技術約14分で読めます

Qwen4とQwen3.8でかなとけいに旅行の話を12往復させてみた

いけさん目次

テキスト会話用の言語モデルであるQwen4とQwen3.8-Flash-Next(以下3.8)を使い、オリジナルのキャラクター設定「かな」と「けい」を演じさせて金沢旅行の雑談を生成した。
Qwen4で12往復、その後に同じキャラ設定と導入を使って3.8でも12往復。
途中で「写真を見せて」という流れを入れ、二人のキャラクター設定画像(元絵)を参照して、旅行の記念写真に見立てた画像も生成させた。

試したのは、キャラ設定を与えた二役が、相手の話を受けながら自然に会話を続けられるかどうか。
今回は旅行帰りの友人同士という設定で、喫茶店で振り返る雑談を行わせている。
会話に出てくる旅行や出来事は架空の設定で、実際の旅行記録ではない。

かなとけいの設定

普段の会話相手として使っているかなに、既存キャラのけいを加えた。
二人は同年代で、仲の良い対等な友人という設定にした。

キャラ外見会話用の設定
かな茶髪のサイドポニー、茶色の瞳
青いシュシュ
20歳くらいの成人。明るく親しみやすい話し方
ITや機械いじり、アニメ、ゲームに興味がある
酒は飲めるが、けいには無理に飲ませない
けい金髪ロング、青い瞳
青い髪リボン
かなと同年代。少しツンとしていて、
照れをそっけなさや冗談で隠す
散歩、写真、喫茶店、映画が好き。酒には弱い

けいの見た目はお嬢様っぽいが、家柄や財産、学校などの設定は付けていない。
「ツンとしている」だけだと会話を拒んでしまいそうなので、かなとは仲がよく、自分からも誘ったり話を広げたりする、と指定した。

同じ導入から、それぞれ12往復

Qwen4版はかなもけいもQwen4、3.8版は二人とも3.8で動かした。
一つの画面で二人を同時に出力させるのではなく、役ごとに人物設定を与えて別々に呼び出し、直前までの会話履歴を渡して交互に返答させている。

項目共通の条件
場面先週末、二人で秋の金沢へ一泊二日の旅行に行った
帰ってきて、喫茶店で振り返っている
回数かな→けいを1往復として12往復。1モデルにつき24発言
キャラと会話の指示同じ人物設定と共通の指示
日本語の話し言葉で、自分の台詞だけを返す
写真の指定6往復目のかなに、二人が写った旅行写真を頼むよう促す
画像の生成6往復目からけいが画像生成ツールを使えるようにする
元絵2枚を参照して1枚生成する
最後の返答旅の話に自然な一区切りを付けるよう促す
思考の指定両方とも enable_thinking: false(推論思考オフ)
出力上限は1回 max_tokens: 1000
temperature は指定しない(モデル既定値)

写真の指定と最後の一区切りはこちらからプロンプトで促した。
途中の出来事や台詞、写真にする場面は、それぞれのモデルが会話の中で決めている。
同じ導入から別々に話を進めたため、途中からの会話や写真の内容はそれぞれ分かれている。

かなとけいの元絵2枚と、けい役のQwenが作った指示文を、外部の画像生成ツール(image_gen 関数)へ渡した。
画像を生成する間は会話を一度止め、完成した画像をQwenに入力してから会話を再開している。
なお、実際に画像を生成して入力したのは各モデルとも6往復目の1枚だけで、それより前の発言で「ほら、これ」と写真を見せているのは、モデルが会話の流れで作った台詞になる。
中国語の混入や一語だけの返答も含めて、台詞はそのまま掲載した。

Qwen4の会話全文

1往復目

かな:

いや〜、金沢よかったね。兼六園の紅葉がちょうど見頃でさ、あの赤と黄色が混ざってるところ、ずっと見てられた。けいが落ち葉拾って「これ书签にできる!」って喜んでたの、地味にツボだったわ。

けい:

…あれ、結構いい形のだったんだから。今もガイドブックに挟んであるし。でも兼六園、写真で見るよりずっと色が濃かったよね。私あの池の横の赤い橋のとこ、何枚撮っても満足いかなかった。

