Stable DiffusionやComfyUIでAIイラストを生成していると、複数人のキャラクターを指定した時に「人数は合っているのに配置や関係性が崩れる」「後ろにいるはずの人物が消える」といった問題が起こりやすくなります。
特に、3人以上のキャラクターがそれぞれ別の行動をしている構図では、単純に文章で説明するだけではAIが情報を正しく整理できません。この記事では、多人数イラストでキャラクターの位置関係やポーズを反映させるためのプロンプト作成のコツを解説します。
Stable Diffusionで複数人の構図が難しい理由
Stable Diffusionは、人間のように文章を完全に理解しているわけではありません。プロンプト内の単語を画像生成のための特徴として処理しているため、「誰がどこにいるか」「誰が誰に触れているか」といった関係性は苦手な分野です。
例えば「男1人、女2人、女性Aは男性の後ろ、女性Bは男性の前」という文章を書いても、AIは「男性」「女性」「腕を掴む」「頬をつねる」といった要素を混ぜ合わせるだけになり、配置が崩れる場合があります。
そのため、多人数構図では人数指定だけではなく、キャラクターごとの役割や位置を明確に分離して指定することが重要です。
人数指定だけではなくキャラクターを分けて記述する
複数人を生成する場合は、単純な「1man, 2girls」だけではなく、それぞれの人物を区別できるように記述します。
例えば以下のように役割を分けると認識されやすくなります。
例：
masterpiece, best quality,
1man, 2girls,
man in center,
girl on the left behind the man,
girl on the right in front of the man
このように「中央」「左」「右」「後ろ」「前」などの空間情報を追加すると、AIが構図を理解しやすくなります。
位置関係を表すプロンプトを具体的にする
多人数構図では、「behind」「in front of」などの単語だけでは弱い場合があります。より具体的な位置や動作を組み合わせることで成功率が上がります。
例えば、以下のような形で記述します。
例：
1man standing in the center,
girl behind him holding his arm,
girl in front of him pinching his cheek
また、「behind the man」よりも「standing behind the man, visible face, holding his arm」のように、見えてほしい部分まで指定すると、後ろのキャラクターが消える問題を減らせます。
プロンプトをキャラクターごとに分割する方法
ComfyUIを使用している場合は、通常の文章プロンプトだけでなく、キャラクターごとに分けて管理する方法も効果的です。
例えば、Latent CoupleやRegional Prompterなどの拡張機能を利用すると、画像の領域ごとに異なるプロンプトを割り当てることができます。
通常のプロンプトではAIが3人分の情報を混ぜてしまいますが、領域指定を使えば「左側は女性A」「中央は男性」「右側は女性B」のように場所ごとに制御できます。
複数人構図で使いやすいプロンプト例
以下は、3人構図を作る場合の基本的な例です。
例：
masterpiece, best quality, anime style,
3 people,
1man, 2girls,
man standing in the center,
girl behind the man holding his arm,
girl in front of the man touching his face,
full body, dynamic pose
ただし、モデルによって得意な表現が異なるため、同じプロンプトでも結果は変化します。生成結果を確認しながら、不要な要素を減らしたり、重要な動作を前半に配置したりすると改善しやすくなります。
ネガティブプロンプトで崩れを防ぐ
多人数イラストでは、人数不足や身体の融合が起こりやすいため、ネガティブプロンプトも重要です。
例：
bad anatomy, extra arms, extra legs, missing fingers, merged characters, duplicate person, bad hands
特に「extra person」「merged characters」などは、複数人生成時によく起こる問題を抑えるために有効です。
ControlNetやポーズ指定を使うと安定性が向上する
複雑な構図を狙う場合、プロンプトだけで完全に制御するのは難しいため、ControlNetなどの補助機能を利用すると安定します。
例えば、3人分の簡単な棒人間やポーズ画像を用意し、OpenPoseで読み込ませることで、「誰がどこに立つか」を画像側から指定できます。
文章だけで「後ろの人物が腕を掴む」「前の人物が頬をつねる」と指定するよりも、構図を直接指定できるため成功率が大きく向上します。
まとめ｜Stable Diffusionで多人数構図を作るには配置指定が重要
Stable DiffusionやComfyUIで複数人のイラストを生成する場合、単純な人数指定だけではキャラクター同士の関係性を正しく表現することは難しいです。
成功率を上げるには、キャラクターごとに役割を分け、「中央」「前」「後ろ」「左」「右」などの位置情報を追加することが重要です。
さらに、ComfyUIの領域指定機能やControlNetなどを組み合わせることで、複雑な3人以上の構図でも狙ったポーズや関係性を再現しやすくなります。まずはシンプルな配置指定から試し、必要に応じて補助機能を取り入れると安定した生成につながります。
コメント