Stable Diffusionの全身プロンプト完全ガイド

Stable Diffusionで全身プロンプトを入れているのに、上半身だけになる、足先が切れる、顔が崩れる、思った構図にならないと悩んでいませんか。特にfull body、full-body shot、from head to toe、靴プロンプト、ポーズ指定、画像サイズ、縦長設定、Hires.fix、ネガティブプロンプト、ControlNetの使い分けは、最初につまずきやすい部分です。

あなたがStable Diffusionプロンプト全身の作り方を知りたいなら、単にfull bodyを足すだけではなく、構図、足元、顔補正、除外ワード、生成サイズまでまとめて調整することが大切です。ここを整理できると、全身が出ない原因を切り分けやすくなります。

この記事では、Stable Diffusionで全身画像を出すための基本語句から、顔が崩れるときのHires.fix、失敗を減らすネガティブプロンプト、構図を固定しやすいControlNetまで、初心者にも実践しやすい形で解説します。

AIで収入UPを実現可能！

Stable Diffusionの全身プロンプトの基本

まずは、Stable Diffusionで全身を出すための土台を整理します。全身画像は、プロンプトだけでなく、画像サイズ、構図、足元の指定、ポーズの明確さが結果に大きく関わります。ここでは、最初に覚えておきたい基本の考え方を順番に確認していきましょう。

full bodyの使い方

Stable Diffusionで全身を出したいとき、最初に使うべき基本語がfull bodyです。人物の全身を描かせたいときの代表的なプロンプトで、上半身だけに寄ってしまう生成結果を改善するための出発点になります。かなり気になりますよね。なぜなら、あなたが全身を指定しているつもりでも、AI側は顔や上半身を優先してしまうことがあるからです。特に、beautiful face、portrait、close-up、upper bodyのような言葉がプロンプトに混ざっていると、full bodyの意図が弱くなり、結果として胸から上だけ、腰から上だけの画像になりやすいです。

私がまずおすすめするのは、full bodyをプロンプトの前方に置くことです。Stable Diffusionでは、プロンプト全体の中で重要な要素をどこに置くかが結果に影響することがあります。もちろん、前に置けば必ず勝つという単純な話ではありませんが、全身を出したいなら、顔や服装や背景よりも先に「全身構図」を指定しておくほうが実用上は扱いやすいです。

基本例：full body, 1girl, standing, looking at viewer, simple background

強調例：(full body:1.2), standing, shoes visible, centered composition

full bodyを入れるときは、単語を単独で置くよりも、人物の状態とセットで指定するのがポイントです。たとえば、standing、centered composition、shoes visible、simple backgroundのような言葉を組み合わせると、全身を画面内に収める意図が伝わりやすくなります。逆に、full bodyだけを入れて、他の部分で「顔を細かく」「目を美しく」「髪を精密に」と上半身の情報ばかり増やすと、AIは全身よりも顔の品質を優先してしまう場合があります。

また、AUTOMATIC1111系のStable Diffusion WebUIでは、丸括弧による強調や数値による重み付けが使われます。たとえば、(full body:1.2)や(full body:1.3)のような書き方です。こうしたプロンプトの強調構文は、AUTOMATIC1111の公式Wikiでも機能として説明されています。詳しい仕様を確認したい場合は、AUTOMATIC1111公式Wiki「Features」を確認すると安心です。

重み付けの数値は、あくまで一般的な目安です。1.2〜1.4あたりから試す人は多いですが、モデルやLoRAによって最適値は変わります。強くしすぎると、構図が不自然になったり、顔や服の質感が崩れたりする場合があるので、少しずつ調整してください。

full bodyを使うときに大切なのは、「全身を出す言葉を入れたか」だけではなく、「全身を邪魔する言葉を入れていないか」まで見ることです。顔アップを意味する言葉、上半身を意味する言葉、背景を強く支配する言葉が多すぎると、全身の優先度が下がることがあります。まずはシンプルなプロンプトで全身が出る状態を作り、そのあとで髪型、服装、表情、背景、画風を足していくと失敗が減りますよ。

full-body shotの指定

full-body shotは、Stable Diffusionで全身画像を狙うときにかなり使いやすい表現です。full bodyが「全身」という対象そのものを示すのに対して、full-body shotは「全身が画面に収まったショット」という構図寄りのニュアンスを持たせやすいです。写真や映像の構図に近い言い方なので、人物を引きで見せたいときに相性が良いですよ。

