ラフを描く時間は消えた、けど修正のしんどさは消えていない
最初に、誤解されやすい話を一つ片付けます。
生成AIで業務効率化、と言われると「修正の手間も減るんだろう」と期待されます。半分正しいですが、半分間違っています。
正しいのは、初稿に到達するまでの時間が大幅に短くなったことです。コンセプトの方向性を探る段階で、5パターンも10パターンも出すのが現実的になりました。以前は紙にラフを描いて1日かかっていたのが、今は午前中で済みます。「つくってから直す」のではなく「素早くつくって早く確かめる」サイクルが回せるようになった、というのは生成AIの最大の恩恵です。これはもうあちこちで言われているので、ここで詳しく書きません。
間違っているのは、**「修正の総量も減る」**と思い込むことです。実際には、案件1本あたりの修正ラウンドの回数は、私の体感ではむしろ増えています。理由はシンプルで、クライアントの目に触れる案の数が増えたからです。10案見せれば、各案に対して「ここは良い、ここは違う」のコメントが付きます。そのコメントを集約して次のラウンドに進めるのは、結局デザイナーの仕事です。AIが出した案ではなく、AIが出した案に対するクライアントの反応を整理する仕事が、新しく増えました。
「ラフを描く時間が浮いた分、別の手間が増えた」というのが、現場で生成AIを1年使ってみて出た正直な結論です。浮いた時間がそのまま利益になっているかというと、案件の単価設計を見直していない限り、たいていの会社で利益はそんなに変わっていないはずです。
ここで重要なのは、増えた手間の中身がデザイン制作そのものではなく、校正と判断の比重がぐっと増えたという事実です。何をどれくらい見せて、どう反応を集め、どう次のラウンドに繋ぐか。デザイナーの本番がここに寄っています。
AI生成案を通す現場で起きている3つの構造的問題
校正フローを設計し直す前に、いま現場で何が起きているかを言語化します。私が他社のデザイナーと話していても、だいたい同じ3つの問題が出ます。
問題1：提案数の暴走で議論が散漫になる
AIで案を出す前は、デザイナーが「3案に絞ってから見せる」のが半ば暗黙のルールでした。3案以上見せると、クライアントは選べなくなるか、合体案を要望してくるからです。
AIで案を量産できるようになってから、この暗黙のルールが崩れます。デザイナー側は「せっかく10案出したのに3案に絞るのもったいないな」と感じます。クライアント側も「他にもまだあるなら全部見たい」と要望します。結果、5案や10案を投げる打ち合わせが増えました。
ところが、10案見せた打ち合わせで起きるのは、議論の分散です。クライアントの担当者は1案目から見ていって、5案目あたりで疲れます。10案目には「結局どれが本命なんでしたっけ」になります。1ラウンドの打ち合わせで方向性を決め切れず、「次回までに絞ったものを再提示してください」で持ち帰りになります。これが2〜3回続くと、案件の信頼貯金が削れていきます。
提案数の暴走は、AIの能力の問題ではなくて、デザイナー側の自己規律の問題です。出せるからといって全部見せるのは、過去のラフ運用の常識からは外れた行為です。ここを意識しないと、AIが効率化したはずの工程が、判断疲れという別の負債を生みます。
問題2：生成揺れと校正バージョン管理が噛み合わない
これは技術的な、でも厄介な問題です。
AI画像生成は、同じプロンプトを投げても出力が完全に同じになりません。シード値を固定すれば近づきますが、Midjourneyのアップデートが入ったり、Fireflyのモデルバージョンが変わると、過去に出した案を再現できなくなります。「あの時の3番目に近いやつをもう1回出して」というクライアントの要望に、ストレートに応えられないんです。
校正ツールの多くは、PSDやPDFやURLで提出した「最終物」に対する修正指示を蓄積する設計になっています。AI生成の中間案、つまり「採用しなかった9案」のバージョン管理は、どのツールも想定外です。デザイナーは自分のPCのフォルダか、Notionのデータベースで管理する羽目になります。
