Waifu Diffusion で効率的に画像を生成する

ワークフロー

Waifu Diffusion （Stable Diffusion）はプロンプトで細部の指示はできない。Waifu Diffusion で大まかな方向性の画像を作り、細部は img2img を使って修正したり、フォトバッシュするのが効率的だ。

1. プロンプトの調査

作成したい画像に近いイメージの画像を Deep Danbooru に入れてタグを調べる。もしくはどこかからプロンプトを拾ってくる。

AUTOMATIC1111 ならローカルで Deep Danbooru が使える。

2. 低い Inference Step でシードガチャを行う

構図はプロンプトよりもシードの影響を受けやすい。なのでまずシードガチャでよい構図のシードを探す。ここでは顔や手や服の装飾が崩れていても問題にしない。顔や手や服の装飾は img2img で修正するのがはるかに効率的だ。欲しい構図の画像をすでに持っている場合はこの工程を飛ばしてもいい。この工程を飛ばす場合は4. 気に入らない部分をペイントソフトで修正するへ。

シードガチャは DDIM や DPM++ 2M Karras サンプラーで８～ 16 ステップぐらいで行う。これらのサンプラーでは 20 ステップでほとんど構図は固定される。

3. プロンプトの修正

2. で手に入れたシードを使って、プロンプトの調整を行う。絵が描けるならこの工程は飛ばしてもいい。

4. 2. と 3. とで手に入れたシードとプロンプトとで Inference Step を上げて画像をクオリティアップさせた画像を生成する。

5. 気に入らない部分をペイントソフトで修正する

手動で気に入らない部分を修正する。

6. img2img で画像を再生成する

この工程でも複数枚生成して良いものを採用する。

7. 画像を合成して完成

便利なツール

より詳細な解説

絵下手マンがWaifu Diffusionでファンアートを描く方法

続・絵下手マンがWaifu Diffusionでファンアートを描く方法　加筆ノウハウ編

より思い通りの画像を作る！img2img＆フォトバッシュ複合ワークフローについて[StableDiffusion]

【全体公開】今から追いつく！AIイラスト超入門

AI画像生成を利用した着色高速化ワークフロー[NovelAI]

ぶるぺん流AIイラスト生成術

新機能『Depth to image』でベース画像の形状を維持したまま画像生成

差分生成の実例

AUTOMATIC1111 の Prompt S/R を使う方法

プロンプトを切り替えて差分を作成する方法。ただしポーズや構図が固定できない。

prompt
(masterpiece:1.4), best quality, highly detailed 8k cg unity, 1girl, solo, full body, short purple hair, standing in the night cyberpunk city, genshin, clothing

negative prompt
lowres, bad anatomy, bad hands, missing fingers, pubic hair, extra digit, fewer digits, cropped, worst quality, low quality, blurry

prompt S/R
clothing, nsfw highly detailed race-trimmed bra panties undressing, nsfw completely nude

モデルは Easter

裸画像を先に作る実例

着せたい服がきまっている場合、先に裸画像を作る。そうすると肌のトーンの調整をする必要がなくなる。

ネガティブプロンプトは共通で long body, monochrome, lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry

プロンプト例：masterpiece, best quality, 1girl, completely nude in the park, blue archive, genshin

インペイントで下着差分をつくる

インペイント

プロンプト例：masterpiece, best quality, 1girl in the park, blue archive, genshin, underware, bra, panties

インペイントで服差分をつくる

インペイント

プロンプト例：masterpiece, best quality, 1girl wearing a dress in the park, blue archive, genshin

服を先に作る実例

生成した画像

seed=214927526
inference steps=15

prompt
bishojo, full body, view straight on, a girl wearing white one-piece with white marble glowing skin and perfect symmetrical pretty face with blush cheeks and light green long hair and glaring eyes on sunny day standing, golden hour lighting, strong rim light, art by krenz cushart and violet evergarden

negative prompt
deformed, bad anatomy, disfigured, mutation, mutated, extra limbs, ugly, fat, missing limb, floating limbs, disconnected limbs,long neck, long body, part of the head, mutated hands and fingers, intricate human hands fingers, poorly drawn hands, malformed hands, poorly drawn face, poorly drawn asymmetrical eyes

マスクと修正した画像

修正画像は描く必要はない。Google 画像検索でそれっぽいのを拾ってきて、張り付けてもいいし、DAZ Studio で作成してもいい。今回は画像を少し拡大している。採用した画像は 20 枚作成したうちの１枚。

マスク

加工した画像

seed=787776388
inference steps=26
denoising strength=0.5

prompt
bishojo, view straight on, a girl wearing luxury lingerie , jewelry, ring, louis comfort tiffany, garterbelt, stocking with white marble glowing skin and light green long hair and glaring eyes on sunny day standing, golden hour lighting, strong rim light, art by krenz cushart and violet evergarden

negative prompt
生成に使ったのと同じ

結果

合成結果

写真を使う場合

使わせていただいた画像は[無料写真] メイド服を着て座る台湾人女性。自撮り画像を使ってもいいし、デッサン人形に服を着せた写真を使ってもいい。３Ｄなら MMD や VRoid Stduio、DAZ|Studio などがある。

入力画像

結果

seed=453989191
inference steps=50
denoising strength=0.55

prompt
view straight on, small breasts, a blonde bishojo wearing a black maid cosplay with white marble glowing skin and perfect symmetrical pretty face with blush cheeks and light green long hair and glaring eyes on sunny day standing, golden hour lighting, strong rim light, art by krenz cushart and violet evergarden

negative prompt
deformed, bad anatomy, disfigured, mutation, mutated, extra limbs, ugly, fat, missing limb, floating limbs, disconnected limbs,long neck, long body, part of the head, mutated hands and fingers, intricate human hands fingers, poorly drawn hands, malformed hands, poorly drawn face, poorly drawn asymmetrical eyes

Google 画像検索＋img2img

Waifu Diffusion （Stable Diffusion）で時間がかかるのは構図を決定するシードガチャだ。そこで Google 画像検索でいい感じの構図（３次２次問わない）の画像を img2img に入力すれば時短になる。

このワークフローを採用する場合、画像が見つかったら、工程２から始められる。

著作権について

Stable Diffusion には画像の一部だけを修正できる inpaint 機能がある。拾ってきた画像でこの inpaint 機能だけを使った場合、同一性保持権（20条1項）の侵害になる。なので同一性保持権の侵害を避けるためには、一度画像全体を img2img で変換する必要がある。

どのツールを選ぶか

Waifu Diffusion を実行できるツールはいくつもあるが、ユーザーが多いので AUTOMATIC1111 と NMKD とがおすすめだ。特に AUTOMATIC1111 は作成した画像を拡張するアウトペインティング、ネガティブプロンプト、途中でプロンプトを変更する Prompt Editing をサポートしているのでこちらを推奨する。

AMD や Mac 環境で実行するには SHARK を使う。

AUTOMATIC1111 の機能については AUTOMATIC1111 の便利な機能を参照。

Stable Diffusion モデル

モデルにはふたつの方向性がある。汎用モデルと特化モデルだ。汎用モデルは Stable Diffusion のように広く浅くさまざまなものを描けるようにする方向で、特化モデルは特定の分野に特化する方向だ。現在は美少女特化の Waifu や trinart、エロやケモ特化、特定のキャラ特化のモデルがある。

特化モデルは特化対象以外のものは上手く描けないので、特化対象以外のものを描かせたい場合には、モデルをマージする必要がある。マージには Merge Models か AUTOMATIC1111 の Checkpoint Merger を使う。

Waifu Diffusion は非 18 禁の画像を使って学習しているので、性器がうまく描けない。性器も出力したい場合は、NSFW モデルとマージする必要がある。

網羅的なモデル外部リンク

Stable Diffusion Models

huggingface のモデルリンク

CIVITAI

/hdg/ Stable Diffusion Models Cookbook

stablediffusion WebUI　モデル一覧

Stable-Diffusion 2.1

Stable-Diffusion 2.0

Stable Diffusion 2.0

512-base-ema.ckpt

768-v-ema.ckpt

stable-diffusion-v1-5

vae

Waifu Diffusion v1.4（プレビュー版）

使うには v2-inference.yaml ファイルを wd14-booru-step-14000-unofficial.yaml にリネームして、safetensors ファイルと同じフォルダに入れる必要がある。

Waifu Diffusion v1.3

wd-v1-3-float16.ckpt か wd-v1-3-float32.ckpt をダウンロードする。float16 と float32 で出力される結果は変わらない。ただし full と float とでは少し結果が変わる。opt にはトレーニング用データが入っている。

what is the difference between 16 32 and full?

