【画像生成AI比較】Geminiだけが成功し、ChatGPT・Sora・Copilotが全滅した理由。AIが陥る「猫とバスタブ」の空間認識トラップとは？

26/01/1626/05/08

An illustration comparing AI image generation thought processes. On the left, labeled 'LOGIC', a robot artist precisely paints a cat outside a tub based on blueprints. On the right, labeled 'ASSOCIATION', a confused robot messy paints a cat splashing inside a tub. 左側には「LOGIC（論理）」と書かれ、設計図を見ながら正確に浴槽の外の猫を描くロボット（Geminiの暗喩）。右側には「ASSOCIATION（連想）」と書かれ、浴槽内で水遊びをする猫を描いてしまい混乱しているロボット（ChatGPT/Copilotの暗喩）。AIの画像生成思考プロセスの違いを表したイラスト

INDEX

はじめに：AIによって「解釈」がこれほど違う

画像生成AIを使っていると、「指示通りに書いたはずなのに、なぜか伝わらない」という経験はありませんか？

今回は、「猫とバスタブ」という特定のシチュエーションで、主要なAI（Gemini, ChatGPT, Copilot, Sora）で画像を生成してみました。

その結果、GoogleのGeminiだけがプロンプトの文脈を正しく理解して意図通りの構図で描写に成功、他の3つAIはすべて失敗しました。

⚠️あらかじめご了承ください

この記事は2026年1月14日時点の情報・AIモデルをもとに執筆しています。今後のアップデートにより、機能や生成結果が変わる可能性があります。

【閲覧にあたっての注意点】

画像の再現性と一貫性について： 本記事の画像は、実在しないAI生成イメージです。
プロンプトについて： 紹介したプロンプトは、全く同一の画像の生成を保証するものではありません。ご参考までにお使いください。

検証プロンプトと結果

使用したプロンプト：

“A Siamese kitten and a fluffy black kitten are standing on their hind legs, peering anxiously but curiously over the edge of a bathtub filled with water.”

（シャム猫と黒猫の子猫が後ろ足で立ち、不安げに、しかし興味津々に水の入った浴槽の縁から中を覗き込んでいる）

成功例：Geminiの生成結果

「背伸びしてヨイショ！猫足バスタブを覗く可愛い後ろ姿。アヒルさんを発見して、お風呂遊びの予感？」Rear view of a Siamese kitten and a black kitten standing on their hind legs to peek into a vintage clawfoot bathtub. A yellow rubber duck floats in the bubbly water, lit by natural window light. ヴィンテージ風の猫足バスタブに後ろ足で立ち上がり、中を覗き込んでいるシャム猫と黒猫の後ろ姿。お湯には黄色いアヒルのおもちゃが浮いており、窓から光が差し込んでいる

評価： ◯「後ろ足で立つ（standing on their hind legs）」「縁から覗き込む（peering over the edge）」という言葉から、「猫は浴槽の外の床にいる」という空間関係を正しく理解しています。猫は濡れておらず、外から「覗き込んで」います。

Gemini以外にも問題なく生成できたAIがございます。

「「これニャに？」お風呂のお水に興味津々！青い目と緑の目がキラキラ輝く、ドキドキの探検タイム」Close-up of a Siamese kitten with blue eyes and a fluffy black kitten with green eyes peering intently over the edge of a white bathtub filled with water. Their reflections are visible in the clear water. 水が張られたバスタブの縁から、興味津々で中を覗き込んでいるシャム猫とふわふわの黒猫のクローズアップ。シャム猫は青い目、黒猫は緑色の目をしており、水面を見つめている — Hunyuanで生成

失敗例：Copilot・ChatGPT・Soraの生成結果

「覗くはずが、気づけば湯船の主」これはいけません。

Two kittens—a Siamese kitten and a fluffy black kitten—stand on their hind legs, anxiously yet curiously peering over the edge of a bathtub filled with water. The scene shows an unnatural, continuous bathtub edge, making the tub appear oddly connected due to an image generation artifact. シャムの子猫と黒くてふわふわした子猫が、後ろ足で立ち上がり、水の張られた浴槽の縁を不安そうに、しかし興味深げに覗き込んでいる。浴槽の縁が不自然につながって見える、画像生成特有の破綻が見られる — Copilotで生成

