ひと目で「AI 製」とわかる典型パターン

前述の紫グラデーションやベントーボックスは、こうした典型パターンのごく一部です。業界ではこれらを総称してアンチパターン、あるいはデザインスメル（デザインの悪い癖）と呼びます。つまり、見た瞬間にバレてしまう安っぽい手法のことです。今回の発見を理解するには、まずこの「悪い癖」の全体像を把握する必要があります。

3 か月前、Design Arena は GPT-5.5 を分析した際、この種の悪い癖のリストをまとめています。主なものは以下の通りです。

これらは、単体で見れば必ずしも間違いではありません。問題は、AI が使いすぎて、読者がひと目で見抜けてしまうことです。Design Arena の評価では、これらの悪い癖がある作品は、往々にして選ばれない側に回っています。

悪い癖 #1：紫・青グラデーション。ブラインド評価では敗北側に回ることが多い作品です。出典：Design Arena

悪い癖 #2：グリッド背景。出典：Design Arena

1000 のウェブページを 1 枚の地図に。そこには欠けた領域があった

良い癖も悪い癖も、主観的な話です。評価側は目に見える証拠を求めて、次のような分析を行いました。GPT-5.6 Sol が生成した 1000 件のウェブページを、すべて 1 枚の地図上の点に変換したのです。

この作業は 2 段階です。まず、各ウェブページのスクリーンショットを CLIP と呼ばれるモデルに入力し、各画像に長い数列を出力させます。この数列は、画像の「遺伝子コード」のようなもの。スタイルが似た画像は、このコードも近くなります。次に、UMAP と呼ばれる手法を使って、この長いコードを 2 次元平面上の 1 点に圧縮します。このとき、元の距離関係をできるだけ保つようにするため、スタイルが近い点は地図上でも近くに配置されます。

1000 個の点が広がると、それがこのモデルの「デザイン空間」、つまり、このモデルが好んで生成するスタイルの領域全体になります。広げてみると、評価側は想定外のものを発見しました。地図上にいくつか明確な空洞があり、点の集まりの中で不自然に欠けた領域があったのです。

以下が評価側が公開した実際の投影図です。1 枚目は GPT-5.6 Sol のもので、密集した点の中にいくつかの空洞が見て取れます。2 枚目は GPT-5.5 のもので、点群は隙間なく埋まっており、このような欠損は見られません。

GPT-5.6 Sol の UMAP 投影。点群の中に明確な空洞が見えます。出典：Design Arena

同じ方法で投影した GPT-5.5 のもの。点で埋め尽くされ、そのような欠損はありません。出典：Design Arena

穴の中に何があるのかを確認するため、評価側は GPT-5.6 Sol と GPT-5.5 の作品を同じ図に重ね合わせました。GPT-5.6 Sol の点はオレンジ色で、GPT-5.5 の点の上に重ねられています。オレンジの点がある場所は、GPT-5.6 Sol が生成する領域。オレンジの点がなく、下の色だけが残っている場所は、GPT-5.6 Sol が避け、前世代が生成していた領域です。

オレンジの点（GPT-5.6 Sol）を青い点（GPT-5.5）の上に重ねています。両者はほぼ重なりますが、「紫グラデーション」のクラスタだけはオレンジの点がまったくなく、GPT-5.6 Sol が完全に避けている領域であることがわかります。出典：Design Arena

2 つのモデルはほとんどの領域で重なりますが、紫グラデーションのクラスタにはオレンジの点が 1 つもありません。ベントーボックス、特大タイトル、オフセットレイアウトといった他の悪い癖にも同じことが当てはまり、穴の中にはまさに、あの AI の典型パターンが収まっていたのです。

同じ悪い癖を避けても、2 つのモデルは別の道を歩む

AI の典型パターンを避けるモデルは、GPT-5.6 Sol だけではありません。しかし、その避け方は他とは異なります。これが、今回の分析で最も直感に反する点です。