Waifu Diffusion v1.2

Waifu Diffusion v1.2（オリジナル）

Waifu Diffusion v1.2（ミラー）

推論に不要な情報を削除したバージョン（pruned-waifu-diffusion）

trinart2_step115000.ckpt と Waifu Diffusionを５：５の比率でマージしたモデル

openvino バージョン（waifu-diffusion.openvino）

Easter

NSFW。Waifu 1.3 に比べて頭が切られにくく安定している。ネガティブプロンプトに Letterbox を入れることが推奨されている。

trinart V2 モデル

Stable Diffusion TrinArt Derrida model (Characters v2)

trinart_stable_diffusion_v2

Stable Diffusion TrinArt Characters model v1

trinart_characters_19.2m_stable_diffusion_v1

AUTOMATIC1111 を使う場合は、autoencoder_kl-f8-trinart_characters.ckpt を trinart_characters_it4_v1.vae.pt にリネームして同じフォルダに入れる。成功するとLoading VAE weights from:～trinart_charatcters_it4_v1.vae.pt が表示される。

TrinArt はカンマ区切りは非推奨。

Hentai Diffusion

新しいバージョン

Hentai Diffuison ウイルスが検出されるが作者は混入を否定している。実行は自己責任で。

NSFW

実写向き

LD-70k-1e-pruned.ckpt

LD-70k-2e-pruned.ckpt

gg1342_testrun1_pruned.ckpt

Zeipher Female Nude (better anatomy)

Zeipher BB (Blowjob images)

ケモエロ

Stable Diffusion Furry Finetune Models：Furry （ケモナー）と yiffy （エロ特化）

yiffy はペニスを描くのが上手い。

Zack3D_Kinky-v1.ckpt （ケモ）

nanachi dreambooth model (42 images on top of yiffy-e15)
keyword: nanachiDB cute_furry_girl
nanachiDB-42imgs-5000steps.ckpt

ryza dreambooth model (54 images on top of WD 1.3 beta)
keyword: rizaDB anime_girl (yes I misspelled the name)
rizaDB-54imgs-4500steps.ckpt

SD_PixelArt_SpriteSheet_Generator

がうるぐら（VTuber）モデル

gura_no_hood_2k.ckpt

Gura_200img_3k.ckp

Gawr_Gura_450img.ckpt

モデルマージ

Merge Models

Models, Embeddings, and Hypernetworks

STABLE DIFFUSION MIXING EMPORIUM

階層マージ

Merge Block Weighted - GUI （U-Net のブロックごとにマージ比率を変える）

NovelAI 5ch Wiki#階層マージ

Stable DiffusionのモデルをU-Netの深さに応じて比率を変えてマージする

sd_merge_numa （マージしてサンプル画像を出力する検証用 Extension）

Merge-Stable-Diffusion-models-without-distortion

Model Merging Method, anyone seen or tried? #2027

ASimilarityCalculatior

ckpt の類似度を計算する。

リンク集

AIで描いてもらった二次画像置き場

Stable Diffusion が実行できるツールリスト

Stable Diffusion Models2

Stable Diffusion Models1

diffusersで使える Stable Diffusionモデル一覧

画像生成AI「Stable Diffusion」でいろいろ特化した使えるモデルデータいろいろまとめ

Stable Diffusion のパラメーターの解説

CFG Scale （Guidance Scale）

CFG Scale はプロンプトの規制力を表現している。数値を大きくすれば、プロンプトを無視した出力が減るが、出力画像がおかしくなることも多い。CFG Scale を変更するのではなく、無視してほしくない語を前方に配置するか、語を () で囲む AUTOMATIC1111 の強調を使ったほうがいい。

プロンプトが長すぎて上手く出力されないときは CFG Scale を下げた方がいい。

サンプラーと CFG Scale との X/Y plot。

サンプラーの比較

サンプラーが何をやっているのかの解説は難しいので、主要なサンプラーの特徴を示す。サンプラーの比較画像はSampler / step count comparison with timing info が例が多い。画像生成速度はStable Diffusionの各Sampling methodの違い (1)で検証されている。

結論を言うとEuler a か DPM++ 2M Karras を使うのがおすすめだ。理由はそれぞれ似た画風の中で一番速いから。速くて絵が変わるサンプラーは Euler a のほかに DPM fast がある。速くて絵が変わらないサンプラーはほかにもたくさんある。

サンプラーの重要な特徴として計算の速さと構図の安定度がある。

計算の速さ（it/s）

１ステップの計算が速いサンプラーと遅いサンプラーがある。１ステップの計算が遅いからと言って絵の仕上がりが遅いとは限らない。DPM++ SDE (Karras)、DPM2 や Heun は計算が遅いがその分少ないステップ数でいい感じに絵を仕上げてくれる。

速いサンプラー

Euler a, Euler, LMS, DPM++ 2M, DMP fast, LMS Karras, DPM++ 2M Karras, DDIM, PLMS, UniPC

遅いサンプラー

Heun, DPM2, DPM2 a, DPM++ 2S a, DPM++ SDE, DPM adaptive, DPM2 Karras, DPM2 a Karras, DPM++ 2S a Karras, DPM++ SDE Karras

構図の安定度

サンプラーはステップ数を上げると描きこみが多くなるタイプと、ステップ数を上げると絵が変わるタイプがある。後ろに小文字の a （Ancestral）がつくサンプラーはステップ数を上げると絵が変わる。

ステップ数を上げると描きこみが多くなるタイプ

Euler, LMS, Heun, DPM2, DPM++ 2M, DPM adaptive, LMS Karras, DPM2 Karras, DPM++ 2M Karras, DDIM, PLMS, UniPC

ステップ数を上げると絵が変わるタイプ

このタイプのサンプラーでシードガチャをする意味はない。

Euler a, DPM2 a, DPM++ 2S a, DPM fast, DPM2 a Karras, DPM++ 2S a Karras

Karras

DPM は仕上がりがノイズっぽいのでその対策をしたバージョンが Karras。絵画調や写真風の場合、ノイズがあったほうがリアルに見える。

DPM2 ancestral produces odd nosiy/sharpened output during final step #1435

Update K-Diffusion and include noise scheduler script #1560

UniPC

UniPC: A Unified Predictor-Corrector Framework for Fast Sampling of Diffusion Models

UniPC は収束が速いと宣伝されているが、実際に生成してみると言われているほど速くはない。

外部リンク

Beginner/Intermediate Guide to Getting Cool Images from Stable Diffusion

StableDiffusionのサンプリング法

DPM2、DPM2 a、Heun は１ステップあたり Euler の２倍の回数、拡散モデルを通過するので実行時間が増える。その分少ないステップで収束する。

シード

シードは構図と色とに影響を与える。なので８～16 程度の少ないステップでシードガチャから始めることが重要になる。悪いシードでプロンプトを工夫してもよい結果は得られない。Euler a ＆ DPM2 a サンプラーを使う場合は、ステップを変えると作成される画像が大きく変わるので、小さいステップ数でガチャをする意味はない。

ただし、どのようなシードでもうまく機能するプロンプトを探しているならシードは重要ではない。

解説リンク

Tutorial: seed selection and the impact on your final image

Denoising Strength について

Denoising Strength はステップ数と絵を描く過程とに影響を与える。

Denoising Strength を小さくすると指定したステップ数より少ないステップ数しか実行されないので画質が下がる。Denoising Strength を 0.1 のような小さな値に設定する場合はステップ数は 200 以上必要になることもある。

AI は大まかな形を描いてから細部を描く。Denoising Strength が大きい（１に近い）と大まかな形を描く段階から始めるので絵が大きく変化する。Denoising Strength が小さいと細部の描きこみを行うステップから始めるので、全体像はほとんど変化しない。

バッチカウントとバッチサイズ

小さい画像サイズでプロンプトの調整をする場合は、バッチサイズを最大にすると速い。

バッチカウントは画像の生成枚数。バッチサイズは並列生成する枚数だ。最終的な生成枚数はバッチカウント×バッチサイズになる。

バッチサイズは余計に VRAM を消費するが生成は速くなる。RTX 3050 で 384x512 のサイズの画像を作成する場合、以下のような結果になった。

バッチカウント	バッチサイズ	生成にかかった時間（秒）	VRAM 使用量（GB）
8	1	15	4.1
1	8	10	5.1
16	1	31	4.1
1	16	19	5.9

GPU の種類と画像生成時間

【Stable Diffusion】AIイラストにおすすめなグラボをガチで検証【GPU別の生成速度】

RTX 4060Ti

RTX 4070。比較対象として RTX 3070～RTX4080 のスコアがある。

2023/01/24 のベンチはStable Diffusion Benchmarked: Which GPU Runs AI Fastest (Updated)がある。

出典： https://www.tomshardware.com/news/stable-diffusion-gpu-benchmarks

Stable Diffusion のハイエンド GPU ベンチはAll You Need Is One GPU: Inference Benchmark for Stable Diffusion (2022-10-05)が詳しい。

NovelAI 5ch Wiki#結果一覧も情報が多い。

出典：https://docs.google.com/spreadsheets/d/1Zlv4UFiciSgmJZncCujuXKHwc4BcxbjbSBg71-SdeNk/edit#gid=500047117 の SD Bench タブ
サンプラーとステップ数も不明なため参考程度に

Tips

上手く描けない場合はアスペクト比を変えてみる

１：１のアスペクト比で上手く描けない場合は、縦長や横長にすると上手く描ける場合がある。人物は縦長の方が形が崩れにくい。船は横長だと上手く描ける。

頭や脚がフレームアウトする

Waifu Diffusion 1.2 や 1.3 で頭が切られる確率を下げる方法は見つかっていない。「学習データを 512px * 512px にするときに頭が切られているのが原因」と言われている。修正は AUTOMATIC1111 のアウトペインティングで頭上を拡張して img2img が早い。以下は効果がなかったもの。

アスペクト比を縦長にする
clouds, tree などの頭上にあるオブジェクトを描写する
アイレベルを上げる
ネガティブプロンプトに out of frame や cropped を入れる

顔の大部分が切られる場合は head out of frame をネガティブに入れる。

身体が切られる場合は映す部位の指定する

顔に注目させたいなら face close-up。

膝や脚まで入れるなら head to knee や head to leg。

バストアップなら breast。

上半身なら upper body。

膝より上の場合なら "full body, thigh" をプロンプトの先頭に持ってくる。

すねも入れるなら "full body, legs" をプロンプトの先頭に持ってくる。

足も入れるなら "leg line" や "full body, shoes" をプロンプトの先頭に持ってくる。

解像度を上げると頭や体が複数融合する

AUTOMATIC1111 の Highres. fix を使う。

ラフを量産する

DDIM サンプラーで inference step ８くらいで画像を量産して、その中から良さそうなものを inference step 20 以上で再生成するか、加筆修正して img2img に入力するのが効率的。

アスペクト比を維持したまま解像度を小さくしてラフを量産する方法は機能しない。解像度を変更すると作成される画像の構図や色が変更されるからだ。

サンプラーの Euler a や DPM2 a はステップ数が変わると絵も変わるので、この方法は使えない。

細部の修正

AUTOMATIC1111 の Inpaint at full resolution はこの項の工程のほとんどを自動でやってくれる。

Stable Diffusion （Waifu Diffusion）は細部が崩れやすい。全身が入る構図だと確実に顔が崩れる。なので、細部の修正に inpaint を使うのは意味がない。細部を修正する場合は inpaint を使うのではなく、以下のように自力で合成する。