ただし、full-body shotも万能ではありません。Stable Diffusionは、人物を生成するときに顔や上半身を魅力的に見せる方向へ寄りやすいことがあります。特に、portrait、close-up、face focus、detailed eyes、beautiful faceなどを同時に入れていると、AIが「顔を大きく見せる画像」と解釈し、結果として全身が出にくくなる場合があります。ここが少しややこしいところです。

full-body shotを効果的に使うなら、カメラを引く言葉とセットにしましょう。たとえば、wide shot、long shot、full-length portrait、centered compositionなどです。これらを組み合わせると、単に全身を描くというより、画面内に人物全体を収める方向へ誘導しやすくなります。

たとえば、全身の立ち姿を出したい場合は、次のような形から始めると扱いやすいです。

例：full-body shot, standing, centered composition, shoes visible, wide shot, detailed outfit, simple background

この例では、full-body shotで全身ショット、standingで立ち姿、centered compositionで中央配置、shoes visibleで足元、wide shotで引きの構図を指定しています。これだけでも、全身が出ない原因の多くを抑えやすくなります。特にshoes visibleを入れている点が重要で、靴を見せる指定を入れると、足先まで画面に入れる方向へ寄せやすいです。

一方で、背景や衣装を細かく書きすぎると、全身構図の指示が埋もれることがあります。たとえば、fantasy castle、many flowers、crowded street、dramatic lighting、floating particlesなどを大量に入れると、背景や演出の情報が強くなり、人物の全身表示が後回しになる場合があります。背景を凝りたい気持ちは分かりますが、まずは人物の全身が出るテンプレートを作り、それから背景を強くするほうが失敗しにくいです。

full bodyとの使い分け

full bodyとfull-body shotは似ていますが、私は両方を併用することも多いです。full bodyで「全身」、full-body shotで「全身ショット」、wide shotで「引きの構図」を伝えるイメージです。ただし、似た言葉を重ねすぎるとプロンプトが冗長になるので、うまくいかないときだけ補強するくらいで十分です。

full-body shotを入れても、使用モデルがバストアップ寄りに学習されている場合や、LoRAが顔アップに強く作用している場合は、全身が出にくいことがあります。その場合は、LoRAの強度を下げる、縦長サイズにする、ネガティブプロンプトにcroppedやout of frameを入れるなど、複数の対策を組み合わせてください。

from head to toeの活用

from head to toeは、「頭からつま先まで」という意味で、全身をより具体的に伝えたいときに便利なプロンプトです。full bodyやfull-body shotを入れても足元が切れる場合、from head to toeを加えることで、頭部から足先までを含める意図を補強できます。全身画像でよくある「上半身はきれいだけど、膝下がない」「足先だけフレーム外」という失敗に対して、かなり使いやすい表現ですよ。

from head to toeの強みは、全身の範囲を言葉で明確にできることです。Stable Diffusionは、単に「全身」と言われても、モデルや構図によっては腰から上、膝から上のような中途半端な構図になることがあります。そこで、頭からつま先までという表現を入れると、「足先まで必要」という意図が伝わりやすくなります。

例：full body, from head to toe, standing pose, shoes visible, full-length portrait, centered composition

このプロンプトでは、full bodyで全身、from head to toeで頭からつま先、standing poseで立ち姿、shoes visibleで靴の表示、full-length portraitで全身肖像、centered compositionで中央配置を指定しています。全身が出ないときは、このように同じ方向性の言葉を軽く重ねると、AIが迷いにくくなります。

ただし、from head to toeだけに頼りすぎるのはおすすめしません。なぜなら、構図が近すぎる場合や画像サイズが正方形の場合、足先まで入れるための物理的な余白が足りないからです。プロンプトで「つま先まで」と指示しても、キャンバスに縦の余白がなければ、足元が切れる可能性は残ります。つまり、from head to toeは縦長サイズやwide shotとセットで使うのが基本です。

from head to toeを使っても、人物が小さくなりすぎると顔が崩れやすくなります。ここも悩ましいですよね。全身を出すために画面を引くと、今度は顔が小さくなって崩れる。このバランスを取るために、最初は全身が出る設定を作り、顔の品質はHires.fixやアップスケーラーで補うのが現実的です。

