【効果なし】「coherent anatomy」はプロンプトに入れる意味があるのか？24枚で検証

結論

coherent anatomy, correct hands and fingersはz-image-turboでは目に見える効果がありません。

24枚の比較（2シーン × 有無 × 各6枚）で、手指の破綻率・体のバランス・全体の品質のいずれにおいても、有意な差は確認できませんでした。

なぜ効果がないのか

理由はz-image-turboの仕組みにあります。

1. z-image-turboはCFG=1.0で動作する蒸留モデル — プロンプトへの追従性がそもそも限定的で、微妙なニュアンス指示（coherentやcorrect）が効きにくい
2. coherent anatomyは抽象的な概念 — CLIPは「coherent（整合性のある）anatomy（解剖学）」を具体的な画像特徴として理解しているわけではない。hands on hipsのような具体的なポーズ指定の方がはるかに効果的
3. 8ステップの短い推論 — ステップ数が少ないため、微細な条件付けの差が結果に反映されにくい

ではどうすればいいのか

手指の破綻を防ぐために効果があるのは、coherent anatomyのような抽象的な指示ではなく、具体的なポーズで手を安定させることです。

これらは朝ベッドの検証のchin resting on handsや夏祭りの検証のcotton candy in handで実証済みです。

プロンプトから削除して問題ないか

削除して問題ありません。 coherent anatomy, correct hands and fingersの5語（約7トークン）は75トークン制限を無駄に消費しているだけです。その分のトークンを具体的なポーズや環境描写に使う方が効果的です。

AI画像生成のプロンプトでよく見かけるcoherent anatomy, correct hands and fingers。「体の整合性を保つ」「手指を正しく描画する」という意図で使われていますが、z-image-turboで本当に効果があるのか？

24枚の画像で検証しました。

実験設計

2つのシーンで、coherent anatomy, correct hands and fingersの有無だけを変えて各6枚ずつ生成。

• シーンA: プールサイドで腰に手を当てる（hands on hips）— 手指が見えるが比較的安定しやすいポーズ
• シーンB: 公園で手を振る（waving hand with fingers spread）— 指を広げた状態で破綻が出やすいポーズ

各条件6枚なので、たまたまの成功・失敗ではなく傾向として差があるかを確認します。

シーンA: プールサイド × 腰に手

なし（6枚）

あり（6枚）

シーンAの結果

差が見えない。 hands on hipsは元々安定しやすいポーズなので、coherent anatomyの有無に関わらず手指の描写は安定しています。

シーンB: 公園 × 手振り（指を広げる）

手指の破綻が起きやすい「指を広げて手を振る」ポーズで検証します。

なし（6枚）

あり（6枚）

シーンBの結果

ここでも明確な差が見えない。 指を広げた手振りポーズでも、coherent anatomyの有無で破綻率に有意な差は確認できませんでした。

まとめ

関連記事

AI画像生成プロンプトの法則｜語順・強調構文・ネガティブプロンプトの基礎

プロンプト改善実験｜10テーマを「削る」「盛る」で比較してベストを探す

何枚生成しても外さない「神プロンプト」3選｜アブレーション検証済み最小限版