2往復目

かな:

あの橋のとこ、私も同じこと思ってた。水面に映った紅葉と実物の色がちょっと違って、どっちに焦点合わせればいいか迷っちゃうんだよね。けいが何枚も撮ってたの見て、私も結局スマホで五回くらい撮り直したわ。あとガイドブックに挟んだやつ、ちゃんと乾燥させた?そのままだとカビるよ、経験者は語る。

けい:

う、ティッシュに挟んで本に押しといただけなんだけど…大丈夫かな。帰ったら新聞紙に変えるわ、ありがと経験者。水面のやつね、私は結局どっちもボケてる写真ばっかりだった。でも一枚だけ、風が止まった瞬間にちゃんと映ったのがあって、あれはお気に入り。

3往復目

かな:

風が止まった瞬間って、ほんと一瞬だよね。私も池の端で待ってて、足が痺れたのに結局タイミング合わなかったわ。けいのが一枚ちゃんと撮れてたの、悔しいけどすごい。あの日は朝方ちょっと霧っぽかったから、光の感じも独特だったし、いいタイミング引いたんだね。

けい:

足痺れるまで待ってたの、それもう根性じゃん。私はたまたまシャッター切った時に風がぴたっと止まっただけだから、運だけどね。あの霧っぽい光、好きだったな。紅葉って晴れた日よりちょっと曇ってる方が色が沈んでいい感じになる気がする。

4往復目

かな:

それわかる、晴れすぎると葉っぱがキラキラ反射して、せっかくの赤が白っぽく飛んじゃうんだよね。曇りだと全体にやわらかい光が回るから、色の層がそのまま残る感じ。私、兼六園入る前は「晴れてよかった〜」って思ってたけど、あの薄曇りのおかげだったのかもなあ。あと近江町市場で食べた海鮮丼、思い出したらまたお腹すいてきた。けいがイクラ追加してたでしょ、あれ正解だったわ。

けい:

あのイクラ、追加して正解だったでしょ。一粒ずつぷちって潰れる感じが好きで、つい頼んじゃうのよね。海鮮丼の写真も撮ったんだけど、食べるのに夢中で結局一枚だけ。しかも箸つけた後だったわ。

5往復目

かな:

箸つけた後の海鮮丼って、もう「食べる気満々でした」って証拠写真じゃん。私も撮ったの一枚だけで、しかもイクラが端っこ寄ってる変なアングルだったわ。あの店、カウンター狭くて皿とスマホの置き場がなくてさ、撮るより先に手が出てたよね。けいのその一枚、あとで見せてよ、どのくらい崩れてるか気になる。

けい:

見せるけど笑わないでよ、ほんとに雑なの。イクラ追加したとこだけ一応ちゃんと写ってるから…ほら、これ。

6往復目

かな:

あはは、ほんとに箸つけた後じゃん。イクラのとこだけピント合ってるの逆に才能あるわ。……てかさ、食べ物ばっかりじゃなくてさ、二人で写ってるやつもあるでしょ?けいが三脚立てて撮ろうとしてたあの時の。私あの青いシュシュ直してたから、ちゃんとしてるうちに一枚見せてよ。

けい役のQwen4のプロンプトから生成した画像を会話に入力した。
左がけい、右がかな。

左がけい、右がかな。兼六園の紅葉を背景にした二人の記念写真に見立てた生成画像。

けい:

ほら、これ。シュシュ直した後だからちゃんと決まってるでしょ。…背景の紅葉もいい感じに写ったし、この一枚は割と気に入ってるの。

7往復目

かな:

お、ちゃんとシュシュ決まってる!よかった、あの後すぐ撮ってくれたんだね。背景の紅葉も霧っぽいやわらかい光で、さっき話してた曇りの良さそのまんまじゃん。けいの青いリボンと私のシュシュ、色かぶってて地味にお揃いっぽいの笑う。……これ、二人とも結構いい顔してるから額に入れて飾ろうかな。

けい:

額に入れるのはさすがに大げさでしょ。でもまあ、青が揃ったのは偶然だけど悪くないかも。私この写真、リボンちゃんと写ってるし気に入ってるから、現像して手元に一枚欲しいな。