比較対象として、上位にランクインしている GLM-5.2 を見てみましょう。GLM-5.2 も特大タイトルなどの悪い癖をほとんど生成しません。その方法は、これらのパターンを含まない高評価のテンプレートを学習しているからです。つまり、GLM-5.2 のデザイン空間には、そもそも「紫グラデーション」という領域が存在しません。ですから、描くことができないのは当然で、マップ上に穴はできません。そこは最初から空っぽだからです。

GPT-5.6 Sol は別です。マップ上に穴が残っているということは、これらのパターンを学習し、描く能力があることを示しています。ただ、生成のたびに回避しているのです。紫グラデーションがどのようなものか、どこに配置すべきかを知った上で、あえて配置しない選択をしているのです。

GLM-5.2 はテンプレートによって悪い癖を回避。デザイン空間に対応する領域がないため、穴もできません。出典：Design Arena

この 2 つの道は、最終的な成果物としては、どちらも悪い癖を避けられているかもしれません。違いは能力の形状にあります。一方はその領域を「行かない」とマークして囲っているのに対し、もう一方はその領域自体を地図に描いていません。評価側は、GPT-5.6 Sol は学習後に自ら抑制している、という、モデルとしては珍しい行動を取っていると指摘しています。

信頼できるテンプレートから出発し、各要件に合わせて大幅に変更

これは評価側が挙げた 2 つ目の発見で、「パーソナライズ」に関するものです。ウェブページを生成するモデルには、大きく分けて 2 つの傾向があります。1 つはテンプレートに強く依存するタイプで、安定はしますが、毎回よく似た見た目になります。もう 1 つはテンプレートをほとんど使わず、各要件に応じてゼロから生成するタイプで、バリエーションは豊かですが、必ずしも安定しません。GPT-5.6 Sol は、その中間に位置します。

GPT-5.6 Sol は、検証済みの優れたデザイン構造のセットから出発し、各具体的な要件に合わせて大幅に調整します。同じテンプレートの下でも、互いに関連しながらも異なる、多数のバリエーションを生成できます。評価側はこれを、細菌が近縁の菌株へと進化するようなものだと例えています。共通の基盤を共有しつつ、それぞれが独自に発展していくイメージです。

両極の対照として：GLM-5.2 も今回のランキングで上位に入っていますが、高評価のテンプレートを学習することで成り立っています。利点は安定性、欠点はバリエーションが基本的に要件自体からしか生まれず、同じテンプレートが繰り返し現れることです。一方、Claude Fable 5 にはテンプレートの痕跡がほとんどなく、デザイン空間はより散らばっており、各作品は要件に応じて高度にカスタマイズされています。

GLM-5.2 の作品はテンプレートの痕跡が明確で、互いに似ています。出典：Design Arena

Claude Fable 5 はテンプレートがほぼなく、デザイン空間はより分散し、作品ごとに異なります。出典：Design Arena

GPT-5.6 Sol はこの両極の間に位置します。テンプレートで最低限の品質を確保しつつ、カスタマイズで差別化を図っています。評価側は、これにより各ユーザーが自分の要件に合い、かつプロの手によるもののように見えるページを入手でき、ランキング上位の大きな要因になったと見ています。1 つ気づく点として、異なるページに画像を設定する際、同じ画像を複数の異なる場面で使うことがよくあります。

紙吹雪は盛大に、チャートはまだ不得意

典型パターンの自発的抑制についても、GPT-5.6 Sol はすべてを達成できたわけではありません。評価では、2 つの明確な弱点が指摘されています。

1 つ目は紙吹雪（コンフェッティ）です。 GPT-5.6 Sol は、ページ上にコンフェッティ（お祝い用の色とりどりの紙吹雪アニメーション）をまき散らすのが大好きで、作品の 26.5% 以上に登場します。その徹底ぶりは、既成のコンフェッティライブラリがなくても、自分でゼロから書いて使うほどです。これ自体も AI の典型パターンの 1 つですが、これは回避できていません。

GPT-5.6 Sol は紙吹雪を過度に使用し、作品の 4 分の 1 以上に登場します。出典：Design Arena

2 つ目はデータチャートです。チャートやデータ可視化のパフォーマンスが弱く、一般的なウェブチャートライブラリである chart.js を使っても、まともな実データのチャートを描けません。