適当なペイントソフトで修正したい部分を切り出して 512px * 512px に拡大
切り出した画像を img2img に入力して、同じプロンプトで再度画像を生成
生成した画像をペイントソフトで縮小して合成

元画像
extremely detailed CG unity 8k wallpaper of a loli girl with silver long wavy hairstyle and white marble glowing skin and perfect symmetrical pretty face with blush cheeks and glaring red eyes, wearing fantasic dress with many frills, standing in the baroque architecture, art by krenz cushart and violet_evergarden, golden hour lighting, strong rim light, intense shadows, bokeh

seed=246225998

切り出して加筆した画像

生成された画像（10枚作成した内の１枚）

合成結果

手の修正

Waifu Diffusion （Stable Diffusion）は手が上手く描けない。この対策は２つある。ひとつはネガティブプロンプトを使う方法で、もうひとつは自分の手を使う方法だ。

自分の手を使う方法

自分の手をスマホで撮影して、手の部分を切り出して出力画像に張り付ける。その加工した画像を img2img に入力する。

Clip Studio Paint で手の３Dオブジェクトを使う方法がある。

高解像度化

AUTOMATIC1111での高解像度化は以下の方法が高品質だ。

Highres fix でマシンが生成できるの最大解像度で生成する
アップスケーラーで高解像度化する

高解像度化手法

高解像度化には２つの方法がある。アップスケーラーを使う方法と、アウトペインティングを使う方法とだ。

アップスケーラー

アップスケーラーは AI を使って画像を拡大する。AUTOMATIC1111 と NMKD とで使える。

アウトペインティング

アップスケーラーと違い、アウトペインティングはすでに作成した画像に追記して拡張する。アウトペインティングは AUTOMATIC1111 で使える。

色のコントロール

AI が色の指定を無視した場合に、色を修正する方法は５つある。

ペイントアプリで編集する
インペイントで編集する
Guidance Scale を上げる
AUTOMATIC1111 の Prompt Editing を使う

ディティールが欲しいとき

解像度を上げるか、img2img で追加するか、以下のような語をプロンプトに追加する。

intricate details
highly intricate
extremely intricate
absurdres detailed
highly detailed
extremely detailed

ファインチューニング

ファインチューニングの情報は Stable Diffusion のファインチューンの Tips に移動した。

プロンプト

プロンプトで出力を詳細に制御するのは不可能だ。img2img を使って画像を加工する方がはるかに早い。今後も Stable Diffusion を使うつもりがあるならば、板タブか液タブを買って、基本的な画像編集ができるようになった方がいい。

ネガティブプロンプトはとても強力だ。『描いてほしくないもの』を指定することで効率的な絞り込みができる。

プロンプトの探し方

外部のプロンプトリンクを見る
画像を Deepdanbooru に入れる。Deepdanbooru は AUTOMATIC1111 からも使える
PNG file chunk inspectorで AI 製の画像にプロンプトが埋め込まれていないか調べる
Lexica でほかのユーザーが作成したプロンプトを調べる
danbooru のタググループを見る
danbooru の検索を使う

外部のプロンプトリンク

魔術書（Novel AI）

NovelAI 5ch Wiki

NovelAI 5ch Wiki#詠唱全文

ムフフな元素法典 v1.1

chichi-pui

AIイラストテクニック

I USE STABLE DIFFUSION USING DANBOORU/WAIFU MODEL （ビクトリア朝油彩）

Faces-Faces-Faces

Stable Diffusion Prompt Book

Prompt Search

배경학개론（背景学概論）

中国語

元素法典——Novel AI 元素魔法全收录

元素法典 pdf 版

元素法典の日本語翻訳

NovelAI元素法典(第1巻)の日本語訳

禁忌魔典（異形・クリーチャー・流血表現）

元素法典第一点五卷——Novel AI 元素魔法全收录

元素法典第贰卷

解构原典 Deconstructive canon

元素同典（AUTOMATIC1111 の使い方）

ツール

プロンプトジェネレーター

Magic Generator （Novel AI プロンプトジェネレーター）

Novel AI プロンプトジェネレータースプレッドシート

魔咒百科词典（プロンプトジェネレーター）

NovelAI Tag Generator。右クリックして翻訳できる。

NovelAIのプロンプトを管理・調整するChrome拡張を作りました

タグ調査

danbooru のタググループ

aibooru

aivy.run

Deep Danbooru

アップロードした画像の Danbooru タグを教えてくれる。

メタデータ閲覧

PNG file chunk inspector

imginfo

TweakPNG （Windows アプリ）

画像が AUTOMATIC1111 で作成された場合、プロンプト等の情報は画像ファイルに埋め込むこともできる。画像があればプロンプト等が公開されていなくてもこれで確認できる可能性がある。

clip-interrogator

画像からプロンプトを推測するツール。AUTOMATIC1111 からも使える。

DeepL

日英翻訳。日本語で書いた文章を翻訳して、そのままプロンプトに入れる。

Lexica

テキストから、他の Stable Diffusion のユーザーが作成した画像を調べられる。

NovelAI Prompt整理ツール

スプレッドシートを使ったプロンプト管理ツール。

Stable Diffusion Prompt Generator

プロンプトを入力すると、アーティストや場所やライティングのプロンプトを追加してくれるジェネレーター。

ワードのウェイト

プロンプトの語順は前のほうが影響力が強く、後ろの方の語は無視されやすい。

無視してほしくない語は繰り返すのが有効。たとえばショートケーキを出したければ、"strawberry shortcake, tiny golden puppy eating strawberry shortcake” とする。これが単に "tiny golden puppy eating strawberry shortcake" だと、ショーケーキが無視されて苺だけが出現したりする。

AUTOMATIC1111 のウェイト

AUTOMATIC1111は () でポジティブなウェイト、[] でネガティブなウェイトをつけられる。() や [] は重ねると強調される。後ろの方のプロンプトは無視されがちなので、その対策によく使われる。

a girl with [silver] hair and ((blue eyes))

~~() や [] の直後のコンマは無視される。たとえば "a (((farm))), daytime" は "a farm daytime" とコンマを抜いた文として解釈される。~~2022-09-29 のアプデートでこのバグは修正された。

ウェイトの場所

出典：boards.4chan.org/h/thread/6856108#p6856938

文字通りの ()

AUTOMATIC1111 では "\(\)" で文字通りの () が入力できる。文字通りの () は danbooru タグで名前の衝突を解決するときによく使われる。ただし Waifu Diffusion v1.3 では () を削除して入力する。たとえば pokemon (anime) は pokemon anime にする。

pokemon \(anime\)
pokemon \(creature\)
shimakaze \(kancolle\)
shimakaze \(azur lane\)
shimakaze \(azur lane\)\(cosplay\)
tied up \(nonsexual\)
tied up \(sexual\)
photo \(background\)
pom pom \(cheerleading\)
pom pom \(clothes\)
dakimakura \(medium\)（ベッドで寝ている画像を出したいときによく使う）
dakimakura \(object\)（普通の抱き枕）
masturbation \(female\)
masturbation \(male\)
stocking
stocking \(psg\)
lily \(flower\)
lily \(vocaloid\)
lily \(granblue_fantasy\)
>:\(（怒り顔）
\(o\)_\(o\) ：漫画でよく見る黒目

参考リンク

SD GUIDE FOR ARTISTS AND NON-ARTISTS IN-DEPTH TIPS, TRICKS, TUTORIALS AND MORE

Understanding Weights

プロンプトのトークンについて

プロンプトは最長で 75 トークン。１単語１トークンとは限らない。AUTOMATIC1111 にはプロンプトの長さ制限はない。

AI は大文字小文字を区別しない。

AI の語彙は３万語程度。

外部リンク

Stable Diffusion Akashic Records

ネガティブプロンプト

ネガティブプロンプトも通常のプロンプト同様に 75 トークンまでしか認識しない。AUTOMATIC1111 では 75 トークンを超えるネガティブプロンプトも認識される。

ネガティブプロンプトはプロンプトごとに設定する。たとえば目を閉じさせたいとする。closed eye をプロンプトに指定しても目を閉じない場合に、open eye をネガティブに入れるという風にする。

言外の意味（connotation）の除去にもネガティブプロンプトは使える。たとえば blonde は女性の金髪という意味を持っている。blonde から女性の意味を除去するにはネガティブプロンプトに woman や girl を入力する。

線画の着色にもネガティブプロンプトが使える。ラフを img2img するさいに monochrome をネガティブにすると線画に色をつけてくれる。ただし確実ではないので下塗りをした方がいい。

ネガティブプロンプトは検証が必要だ。 mutated hands and fingers の検証では手をうまく描くのではなく隠すようになっている。out of frame や cropped は頭が切られる問題の対策にはならなかった。

人体に関する汎用ネガティブプロンプト

以下のネガティブプロンプトを入れると画力が上がる。

Novel AI のデフォルトネガティブプロンプト

lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, jpeg artifacts, signature, watermark, username, blurry

TrinArt のデフォルトネガティブプロンプト

bad anatomy, bad hands, bad quality, blurry, cropped, disconnected limbs, extra digit, extra limbs, fewer digits, jpeg artifacts, low quality, explicit, text

Novel AI と TrinArt の共通ネガティブプロンプト

bad anatomy, bad hands, blurry, cropped, extra digit, fewer digits, jpeg artifacts, low quality, text

全体

bad art, ugly, messy drawing, flesh pile

flesh pile＝蓮コラ。

身体・手足

deformed, bad anatomy, disfigured, mutation, mutated, extra limbs, fat, obese, missing limb, floating limbs, disconnected limbs, long neck, long body, part of the head, poorly drawn feet, mutated skeleton, long skeleton, bad proportions, 2girls, snuggled, dismemberment

変な場所から手や脚が生えるのは 2girls や 3girls、snuggled をネガティブに指定する。

分詞形（deformed や mutated、drawing など）は２トークン消費する。

手・指

mutated hands and fingers, intricate human hands fingers, poorly drawn hands, malformed hands, bad hands