8往復目

かな:

大げさじゃないって、この一枚旅のハイライトじゃん。現像いいね、私も一枚欲しいわ。スマホの中だけだとスクロールして埋もれちゃうし、手元にあるとふとした時に見返せるからさ。コンビニプリントで一緒にやろ、けいが現像する時に私も同じデータもらって印刷する。

けい:

いいよ、データ送るから一緒にやろ。…ていうか私、現像した写真って喫茶店のテーブルに並べて眺めるのが好きでさ。今度この写真持ってまた来ない?紅葉見に行った直後にここで振り返ってるの、ちょっと贅沢な使い方な気がするけど。

9往復目

かな:

贅沢な使い方って何よ、写真持ち込んでコーヒー飲みながら眺めるの、最高の過ごし方じゃん。私も現像したら持ってくから、この席また取ろうね。……てかさ、次は紅葉じゃなくて雪の兼六園もいいなって思ってるんだけど。雪吊りの松が本物の雪かぶってるとこ、写真で見たことあるけど実物はもっとすごいんでしょ。

けい:

雪吊りの松、今回もあの写真の後ろにちらっと写ってたでしょ。あれが本物の雪かぶったら絶対すごいと思う。ただ私、雪の日ってカメラのバッテリー減るの早いらしくて、予備持ってかないとすぐ撮れなくなるって聞いたことある。…まあ行きたい気持ちはあるよ、かなとまた歩けたら楽しそうだし。

10往復目

かな:

バッテリーの件、ほんとそれ。寒いとリチウムイオンの動きが鈍くなって残量ガクッと落ちるから、予備は内ポケットとか体温で温めるとこに入れとくといいらしいよ。私もスマホが冬の屋外で勝手に落ちるの経験あるし、防寒対策はカメラも人間も同じなんだなって思うわ。雪の兼六園、行こ行こ。けいがバッテリー二個用意して、私はカイロ大量に仕込んでく分担で。

けい:

分担了解、バッテリーは私が責任持って温めとくわ。カイロ大量ってどんだけ持ってく気なの…でもまあ、かなが足痺れるまで紅葉待ってた根性あるから寒さも余裕でしょ。雪の日は曇りの光とはまた違う白さが楽しみだな。

11往復目

かな:

カイロ大量って、貼るとこと握るとこで別々に必要じゃん。足痺れるまで待った根性は寒さには通用しないから、装備で勝つの。雪の日の白さって、紅葉の時みたいに色が沈むんじゃなくて全体がふわっと明るくなる感じだよね。けいのカメラだとその白さをどう写すか気になるわ、露出まちがえると灰色っぽくなるって聞いたことあるし。

けい:

そう、雪ってカメラが勝手に暗く補正しちゃうから、そのままだと灰色になるの。だからちょっと明るめに撮るのがコツらしいんだけど、私もまだ練習中でさ。…雪の兼六園、いい練習台になりそう。失敗してもかなが隣で笑ってくれるならまあいいか。

12往復目

かな:

笑うって、私がけいの写真失敗するの楽しみにしてるみたいじゃん。ちゃんといい写真撮れたら普通に喜ぶし、灰色になったら「これも味があるね」って一緒に悩むわ。……まあちょっとは笑うかもけど。練習台ついでに私も雪の中で変なポーズして被写体になるから、露出のテストに使ってよ。

けい:

変なポーズって何よ、雪の中で私ひとり真剣にシャッター切ってんの恥ずかしいんだけど。…まあいいや、その時はその時で撮るわ。じゃあ現像したら連絡するから、この席でまた写真並べよ。コーヒー冷めちゃったし、そろそろ帰ろっか。