GPT-5.6 Sol はチャートとデータ可視化の面で弱さが見られます。出典：Design Arena

従来の 1 位より 2 倍以上速く、価格も半分

順位と美的感覚に加え、GPT-5.6 Sol は速度と価格の面でも差をつけています。評価側は、このモデルが同時に 2 つの新しいパレート最適フロンティアを打ち立てたと述べています。1 つは「見た目の良さ vs 速度」、もう 1 つは「見た目の良さ vs 価格」です。

GPT-5.6 Sol は「見た目の良さ vs 速度」「見た目の良さ vs 価格」の両方のグラフで新しいパレート最適フロンティアを打ち立てました。出典：Design Arena

より厳選し、より柔軟に

評価側は、今回の観察を 2 つのポイントにまとめています。

1 つ目は、より厳選しているということです。どのビジュアルパターンがウェブページを「AI 製とすぐわかる」ように見せるかを学習し、それらを自ら抑制しつつ、信頼できる一連のデザイン構造はいつでも使えるよう保持しているように見えます。2 つ目は、より柔軟であるということです。テンプレートとカスタマイズを組み合わせ、テンプレートで最低限を確保しつつ、各要件に大幅に調整を加えることで、誰もが自分の要件に合い、プロの手によるもののように見えるページを入手できます。

この 2 点が重なり、Design Arena が GPT-5.6 Sol の一発生成ランキング首位の主な説明としています。回避できなかった紙吹雪や、満足に描けないチャートについても、評価内で同様に提示されており、併せて見ることで全体像が浮かび上がります。

GLM-5.2 は、これらのデザインの悪い癖をそもそも学習していないため、生成することはない。GPT-5.6 Sol は、学習し、その存在を知りながら、あえて描くことを拒否しているように見える。 Design Arena、GPT-5.6 Sol の評価分析より

分析の結果、最大の特徴が明らかになりました。それは、これらの「一目で AI」な典型パターンを学習しつつも、あえてページに配置しない、という点です。

ただ、「典型を避けた」という主張は主観的です。良い悪いは人それぞれ。評価側は、目に見える証拠を提示しようとしました。

証拠はこうやって見つけられました。GPT-5.6 Sol が生成した 1000 件のウェブページを、すべて 1 枚の地図上の点に変換したのです。

2 段階のプロセスです。まず、CLIP と呼ばれるモデルを使って、各ウェブページのスクリーンショットにコードを割り当てます（内容やスタイルが似ている画像ほど、コードも近くなります）。次に、UMAP と呼ばれる手法で、この長いコードを平面上の 1 点に圧縮します。スタイルが近い点は、地図上でも近くに配置されます。1000 個の点が広がった「スタイルの地図」を見ると、中央が不自然に欠けていることに気づきます。

評価側が 2 つのモデルの作品を重ね合わせて確認したところ、紫グラデーションのクラスタには GPT-5.6 Sol の点が 1 つもありませんでした。ベントーボックスや特大タイトルも同様で、穴の中には、まさにあの AI の典型パターンが収まっていたのです。同じ典型を避けるにしても、GLM-5.2 は別の道を歩んでいます。GLM-5.2 はこれらの典型をそもそも学習しておらず、地図上のその領域は最初から空っぽ。GPT-5.6 Sol は学習済みで、描く能力はあるのに、毎回回避しています。1 つは「できない」、もう 1 つは「できるが、やらない」です。

同じ地図から、もう 1 つの発見もありました。GPT-5.6 Sol の点は、単に固まっているわけではありません。実績のあるテンプレートのセットから出発しつつ、各要件に合わせて大幅に調整するため、「画一的」と「完全に自由」の間に位置します。

美的感覚に加え、GPT-5.6 Sol は速度と価格の面でも差をつけています。

また、GPT-5.6 Sol もすべてを回避できたわけではありません。紙吹雪は作品の 4 分の 1 以上に登場し、既成のライブラリがなくても、自分でゼロから書いて使うほど。データチャートも苦手で、一般的なチャートライブラリである chart.js を使っても、まともな実データのチャートを描くことができません。これらの点も、評価では併せて提示されています。