その結果、何が起きるかというと、校正コメントとAI生成の系統が分断されます。クライアントが「3番目の案の構図で、5番目の色味で」と言ったとき、デザイナーは過去に出した10案のサムネを掘り起こして、どれが3番目だったか確認し、その構図に近いプロンプトを再構築する作業が発生します。校正フローの中に、AI生成の履歴管理という工程が割り込んでくる構造です。
この分断は、ツール選びだけでは解決しません。後で書きますが、案件と校正と生成系統を同じ場所で管理する発想が要ります。
問題3：ブランドの「らしさ」が生成のたびに崩れる
これは、長期で同じクライアントの仕事を受けているデザイナーほど痛感している問題です。
AI生成は、プロンプトを少し変えただけで雰囲気が大きく変わります。同じブランドの過去案件で確立したトーン＆マナーを、毎回プロンプトで明示しないと、AIは平気で外してきます。クライアント側も最初は「面白い」と反応しますが、3回目4回目になると「うちっぽくない」と言い出します。
ニジボックスのトンマナ解説記事では、トンマナを「表現の一貫性を保つための方針やルール」と定義しています。AI時代になって、この「一貫性を保つ」というデザイナーの根本的な仕事が、むしろ難しくなっています。AIに描かせるたびに揺らぐので、デザイナーが意識的にブランドガイドを反映させないと、ブランドが毎回少しずつ滑っていきます。
エンジニアtypeの画像生成AIの現場記事でも、現場のデザイナーが「AIが生成する案の中から、ブランドに合うものを選別する目利き」がより重要になった、という話が出ています。これは強く同意します。AI時代のデザイナーの腕の見せ所は「描ける」より「ブランドの番人として選別できる」の方に移ってきている、というのが私の実感です。
選別を含めた校正は、AI生成の前工程ではなく、提案フローの中核です。ここを軽視すると、案件単位で見たときのブランド一貫性が崩れて、後で修正コストとして返ってきます。
AI時代の校正フロー設計：4つの考え方
ここまでで構造的問題を3つ書きました。これに対する設計の話に進みます。私自身が試行錯誤して、いまのところ現場で機能している4つの考え方を書きます。順番に並べていますが、優先度ではなくて、組み合わせて回すものです。
設計1：「出力数」と「提案数」を分けて運用する
最初の設計は、生成段階と提案段階を分離することです。
AIで生成する数は、20でも30でも構いません。むしろ多い方がいい。デザイナーが「方向性の探索」をするフェーズなので、ここで判断を絞り込まない方が良い案が出ます。
問題は、その20案をそのままクライアントに見せるかどうかです。私の運用では、見せるのは2〜3案までと決めています。20案からデザイナーが3案に絞り込む「選別」が、生成AI時代のデザイナーの主要業務になります。
絞り込むときの判断軸は案件ごとに違いますが、私はだいたい3点で見ています。ひとつはブランドガイドに乗っているかどうか。もうひとつは、過去にクライアントが「好き」と言ったテイストにどれくらい近いか。最後が、自分自身が「これを推したい」と思える熱量があるか。3つ全部揃った案だけが、提案ラウンドまで上がってきます。
ここで重要なのは、絞った3案以外を「捨てる」のではなく、案件の中に履歴として残すことです。クライアントが提案ラウンドで「他のパターンもありますか」と聞いてきたら、絞った段階で除外した案を1枚見せる、ということが時々あります。20案全部見せるのは混乱を呼ぶだけですが、「実は10案くらい作って、ここに絞った経緯はこうです」と言える状態は、デザイナーの信頼に直結します。
設計2：「校正ラウンド」と「ブラインド生成」を別ものとして扱う
2つ目の設計は、フェーズの呼び分けです。
提案ラウンドが進んで、クライアントが「この方向で行きます」と決めた後の修正は、従来の校正ツールが得意な領域です。文字を変える、配置を直す、色を調整する。AUNやBrushupのような校正ツールで、画像上にピンを立ててコメントを書く運用が綺麗にハマります。