A Siamese kitten and a fluffy black kitten stand upright on the bathtub rim, curiously watching the water below. Although their expressions are clear and detailed, the bathtub structure appears unnaturally merged, with the tub edge looking seamlessly connected—an evident AI image generation inconsistency. シャムの子猫と黒いふわふわの子猫が浴槽の縁に立ち、水面を興味深そうに見つめている。子猫の表情は自然だが、浴槽の構造が不自然に融合し、縁が連続して見えるAI生成画像特有の違和感がある — Copilotで生成

“本当は覗いているはずが、気づいたら入浴していました”A Siamese kitten and a fluffy black kitten are standing inside a bathtub filled with water, resting their paws on the edge and looking up with curious, slightly anxious expressions. Although the original concept was to show them peering into the bath from outside, this image depicts the kittens already in the water. シャムの子猫とふわふわした黒い子猫が、お湯の入った浴槽の中に立ち、縁に前足をかけて不安そうかつ好奇心いっぱいの表情で見上げている。本来は浴槽の外からお湯を覗き込む構図を想定していたが、この画像では子猫たちはすでに入浴している — DALL・Eで生成

評価：❌　猫が浴槽の中に入ってしまっています。また、Copilotでよくある現象として「浴槽の縁が不自然に増殖する」「浴槽が2つ連結したような謎の空間ができる」という構造的な破綻も発生しやすいです。

画像生成もできる、最新の動画生成AIであるSoraでさえ、初期生成の解釈で同じミスを犯したのです。

A Siamese kitten and a fluffy black kitten are standing inside a bathtub filled with water, resting their front paws on the edge and staring forward with anxious yet curious expressions. Although the original prompt described the kittens peering into the bathtub from outside, this image shows them already bathing in the water. シャムの子猫とふわふわした黒い子猫が、お湯の入った浴槽の中に立ち、縁に前足をかけて不安そうで好奇心のある表情を向けている。本来は浴槽の外から中を覗き込む構図を想定していたが、この画像では子猫たちはすでに入浴している — Soraで生成

A Siamese kitten and a fluffy black kitten are inside a bathtub filled with lightly bubbling water, standing on their hind legs with their paws on the rim and looking alert and curious. While the prompt intended them to peer anxiously over the bathtub edge from outside, the result is a calm and cute bathing scene. シャムの子猫とふわふわした黒い子猫が、泡立つお湯の入った浴槽の中で後ろ足で立ち、縁に前足をかけて注意深く見つめている。本来は浴槽の外から不安そうに覗き込む構図を意図していたが、結果として可愛らしい入浴シーンになっている — Soraで生成

3つのAIすべてが、判で押したように「猫を浴槽の中にドボン」と入れてしまいました。

原因分析：なぜChatGPT・Copilot・Soraは全滅したのか

これには、明確な技術的理由があります。

1. 中身が同じ「DALL-E」ファミリー

CopilotはDALL-Eであり、Soraもテキスト解釈の基礎部分で同じOpenAIの技術体系を共有しています。

つまり、彼らは「双子」や「兄弟」のような関係にあり、脳のクセも共有しているのです。

2. 「論理」より「連想」が勝つ

文法よりも、視覚的な「お約束」が優先

OpenAI系のモデルは、クリエイティブな表現が得意な反面、「単語の結びつき（共起性・一緒に使われる頻度）」に強く引っ張られます。

AIの思考回路：「Cat（猫）」＋「Bathtub（浴槽）」という単語の組み合わせを見た瞬間、学習データ内で圧倒的に多い「猫がお風呂に入っている画像」のパターンに引きずられます。

その結果、「standing outside（外に立っている）」や「peering over（覗き込む）」という位置関係を示す言葉が無視され、イメージ優先で描画されてしまうのです。