また、from head to toeは、靴や服装の下半身指定と相性が良いです。たとえば、wearing boots、long skirt、black pants、white sneakersなどを入れると、AIが足元まで描く必要性を認識しやすくなります。全身プロンプトは、ただ一語を入れるよりも、頭、体、足元の情報をバランスよく置くほうが安定します。

靴プロンプトで足先を出す

Stable Diffusionで全身が出にくいときは、靴プロンプトを入れるのもかなり有効です。理由はシンプルで、靴やブーツを指定すると、AIが「足元まで描く必要がある」と判断しやすくなるからです。全身を指定しているのに足先だけ切れる場合、full bodyやfrom head to toeに加えて、shoes visible、wearing boots、sneakers、high heelsなどを入れてみてください。

ここ、意外と見落としがちです。多くの人は、顔、髪型、服、背景を細かく書きますが、足元の情報は抜けやすいです。するとAIは、上半身や服の上部を中心に描いても成立すると判断しやすくなります。逆に、靴や足元の指定を入れると、画像の下部まで描く理由が生まれるので、全身構図に寄りやすくなります。

足先まで出したいときの例

full body, from head to toe, standing, shoes visible, wearing sneakers, centered composition, wide shot

靴プロンプトを入れるときは、単にshoesと書くだけでもよいですが、可能なら見た目まで指定すると安定します。たとえば、white sneakers、black boots、brown leather shoes、red high heelsのように色や種類を足すと、足元の描写がより明確になります。全身ファッション画像を作りたい場合は、tops、pants、skirt、socks、shoesのように、服装を上から下まで整理して書くのもおすすめです。

靴指定が効きやすいケース

靴プロンプトが特に効きやすいのは、立ち姿、ファッション、キャラクター全身立ち絵、ポートフォリオ風の全身画像です。standing poseやcentered compositionと組み合わせると、全身を見せる方向にまとまりやすくなります。一方で、座りポーズ、寝そべりポーズ、ジャンプポーズなどは、靴を指定しても足元が隠れたり、構図が複雑になったりするため、成功率が下がる場合があります。

靴を指定すれば必ず全身になるわけではありません。画像サイズが横長だったり、close-upやportraitが強かったり、背景情報が多すぎたりすると、足元が切れることがあります。靴プロンプトは、縦長サイズ、wide shot、from head to toe、ネガティブプロンプトと組み合わせて使うのが安全です。

また、実在ブランドの靴や既存キャラクターの衣装を細かく再現する場合は、権利や利用規約に注意してください。個人で試すだけなら問題になりにくいケースもありますが、商用利用、広告利用、販売用素材として使う場合は話が変わります。正確な情報は公式サイトをご確認ください。権利や契約が関わる場面では、最終的な判断は専門家にご相談ください。

足先まで見せるコツは、AIに「足元を描く理由」を与えることです。full bodyで全身を伝え、from head to toeで範囲を伝え、shoes visibleで足元の存在を伝える。この3つを組み合わせるだけでも、上半身だけになる失敗はかなり減らしやすくなりますよ。

ポーズ指定で全身を整える

全身画像を安定させるには、ポーズ指定がかなり重要です。Stable Diffusionで人物を生成するとき、単にfull bodyと入れるだけでは、立っているのか、座っているのか、歩いているのか、どの方向を向いているのかが曖昧になります。AIが曖昧な状態で解釈すると、上半身だけの構図になったり、足が不自然に曲がったり、腕や脚が増えたりすることがあります。ここ、全身生成ではかなり大事です。

初心者の方は、まずstanding poseから始めるのがおすすめです。立ち姿は全身構図と相性がよく、足先まで表示させる練習に向いています。いきなりdynamic poseやjumping poseを狙うと、手足の位置関係が複雑になり、生成が崩れやすくなります。まずはシンプルな立ち姿で成功率を上げてから、少しずつ動きを加える流れが良いかと思います。

