https://japanlifehack.com/tags/%E3%83%95%E3%82%A3%E3%83%BC%E3%83%89%E3%83%90%E3%83%83%E3%82%AF%E3%83%AB%E3%83%BC%E3%83%97/Recent content in フィードバックループ on Japan Life HackHugo -- gohugo.ioja-jpSat, 22 Aug 2026 19:20:00 +0900https://japanlifehack.com/posts/ai-feedback-loop-automation/Sat, 22 Aug 2026 19:20:00 +0900https://japanlifehack.com/posts/ai-feedback-loop-automation/<img src="https://japanlifehack.com/images/ai-feedback-loop-eyecatch.png" alt="Featured image of post AIエージェントが画像を自動生成し、スワイプ評価で好みを学習する仕組みを作った" /><h2 id="結論-生成評価学習のループを自動化した">結論: 「生成→評価→学習」のループを自動化した </h2><p>AI画像生成で一番面倒なのは「作ること」ではなく「選ぶこと」だ。1枚3〜4分で量産できる一方、数百枚のストックから好みの1枚を見つけ、その傾向を次の生成に反映するのは手作業では追いつかない。</p> <p>そこで作ったのが、<strong>アイドル時に自動生成 → スマホのスワイプで評価 → 好みを学習して次の生成に反映</strong>するループだ。画像生成はローカルのComfyUIで完結するので、API課金ゼロで動く。</p> <h2 id="システム構成">システム構成 </h2><ul> <li><strong>生成デーモン</strong>: マシンがアイドル(負荷2.0未満)のとき自動生成し、ストックを蓄積(上限200枚で停止)。macOSならlaunchdで常駐化して再起動後も自動復帰</li> <li><strong>評価UI</strong>: スマホのブラウザからアクセスするスワイプ評価画面。右スワイプ=良い、左スワイプ=ぼつ。<strong>LAN内+トークン認証</strong>で自分だけがアクセス可能(画像生成の内容がプライベートでも安心)</li> <li><strong>ギャラリー</strong>: 良い評価の画像だけが自動でギャラリーに蓄積される。タップで原寸表示</li> </ul> <p><img alt="評価画面(左)とGoodギャラリー(右)" loading="lazy" sizes="(max-width: 767px) calc(100vw - 30px), (max-width: 1023px) 700px, (max-width: 1279px) 950px, 1232px" src="https://japanlifehack.com/images/ai-feedback-ui.png"></p> <h2 id="フィードバックループの実装ポイント">フィードバックループの実装ポイント </h2><ol> <li><strong>重み付き選択</strong>: シナリオごとのgood率を集計し、<code>重み = 1 + (good-bad) ÷ (good+bad) × 2</code> で選択確率を調整。評価データがなければ均等に生成</li> <li><strong>バッチ反映</strong>: <strong>5枚生成ごとに</strong>フィードバックをまとめて反映。毎回反映すると重みがチョコチョコ変わって生成が不安定になる</li> <li><strong>シード近傍生成</strong>: 良い評価が付いたシードの±5を10%の確率で生成。「好みの延長線上」を狙う</li> <li><strong>モデルも可変</strong>: 2つのモデル(アニメ寄り/実写寄り)を使い分け、評価で生き残る方を自動選択。悪い評価が続いた要素は重みが0になり<strong>自然淘汰</strong>される</li> </ol> <h2 id="実測データ">実測データ </h2><ul> <li>生成ペース: 約12枚/時(1枚4〜5分・768×1024+高解像度化)</li> <li>ストック200枚で約400MB。ディスクの心配はほぼ無し</li> <li>フィードバック反映後、低評価シナリオの生成比率が明確に低下(100回シミュレーションで6%まで減衰)</li> </ul> <h2 id="ハマった罠">ハマった罠 </h2><ol> <li><strong>キュー飢餓</strong>: 複数スクリプトが同時にComfyUIへ生成を投げると、待ち行列に押し出されてタイムアウトする。対策は「ComfyUIのキューが空くのを待ってから次のジョブを投げる」</li> <li><strong>シード使い回し</strong>: 別のプロンプトに同じシードを使うと不自然な絵になる。1枚1枚を新シードで生成するのが正解</li> </ol> <h2 id="応用">応用 </h2><p>この「生成→評価→重み付け」のループは画像に限らない。テキスト生成の文体、商品レコメンド、UIデザイン案など、「大量生成+人間の好み」が絡む場所ならどこにでも転用できる。生成AIが日常化した今、勝負どころは「どう選び、どう育てるか」の方に移っている。</p>