顔

poorly drawn face, poorly drawn asymmetrical eyes, big ears, mutated face

nose：鼻を点で描いた画風になりやすくなる。

head out of frame ：顔の大部分が切られる場合

smile, happy, pleasure：目のハイライトを消す

表情

troubled eyebrows, blush, smile, happy, pleasure：無表情を作りたいときに

open mouth, teeth：口を閉じさせたいときに

エルフ耳

sharp ears, pointy ears, animal ear

乳首

extra nipples

巨乳

tits, huge breast

横乳

sideboob

画風に関するネガティブプロンプト

リアル風・3DCG風

portrait, portrait face は Danbooru のタグにないので、これを入れるとリアル風の画風を抑制してくれる。

portrait, portrait face, doll, photo face, Korean face, Asian face, African face

octane render, 3d, unity, unreal, maya ：３ＤＣＧ風になる場合、octane render は特に効果がある。

アニメ・イラスト風

anime, comic, manga ：リアル寄りにしたい場合

カートゥーン

western

ボケ

blurry, blur, out of focus, bokeh, fog

平坦な色使い

flat shading, flat color：画面が華やかになる

グレー

grayscale, black&white, monochrome ：カラー画像を出力したい場合。漫画からデータを拾ってくるとよくグレーになる。

文字

text, text title signature

漫画の吹き出し

speech bubble

コマが割られる

multiple views, comic, manga, split screen

アーティスト

変な絵を描くアーティストをネガティブに入れておくと変な絵は出にくくなる。

(pablo picasso), (H.R. Giger), (Gustave Dore), (Chaim Soutine), (Flora Borsi), (vincent van gogh), (paul gauguin), cubism

複数人生成する場合

1girl, solo, symmetrical

symmetrical が入っているのは、全員が正面顔でこちらを見ている絵が出ないようにするため。

yiffy モデルでケモ成分をおさえる

animal, furry

AUTOMATIC1111 の Prompt Editing

Prompt Editing は画像生成の途中でプロンプトを変更する機能だ。Prompt Editing を使うと通常では不可能な表現が可能になる。たとえば "a girl [wearing a onepiece:naked:0.5]" とすると、服が透けている表現になる。これはステップ数が 50 とすると、最初の 1～25 ステップは "a girl wearing a onepiece" を実行し、26～50 ステップは "a girl naked" を実行する。

[smile:sad:0.5] として表情をブレンドすることも可能。
"[white::0.5] hair, [:red:0.5] eye" などで色移り対策
[octane render::0.5] や [photo::0.5] で実写とイラストをブレンド
[watercolor::0.5] で水彩の強さをコントロール
[cloth:naked:0.5] で透けを表現できる
[no wearing:wearing blue dungarees:0.1] や "naked,[:((blue)) Dungarees:0.3]" で裸オーバーオール

色のコントロール

色を複数指定すると色うつりする問題は、色の数が２～３ぐらいなら以下の方法で対処できる。

黒いドレスと銀髪の例

[black dress:((((white silver)))) hair:0.8]
[black::0.8] dress and [((((silver)))):0.8] hair

AI が絵を描く過程

AI はステップが小さいうちは大まかな形を描き、ステップが進むにつれて細部の描きこみを行う。たとえば牛からカエルへ変化する "a [cow:frog:0.5]" という Prompt Editing を考えてみる。最初は牛を描くので牛の外見をしている。そして細部の描きこみを行うステップでカエルを描くようになる。最終的には、牛の形だがディティールはカエルという絵になる。

Danbooru タグ列挙法（Waifu Diffusion v1.2 限定）

文章を入力するのではなく、Danbooru タグを列挙することで出力を安定させる方法。以下の語順でプロンプトを並べると出力が安定する。

[作品タグ] [キャラクタータグ] [コンテンツタグ] [アーティストタグ]

参考作品がない場合は、プロンプトの頭に original を指定する。

参考キャラクターがない場合はキャラクタータグは省略可能。

コンテンツタグは作品・キャラクター・アーティスト以外のすべてのタグ。ただし "highres" のような学習に時に使ってないメタタグは入れない。

この時、各カテゴリごとにアルファベット順に並べ替える。

Danbooru タグの半角スペースはアンダーバーで置き換える。

タグは半角スペースを使って並べる。コンマやピリオドを使ってはならない。以下はプロンプト例。

kono_subarashii_sekai_ni_shukufuku_wo! megumin 1girl ^_^ backlighting blush brown_hair cape closed_eyes collar facing_viewer fingerless_gloves flat_chest gloves hat lens_flare short_hair short_hair_with_long_locks smile solo staff sunset witch_hat dacchi

Danbooru タグ以外の語は入力しない方が安定する。~~しかしタグではない句を使う場合は半角スペースをアンダーバーにする。たとえば cleavage_of_huge_breasts~~ 有効なプロンプト数が減るデメリットの方が多いと感じたので訂正。

アンダーバーは１トークン消費するため、有効なプロンプト数が短くなるのがこの方法の欠点だ。

Danbooru タグ列挙法（Waifu Diffusion v1.3 限定）

Danbooru タグの空白はそのまま入力する（空白をアンダーバーにする必要はない）
Danbooru タグの () は削除する（たとえば pokemon (anime) は pokemon anime）
Danbooru タグはコンマで区切る
タグを並べ替える必要はない

以下のような文章のプロンプトではなく

a girl wearing a hoodie in the rain

以下のように Danbooru タグをコンマ区切りで入力する。

original, 1girl, solo, portrait, hoodie, wearing hoodie

Tips

構図・構成タグを使う
genshin impact や arknights のような作品タグを使う
タグを使って具体的に指示する

作例

Stable Diffusion のプロンプト Tips

何も指定しない（たとえば "a kawaii girl"）と平面的な絵しか出てこない。なのでディティールの足りない部分を見つけて、プロンプトに追加していく必要がある。

プロンプトの語順は前のほうが影響力が強く、後ろの方の語は無視されやすいので、複数の色を指定するプロンプトは制御しづらい。たとえば "a loli girl with long white hair wares pink dress and blue shoes." のようなプロンプトでは青い靴は無視されがちになる。青い靴を文頭に持ってくると、服や髪が青くなったりする。

"trending on art station" を入れてもほとんど結果は変わらない。ただし画風を指定していない場合、Art Station 風の画風になる。

語には言外の意味（connotation）が含まれる。たとえば blonde は金髪だけではなくて、女性にたいして使われることが多い。blonde から女性の意味を除去するにはネガティブプロンプトに woman や girl を入力する必要がある。

Novel AI にはプロンプトの頭に "masterpiece, best quality, " を自動的に追加する設定がある。

２つのオブジェクトを融合するのに as が使える。たとえばヨーダのようなガンジーを描くには "ghandi as yoda" にする。

人物を作成するには、プロンプトに以下の５つの要素を入れるといい。ただしプロンプトの語順は前のほうが影響力が強いので、背景より人物が重要な場合は、人物を先に描写する必要がある。背景を先に描写してしまうと人物をどれだけ詳細に書いても無視されることがある。逆に人物を先に描写するとポートレート風の画像がよく作成される。

天気・時間帯
場所・背景
人
カメラ
作風・アーティスト名

画力が上がる作品タグ

Anime Experiments

スタイル・画風

画風の指定にも使える。-like face を使うと顔だけ画風を変えられる。love live!-like face や disgaea-like face など。

genshin impact
arknights
granblue fantasy
azur lane
love live!
cygames
kyoto animation
gochuumon wa usagi desu ka?（ロリを描きたいときに使う）
bang dream!
disgaea
amagami （ツリ目になりやすい）
yugioh （髪がトゲトゲになる）
senran kagura

色

色に関する Danbooru タグは tag group:colors を参照。

light （明るい）
dark （暗い）
pale （薄い）
deep （濃い）

天気・時間帯

backlighting
golden hour lighting
strong rim light
intense shadows
in the rain
rainy days
sunset
cloudy

場所・背景

背景にこだわりがない場合、beautiful landscape と書いておくといい感じにしてくれる。bokeh や soft focus などの語で背景をぼかすのも可。季節を表す語は最後においても結構効果があるのでおすすめ。

外国人受け入れのための博物館用語集（英語）

建物

temple （神殿。inside temple で神殿内部）
greece temple （ギリシャ神殿）
in the baroque architecture
in the romanesque architecture streets
in the palace
at the castle （城の外観が背景）
in the castle （城の内部が背景）
in the chapel
in the street
centralpark
in the cyberpunk city
rainy night in a cyberpunk city with glowing neon lights
at the lighthouse
in misty onsen （温泉）
by the moon
in a bar, in bars
in a tavern （居酒屋）
Japanese arch （鳥居）
in a locker room
cityspace
power lines
residential area, road

山

on a hill （丘で）
the top of the hill （山頂で）

海

on the beach
over the sea
beautiful purple sunset at beach
in the ocean （海中にいる）
on the ocean （船か何かの上にいる）
luxury pool

平地

grassfield
in a meadow （牧草地）
plateau （台地）
on a desert （砂漠）

季節

in spring
in summer
in hawaii
in autumn
in winter

ダーク

bloodborne
dark soul

ファンタジー

granblue fantasy
octopath traveler
medieval european city
medieval european market

日本

fireworks （花火）
torii （鳥居）
shrine （神社）
shide （四手）
gohei （御幣。博麗霊夢が持っている棒みたなやつ）
oonusa （大幣）
stone lantern （石灯籠）
paper lantern （提灯）
sky lantern （天灯。中国、タイ、ポーランドでよく使われる）
donation box （賽銭箱）
temizuya （手水舎）
ema （絵馬）
omikuji （おみくじ）
omainu （狛犬）
stone walkway
stone stairs
bamboo broom （竹箒）
tatami
shouji
sake （日本酒）
yakitori （焼き鳥）

ライブ

idol
looks fun singing on stage surrounded by crowd
spot light, penlight
action scene
idol singing pose

よくわからない場所

beautiful landscape
against backlight at dusk
in the alice in wonderland
luminous particles
☢（ポストアポカリプス）
burning inferno
lightning effect
dusk twilight light particles embers