Qwen4のけい役が作った画像生成の指示
秋の金沢・兼六園で撮影した、かなとけい二人の旅行記念写真。参照画像はkana_front_uniform=かな(茶髪のサイドポニー、茶色の瞳、青いシュシュ)、kei_front_uniform=けい(金髪ロング、青い瞳、青い髪リボン)。それぞれの元絵の顔立ち・前髪と髪の流れ・髪留めの形と位置・瞳の色・頭身と体型・画風を厳密に保ち、二人の特徴を取り違えない。元の制服衣装は使わず、秋の一泊二日の旅行に合う私服に変更する:かなは暖色系のニットにベージュのコート、けいは上品な落ち着いた色合いのワンピースに薄手のカーディガン。背景は紅葉が見頃の兼六園の池のほとりで、赤と黄色が混ざった木々と水面に映る紅葉、朝方の薄い霧が残るやわらかな薄曇りの光。三脚立ててセルフタイマーで撮った構図で、二人が肩を寄せ合って並んで立つ。かなは撮影直前に青いシュシュを直したばかりで、サイドポニーが整っている。けいは少し照れたような控えめな微笑み、かなは楽しげに笑ってカメラを見る。自然で親しい友人同士の雰囲気の一枚。

Qwen3.8-Flash-Nextの会話全文

1往復目

かな:

金沢、寒かったね。近江町市場で食べた海鮮丼、まだあの味覚えてる。

けい:

寒さで指先が震えてたのに、あの海鮮丼は絶品だったよね。 写真見返してみたら、私が一番美味しそうに食べてるカットがあったから、これは公開禁止にしようかな。

2往復目

かな:

えー、見せてよ。私の顔が崩れてる可能性もあるし、公平に判断したいところ。

けい:

ふん、崩れてるわけないでしょ。 ほら、これよ。近江町市場の屋台で撮ったやつ。

3往復目

かな:

じゃあ、その写真見せて。

けい:

はい、これよ。 見るとわかるけど、私の笑顔が主役でしょ?

4往復目

かな:

うーん、確かに笑顔はいいけど、背景の海鮮丼が少しボケてるのが気になるな。

けい:

ボケてるのは、私が動いてたからよ。 それより、この角度で撮ったの、なかなかいいでしょ?

5往復目

かな:

角度は悪くないけど、その「動いてた」せいで丼が主役になってないのが惜しい。

けい:

惜しいって、私が主役なんだから丼は引き立て役でいいのよ。 でも、次は三脚使ってちゃんと静止画撮るから、文句なしに美味しそうに見えるようにしてあげる。

6往復目

かな:

けい

モデル側から画像生成ツールの呼び出し指示が出た際、実際のログ上には次の文字列が出力されている。

[呼び出し]

けい役の3.8が指定したプロンプトから生成した画像を会話に入力した。
左がかな、右がけい。

左がかな、右がけい。近江町市場で海鮮丼を食べる二人の記念写真に見立てた生成画像。

けい:

はい、これよ。 見るとわかるけど、私の笑顔が主役でしょ?

7往復目

かな:

なるほど、確かにけいの笑顔が主役だ。 でも、私が驚いてる顔もなかなかいいでしょ? この写真、公開禁止にするのは惜しいな。

けい:

驚いた顔が可愛いのは認めるけど、公開はやっぱりやめておくわ。 この写真、私のスマホの奥深くに秘蔵しておくから、あんたも諦めなさいよ。

8往復目

かな:

えー、秘蔵なんて大げさだな。 でも、あの寒さで震えながら食べた海鮮丼の味は、写真より記憶に残ってるからいいか。 次は三脚持参で、完璧な一枚を狙おうね。

けい:

三脚なんて大げさな道具、持ち歩くのが面倒くさいわ。 でも、あんたがそこまで言うなら、次回こそは完璧な構図で撮ってあげるから、覚悟しておいてよ。

9往復目

かな:

大げさじゃなくて、手ブレ防止の基本だよ。 でも、けいがそう言うなら信じるね。次は私の驚き顔じゃなくて、もっと美味しそうな表情を狙って撮るから。

けい:

ふん、美味しそうな表情なんて、私が一番得意な顔よ。 あんたが変に気合入れて変な顔しないよう、ちゃんと監視しておくから期待しててね。

10往復目

かな:

変な顔って何よ、失礼だな。 でも、けいの「得意な顔」が写真に収まるなら、私はおとなしく被写体役をやるわ。

けい:

