GPT-4oの画像生成が苦手な注意点はこちら： 1. 左右反転できない：「左右を逆に解釈して」と言われても無視する 2. 数字の加減算ができない：「数字に2を引いて」と指示されても「5羽の鳥」は5羽のまま 3. 全体ルールより個別指示を優先：抽象的なルールより具体的な単語に反応 4. 部分編集ができない：「水面の反射だけ変更」としても全体を変えてしまう 5. 関係ない部分まで変わる：一箇所直すと背景なども勝手に変更される 6. 複雑な手順に混乱：複数ステップの編集指示を正確に実行できない条件文を無視：「～の場合のみ実行」という条件を考慮せず実行してしまう 7. 前後の記憶が弱い：前に作った画像の内容を次の生成で正確に参照できない 8. 仮定の処理が苦手：「もし地球が平らなら」といった仮説条件を適切に処理できない

他にも、知識や理解に関して次のような弱点も指摘されている： 9. 言葉と画像の断絶：言語で理解していることを視覚的に表現できない 10. 表面的な単語理解：「犬」や「左」という言葉は知っているが、その意味の柔軟性を理解していない 11. 制約を守れない：「特定のトピックだけで」と言われても無関係な内容を生成 12. 言語と画像の連携不全：言語モデルの理解が画像生成に伝わっていない 13. うわべだけの理解：「わかりました！」と返事しても実際は指示を反映できない 14. 柔軟性の欠如：文脈に応じて概念を再解釈する能力が限られている

GPT-4oの画像生成のネガキャンみたいになってしまったが、総じてGPT-4oの画像生成はとても優秀で、個人的にもどんどん使っていきたい。 その上で、上記のような点に注意しながら生成をしていくと、時間的にもお金的にも無駄にせず良い。 ということを伝えたかったです。どんどん使っていきましょう！