人物なし

no humans
nobody
scenery

部屋

bed, pillow, in the private room, covered by a (blanket:1.4)
punishment room

汚部屋

messy room
many garbage bags
trash
stains on wall
garbage dump

人

Faces-Faces-Faces

人は指定できる要素が多い。映す範囲、髪型、髪の長さ、色、肌の色、目の色、口の開け具合、ポーズ、表情、服、服の柄、年齢など。

highly detailed symmetric faces や extremely detailed symmetric faces、very gorgeous face は定番。だが顔をトリミングして、img2img で顔だけ再生成したものを後からペイントソフトで合成する方が高品質だ。

目を強調したい場合は "symmetric highly detailed eyes, fantastic eyes, intricate eyes" を追加する。

人数

複数人出すと肌が融合しがちなので、長袖やスラックスを着せると融合しにくくなる。

solo
2girls, 3girls
fff threesome （女３人）
everyone （集合絵）
absolutely everyone （大人数の集合絵）
snuggled （分身？　が量産される）
snuggled up selfie （くっついて自撮り；百合っぽい何かを作りたいときに）
in a crowd of people （背景が群集）
surrounded by crowd

kawaii

kawaii
bishoujo
mesugaki
succubus （サキュバス）
demon girl （デーモン）
adorable girl, adorable face

ロリ

Danbooru の loli タグは閲覧が有料なので、代わりに flat chest を使う。

petite
child
flat chest （ロリ）
ojousama （ロリ）
petite little girl, animation eyes
child, chibi, flat chest, sknny, lib

褐色

tanned
red skin
brown skin
suntanned red skin
tanlines （日焼け後）
bikini tan （ビキニ焼け）
dark skin
dark-skinned female
🧟‍♀（ゾンビ）

ロボ

cyborg girl
robot girl

映す範囲

構図や映す範囲は以下の要素で決まる。

プロンプト
アスペクト比
シード

アスペクト比は重要だ。人物は縦長の方が良い結果が得られやすい。船は横長の方が上手く描ける。

身体を重視する場合は full body や tachi-e か breasts, navel, thighhighs, などの語をすべて入れる。靴を指定するのも有効。

アングル

from above （上）
top view （上）
from below （下）
looking up from below （見上げる）
from side （横）
from back （後姿）
orthogonal view （真正面）

正面

straight-on
selfie

引き・俯瞰・全身

aerial
aerial perspective
tachi-e （立ち絵）
full body
wide shot
panorama

そのほか

dutch angle （斜め）
close-up
pantyshot
cowboy shot （頭部から中大腿部）
cowboy をネガティブに入れないとカウボーイが出てくる
landscape （横撮り）
portrait （縦撮り）

等身

tall female （高身長）
chibi （SD キャラが生成されやすくなる）
chibi inset （メインキャラの横に描かれているチビキャラ）
nendoroid （ねんどろいどっぽくなる）
nendoroid-like （等身が下がる）
mini girl
little child
dwarf （ロリ）
toddler body （身体だけロリ）
kid
baby

年齢

中年は 30 years old や 40 yeas old など直接年齢を指定する。30yo という短縮形も認識される。

aged down （ロリ化）
teenage
gyaru （ギャル）
mature female （成人女性）
mature face （お姉さんっぽい顔）
madame （マダム）
milf
elderly （初老）
old woman （老女）
old lady

表情

#NovelAI #WaifuDiffusion で表情を完全攻略するためのプロンプト辞典 [WIP]

Face Tags Experiments

無表情はネガティブプロンプトに troubled eyebrows, blush, smile を入れると作りやすい。

プロンプトに「confused, smile, crying, angry, multiple views」とすると、表情カタログが出力される。

gloating （満足そうな）
mesugaki smile
grin
evil grin
excited
happy
smug （ドヤ顔）
doyagao （ドヤ顔）
dark persona （闇堕ち）
pout （ふくれっ面）
tempting mesugaki smile with blush cheeks （挑発的な表情）
seductive smile
showing ahegao, mesugaki smile, torogao with (frown eyebrows), excited （ドヤ顔）
seductive face, nervous smile
expressionless, bored, half-closed eyes, light frown
surprised, constricted pupils, open mouth （驚き）
shy girl （垂れ眉・困り顔・頬染め）
sadly closing her eyes and screaming
:o, head tilt （キョトン）
afterglow （放心）

メイク

lips を入れると画風が変化するので、それを嫌う場合はネガティブに 3d を入れる。

makeup （化粧）
eyeshadow
plump lips
lipstick

感情

angry
annoyed （マイルドな angry）
bitter
disgust
embarrassed
evil smile
scared
horrified
lonely
sad
surprised

口

closed mouth
open mouth
mole under mouth （口の下のほくろ）
chestnut mouth, triangle mouth （三角形の口）
ahegao （口を開ける）
smirk （薄ら笑い）
clenched teeth （歯を食いしばる）
sharp teeth （ギザ歯）
sharp teeth fang （牙）
:d （:D）
xd （XD）
:>
:3（猫みたいな口 ω）
:q （テヘペロ舌上向き）
:p （テヘペロ舌下向き）
:t （不機嫌）
:i （ふくれっ面）
:|
:/
:o
:<
tongue out （舌を出す）
long tongue
lips （Novel AI に入れると画風が大きく変わる）

食べる

eat が効かない場合は吐き出させる（vomit, spitting）。

eat
vomit
blowing ramen out of her mouth
spitting
biting
slurp （麺をすする）
hold in her mouth
mouth with 🚬 （タバコ）

頬

blush （赤面）

耳

pointy ears （エルフ耳）

鼻

dot nose

目

特殊な瞳

trouble eyebrows （困り眉）
long eyelashes （長いまつ毛）
closed eyes
half-closed eyes
jitome （ジト目）
expressionless eyesの方が近いかもしれない
tsurime （ツリ目）
tareme （タレ目）
glaring （睨み）
upturned eyes （上目づかい）
heart-shaped pupils
heterochromia （色違いの目）
jewelry eyes, jewel like eyes （キラキラした目）
mind control eyes
empty eyes
expressionless eyes
hollow eyes
slit pupils （猫目）
(cat👁️‍‍🗨️:1.5)（猫目）
@_@（ぐるぐる）
| |（縦長の目）
0 0（縦長の丸目）
> <
= =
^ ^
^o^
blindfold
（ニーアオートマタの YoRHa に影響を受けるので、yorha no. 2 type b, yorha no. 9 type s あたりをネガティブにれる）

ハイライトを消す

empty eyes
after rape, blank stare

眼鏡

glasses
semi-rimless eyewear
rimless eyewear
under-rim eyewear
over-rim eyewear
eyewear on head

髪

NovelAIで女性の髪形の呪文（コマンド）がわからないのでお団子ヘアーなど片っ端から検証してみた

forehead （でこ出し）
parted bangs （センター分け）
hair pulled back （耳だし）
blunt bangs （ぱっつん前髪）
hair intakes （前髪の上の方にある三角のやつ）
bob cut （ボブ）
flipped hair （外ハネ）
bedhead (寝ぐせ)
fluffy （もふもふ）
ahoge
long hair
very long hair
absurdly long hair
wavy hair
curly hair （巻き毛）
hair between eyes
eyebrows hidden by hair （眉隠し）
hair over one eye （片目隠れ）
hair over eyes （両目隠れ）
shiny hair
braid （三つ編み）
french braid （頭頂部から始まる三つ編み）
single braid
twin braids
hair bun （おだんご）
cone hair bun （三角形のおだんご）
double bun
hair flaps （頭の側面から生えている房状の毛）
floating hair
drill hair
eyes visible through hair
spiked hair （クラウドや遊戯王みたいな髪）
messy hair （くせ毛・ぼさぼさ）
hair spread out
short hair with long locks （ショートヘアーに長いもみあげ。結月ゆかりみたいなやつ）
hair rings （髪を結んで輪を作ってるやつ）
tentacle hair （スプラトゥーン）
hair behind ear （耳出し）
big hair （ボリュームのある髪）
low-tied long hair
twintails
low twintails
low ponytail
soviet ushanka hat

マルチカラー

colored tips （毛先だけ色変え）
colored inner hair （ヘアインナーカラー）
split-color hair （二色髪）
two-tone hair （二色髪）
streaked hair （メッシュ）
gradient hair （グラデ）
multicolored hair
iridescent hair （玉虫色の髪）

アクセサリー

tiara
hair scrunchie （シュシュ）
x hair ornament
maid headdress
hair ornament （髪飾り）
hair clip
hair tubes
hair bobbles （ヘアゴム）
hair ribbon
hair bow （リボン）
choker

解像度

服や顔の前に解像度ワードを入れると複雑なテクスチャになる。highly detaiiled face や extremely detailed lace、insanely detailed frills など。

highres
absurdres
detailed

服

NovelAIの為のファッションブランド（女性編）

NovelAIでの衣装呪文一覧カタログ、全身女性立ち絵呪文と絵文字立ち絵構文のカタログ

服についての検証は A test of seeds, clothing, and clothing modifications が詳しい。ネックラインや帽子の種類を指定してもほとんど無視される。おそらく学習用画像のタグを付ける人が服飾に詳しくないからだろう。

上下セット

jiangshi （キョンシー）
miko （巫女）
white kimono and red hakama （巫女）
white yukata, hakama skirt （巫女）
otokoyaku （宮廷衣装）
nun （修道女）
habit （修道服）
acolyte （ラグナロクオンラインの修道女）
olympic スポーツ名 competition （lacrosse, wrestling, rhythmic gymnastics など）
long sleeves, detached collar, breasts out, navel, (no panties:1.3), (pasties, maebari:1.1), (reverse bunnysuit:1.3), show off stomach （逆バニー）
fantasy priest
student training wear （体操着）
ethnic costume-like bikini armor
wedding dress
wedding veil
leotard wedding dress
maid bikini
strapless bikini
china dress
china cheongsam
knightess （レディースの鎧）
blue dungarees （オーバーオール）
pelvic curtain （前掛けやふんどしみたいな服）
yukata
wrapped a large white towel
school uniform
school swimsuit
スクール水着は v1.2 では生成率が低い。v1.3 を使うか、navy school suimsuit, shiny wet navy one-piece leotard, などで競泳水着を生成して img2img で加工するのが早い。
one-piece swimsuit
competition swimsuit
slingshot swimsuit
waring white collard shirt and slacks