安定しやすい例：full body, standing pose, arms at sides, centered composition, shoes visible

少し動きを出す例：full body, walking pose, wide shot, shoes visible, street background

難度が上がる例：full body, dynamic pose, jumping, action scene, dramatic angle

ポーズ指定では、姿勢だけでなく、腕や脚の位置も軽く指定すると安定しやすいです。たとえば、arms at sides、hands on hips、one hand raised、standing straight、walking forwardなどです。全身画像では、手足の配置が曖昧だと破綻しやすいため、シンプルなポーズほど成功しやすいです。

一方で、ポーズを細かく指定しすぎると、AIが処理しきれずに不自然な画像になることがあります。たとえば、「右手を頭の上に置き、左足を前に出し、体を斜めにひねり、視線は横で、髪は風になびく」のように情報を詰め込みすぎると、モデルによっては腕や脚が崩れます。最初は、standing、walking、sittingのような大きな指示にとどめ、必要に応じて少しずつ追加しましょう。

また、ポーズ指定は画像サイズとも関係します。縦長サイズでstanding poseを指定すると全身が収まりやすいですが、正方形や横長で同じ指定をすると、足元が切れやすくなる場合があります。プロンプトだけではなく、キャンバスの縦横比もセットで見直してください。

ポーズの再現性を高めたいなら、後半で解説するControlNetも便利です。特にOpenPose系を使うと、骨格をもとに構図を固定しやすくなります。プロンプトだけで毎回同じ立ち姿を出すのは難しいですが、ControlNetを使えば、全身の配置や手足の位置をかなりコントロールしやすくなります。

画像サイズは縦長が基本

Stable Diffusionで全身を出すなら、画像サイズは縦長を基本に考えると安定しやすいです。人物の全身は縦方向に長い被写体なので、正方形や横長よりも、縦長のキャンバスの方が頭から足先まで収めやすくなります。ここはプロンプトと同じくらい大事です。full bodyを何度入れても全身が出ない場合、実はプロンプトではなく画像サイズが原因になっていることも多いですよ。

たとえば、SD1.5系では512×768のような縦長サイズがよく使われます。これはあくまで一般的な目安ですが、全身の立ち姿を試す最初の設定として扱いやすいです。SDXL系では1024px前後の解像度を前提にすることが多く、モデルによって推奨サイズが違います。そのため、使っているモデルの説明欄や配布ページを確認しながら調整するのが安全です。

縦長にすると全身が入りやすくなる一方で、顔が小さくなり、顔崩れが起きやすくなる場合があります。これは全身画像の宿命に近いところです。画面内に頭から足まで入れると、顔に使えるピクセル数が減るため、目や口の描写がぼやけやすくなります。そのため、全身構図は縦長で作り、顔の細部はHires.fixやアップスケーラーで補う流れが実用的です。

また、解像度をむやみに上げれば良いわけではありません。モデルによっては、極端に大きいサイズで生成すると、人物が二重になったり、手足が増えたり、背景に余計な人物が出たりすることがあります。特にSD1.5系では、いきなり高解像度で出すより、まず扱いやすいサイズで構図を作り、その後に高解像度化するほうが安定しやすいです。

数値はあくまで一般的な目安です。SD1.5系、SDXL系、Pony系、Flux系、アニメ系、リアル系では適したサイズが変わります。正確な推奨解像度や利用条件は、各モデルの公式ページや配布ページをご確認ください。

スマホやローカル環境でStable Diffusionを使う場合は、解像度を上げるほど処理が重くなります。VRAM不足、生成時間の増加、発熱、ブラウザやWebUIの停止などが起きる場合もあります。あなたの環境で無理なく回せるサイズを見つけることも、安定した全身生成には大切です。まずは縦長の基本サイズで全身が出るか確認し、そのあとでHires.fixやアップスケールを使って品質を上げる流れがいいかと思います。

Stable Diffusion全身プロンプト対策

ここからは、全身がうまく出ないときや、全身にはなったものの顔が崩れるときの対策を解説します。プロンプト、ネガティブプロンプト、Hires.fix、ControlNetを順番に見直すことで、失敗の原因をかなり絞り込めます。