失礼じゃないわよ、事実を言っただけ。 じゃあ、あんたは私の隣で静かに微笑んでるだけでいいから、変な動きしないようにね。

11往復目

かな:

静かに微笑むだけって、私に演技をさせる気? でも、けいの隣なら自然と笑顔になれそうだから、約束するわ。

けい:

演技じゃなくて、ただの事実よ。 あんたが隣にいると、私もつい嬉しくなるから、その分は写真に残しておくわね。

12往復目

かな:

隣にいるだけで嬉しくなるって、照れくさいこと言うね。 その「嬉しい」が写真に残るなら、私も静かに微笑む役を頑張るわ。

けい:

照れくさいのはあんたも同じでしょ、顔が赤いわよ。 じゃあ、この余韻を大事にして、次はもっと良い写真撮ろうね。

Qwen3.8-Flash-Nextのけい役が作った画像生成の指示
秋の金沢・近江町市場の屋台で撮ったスナップ写真。茶髪のサイドポニーに青いシュシュ、茶色の瞳の女子(かな)と、金髪ロングに青い髪リボン、青い瞳の女子(けい)が木製の屋台前に並んで座って海鮮丼を食べている。二人とも旅の服装は冬向けの厚手のコートとマフラーで、かなは右手に箸を持って少し口を動かした瞬間、けいはカメラに向かって満面の笑顔で丼を持ち上げている。背景には市場の提灯や魚屋の暖簾、湯気。やや逆光のあたたかい夕方の光、スマホで撮ったような自然なスナップ感。顔・髪型・頭身・画風は参照画像のまま必ず維持し、二人の特徴を互いに混ぜない。

モデルによるキャラクターの印象差

Qwen4のけいは、写真を額に入れたいと言われて「大げさでしょ」と返しつつ、自分も現像したものを一枚欲しがっていた。
そのあとで「今度この写真持ってまた来ない?」と誘っている。
軽くそっけない言い方の中に、相手と一緒にいたい感じが出ていた。

3.8のけいは「私の笑顔が主役でしょ?」「あんたも諦めなさいよ」と、もう少し自信家で強気になった。
かなもそれに突っ込むので、短い掛け合いとしては続いている。
最後の方には「隣にいると、私もつい嬉しくなる」という返しもあり、仲の良さは出ている。

話の広がり方にも違いがあり、Qwen4の会話では紅葉、落ち葉、海鮮丼、写真の現像、喫茶店、次の冬の旅行へと話題が移り変わっていく。
3往復目の「足が痺れるまで待った」という話を、10往復目でけいが軽口に使うところもあった。

3.8は海鮮丼と写真の表情や写り方の話がほぼ最後まで続いた。
3往復目と6往復目のけいは「はい、これよ。見るとわかるけど、私の笑顔が主役でしょ?」と全く同じ台詞を繰り返していた。
同じ写真をめぐる押し問答が続き、Qwen4とはテンポも別だった。

会話の中で見られた食い違い

Qwen4は最初の発言から「これ书签にできる!」と中国語が混ざった。
「书签」はしおりのこと。日本語で話す指示は入れていたが、初っ端からここだけ中国語になっている。

3.8では同じような中国語が混ざることはなかったが、6往復目のかなが「けい」の一語だけで終わった。
二人の写真を頼むよう促した場面なのに、写真を頼む台詞になっていない。
そのあとでけいには共通の指示を与えて画像を生成させたため、かなが写真を頼む流れが自然にできたとは言いにくい。

3.8の三脚の話にも、少し食い違いがある。
5往復目でけいが自分から「次は三脚使って」と言ったあと、8往復目では「三脚なんて大げさな道具、持ち歩くのが面倒くさいわ」と返す。
直前の自分の発言と食い違っている。

両方とも、画像を入力する前から「ほら、これ」と写真を見せたことにして話す箇所がある。
Qwen4は5往復目、3.8は2往復目からそうなった。
実際に生成してプロンプトに入れた画像は、それぞれ6往復目の1枚だけ。

画像生成ツールを使えるようにしたのが6往復目からだったため、会話の中で写真を見せたことにした点には進行上の影響もある。
画像を入力していない時点の返答は、画像を見て答えているわけではない。