アーティストのための IDE：ArtCraft はプロンプトより先にブロッキングとカメラを置く

今月 GitHub のトップに現れたツールは、モデルではない

この2年ほど、AI から特定のイメージを引き出す方法は「もっと上手く説明する」ことだった。ゴールデンアワー、35mm、浅い被写界深度、斜め45度の構図。語彙を覚えて、何かがハマるまで回し続ける。人はこれをプロンプト・ルーレットと呼ぶ。そのとおりで、テキスト欄が付いたスロットマシンだ。

10月初旬に GitHub の週間トレンド首位に立った Rust 製デスクトップアプリ、ArtCraft は、足りなかったのは決して"より良いプロンプト"ではないと主張している。足りなかったのは、サンプリングが始まる前に判断を下す場所だ。プロジェクトは自らを、アーティスト、デザイナー、映像作家のための"意図的な制作エンジン"と呼ぶ。README にある短い言い方をすれば、絵とショットを作る人のための IDE になりたい、ということだ。

この枠組みはちゃんと機能している。IDE はあなたのプログラムを書かない。構造を見て、部品を動かし、実行する前に何を作ったかを確認する場所をくれる。ArtCraft は同じ考え方を1フレームに当てはめている。

実際に何ができるのか

プロジェクトを開くと、2つの空間が同時に手に入る。ひとつは2Dキャンバス。レイヤー、背景除去、描画ツール、マスク、インペインティング。もうひとつは3Dシーンで、背景、小道具、画像から変換したメッシュを置き、マネキンにポーズを付け、カメラアングルを決める。

いちばん効くのは、ショットの一貫性を保つ機能だ。

Image to Location。 バーチャル俳優をセットの中に一度置けば、そのセットはショットをまたいで残る。同じ部屋で5カット撮るつもりなら、部屋がカットごとに作り直されることはない。

キャラクターのポージングとアイデンティティ転送。 マネキンは、プロジェクト自身の説明によればシンプルな3D ControlNet だ。"彼女の左手はテーブルに置き、肘はおよそ90度"と書いて祈る代わりに、関節を回す。

3Dコンポジットとキットバッシュ。 背景と小道具が実際の奥行きで重なるので、手前の要素と奥の要素をひとつのプロンプトに潰すのではなく、互いにブロックさせられる。

Image to 3D mesh。 写真が、回転させて構図を決められる物体になる。"隅に椅子がある"と"レンズからこの距離に椅子がある"の違いだ。

生成そのものは差し替え可能だ。アプリはモデルを同梱せず、外部のモデルにルーティングする。テキストから画像は十数種類、プロンプト編集は Google の Nano Banana 系や OpenAI の画像モデル、画像から動画は Seedance や Kling といったサービス経由。セットは World Labs の Marble で作った Gaussian splat から組むこともできる。この最後の点が、誰向けなのかを語っている。実際の部屋をスキャンして、その中で撮る人は、ミームを作っているわけではない。

なぜこれがモデルの話ではなく編集の話なのか

ArtCraft が重要なのは、モデルを良くせずに出力の質を上げているからだ。得られている改善はすべて、判断をより早い段階へ、見て変えられる場所へ移したことから来ている。

これは、ほとんどの AI クリエイティブツールの作りと正反対だ。モデルを中心に据え、その周りにインターフェースを置く。するとインターフェースは、すでに存在する結果と交渉することしかできない。ArtCraft はシーンを中心に据え、モデルをレンダラーとして扱う。メンタルモデルはチャットウィンドウよりも舞台に近い。

実務的な帰結がある。構図がシーンファイルの中にあれば、バージョン管理でき、使い回せ、他人に渡せる。プロンプトの中にあれば、セッションと一緒に死ぬ。4カット目でキャラクターを決めるのに午後を丸ごと使い、5カット目で鼻が違うことに気づいた経験がある人なら、その差はわかるはずだ。

創業者の Brandon Thomas は、2026年2月に Hacker News で、自分と他の映像作家のために作った AI 映画制作・デザインエンジンとして発表した。この出自が優先順位を説明する。短編を撮る人が求める機能であって、壁紙を1枚作る人が求める機能ではない。

注意しておきたいところ

注意点は3つ。どれも小さくはない。

ライセンスがぐちゃぐちゃ。 GitHub はリポジトリのライセンスを "Other" と表示している。分類できなかった、という意味だ。少なくとも1つのプロジェクトページは、コードを MIT と Apache-2.0 のデュアルライセンスと説明している。同じ主張ではないし、商用パイプラインをその上に築くつもりなら差は効いてくる。何かを出荷する前に、リポジトリの LICENSE ファイルを読んでほしい。

ハードウェアの話がほぼ未記載。 ドキュメントはインストールとソースからのインストールを扱っている。GPU と VRAM の要件、生成の重みがどこから来るのか、推論がローカルなのかホスト型サービス経由なのかについては、ずっと静かだ。アプリがクレジット制——月額プランか都度購入のパック、自分の計算資源やモデルサブスクを持ち込む選択肢あり——であることを踏まえると、答えはおそらく"どのバックエンドを選ぶかによる"。ワークステーションを組む前に確認しておきたい。

デスクトップスタジオは道具としては重い。 ブログ記事用の良い画像が1枚欲しいだけなら、仕事に対してソフトウェアが過剰だ。ArtCraft は頭の中にシーケンスがある人向けだ。複数のショット、ひとつの場所、ひとりのキャラクター、そしてラインの同じ側に居続けなければならないカメラ。

スター数が語っていること

リポジトリは10月初旬の1日で2千個を超えるスターを集め、その後は7千台に落ち着いている。フォーク数も、ブックマークではなくコードを落としている人がいることをうかがわせる程度に多い。しかも長い期間をかけて作られている。プロジェクトは2022年から何らかの形でリリースを続けていて、突然トレンドになるものとしては珍しい。

この組み合わせが珍しい。トレンドボードはたいてい新しいもので埋まっている。これは古いものが新しく意味を持った例で、こういう時はたいてい、周囲のエコシステムがようやくアイデアに追いついたということだ。画像モデルが十分に良くなって、ボトルネックが移動した。"信じられる人間を描けるか"ではなく、"その人を好きな場所に、2回、2つの角度から、光を合わせたまま置けるか"になった。

ArtCraft の答えは、言語モデルに舞台監督をやらせるのをやめることだ。舞台を組んでから、レンダリングする。新しいモデルと大きいベンチマーク数よりは刺激が少ない売り文句だが、1カット目と合う2カット目を納品しなければならない人にとっては、たぶんこちらのほうが役に立つ。