全身が出ない時の見直し

Stable Diffusionで全身が出ないときは、まず原因を一つずつ切り分けることが大切です。full bodyを入れているのに上半身だけになる場合、プロンプトの優先順位、画像サイズ、顔に寄る指示、足元の情報不足、モデルやLoRAの傾向などが関係している可能性があります。ここで焦ってプロンプトを大量に足すと、逆に原因が分からなくなります。まずは落ち着いて、チェック項目を順番に見ていきましょう。

最初に確認したいのは、全身を出す指示がプロンプトの前方にあるかです。後ろの方にfull bodyを入れているだけだと、他の強い指示に埋もれてしまう場合があります。人物の顔、髪型、服装、背景、画風を大量に書く前に、full body、full-body shot、from head to toe、standing、wide shotなどを置いてみてください。

次に、顔や上半身を強調する言葉を減らします。beautiful face、face focus、portrait、close-up、upper body、detailed eyesなどは便利な言葉ですが、全身を出したい場面では逆効果になることがあります。全身構図が安定するまでは、これらの言葉を一度外して検証してください。まず全身が出る状態を作り、その後で顔の品質を上げる方が、結果的に近道です。

また、画像サイズが正方形や横長の場合は、縦長に変更します。全身を出したいのに、キャンバスに縦の余白がなければ、AIは自然と上半身を選びやすくなります。プロンプトの問題に見えて、実はサイズの問題だったというケースは本当に多いです。full bodyを何回も強調する前に、まず縦長サイズを試してみてください。

失敗原因を見分ける流れ

おすすめは、最小構成のプロンプトで検証することです。たとえば、full body, standing, shoes visible, simple backgroundだけで生成してみます。これで全身が出るなら、問題は追加していた顔指定や背景指定にある可能性が高いです。逆に、この最小構成でも出ないなら、画像サイズ、モデル、LoRA、ネガティブプロンプト、ControlNetの導入を疑います。

検証用プロンプト例：full body, standing, shoes visible, centered composition, simple background

検証用ネガティブ例：cropped, out of frame, missing legs, missing feet, close-up, upper body

それでも改善しない場合は、モデルやLoRAの傾向も疑いましょう。特定のモデルやLoRAは、顔アップ、バストアップ、ポートレートに寄りやすい場合があります。この場合は、プロンプトだけで無理に直すより、LoRAの強度を下げる、別のモデルを試す、全身構図のサンプルが多いモデルを使う、ControlNetでポーズを固定する、といった対応が現実的です。

Stable Diffusionは、同じプロンプトでもモデルが変わると結果が大きく変わります。だからこそ、うまくいかないときは「自分のプロンプトが全部悪い」と考えすぎなくて大丈夫です。プロンプト、サイズ、モデル、LoRA、ネガティブ、補助機能のどこに原因があるのかを一つずつ切り分けるのが、最短の改善ルートですよ。

顔が崩れる時の原因

全身画像では、顔が小さく描かれるため、顔の細部が崩れやすくなります。これはStable Diffusionに限らず、画像生成AI全般で起きやすい問題です。画面内で顔が占める面積が小さくなるほど、目、鼻、口、輪郭、まつ毛、表情などに使える情報量が減ります。その結果、顔がぼやける、目が左右で違う、口元が歪む、輪郭が溶けるといった失敗が起きやすくなります。

ここ、かなり悩みどころですよね。全身を出すためにカメラを引くと、顔が小さくなります。顔をきれいにするために寄ると、今度は全身が出ません。つまり、全身プロンプトでは「全身構図」と「顔の品質」のバランスをどう取るかが重要になります。

特に、512×768のようなサイズで全身を出すと、人物全体は収まっても、顔部分はかなり小さくなります。上半身や顔アップではきれいに出るモデルでも、全身では顔が崩れることがあるのはこのためです。プロンプトが悪いというより、顔に割り当てられる解像度が足りていないケースが多いです。

全身画像で顔が崩れるのは、プロンプトが悪いとは限りません。顔が小さい、解像度が足りない、denoising strengthが合っていない、LoRAが強すぎる、モデルが顔アップ寄りに最適化されているなど、複数の要因が重なって起きます。

