Midjourney、
「好み」を学習し始める
同じプロンプトを何度打っても、毎回微妙に違う絵が出てくる——量産型のデザイナーなら誰もが経験してきた「ブレ」に、Midjourneyが手を入れた。7月24日、パーソナライゼーションを強化したV8.2が全ユーザーの既定バージョンに格上げされた。中身と、実務への効き方を整理する。
「プロンプト力」から
「好みデータ」の蓄積へ
Midjourneyは6月25日、--previewフラグの先行アクセスとしてV8.2を公開した。公式のバージョン解説ページは、これを新しい基盤モデルの投入ではなく「審美性とパーソナライゼーションの改善」と位置づけている。そして7月24日、このV8.2がプレビュー扱いを外れ、全ユーザーの既定バージョンに格上げされた——つまりこの記事の3日前に、オプトインの実験機能から誰もが使う標準機能へと切り替わったばかりだ。
ここで効いてくるのが、以前から存在したPersonalization（好み学習）機能だ。画像ペアを見て「どちらが好みか」を評価し続けることでテイストのプロファイルを蓄積する仕組みで、V8.2ではこのプロファイルへの理解が明確に強化された。評価点を多く積んだユーザーほど恩恵が大きく、プロファイルを作るために参照される画像プールもこれまでのバージョンより広がっている。これは、腕前の差が「プロンプトを書く技術」から「どれだけ好みのデータを蓄積してきたか」へと少しずつ重心を移し始めている、という業界的なシグナルでもある。プロンプトエンジニアリングが無価値になるわけではないが、継続利用者ほど有利になる非対称性が一段はっきりした。
同じプロンプトでも、
もう毎回ブレない
--previewフラグが実際に何を変えたかを検証した技術解説記事によれば、核心はモデルの出力そのものよりも、蓄積済みプロファイルの反映精度にある。
V8.2の中身は
「新モデル」ではない
アーキテクチャの刷新ではなく、既存の土台の上での調整であることが公式にも明記されている。
公式ドキュメントも技術解説記事も一致して指摘するのは、V8.2が「審美性」と「パーソナライゼーション」の2軸に絞った改善だという点だ。プロンプトへの忠実度や、手足・構図の破綻といった根本課題への対応はV9で予定されており、今回のスコープには含まれない。派手な新機能発表ではなく、既存ユーザーの体験を静かに底上げする「地味だが効くアップデート」という位置づけが実態に近い。
誰に効いて、
誰にはあまり効かないか
量産系デザイナー・マーケター
広告バナーやSNS投稿画像のように、同じトーンで何十枚も出し続ける仕事ほど効く。プロファイルが育つほど「毎回テイストを揃え直す」手間が減り、狙った絵に寄せるための試行回数（＝時間とクレジット）が縮む。まさに「毎回テイストがブレて、狙った絵に寄せる調整に手間がかかる」という積年の悩みへの直接的な回答になる。
ロゴ・キービジュアルの単発案件
一方、企業ロゴや単発のキービジュアルのような「一発勝負」の制作では恩恵は薄い。学習は反復利用があって初めて効くため、単発案件では参照できる自分の履歴がそもそも乏しい。むしろ既存プロファイルが強く効きすぎて、案件ごとに求められる「その都度違うテイスト」を出しにくくなるリスクの方が意識される場面もある。
今週やっておくべきこと
今のうちに評価を積む
Personalizationのプロファイルは蓄積型で、早く始めるほど複利的に効いてくる。日常的にMidjourneyを使うなら、画像ペア評価を後回しにせず今週から進めておく価値がある。
既存スタイルガイドとの差分を確認する
V8.2は7月24日付でオプトインなしに既定化された。チームで運用中のスタイルガイド用プロンプトが、切り替わり前後で出力の質感が変わっていないか一度チェックしておきたい。
単発案件では明示的にプロファイルを弱める
いつもと違う新しいテイストを狙う単発案件では、強く育ったプロファイルがかえって出力を偏らせることがある。用途に応じてパーソナライゼーションの強度を意識的に調整する運用を検討したい。
好みを学習するAIは、
提案の幅を狭める刃にもなる。
過度な期待は禁物
強調しておきたいのは、V8.2が解決していない課題の方だ。プロンプトへの忠実度や、手・関節などの構図的な破綻は今回のスコープ外で、Midjourney自身がV9での改善を予告している。「V8.2でどんな指示も正確に通るようになった」という理解は誤りで、今回の主戦場はあくまで審美性とパーソナライゼーションに限られる。
もう一つの限界は、パーソナライゼーションそのものが持つトレードオフだ。プロファイルが強く育つほど出力は安定するが、それは裏返せば「いつもと違う、新鮮な提案」が出にくくなるということでもある。量産案件には追い風でも、探索的なブレインストーミングや、あえて自分の癖から離れたビジュアルを探したい場面では、学習済みプロファイルが足かせになり得る点は覚えておきたい。