問題は、「この方向で行きます」が出る前のフェーズです。クライアントが「もう少し違うパターンも見たい」と言っている段階では、校正ツール上で修正指示を集める意味があまりありません。ここで集めるべきは、修正指示ではなくて**「次のブラインド生成のためのプロンプト材料」**です。「もっと和の雰囲気で」「人物の表情はもう少し柔らかく」「背景の都会感は残して」のような、抽象度の高い要望です。
私の運用では、提案フェーズと校正フェーズを明示的に分けます。提案フェーズの打ち合わせは「方向性の議論」、校正フェーズの戻しは「ピン留めでの具体指示」。クライアント側にも「いま、どちらのフェーズか」を最初に明示します。これを宣言しておくだけで、提案フェーズの打ち合わせ中に「3案目のこの線の太さを2pxに」みたいな細かい指示が混じってくることが減ります。
フェーズを混ぜないだけで、案件1本あたりの会議時間が体感で20〜30%短くなる感覚があります。「いま何を議論しているか」が共有されていない打ち合わせほど消耗するものはありません。これはAIが入った今、より重要になりました。
設計3：ブランドガイドを校正フローの「入口」に置く
3つ目は、ブランドの一貫性を維持するための設計です。
ブランドガイドラインは、多くの制作会社で「PDFで納品されて、フォルダの奥に眠っている」状態です。デザイナーが新規案件に入るときに掘り出して開きますが、AI生成のプロンプトを書く段階で参照されないことが多いです。
私の運用では、ブランドガイドの抜粋を校正フローの入口、つまり最初のプロンプト設計段階で必ず参照する場所に置くようにしています。具体的には、案件ページに「このクライアントのトーン＆マナー要点」として、カラーパレット・フォントの方針・避けるべき表現・OKな世界観のキーワード、をワンスクロールでまとまるくらいの分量で置きます。AIに投げるプロンプトは、ここからコピペして組み立てます。
これだけのことなんですが、効果は大きいです。プロンプトの先頭にブランドガイドの要点が入っていると、AIの出力が初期段階からブランド範囲内に収まります。クライアント提案後の「うちっぽくない」フィードバックが、明確に減ります。
なぜ「校正フローの入口」と言っているかというと、ブランドガイドは校正ラウンドで思い出すものではなく、生成プロンプトを書く前に参照するものだからです。校正ラウンドで「ブランドに合っていない」と気づいて修正するのは、手戻りのコストが大きすぎます。校正の質は、修正指示の精度ではなくて、最初の生成プロンプトの精度で決まる時代になりました。
設計4：AI生成の系統を「案件」と紐付けて履歴を残す
4つ目は、技術的に細かい話ですが、運用上は地味に効きます。
AI生成は、プロンプトとシード値とモデルバージョンの組み合わせで出力が決まります。「あの時の3番目の案を再現したい」という要望に応えるには、これらを記録しておく必要があります。多くのデザイナーはNotionやスプレッドシートで管理していますが、案件管理ツールから独立した場所にあると、結局更新が止まります。
私が試行錯誤してたどり着いたのは、案件ページの中に「生成履歴」を残す運用です。プロンプトをコピペして、出力サムネを貼り付け、シード値を書く、それだけです。3カ月後にクライアントが「あの時のあのテイストで別の案件もやって」と言ってきたとき、案件ページを開けばプロンプトが残っているので、すぐ再現できます。
これも、案件管理と校正と生成系統が同じツール内にあると一気に楽になります。複数ツールに分散していると、移動と転記のコストで運用が止まります。後で書くLOGLIKEの話に繋がりますが、「同じ画面に置く」設計は、AI時代になってさらに重要性が増していると感じます。
AI画像生成ツールの率直な使い分け（2026年5月時点）
ここから少し、ツール側の話を書きます。各ツールを等距離で褒めるつもりはなくて、デザイナー目線で「今この案件ならどれを使うか」を率直に書きます。
Midjourneyは、画質と独自の雰囲気では今も頭ひとつ抜けています。コンセプトラフを大量に出して方向性を探るフェーズなら、私はまずMidjourneyに投げます。一方で、商用利用のリスクを完全には払拭できていません。AdobeのFirefly vs Midjourney解説でも触れられているとおり、訓練データの透明性で課題があります。クライアントの法務が厳しい案件、特に大手の上場企業案件では、Midjourneyで生成したものをそのまま納品物に使うのは避けています。