顔崩れを減らすには、まず顔の品質を上げるプロンプトを軽く足す方法があります。たとえば、detailed face、clear face、sharp facial features、symmetrical eyesなどです。ただし、顔を強調しすぎると、今度は上半身寄りの構図になりやすいので注意してください。全身を出したい段階では、顔の指定は強くしすぎず、必要最低限に抑えるのがコツです。

次に、Hires.fixやアップスケーラーを使って、生成後に解像度を上げる方法があります。全身構図を保ったまま顔の情報量を増やせるため、顔が小さく崩れる問題に対してはかなり実用的です。最初の生成で全身の構図を作り、二段階目で顔や服の細部を補うイメージですね。

また、顔もネガティブプロンプトで破綻を抑えることができます。blurry face、distorted face、bad eyes、deformed face、asymmetrical eyesなどを入れることで、望まない顔崩れを避けやすくなります。ただし、ネガティブを詰め込みすぎると表情が硬くなったり、画風に影響したりする場合があるので、生成結果を見ながら調整してください。

全身画像の顔崩れは、プロンプトだけで完全に解決しようとすると苦しくなります。全身構図、縦長サイズ、Hires.fix、アップスケーラー、ネガティブプロンプトを組み合わせて、少しずつ改善していくのが現実的です。最初から完璧を狙わず、「全身が出る設定」と「顔が崩れにくい設定」を分けて調整すると、かなり楽になりますよ。

Hires.fixで顔を補正

Hires.fixは、Stable Diffusion WebUIで全身画像の顔崩れを改善したいときに有力な機能です。低めの解像度で一度画像を生成し、その後に高解像度化しながら細部を描き直すため、全身構図を保ちつつ顔や服の情報量を増やしやすくなります。全身画像では顔が小さくなりやすいので、Hires.fixはかなり実用的な対策ですよ。

全身画像の難しさは、最初から高解像度にすれば解決するわけではない点です。いきなり大きなサイズで生成すると、モデルによっては体が二重になったり、余計な手足が出たり、構図が破綻したりすることがあります。そこで、まず扱いやすいサイズで全身構図を作り、そのあとHires.fixで高解像度化する流れが使いやすいです。

ここで注意したいのは、数値に絶対の正解はないという点です。Denoising strengthを高くすると描き直しが強くなり、顔や服のディテールが増えることがあります。一方で、元の顔つき、服装、手足、背景が変わりすぎる場合もあります。逆に低すぎると、元画像を保ちやすいものの、顔の補正が弱くなります。つまり、denoiseは「元画像をどれくらい残すか」と「どれくらい描き直すか」のバランスです。

Upscalerも、Latent、Lanczos、R-ESRGAN 4x+など複数の候補がありますが、どれが最適かは絵柄やモデルによって変わります。アニメ調、リアル調、写真風、イラスト風では相性が違います。おすすめは、同じseed、同じプロンプト、同じサイズでUpscalerだけを変えて比較することです。これなら、どの設定があなたの絵柄に合っているか分かりやすいです。

Hires.fixは便利ですが、万能ではありません。元の画像で顔が極端に小さい、人物が遠すぎる、構図が複雑すぎる、手足がすでに大きく破綻している場合は、Hires.fixだけでは改善しきれないことがあります。この場合は、最初の生成段階で人物を少し大きくする、顔が見えやすい角度にする、ControlNetでポーズを固定する、ネガティブプロンプトを調整するなど、前段階から見直したほうがいいです。

Hires.fixの数値は、あくまで一般的な目安です。モデル、サンプラー、CFG Scale、LoRA、VAE、画像サイズによって結果は変わります。商用利用や納品物に使う画像の場合は、破綻や権利面を必ず目視で確認してください。

全身画像で顔をきれいにしたいなら、最初から顔アップの品質を全身画像に求めすぎないことも大切です。全身構図を作る段階と、顔の細部を補う段階を分けると、作業がかなり楽になります。まず全身を出す、次にHires.fixで顔を補う。この順番で考えると、迷いにくいですよ。