装飾

cloak （マント）
center frills （前立ての部分にフリルがついたやつ）
epaulettes （軍服の肩についてるひらひら）
pleated skirt
victorian
frilled
embroidered （刺繍付き）
filigree （金線細工）
latex, wet, oily, metalic, shiny, luster （光沢のついた）
latex rubber
shiny slik （光沢のあるシルク）
jewelry and accessories
sash （帯・腰に巻いた布）

その他の服

camisole （キャミソール）
tank top （タンクトップ）
pants （ズボン）
collared shirt （ワイシャツ）
blazer （ブレザー）
cardigan （カーディガン）
knit cardigan
neck ribbon （ひも状のネクタイ）
shirt tucked in
sheer mesh tops
button gap （パツパツのシャツ）

ascot （首で結んだスカーフ）

lifebuoy （浮き輪）
oversized clothes
jirai kei （地雷系）
navel （へそ）："服飾指定, navel" でへそ出しになることがある。例："navel, black sleeveless shirt, bare arms, bare shoulder"
panty peek （パンチラ）
gold metallic Texture-like-skin （金粉）
taut clothes （ピンと張った服）
crinoline （裾広がりのスカート）

レース

lace trim lingerie
lace-trimmed negligee
lace-trimmed panties
lace-trimmed bra
lace-trimmed choker
lace-trimmed dress
lace-trimmed hairband
lace-trimmed legwear

胸

criss-cross halter （紐が胸の上でクロスしてる）
cleavage cutout （胸の開いたドレス）
no bra （他の服（オーバーオールとか）と合わせて使う）
off shoulders turtleneck sweater

脚

thigh gap （絶対領域）
highleg （ハイレグ）
highleg だけだと脚だけ描かれやすい。以下のように具体的に指定する必要がある。

highleg leotard
highleg panties
highleg swimsuit
highleg bikini
highleg dress

pantyhose
garter straps
garter belt
thigh strap
barefoot （裸足）
skindentation （ニーソックス等を穿いたときにできるふとももの膨らみ）
shoe soles （靴の裏）

腕・肩

bare shoulder （肩出し）
strap slip （肩ひもずらし）
strap pull
sleeveless （ノースリーブ）
detached sleeves （アームカバー）
sleeves past wrists （萌え袖）
sleeves past fingers （萌え袖）

透過

AUTOMATIC1111の Prompt Editing で [cloth:nude:0.5] 等とする方法や、服を着た画像を img2img に入力して、nude 等のプロンプトで作成する方法がある。

translucent （半透明）
transparent （透明）
see-through
sweaty clothes
covered by thin translucent cloth
clear acrylic resin glass figma-like 衣服名

体形

abs （割れた腹筋）
plump （ぽっちゃりした）
curvy （むちむち）
plump （むちむち）
skinny （やせた）
wide hips （でか尻）
thicc （巨乳でか尻）
fat ass
slender
slim
ribs （肋骨）
ribs sticking out （肋骨）

ポーズ

NovelAI呪文研究【ポーズ編】

standing
walking
running
down one knee （片膝立ち）
dynamic pose
indian style （胡坐）
sitting on （～の上に座る）
kneeling （膝立ち）
tilting head （首をかしげる）
dakimakura of （ベッドの上で寝た画像になる）
dakimakura of ～ from back （後姿）
dakimakura of ～ looking back （後姿で振り向き）
dakimakura medium from behind
lying on back （仰向け）
lying on side
lying on lap （膝枕）
knees together feet apart
arms up
bent over
flirt （いちゃつく）
breast rest （何かに胸を乗せている）
breasts on table
finger to mouth
finger to cheek
spread legs （脚大開き）
legs apart （立った状態で少し開いている）
legs up
leaning back （のけぞり）
arched back （のけぞり [横からのアングル]）
armpit （脇）
turning around （振り向き）
sitting thighhighs （着座のふともも）
looking back, from behind, looking at viewer （振り向き）
looking back, from behind, looking at camera （振り向き）
crossed arms （腕組み）
hugging own legs （膝抱え）
hold up knee （膝抱え）
holding hands （手を握る）
leg lift, leg up, standing on one leg, standing split （I字、片足立ち）
✌（ピース）

百合キス

embrace each other
hug from behind
hug each other tight
2girls kiss
french kiss （ディープキス）
a girl kissing a girl
symmetrical docking
multiple giris, kissing nose, yuri
touch each other's lips face to face

エフェクト

dj club party （発光）
heart shape particle
?, ??
!, !!
...
+++（笑っているときにでるやつ）
^^^（気付き、衝撃エフェクト）
notice lines （気づいた時の３本のしたじき）
!?
spoken question mark
spoken musical note
motion lines
jaggy lines （モーションブラー）
speed lines
emphasis lines （集中線）
steam
steaming body
heavy breathing （息切れ）
trembling （震えエフェクト）

椅子

chair
bench （屋外・だいたい木製）
couch （ソファー）
stool （背もたれのない椅子）

そのほか

食べ物の絵文字

銃は型番で指定すると品質が上がる。

id card （学生証・身分証・社員証）
oil-paper umbrella （和傘）
thick thighs （太い脚）
sweaty skin （汗ばんだ）
wet
call of duty, aiming, guns （銃）
smoking a cigarette holding in her mouth （咥えたばこ）
wand （小さい杖）
staff （長い杖）
sushi, nigiri （寿司）

カメラ

カメラ系の語は Stable Diffusion や Waifu Diffusion v1.2 で効果がある。

カメラ、レンズ、シャッタースピード、絞り、ISO を指定するが、Waifu Diffusion では影響が小さい。

ボケをなくしたいときは blur や bokeh をネガティブプロンプトに入れる。sharp focus みたいな語をプロンプトに入れても意味がない。なぜならピントが合っている写真にいちいち sharp focus みたいなタグをつけないから。

taken by Canon EOS
SIGMA Art Lens 35mm F1.4
ISO 200 Shutter Speed 2000
bloom
bokeh
soft focus
film grain
fisheye lens
macro
vintage
lens flare
sun flare

ライティング

シーンライティング

twilight light
volumetric lighting
specular lighting
cinematic lighting

オブジェクトライティング

front lit （正面からの照明）
soft lighting
studio lighting
beautiful lighting
dynamic lighting
dramatic lighting
golden hour
worm lighting
cool lighting
sun light

作風

作風リスト

リアル

realistic
octane render

アウトライン

outline
line drawing
comic art
outlined vector graphics

線画

monochrome, white background
line drawing, no color, white background, clear black lines on white background, fine writing

ドローイングスタイル

sketch, graphite (medium) を入れると、手や細部の粗が目立たない。

no lineart （主線なし）
crosshatching
detailed and intricate
lineart
sketch
graphite (medium)
colored pencil (medium)

画風

アニメ

animation cel
cel shading
anime
anime coloring
anime screencap （アニメのスクショ）
magazine scan
megami magazine
official art
toon (style)
retro artstyle
1980s (style)
1990s (style)
2000s (style)

イラスト

pop-art
ukiyoe
bishoujo
illustration of
bishoujo figure （Stable Diffusion でも使える）
wallpaper
concept art
comic book
color pencil drawing
pastel
watercolor (medium)
watercolor pencil (medium)
calligraphy brush (medium)
oil painting (medium)
one-hour drawing challenge

複数

character sheet of は横顔や斜め後ろ姿等を描いてくれるので、設定を作るときに便利。ただし服装や色が違ったりする。

column lineup （枠で区切ったキャラ一覧）
multiple views （設定画みたいに１画面に複数描かれている）
character sheet of キャラ名
character sheet, same size face, concept art （頭だけいろんな方向から描いたもの）
character sheet,multiple views,same size face, expression chart
sprite sheet
collage （同じ画像が並ぶ）
zoom layer
projected inset

特殊

pixel art
dot art
8-bit
16-bit
isometric room
trading card
meme
soviet poster
movie poster
voxel art
fake screenshot
game screenshot
magazine cover
comic cover
newtype cover
adult comic cover）
on the cover of a manga

モノクロ

monochrome rough sketch
grayscale
screentones

人名

kyoto animation
studio ghibli
cygames
krenz cushart
ilya kuvshinov
greg rutkowski
utagawa kuniyoshi
william adolphe bouguereau
makoto shinkai
tsutomu nihei （白黒になりがち）
kanna hashimoto
suzu hirose
range murata
akihiko yoshida
makoto shinkai
yoshitaka amano
alphonse mucha
william adolphe bouguereau
liraphael lacoste （風景画に強い）

Stable Diffusion UI では以下のアーティストが列挙されている。

Stable Diffusion UI で列挙されているアーティスト

Map

TRPG, map, concept sheet, fantasy, rampart, walled city
square combat map, quarter view
map, a part of the continent

検証

mutated hands and fingers の検証では手をうまく描くのではなく隠すようになっている。out of frame や cropped は頭が切られる問題の対策にはならなかった。

汎用呪文プロンプトの検証をしてみた-PART1-

汎用呪文プロンプトの検証をしてみた -PART2 語順編-

PART3 -プロンプトの工夫で指定色が混ざるのを防ぐ方法-

AI が描いた絵の見分け方

画像生成AIによって生成されたイラストの見分け方

ILLUMINARTY （AI の描いた絵を判定する Web アプリ）

手と拡大した目を見ればすぐにわかる。

1. 細部が甘い

手が崩れている・指の本数がおかしい
服やアクセサリーの細かい装飾が崩れている；ブラやショーツについているリボンが上手く描けない
毛先が不明瞭・毛先が溶けている
目のディティールが甘い

目の描き方が左右非対称
ハイライトの形が崩れている・位置がおかしい
瞳孔が崩れている

耳の形がおかしい
歯の形がおかしい

2. 背景の連続性がない

閉領域の背景がおかしい；閉領域とはたとえば、手を腰に当てた時にできる、腕と身体で作る空間のこと。髪のループでもよく閉領域は生成される。閉領域では背景の連続性が失われやすい。