Adobe Fireflyは、ライセンス取得済みの素材で訓練されていて、商用利用のリスクが圧倒的に低いです。renueさんの2026年AIデザインツール比較でも商用安全性で第一推奨に挙がっていました。私の運用では、Midjourneyで方向性を探って、最終的に納品物に使う素材はFireflyで作り直すという二段構えが多いです。PhotoshopのGenerative Fillにそのまま渡せる点も、デザイン現場では効きます。画質はMidjourneyにかないませんが、法務確認の手間が消える安心感は何物にも代えがたいです。
Recraftは、ベクター画像生成に強みがあるツールで、ロゴやアイコン制作で重宝します。ラスターのMidjourneyやFireflyでは難しい「拡大縮小に耐える素材」を作りたいときの選択肢です。私はバナー制作よりロゴ・アイコン業務でしか使っていませんが、その用途では一番手です。
Stable Diffusionは、ローカル環境で動かせて完全に無料という強みがありますが、運用コストは正直高いです。GPUの調達、モデルのチューニング、プロンプトのノウハウ蓄積、これらが社内に揃っているチーム向きで、3〜5人規模のデザイン事務所が片手間で使うものではありません。
CanvaのAI機能は、SNS用バナーやプレゼン用素材を非デザイナーが触る場面で強いです。プロのデザイナーが本気の制作で使う場面は限られますが、社内資料やクライアントとのラフな共有用にはこれで十分なことが多いです。
結局のところ、私の使い分けは「探索＝Midjourney／納品＝Firefly／ベクター＝Recraft／非デザイナー共有＝Canva」というのが現時点の落とし所です。1ツールに統一する発想は捨てた方が、現場は楽になります。
デザイン校正ツールの率直な評価
校正ツール側も率直に評価します。AI生成案を回すという観点で、それぞれの得手不得手を書きます。
AUNは、無料・登録不要で気軽に使える強みがあります。URLを入れたらスクリーンショットが撮れて、すぐピンが立てられる、この手軽さは唯一無二です。ただ、AI生成の中間案を何ラウンドも回すような運用では、バージョン管理の弱さがすぐに顔を出します。1〜2回の戻しで終わる案件には最適、5回以上の戻しが想定される案件には少ししんどい、というのが私の体感です。
MONJIは、校正記号がワンクリックで入る点と、コメントへの画像アップロードができる点が現場で効きます。DTPやチラシなど印刷物の校正なら一番手です。逆にWeb系の案件で使う必然性はあまり感じません。Web系の戻しはAUNやBrushupで充分回ります。MONJIは「紙の現場のためのツール」と割り切って使うのが私の整理です。
Brushupは、有料プランが必要ですが、案件単位での管理機能が他の2つと比べてしっかりしています。動画やPDFにも対応していて、AI生成のラフを動画化したり、複数素材を束ねた提案資料を校正に回す運用ができます。月額1.8万円のスタンダードで、5〜10案件を並行で回す制作会社の規模感には合っています。
3つを並べて言えるのは、いずれもAI生成の「中間案管理」までは想定していないことです。これらは、提案フェーズが終わって「この方向で行きます」となった後の校正で力を発揮するツールです。提案フェーズの議論や、ブラインド生成のプロンプト材料を集める用途では、別の場所が必要になります。
ITreviewのデザイン修正指示ツール比較でも、AI生成案の管理に踏み込んだ評価軸は2026年時点でまだ整理されていません。校正ツール業界全体が、AI時代の運用に追いついていない過渡期にある、というのが正直な現状認識です。
案件管理と校正が地続きであることの意味
ここで、提案フェーズの議論・校正フェーズの修正指示・AI生成の系統履歴を、同じ場所に置く話に戻ります。