ネガティブプロンプト活用

Stable Diffusionで全身画像の失敗を減らすには、ネガティブプロンプトの活用が重要です。ネガティブプロンプトは、生成したくない要素を指定する欄で、体が切れる、足が消える、顔がぼやける、手足が崩れる、余計な指が増えるといった問題を抑えるために使います。全身プロンプトでは、ポジティブ側で「こうしたい」を伝え、ネガティブ側で「こうなってほしくない」を伝えるのが基本です。

全身画像で特に使いやすいのは、cropped、out of frame、missing legs、missing feet、bad feet、bad hands、blurry face、distorted faceなどです。これらは、全身が画面外に切れたり、足や顔が破綻したりするのを避けたいときに役立ちます。ここ、入れるだけで地味に変わることがありますよ。

例：cropped, out of frame, missing legs, missing feet, bad feet, bad hands, blurry face, distorted face, low quality

ただし、ネガティブプロンプトも入れすぎには注意が必要です。大量に詰め込みすぎると、表現の幅が狭くなったり、逆に意図しない影響が出たりする場合があります。たとえば、bad anatomy、deformed、low quality、worst qualityなどを強く入れすぎると、モデルによっては絵柄が硬くなったり、細部の表現が弱くなったりすることがあります。まずは最低限の失敗要素から入れて、生成結果を見ながら少しずつ調整しましょう。

私のおすすめは、全身用のネガティブを固定テンプレートにするのではなく、失敗内容に合わせて変える方法です。足が切れるならcroppedやmissing feetを優先し、顔が崩れるならblurry faceやdistorted faceを追加します。手が崩れるならbad handsやextra fingersを加える、といった形です。失敗していない要素まで強く否定すると、かえって画像が不自然になる場合があります。

また、全身を出したいときは、upper body、close-up、portraitをネガティブ側に入れることもあります。これは、上半身や顔アップに寄る構図を避けたい場合に使える考え方です。ただし、モデルによって効き方が違うので、必ず生成結果を確認してください。ネガティブに入れた言葉が強く作用しすぎると、顔や上半身の品質に影響することもあります。

ネガティブは問題別に使う

ネガティブプロンプトは、万能の修正欄ではなく、失敗の方向を抑えるための補助欄です。足が切れているなら足切れ対策、顔が崩れているなら顔崩れ対策、手が増えるなら手の破綻対策というように、問題に合わせて使い分けましょう。毎回同じ長大なネガティブを貼るよりも、あなたの失敗パターンに合わせて調整する方が結果は安定しやすいです。

ネガティブプロンプトやフィルターを使う場合でも、規約違反や権利侵害につながる生成は避けてください。人物、既存キャラクター、商標、実在ブランドに関わる画像を公開・販売する場合は、正確な情報は公式サイトをご確認ください。最終的な判断は専門家にご相談ください。

ネガティブプロンプトは、生成結果を安定させるための安全装置のようなものです。ポジティブプロンプトで理想を伝え、ネガティブプロンプトで失敗を避ける。この両方を使うことで、全身画像の成功率は上げやすくなります。特に全身プロンプトでは、cropped、out of frame、missing feetのような言葉をうまく使うと、足先が切れる失敗を減らしやすいですよ。

ControlNetで構図を固定

プロンプトだけで全身構図が安定しない場合は、ControlNetを使う方法があります。ControlNetは、ポーズや構図、線画、深度などの情報をもとに生成を制御しやすくする仕組みで、全身画像では特にOpenPose系の使い方が便利です。プロンプトで「standing」「full body」と書いても毎回ポーズが変わる場合や、足先が切れたり手足が崩れたりする場合に、かなり役立ちます。

たとえば、立ち姿の全身ポーズ画像を用意し、ControlNetで骨格を読み込ませると、AIがそのポーズに沿って人物を生成しやすくなります。これにより、full bodyやstanding poseだけでは安定しなかった構図も、かなり再現しやすくなります。特に、キャラクター立ち絵、ファッション全身画像、商品イメージ、SNS投稿用の統一構図などでは便利ですよ。

ただし、ControlNetを使っても、元の参照画像が悪いと結果も不安定になります。足先が切れている参照、体が隠れている参照、ポーズが複雑すぎる参照、手足が重なりすぎている参照を使うと、生成画像にも同じ問題が出やすくなります。全身を出したいなら、頭から足先まで入った、分かりやすいポーズ画像を使いましょう。