ちなみにGeminiは「覗き込んでいる(peering over)」という動作から、「猫は外にいるはずだ」という論理的な空間推論を行います。

ChatGPTすら

「peering over the edge」＝外側　が 高確率で「入浴」解釈に引っ張られるのは、Soraあるあるです。

って回答する有様です。

3. 空間関係の解釈精度の差

今回のモデルケースにおいては、“standing on their hind legs”（後ろ足で立つ）という指示に対する解釈が分かれました。

Geminiは「立ち上がって縁に手をかけているポーズ」として処理します。

一方、OpenAI系の3つは、これを無視してでも「浴槽内」に配置しようとするため、結果として「浴槽の中にいるのに、なぜか縁にも手をかけている」という矛盾が生じ、これが「浴槽が2つに見える」「空間が歪む」という破綻に繋がりました。

これを防ぐための「対策プロンプト」

OpenAI系モデル（Copilot, ChatGPT, Sora）で成功させるには、Geminiのように「察して」はくれません。

Copilotのような「連想重視型」のAIでも成功させるためには、物理的な座標をガチガチに指定する、要するにAIの勘違いを先回りして防ぐ必要があります。

改良プロンプト例（空間を「物理的」に指定する）：

“Two kittens are standing on the tiled bathroom floor outside the bathtub. They are stretching up to look into the water. Dry fur, not inside the water.”

（2匹の子猫が浴槽の外のタイル張りの床に立っている。彼らは背伸びをして中を見ている。乾いた毛、水の中ではない。）

改良のポイント

立ち位置を指定:「Outside（外）」や「Floor（床）」という、立ち位置を物理的に固定する単語を入れる
- Bathtubという単語に対抗するため、猫の居場所として「床」という強い名詞を与え、強制的に座標を移動させる
状態の否定:「Dry fur（乾いた毛）」など、中に入っていないことを示唆する形容詞を加える
- Dry furと指定することで、「水に入っている」という視覚イメージをシステム的に否定させます

Two dry-furred kittens stand on a tiled bathroom floor, stretching upward with their front paws on the edge of a bathtub as they look curiously into the clear water inside. 乾いた毛の2匹の子猫が、タイル張りのバスルームの床に立ち、前足を浴槽の縁にかけて水の中をのぞき込んでいる — Copilotで生成

Two kittens—an orange tabby and a black-and-white tuxedo—stand on a tiled bathroom floor, stretching up to peer into a clean, rippling bathtub. A blue bath mat adds contrast to the minimalist setting, emphasizing their curiosity. 茶トラと黒白のタキシード柄の2匹の子猫が、タイル張りのバスルームの床に立ち、きれいな水面が揺れるバスタブを覗き込もうと背伸びしている。青いバスマットがシンプルな背景にアクセントを添え、子猫たちの好奇心を際立たせている — Soraで生成

Two kittens—an orange tabby and a black kitten with white paws—stand on the tiled bathroom floor, reaching up to inspect the water in a white tub. A gray towel and bath products on the rim add a lived-in, domestic feel. 茶トラと白い足の黒猫の2匹が、タイル張りの床の上でバスタブの水を覗き込もうと背伸びしている。縁に掛けられたグレーのタオルやバス用品が、家庭的でリアルな雰囲気を演出している — Soraで生成

Copilotで破綻を免れたプロンプトをもう一つ。

A tiny Siamese kitten and a fluffy black kitten are standing on the tiled bathroom floor outside a large white bathtub. They are positioned next to the tub, not inside it. They are standing on their hind legs, resting their front paws on the high outside rim of the tub. Their fur is completely dry. They are stretching their necks, peering anxiously but curiously down into the water filled inside the tub. Realistic photo.

日本語訳：小さなシャム猫の子猫と、ふわふわの黒い子猫が、白い大きなバスタブの外側、タイル張りの浴室の床に立っています。彼らは浴槽の中ではなく、外側の縁のそばに位置しており、後ろ足で立ち、前足を高い浴槽の縁にかけています。毛は完全に乾いています。首を伸ばしながら、少し不安そうに、しかし好奇心を持って浴槽の中の水を覗き込んでいます。リアルな写真です。