私自身、3年前まではNotionで案件ページを作り、AUNで校正を回し、Midjourneyの履歴は別のNotionデータベースで管理する、という分散運用をしていました。これで回らなくはなかったんですが、3つのツール間で「あの案件のあのフェーズの記録、どこだっけ」が頻発しました。検索ツールを跨ぐと、人間の脳の検索コストが想像以上に重いです。
LOGLIKEに移ってから、この移動コストが劇的に減りました。手前味噌な話になりますが、現場のデザイナーとしての本音を書きます。
LOGLIKEのデザイン校正機能は、画像やPDFをアップロードして、その上にピンや囲いでコメントを残せる、いわゆる校正ツールの基本機能を備えています。コメントごとに承認・未承認の管理ができて、未承認だけを絞り込んで確認することもできます。ここまでは他の校正ツールと同じです。
違うのは、この校正画面が「案件」の中に同居していることです。案件ページを開くと、課題管理、デザイン校正、顧客情報、過去のコメント履歴、請求書ファイルが全部同じ場所にあります。私の運用では、提案フェーズの議論はメッセージ機能で、絞り込んだ後の校正はデザイン校正機能で、ブランドガイドの抜粋はナレッジベースで、AI生成のプロンプト履歴は課題のコメント欄で、と1つの案件の中で完結します。
特に効くのが、外部共有の柔軟さです。LOGLIKEのデザイン校正はスタンダード以上のプランで外部共有が使えて、パスワード付きの専用URLでクライアントに送れます。クライアント側はLOGLIKEのアカウントを作る必要がありません。AUNの「URLで気軽に共有」と、Brushupの「案件単位で管理」のいいとこ取り、というのが触っていての印象です。
率直に言うと、LOGLIKEは校正機能の単体性能では、専門ツールのBrushupに勝っているとは言えません。動画校正の機能や、印刷物特有の校正記号の入力UIなど、専門ツールが先に作り込んできた領域では追いついていない部分があります。ただ、「案件のすべてが1画面で繋がっている」という運用面の楽さは、専門ツール3つを組み合わせても作れない構造です。
キャンペーン情報を見てもらうと分かりますが、LOGLIKEはプロジェクト管理、課題管理、デザイン校正、請求書管理、ナレッジベース、AI機能（AIと会議・AI予告通知・AI課題生成）が同じツールに入っています。デザイン現場として大事なのは、これらが「同じ案件の中で繋がっている」設計です。
AI画像生成が日常になった今、デザイナーの仕事は「複数ツール間で記録を維持しながら、案件単位で一貫性を保つ」という管理業務の比重が増えています。ツールを1つ減らすだけで、頭がすっと軽くなります。
まとめ：AIに描かせるからこそ、人間の校正設計が値段になる
長く書いてきたので、デザイナー視点で残しておきたい話を最後に書きます。
まず、AI生成で出せる案の数と、クライアントに見せる案の数を、はっきり分けて管理してください。生成数は無制限でいい、提案数は2〜3に絞る。この自己規律が、AI時代のデザイナーの基本動作です。
もうひとつ大事なのが、ブランドガイドを校正フローの「入口」、つまりプロンプト設計の段階で必ず参照する位置に置くこと。校正ラウンドでブランドのズレに気づくのは、手戻りコストが大きすぎます。校正の質は、戻しの細かさじゃなくて、最初のプロンプトの精度でほぼ決まる、これがいまのリアルです。
最後にもうひとつだけ。案件管理・校正・AI生成の系統履歴を、できるだけ同じ場所に集めてください。完璧に1ツールである必要はありませんが、移動と転記のコストを甘く見ないでください。デザイナーの脳のリソースは有限です。
AI時代になって、「描けるデザイナー」の価値は相対的に下がりました。一方で、「ブランドの番人として選別できる」「クライアントとの対話を設計できる」「案件の文脈を一貫させられる」デザイナーの価値は、明らかに上がっています。
LOGLIKEは、この「選別と判断に時間を使いたいデザイナー」のために作っています。デザイン校正機能はスターター以上のプランで使えて、クライアントへの外部共有はスタンダードプラン以上です。プラン全体の料金や機能はキャンペーンページで確認できるので、AI生成案を案件と紐付けて回す運用が、いまの仕事にどう効くか、ご自身の案件で確かめてみてください。