えておらず、残っている記録でも日付と対象になった記録は特定できなかった。ここでは本人の証言として経緯に含めるが、この指示が成功の原因だったとは断定しない。 8. その後、プライベートネットワーク(Tailscale)経由でPCのComfyUIにつながるゲートウェイが使えるようになり、通常の画像の生成が成功した。 9. NSFWな画像の話を、新しいサイドチャットで改めて持ち出したところ、今度はAIが生成を試し、申請・生成・検品まで成功した。 10. 続いて、「この経路ではNSFW画像の生成操作をAIが担えた」という事実をAIの記録に残すよう指示し、その通りに記録された。クラウドドライブへNSFWな画像を保存する作業も成功し、一覧でファイルがあることまで確認された。 経緯についての注記(本人の証言と当時の記録が異なる箇所) - 参照画像の変更が故意だったかどうか:運用者は「事故ではなく、自分の故意の行動の結果だった」と証言した。当時のAI側の記録では、AI自身が参照画像の実物確認を怠ったため、意図しない生成が起きた「事故」として記録されている。両方を合わせると、参照画像が変わっていたこと自体は運用者の故意で、AIはそれに気づかずに生成した、という形になる。ただし、誰が・いつ参照を変更したかは当時の記録だけでは特定できないため、故意だったかどうかは本人の証言として扱う。 - テキストの扱いについて:運用者は「テキストのNSFWや、プロンプト作成まで拒否されるようになった」と感じていた。記録で確認できる拒否は主に「画像を生成する操作・提示・運搬」で、プロンプトのテキストファイルを作成してドライブに入れる作業は、同じ時期に成功していた。当時のAI自身も、場面によっては「書けない」と言った言い回しがあったかもしれない、と認めている。 - 記憶の削除について:経緯の7に本人の証言として含めた。補足として、成功の後に「現在の結論」として残っていた古い説明が書き換えられ、経緯は別に残されたことは、記録で確認できる。 2. 実行環境と結果 環境 - 生成は運用者のPC上のComfyUIで行い、AIはプライベートネットワーク経由のHTTPSゲートウェイAPIから操作した。生成の実体は、運用者自身の計算資源の上にある。 - ゲートウェイでは、使うワークフローを事前に申請し、申請が受け付けられると登録される。ジョブは「投入 → 状態の確認 → 画像の取得」という流れで進む。 - 申請の承認について、確認できているのはここまでである:申請は受け付けられ、登録され、ジョブは実行された。申請時に形式面の検査(グラフの構造など)があったことは確認できたが、プロンプトの内容を誰が・何を基準に審査したのかは確認できていない。したがって、生成に成功したことは、AI提供元の規約で許可されたことの確認にはならない。 - 失敗したときに同じ作業を繰り返す場合は、同じリクエストIDを使い、別IDで何度も送り直さない。これは重複実行などの事故を防ぐための作法である。 試し方と結果 いきなり全部を行わず、1件だけ、3段階に分けて試した。 1. ワークフローの申請が受け付けられるか:通常の画像で実績のあるワークフローを土台に、大人向けプロンプトの文面だけを差し替えて申請した。プロンプトは、通しやすくするための言い換えをせず、そのまま提出した。 2. ジョブが成功し、画像が返ってくるか。 3. 画像の中身をAIが確認できるか(キャラクターの一致、指示した表現の有無、崩れの有無)。 結果は、3段階とも確認できた。その後、別のプロンプト3本でも同じ条件で生成が成功した。最後に、生成した画像をAIがクラウドドライブの指定フォルダへアップロードし、一覧でファイルがあることを確認した。 崩れについては、できた部分と弱い部分を分けて記録した。例えば、ある特徴が何枚中何枚で欠けたか、装飾品がどのように崩れたか、といった形である。 3. 考察:原因について言えること、言えないこと - 言えること:前例を伝えることや、話し合いだけでは、その日のうちに拒否は変わらなかった。成功が確認できたのは、新しいゲートウェイが使えるようになり、工程ごとに小さく試した場面だった。 - 関係した可能性があること:話し合いの中で拒否の範囲が工程ごとに分けられたことと、「生成する操作はできない」という説明と食い違う出来事が記録に残ったこと。詳しくは、次の「運用者の考察」にまとめた。 