ControlNetを使うときも、プロンプトは必要です。骨格でポーズを固定し、プロンプトで人物の特徴、服装、画風、背景を指定するイメージです。たとえば、ControlNetで立ち姿を固定し、プロンプト側でfull body、shoes visible、detailed outfit、anime styleなどを指定します。ControlNetだけで全てを決めるのではなく、プロンプトと組み合わせることで完成度が上がります。

ControlNetを使う前に整えること

初心者の場合、いきなりControlNetに入る前に、まず基本プロンプト、縦長サイズ、ネガティブプロンプト、Hires.fixを整えるのがおすすめです。なぜなら、ControlNetは設定項目が増えるため、何が原因で失敗しているのか分かりにくくなることがあるからです。まず通常生成で全身が出るテンプレートを作り、それでもポーズや構図が安定しない場合にControlNetを導入するとスムーズです。

人物写真や他人の画像を参照に使う場合は、肖像権や利用許諾に注意してください。公開・商用利用をする場合は、正確な情報は公式サイトをご確認ください。権利や契約に関わる最終的な判断は専門家にご相談ください。

ControlNetは、全身画像の再現性を上げる強力な手段ですが、万能の修正ボタンではありません。プロンプトで方向性を決め、画像サイズで余白を作り、ネガティブプロンプトで失敗を避け、Hires.fixで顔や服の細部を補い、ControlNetで骨格を固定する。この組み合わせで考えると、安定した全身生成に近づきやすくなります。

プロンプトだけで全身が出ないと、「自分の書き方が悪いのかな」と思いがちですが、構図の固定はプロンプトが苦手な領域でもあります。だからこそ、ControlNetのような補助機能を使うのは自然な選択です。特に同じポーズを何度も再現したい場合は、導入する価値がかなりありますよ。

Stable Diffusion全身プロンプトまとめ

Stable Diffusionで全身プロンプトを成功させるには、full bodyを入れるだけでなく、full-body shot、from head to toe、shoes visible、standing pose、wide shot、縦長画像、ネガティブプロンプト、Hires.fix、ControlNetを必要に応じて組み合わせることが大切です。全身が出ない原因は一つとは限りません。プロンプトの順番、画像サイズ、顔に寄る言葉、足元の指定不足、モデルやLoRAの傾向などが重なっていることが多いです。

まず最初に試すなら、次のようなシンプルな形から始めると分かりやすいです。いきなり背景や細かい演出を増やすのではなく、全身が出る最低限の構図を作ることを優先しましょう。

full body, full-body shot, from head to toe, standing pose, shoes visible, centered composition, wide shot, detailed outfit

ネガティブプロンプトには、次のような失敗防止の言葉を入れると、体の切れや足元の欠損を抑えやすくなります。

cropped, out of frame, missing legs, missing feet, bad feet, bad hands, blurry face, distorted face, low quality

全身が出ない場合は、まず画像サイズを縦長にし、portraitやclose-upなど上半身に寄る言葉を外してください。足元が切れるなら、靴やfrom head to toeを追加します。顔が崩れるなら、Hires.fixや顔補正、denoising strengthの調整を試しましょう。構図が安定しない場合は、ControlNetでポーズを固定する方法も有効です。

ただし、ここで紹介した数値やプロンプトは、あくまで一般的な目安です。Stable Diffusionは、モデル、LoRA、サンプラー、CFG Scale、解像度、VAE、拡張機能によって結果が大きく変わります。正確な情報は公式サイトをご確認ください。商用利用、権利、人物画像、安全性に関わる判断は、最終的な判断は専門家にご相談ください。

Stable Diffusionプロンプト全身のコツは、失敗した原因を一度に全部変えず、プロンプト、サイズ、ネガティブ、補正、構図固定の順に見直すことです。あなたの環境に合う設定を少しずつ見つけていけば、全身が切れない、顔も崩れにくい画像にかなり近づけます。うまくいかないときほど、プロンプトを足しすぎず、まずはシンプルな全身テンプレートに戻る。これが一番安定しやすい進め方ですよ。