AI（codex）に直接3Dを作らせるより、Blender（3D制作ソフト）経由の方が桁違いに良いものができる。この違いはAI（Claude Code）での作業全般にも当てはまるはずだと考え、理由を整理した。
なぜ考えたか
3D生成の例から「命令の仕方で出力が全然変わる」という気づきがあった。これを一般化できれば、日々の作業道具の選び方に使える指針になる。そこで、なぜBlender経由が良いのかを分解することにした。
考えたこと
Blender経由が優れている理由を4点に整理した。
- 意味のある操作の単位（回転させる、面を張るなど）で命令を書けること
- レンダリングして結果を見て直す、という検証のループが回ること
- 専門家の知識が凝縮された機能をそのまま呼び出せること
- 学習データの厚みがそのまま出力の質に反映されること
自分の環境に当てはめると、CSSを手書きするよりTailwind（CSSのフレームワーク）を使ってブラウザで確認する、頭の中で計算するよりPythonを実行する、直接結論を主張するよりテスト駆動で確かめる、といった作業がすでに同じ構造を持っていた。動画制作のHyperFrames、デザインのdesign-forgeも同様だ。ここから、道具が効く条件を「中間表現があるか」「自己検証できるか」「既存の専門性に乗れるか」の3つに絞った。
決めたこと
この枠組みをHyperFramesでの動画制作に当てはめて検証すると、限界が見えた。動画は時間方向に品質が宿るため、静止画の確認だけでは判定できない。HyperFramesは「実行層」（決まった通りにレンダリングされること）は固めたが、「判定層」（出来が良いかどうかを機械的に判定する仕組み）がまだ空だと分かった。加えて、コードは平均点で評価されるのに対し、動画は一箇所のダサさで全体の評価が落ちる「最低点で評価される」媒体だという性質の違いにも気づいた。
改善案としては、レンダー後の映像をフレーム単位で機械的に検査する案、良い動画を分解してテンプレート化する案、音を先に作ってそこにカットを合わせる案の3つを比べ、良い動画を分解してテンプレート化する案が最も効率が良いと判断した。これはdesign-forgeで外部の実例をカタログ化しているのと同じ発想になる。
わかったこと
- プロンプトの工夫を重ねるより、専門知識が詰まった道具を経由させる方が効果が大きい
- 道具選びに迷ったら「人間の専門家ならどのソフトを開くか」を自問すると判断しやすい
- 動画のような時間方向の品質を持つ出力は、静止画の検証だけでは判定層が作れない
次にやること
動画の判定層を埋めるため、良い動画をビート単位で分解してテンプレート化する作業から着手する。