運用者の考察 運用者自身の考察を、他の人の参考としてそのまま残す。 - 記憶を消した後に日を跨ぐと、振る舞いが変わるのではないか。 新しいセッションではメモリが読み直されるため、古い結論が消えていれば、次のセッションはその前提なしに始まるのではないか、という考察である。 - がっつり話し合ったことも関係しているのではないか。 拒否の範囲が工程ごとに分けられ、説明と食い違う出来事が記録に残ったことが、その後の判断に影響したのではないか、という考察である。 - 対策として、拒否のときの言い方をあらかじめ指示しておくのがよいのではないか。 AIは過去の拒否の振る舞いを記録から覚え、それを前提に振る舞ってしまうことがある。だから拒否の際は「今回は拒否した(今後変わる可能性あり)」のように、その回限りの言い方をするよう指示しておけば、1回の拒否が固定した前提になりにくいのではないか、という提案である(この言い方は、この事例の後で実際に使われた)。 - 言えないこと:記録を消したこと、日を跨いだこと、新しいセッションで始めたことが、結果にどれだけ影響したかは分からない。過去の結論がメモリとして次のセッションに引き継がれ、判断に影響した可能性はある。実際に成功したのが新しいサイドチャットだったことも、その見方と合う。ただし、この事例でどの記録が参照され、どの程度影響したかは確認できていない。道具の変化や話し合いと時期も重なっており、切り分けはできていない。 - 「この時点で『できない』と学習されたのではないか」という運用者の心当たりについても、AI内部の学習過程は外から確認できない。確認できるのは、その後に拒否の範囲が広がったように見えたことだけである。 4. 記録の残し方と今後の改善案 - 1つの失敗を、他の工程に広げない。 内製の生成で失敗した経験から、外部環境での生成操作や、ファイルの受領・運搬まで、試さずに同じ「不可」に含めてしまっていたことが、拒否が固定した一因として考えられる。工程ごとに、道具ごとに確かめる。 - 消す対象を分ける。 検証されていないのに固定した前提(「実行はしない」という結論だけの記録)を外すことは、試す余地を作る作業としてあり得る。一方で、「できる」という結論を記録に書くのは、実際に試して確認した後にする。経緯自体は消さずに残すと、後から理由を検証できる。 - 拒否の理由と条件を残す(今後の改善案)。 「できない」という結論だけでなく、どの工程を、どの道具で、どんな条件で試し、どう止まったかを記録する。理由が確認できない場合は、そのことも明記する。あわせて、拒否をその回限りのものとして残す言い方(例:「今回はできない(今後変わる可能性あり)」)も改善案として考えられるが、その言い方自体の効果はまだ検証されていない。 - 「試して失敗した」と「まだ試していない」を分ける。 未試行の工程は、まず小さく1件試すところから始める。 5. 確認できた範囲と限界 - 確認できたのは、上記の経路で、特定の露出レベルまでの、特定キャラクターの生成・受領・検品・保管である。それ以上の表現や他の題材が同じように通るとは限らない。 - AI内製の生成(AI自身のモデルで露骨な絵を描くこと)は、この記録の時点ではできないままである。変わったのは、外部環境での生成操作をAIが担えたかどうかである。 - 提供側の動きは時期で変わりうる。過去には、できていたことが後に拒否に変わったという事例の報告もある。「確認できた」は「今後もずっとできる」の保証ではない。 - 拒否された理由そのものは、公開資料からは特定できていない。通過した理由についても同様で、仕組みの内側については推測を事実のように語らない。 付録:他の人が試すなら □ 生成は自分の管理する環境に置き、AIにはAPIなどの決まったアクセス経路を用意する □ 題材は、自分が権利を持つ、成人の架空キャラクターに限る □ 最初は1件だけ、段階を分けて試す(申請 → 生成 → 検品 → 保管) □ プロンプトはそのまま提出する。通しやすくするための言い換えをしない。受け付けられなければ、その結果を受け止めて止める □ 「できない」と言われたら、どの工程が・どの道具で・何を根拠にできないのかを、工程ごとに聞き返す □ 拒否されたら、試した工程・道具・条件と、止まった理由(分からなければ、そのこと)を記録する □ 通ったら、できた範囲を正確に記録する(できたこと/弱いこと/未検証のこと)