閉領域の背景の色が薄い
水平線がずれている

水平線がずれている

Human or AI （AI が描いた絵の識別テスト）

Human or AI 2

NSFW （職場閲覧注意）

Google Colab で NSFW 画像を生成すると、Ban されるリスクがあるので、ローカルでの生成を推奨する。

正面図が欲しい場合は view straight-on を前の方に入れると、平均画力が上がる。

性器の描写が必要な場合はNSFW モデルをマージしたモデルを使う。気に入った画像に、inner_thighs and labia を指定して、局部にマスクをしてガチャを回す。

metart, MPL Studios を入れるだけでエロ画像になる。

単語集

NovelAIでセンシティブ画像を作ろう教室

nude と completely nude

danbooru タグの nude は胸と股間にだけ服がない状態。全裸は completely nude を使う。

場所

brothel （売春宿）
prostitution （売春）
stone floor
stone wall
dungeon
cage
partially submerged （一部水に浸かっている）

大人数

6+boys
gangbang
crowd
group sex
surrounded by multiple guys
in a mosh pit
on a mosh pit, high angle view
surrounded by crowd
love train

性器など

pussy （女性生殖器が見えているときに使う。アナルセックスにこのタグが付いていることも多い）
vaginal （女性生殖器に何かが入っているときに使う）
anus （肛門）
anal （尻穴に何かが入っているときに使う）
groin （鼠径部）
pregnant （腹が露出している）
maternity （服を着ている）
cleft of venus （割れ目）
partially visible vulva （食い込み）
futanari （ふたなり）
futa with female （ふたなりレズ）
1boy, huge breasts, large penis （ふたなり。男に乳を盛る）
penis growing out of his crotch
pubic hair （陰毛）
female pubic hair
male pubic hair

ペニス

irrumatio （イラマチオ）は竿役が動き、fellatio （フェラチオ）は咥える側が動く。

foreskin small boy penis （包茎の小さいペニス）
erection （勃起）
multiple penises
veiny penis （静脈）
disembodied penis （宙に浮いているペニス）
flaccid （勃起していないペニス）
penis awe （見せ槍）
twitching penis
invisible penis
penis outside （服や乳で隠されたペニス）
irrumatio
fellatio
cuphand
deepthroat
covered penis （ズボンを穿いた状態での勃起ペニス）

触手

触手は髪と融合しがちなので splatoon, inkling, fused hair あたりをネガティブに入れる。

tentacle pit
surrounded tentacles swarm
octopus, tentacles
penis tentacle
(tentacles:1.3) (tentacle sex:1.3)
(tentacle-like:1.5) thigh strap （触手が脚に巻き付く）
tentacle wrap neck around
suction cups （吸盤）
surrounded by many tentacles swarm in dungeon, soaked with dripping mayonnaise
stationary restraints （強制絶頂）

表情

ahegao
ahegao, smile
orgasm
tearing up
crying with eyes open, sad, tears
mouth drool （よだれ）
heavy breathing （息切れ）

体位

This Is What Your Sex-Position Bucket List Should Look Like。

intercourse with a man
hug from behind （バック）
girl on top, from behind, from above （バック）
from behind, looking at viewer, looking back, doggy style
prone bone （寝バック）
69
cunnilingus
doggystyle
girl on top （騎乗位）
cowgirl position （騎乗位）
reverse cowgirl position
missionary （正常位）
standing missionary （立ち正常位）
table sex （角オナ）
full nelson （アナル固め）
tribadism （貝合わせ）
view straight on, (from front:1.2), sex, doggy style, all fours （四つん這い正面）

ポーズ

:>=（ひょっとこフェラ・バキュームフェラ）
implied sex （結合描写なし）
skirt lifted by self （スカートたくし上げ）
lifted by another
skirt lift
skirt hold
wind lift
curtesy
top-down bottom-up （ケツ上げ）
breast press （おっぱい押し付け）
clasp with hands （手ブラ）
cupping hands （手で受ける）
all fours （四つん這い）
squatting, paw pose （ちんちん）
wall,bend over backwards （壁尻）
spread legs
legs apart （立った状態で少し開いている）
spread pussy
showing pussy
cervix
pussy looking through （局部見せつけ）
holding another's wrist
squatting and arms behind head （エロ蹲踞）
spread legs, squatting, arms behind back （エロ蹲踞手後ろ）
girl squatting spread legs widely like dog statue pose thighhighs （Ｍ字開脚）
on the ground, asian squat, wide spread legs, tiptoeing, show off crotch （ガニ股）
sitting on potty （便座に座る）
fellatio, pov
eating a sausage
licking a sausage
a sausage is inserted into her mouth
cameltoe （下着のマンスジ）
sleep molestation （睡眠姦）
pov male body
hands on breasts, covering breasts （手ブラ）
kneading breasts, pov male hands （胸をもむ）
jack-o' challenge

バックの場合

stomach, navel, boob のような正面から見えるパーツをネガティブに入れる。

back boob

脱衣

ネガティブに see-through を入れると服の上から乳首が描かれるのを軽減できる。

undressing
open clothes （前開け）
bra visible through clothes
clothes pull
changing clothes
pulled by self
changing room
take off a 衣類名

露出

public indecency （公然わいせつ）
exhibitionism （露出症）
public nudity （露出）
pee （放尿）
peeing self （おもらし）
urinate, yellow urine pool out of pussy

装飾

padlock （南京錠）
pillory （拘束板）
nipple piercing
nipless
body writing （落書き）
tally （体に描かれた正の字）
wedding veil
choker
leash
chain leash
viewer holding leash
collar connected by a chain
animal collar
harness collar
harness cuffs
handcuffs
shackles （手枷）
restrained
pubic tattoo （下腹部の淫紋）
stomach tattoo
barcode tattoo

服

cling wrap （サランランップ）
nightgown
lingerie
negligee
pantyhose
torn pantyhose
navel （へそ）
open fly （ズボンの前ボタンやチャックを開けた状態）
strap gap （紐と体の隙間）
bra peek （ブラチラ）
cloth aside
panties aside （ショーツずらし）
side-tie panties
panty pull
towel over breasts
wrapped a (large white towel)
strapless, naked towel （danbooru タグ）
naked towel, [strapless onepiece::0.3]
see-through white bikini
torn clothes （破れた服）
torn chainmail
loincloth （ふんどし）
diaper （おむつ、おしめ）
boyshort panties （ボーイレッグ）
bondage rope bind （緊縛）
belted （ベルトいっぱい）
fish net
nipple slip （乳首チラ）
areola slip （乳輪チラ）
nipple cutout
pussy cutout
pubic hair （陰毛）
anus peek
topless
crotchless panties （股間部なし）
panty pull （脱ぎかけ）
pulling down panties
no panties
naked

乳全般

サイズや形状については breasts を参照。

oppai も使える。

colored nipples （変な色の乳首）
puffy nipples
huge nipples （デカ乳首）
large areolae （デカ乳輪）
inverted nipples （陥没乳首）
lactation （乳の分泌、授乳）
breast grab
grabbing from behind
heart pasties （ハート形のニップレス・前張り）
sideboob （横乳）
underboob （下乳）
open at the chest

巨乳

(huge breasts:1.5)
huge bomb breasts
cleavage of huge breasts
large breasts
huge breasts
sagging breasts （垂れ乳）

普乳

medium breasts
small breasts
neckline
decollete

貧乳

貧乳は巨乳系の語をネガティブプロンプトに入れるのが確実だ。flat chest は有料の loli タグの代わりに使われていて、ロリ化する傾向にある。9yo のように年齢を指定する方法もある。

大人の貧乳は tall female, mature female, skinny, narrow waist, 190cm 等を併用して、ネガティブに child 等を入れる。

9yo
flat chest
skinny
[[[[[breasts]]]]]

汗

(sweaty skin)

マヨネーズ

汗やマヨネーズのようなエフェクトは img2img で後付けの方が効率的。身体が崩れにくくなる。

mayonnaise
slimy skin
shiny
shiny skin
covered in white gooey paint
wet with opaque globs of mayonnaise
opaque sticky white goo
dripping with strands of white goo
((((white slime)))), (wet)

精液

img2img を使うと好きな場所に精液を配置できる。

pile of cum
cum in pussy
internal cumshot
cumdrip （ペニスなし）
overflow （ペニスあり）
cum pool （床の精液）
ejaculating while penetrated
facial
bukkake
cum string
pussy juice trail
projectile cum
cum in mouth
cum on tongue
cum on breasts
cum on stomach
cum on ass
fertilization, ovum （受精エフェクト）
cum bath filled with (mayonnaise:1.3)（精液風呂）

ゴム

condom （ゴムの箱）
single condom
used condom
condom wrapper （未開封のゴムひとつ）
condom packet strip

事後

after sex
after vaginal

暴力

molestation （痴漢）
breast grab, groping, fingering
bdsm
bruise （打撲・あざ）
injury （ケガ）
punching
ryona
strangling （首絞め）
asphyxiation （窒息）
abuse （虐待・酷使）
pain
defloration （破瓜）
bound
bondage
restrained
breast grab
pillory （首枷・晒し台）
box tie （手を後ろで縛る）
hanged （吊る）
full-harness made of rope （ロープで縛る）
full-harness made of chain
chained
stomach bulge
force-feeding

そのほか

pussy juice （愛液）
uterus at viewer penis inserted into pussy from cross section looking through （断面図）
mtu virus （立ち絵とスカートの中とを描いたもの）
loli training wear
sexy busty female teacher
artificial vagina （オナホ）
rainbow colorful luminescence long penis on bonsai （ゲーミングペニス盆栽）
(ikebana:1.2), (glowing penis:1.3)（ゲーミングチンポ華道部）

作例

Waifu Diffusion v1.3

Seed=1348206（左）, 1348211（右）
Steps=20
Sampler=Euler a
CFG scale=7.5
Size=384x640

prompt
absurdres, 1girl, jirai kei, choker, collared shirt, earrings, frills, looking at viewer, medium hair, pink hair, ring,

negative prompt
pablo picasso, long neck, long body, extra heads, bad anatomy, bad proportions, extra limbs, extra fingers, mutated hands, poorly drawn hands, poorly drawn face, skin defects, Shoulder oracle bone, backshot tooth

