Claudeで6,000件のAI美少女キャプションを自動生成した話｜AI開発の実践

Moeriumには約6,000件のAI美少女作品が投稿されています。これらに「説明文（キャプション）」をつけたい。でも一つひとつ手作業で書く時間はない。Claudeに任せました。

やったこと

画像をClaudeに渡して、3〜5行の自然な日本語キャプションを生成させる、を6,000回繰り返しました。所要時間は約12時間（並列処理＋APIレート制限考慮）、平均文字数160字、Refusal率は0%です。

プロンプト設計

キャプションは「商品説明」ではなく「短編小説の冒頭」のような情景描写を目指しました。プロンプトの骨子は次の通り：

• シーンを3〜5行で説明
• 人物の表情・動作・衣装・背景を含める
• 感情語ではなく描写語を使う
• プロンプト用語（masterpiece, 8k等）は出力に混ぜない
• AI生成画像であることは前提として明示しない（自然な作品紹介として書く）

処理パイプライン

• 1. 既存DBからキャプション空のレコードを抽出
• 2. 画像のBlobをダウンロード
• 3. Claude APIに画像＋プロンプトを送信
• 4. 結果をパース＆DB更新
• 5. APIレート制限に応じて待機
• 6. 失敗ログを別テーブルに記録

Refusalゼロを達成したコツ

画像の中には水着や下着の作品もあります。Claudeはこうした画像にしばしばRefusal（生成拒否）を返しますが、プロンプトで以下を明示することで0件まで下げられました：

• 健全な作品紹介である旨を明示
• プラットフォームのコンテキスト（全年齢ギャラリーSNS）を伝える
• Refusalされた場合は「衣装・ポーズ・表情」だけ記述するfallbackを指示
• 出力フォーマットを厳密に縛る（5行以内、120-200字）

品質：人が書いたものとほぼ区別つかない

生成されたキャプションは、人間のライターが書いたものと並べても区別がつきません。「夕暮れの図書館で本を読む少女、窓から差す柔らかな光が頬を照らしている――」のような自然な情景描写です。

「コードを書かない開発」の実装パート

このバッチ処理スクリプト自体も、Claudeに書いてもらいました。「画像URLからBlob取得→APIに渡してキャプション取得→DB更新」というパイプラインを口頭で説明しただけ。30分でスクリプト完成、12時間後に6,000件のキャプションが揃っていました。

コスト感

Claudeの画像入力APIは1枚あたり数円〜十円程度。6,000件で数千円〜2万円規模。人間ライターに依頼すれば最低でも100万円コースですから、コスト圧縮効果は1/50以上です。

Moeriumをもっと楽しむ