20年のキャリアを持つソフトウェア開発者パウロ・エンリケは、自身のポートフォリオサイト用にロゴデザインを試みた。Linuxのファイルパスを想起させる「h」をスラッシュに見立て、点滅するカーソルを組み合わせた「phalkmin」というワードマークの作成を目指した。彼はGemini、ChatGPT、そしてClaudeによるSVGコード生成を活用した。

1週間にわたりモデルのトークンを消費したが、出力結果は毎回異なるハルシネーションに終始した。OpenRouterを通じて10ドル分のクレジットを購入し、OpenDesignやGLMも利用したが、6ドルを消費しても満足のいく成果はゼロだった。モデルは単一の文字に2つの記号的役割を課すといった制約の順守にことごとく失敗した。

モデルの限界は、ピクセル予測に依存する画像生成アルゴリズムにある。記号的な意図を解釈する能力が欠けており、SVG生成においても視覚的なフィードバックなしにコードを書き出すため、修正が効かない。現在のビジョンエンコーダーは、視覚バランスよりも意味論的な分類を優先して画像を圧縮する傾向がある。

結局、彼はプロのデザイナーに依頼し、1日未満でロゴを完成させた。ライトモードとダークモードの各バージョンおよびモノグラムが納品された。人間による設計プロセスは、AI試行にかかった費用よりも低コストであり、意図や同一性、反復的な視覚認知という点において、依然として人間が圧倒的な優位性を持つことが確認された。

20年のキャリアを持つソフトウェア開発者パウロ・エンリケは、自身のポートフォリオサイト用にロゴデザインを試みた。Linuxのファイルパスを想起させる「h」をスラッシュに見立て、点滅するカーソルを組み合わせた「phalkmin」というワードマークの作成を目指した。彼はGemini、ChatGPT、そしてClaudeによるSVGコード生成を活用した。

1週間にわたりモデルのトークンを消費したが、出力結果は毎回異なるハルシネーションに終始した。OpenRouterを通じて10ドル分のクレジットを購入し、OpenDesignやGLMも利用したが、6ドルを消費しても満足のいく成果はゼロだった。モデルは単一の文字に2つの記号的役割を課すといった制約の順守にことごとく失敗した。

モデルの限界は、ピクセル予測に依存する画像生成アルゴリズムにある。記号的な意図を解釈する能力が欠けており、SVG生成においても視覚的なフィードバックなしにコードを書き出すため、修正が効かない。現在のビジョンエンコーダーは、視覚バランスよりも意味論的な分類を優先して画像を圧縮する傾向がある。

結局、彼はプロのデザイナーに依頼し、1日未満でロゴを完成させた。ライトモードとダークモードの各バージョンおよびモノグラムが納品された。人間による設計プロセスは、AI試行にかかった費用よりも低コストであり、意図や同一性、反復的な視覚認知という点において、依然として人間が圧倒的な優位性を持つことが確認された。