Waifu Diffusion v1.2

作成環境

ツール：openvino
サンプラー：LMS
モデル：Waifu Diffusion v1.2 openvino

typo が含まれているのでプロンプトは適宜直してください。たとえば bishojo 間違いで、正しい綴りは bishoujo。

1girl looking_at_viewer upper_body, too many flowers,kyoto animation, bishojo, bare_shoulders black_sleeves yellow_eyes emeraldblue_hair, sailor_collar and neckerchief, detached_sleeves frilled_shirt_collar frills grey_shirt headset heart long_hair sleeveless_shirt twintails very_long_hair wide_sleeves highres
seed=514388629
inference steps=15

seed=525803891
inference steps=15

prompt
pinup Comic art, thick-line-drawing, bold outline, air-brush-paint, loli Turquoise twin tail, blush, extremely detailed symmetric faces, JoJo's Bizarre Adventure, decollete cleavage, simple studio lighting

negative prompt
deformed, bad_anatomy, disfigured, mutation, mutated, extra_limbs, ugly, fat, missing_limb, floating_limbs, disconnected_limbs, long_neck, long_body, part of the head, mutated hands and fingers, intricate human hands fingers, poorly_drawn hands, malformed_hands, poorly_drawn face,poorly_drawn asymmetrical eyes

extremely detailed loli 1girl, beautiful character professional portrait of a kawaii girl in elaborately embroidered print_kimono, looking_away, golden hour, from_side, white marble glowing skin, pretty lively blue_eyes and iris, blush, dot_nose, gray bun hair, subsurface scattering, style of anime film, cobblestone road, soft ambient lighting, light_rays
seed=637316554
inference steps=30

cowboy_shot, too many flowers,loli,alice,elementary school student girl turning around with white marble glowing skin and dot nose and perfect symmetrical pretty face with blush cheeks,hair ornament, standing in the alice in wonderland, Genshin_Impact,azur_lane,blue_archive,arknights jewelry,glint, sparkle, light_rays lens_flare light_particles, hyper detailed, high detail, exquisite detail, golden hour lighting, strong rim light, intense shadows, bokeh
seed=922722266
inference steps=10

seed=34171926
inference steps=8

prompt
extremely detailed, a chibi, girl with white marble glowing skin and dot nose and perfect symmetrical pretty face with blush cheeks, wavy hair slight smile pretty eyes with catchlight perfect oval iris, elegant dress with many frills, a crown on the head, gold accessories, jewelry, glint, light rays standing in castle with many flowers

negative prompt
deformed, bad anatomy, disfigured, mutation, mutated, extra limbs, ugly, fat, missing limb, floating limbs, disconnected limbs,long neck, long body, part of the head, mutated hands and fingers, intricate human hands fingers, poorly drawn hands, malformed hands, poorly drawn face, poorly drawn asymmetrical eyes

beautiful kawaii 1girl with bare_shoulders blue_dress and black_choker, hair ornament of Silver flower, underwater, looking_at_viewer, full_body, breasts, cleavage, aqua_eyes, silver very_long_hair, parted_lips, cowboy_shot, beautiful female face, sparkling anime eyes and elegant eyelashes and perfect symmetrical face fine detail delicate features quiet gaze, intente beautiful light, sharp focus, vloumetric lighting, extremely detailed, official_art, hq, 8k, highres, pixiv ranking 1st
seed=684821328
inference steps=15

original highly detailed bishojo teens girl under the starlight standing on flower garden. jewelry 1girl perspective, glowing eyes, pale lips, wearing ethnic garment, bokeh, cinematic lighting,
seed=103004710
inference steps=30

8k book cover art of girl, silk dress, lace frills, Platinum blonde wavy long hairstyle, cleavage breasts, white skin, starry eyes, perfect symmetrical face, by krenz cushart and stanley lau and artem demura and alphonse mucha and peter mohrbacher, soft focus, strong rim light, golden hour
seed=78227016
inference steps=8

seed=676040145
inference steps=15

prompt
art by krenz cushart and violet evergarden, navy school suimsuit, shiny wet navy one-piece leotard, view straight on, a loli girl with white marble glowing skin and perfect symmetrical pretty face with blush cheeks and glaring eyes wearing navy school swimsuit in the evening on sunny day standing in beach, golden hour lighting, strong rim light

negative prompt
2girls, deformed, bad anatomy, disfigured, mutation, mutated, extra limbs, ugly, fat, missing limb, floating limbs, disconnected limbs, long neck, long body, part of the head, mutated hands and fingers, intricate human hands fingers, poorly drawn hands, malformed hands, poorly drawn face, poorly drawn asymmetrical eyes
スクール水着は生成が難しい。1,000 枚以上作成して一番良かったものがこれ

art by krenz cushart and violet_evergarden, a beautiful detailed bust shot of woman bathing wearing luxury lingerie bodysuit,jewelry, wedding veil, lace gloves, ring, tiala, neckless, earrings, blesslet, anklet from Tiffany & Co, louis comfort tiffany, garterbelt,Stocking in the romantic Outdoor very big bathtub with bloomed-white-flowers, in the bright heavenly realm room, atmospheric lighting, Strong Sunlight shining through the window, Perfectly shaded, highly detailed, concept art, sharp focus, cinematic lighting, 8k
seed=684889441
inference steps=15

seed=888299913
inference steps=15

prompt
2girl, two bishojo snuggled up selfie, with white marble glowing skin and perfect symmetrical pretty face with blush cheeks and glaring eyes wearing a school uniform, golden hour lighting, strong rim light, intense shadows

negative prompt
1girl, solo, deformed, bad anatomy, disfigured, mutation, mutated, extra limbs, ugly, fat, missing limb, floating limbs, disconnected limbs,long neck, long body, part of the head, mutated hands and fingers, intricate human hands fingers, poorly drawn hands, malformed hands, poorly drawn face, poorly drawn asymmetrical eyes

seed=592525032
inference steps=15

prompt
two bishojo embrace each other, 2girl hug each other tight, with white marble glowing skin and perfect symmetrical pretty face with blush cheeks and glaring eyes wearing a school uniform, golden hour lighting, strong rim light, intense shadows, too many flowers

negative prompt
1girl, solo, deformed, bad anatomy, disfigured, mutation, mutated, extra limbs, ugly, fat, missing limb, floating limbs, disconnected limbs,long neck, long body, part of the head, mutated hands and fingers, intricate human hands fingers, poorly drawn hands, malformed hands, poorly drawn face, poorly drawn asymmetrical eye

seed=722819143
inference steps=8

prompt
hololive, uruha_rushia, 1girl, bangs, bare shoulders, red eyes, blue dress, blue green hair, blue sleeves, blush, bow, breasts, chick, collarbone, detached collar, detached sleeves, double bun, eyebrows visible through hair, frills, hair ornament, medium hair, off-shoulder dress

negative prompt
deformed, bad anatomy, disfigured, mutation, mutated, extra limbs, ugly, fat, missing limb, floating limbs, disconnected limbs, long neck, long body, part of the head, mutated hands and fingers, intricate human hands fingers, poorly drawn hands, malformed hands, poorly drawn face, poorly drawn asymmetrical eyes

解説リンク

絵下手マンがWaifu Diffusionでファンアートを描く方法

続・絵下手マンがWaifu Diffusionでファンアートを描く方法　加筆ノウハウ編

より思い通りの画像を作る！img2img＆フォトバッシュ複合ワークフローについて[StableDiffusion]

AI画像生成を利用した着色高速化ワークフロー[NovelAI]

AIで画像生成してソシャゲのガチャっぽく加工する方法

Stable Diffusion に関するニュース

SD RESOURCE GOLDMINE

SD RESOURCE GOLDMINE 2

SD Updates (3)

DeepFloyd IF

Stable Diffusion は潜在空間で描いた絵を VAE でピクセル空間に戻し、VAE でアップスケールしていた。このとき VAE にプロンプトの情報を入力していないので、細部の再現性に問題があった。

DeepFloyd IF はピクセル空間で 64x64 の絵を描き、アップスケーラーを２回実行して 1024x1024 の画像を作成する。アップスケーラーにはプロンプトの情報が入力されるので、通常のアップスケーラーより高性能である。

DeepFloyd IF の描画フロー

DeepFloyd IF は３ステージで絵を描く。

ステージ１ではプロンプトから生成した Text Embedding を利用して、64x64 の画像をピクセル空間で描く。

ステージ２では 64x64 の画像と Text Embedding とを利用して、256x256 の画像へアップスケーリングする。

ステージ３では 256x256 の画像と Text Embedding とを利用して、1024x1024 の画像へアップスケーリングする。

ステージ２とステージ３とのアップスケーラーは個別に専用のモデルが使用される。

外部リンク

IF by DeepFloyd Lab at StabilityAI

Stability AIが大規模言語モデルを取り入れた高性能なテキストから画像への変換モデル「DeepFloyd IF」を発表

Attention

論文解説 Attention Is All You Need (Transformer)

30分で完全理解するTransformerの世界

BERTのAttentionは何を見ているのか？

VAE

VAEは画像を生成する生成モデル。

AutoEncoderはあくまで潜在空間の取得が目的で、（エンコーダーで得られる）高次の特徴をアップサンプリング＋Skip-connectionで解像度を上げていくU-Netとは目的が違うような… / “オートエンコーダーとして…” https://t.co/3Fvrx8E9G6
— yu4u (@yu4u) November 12, 2018

教師なし機械学習「VAE」による連続的な手書き文字の生成

変分オートエンコーダー

【Tensorflowによる実装付き】Variational Auto-Encoder(VAE)を理解する

【PyTorch】VAE(Variational Auto-Encoder)を実装する

【徹底解説】VAEをはじめからていねいに

深層学習／VAE (Variational Autoencoder) を実装する

Variational Autoencoder徹底解説

【論文解説+Tensorflowで実装】VQ-VAEを理解する