PixAIでLoRAを作る方法｜学習手順と画像準備を解説

PixAIで同じキャラクターを何度も生成していると、顔つきや髪型が少しずつ変わり、「この見た目をもう少し安定して出したい」と感じる場面があります。私もPixAIを使っていて、髪型、服装、表情、ポーズを変えながら好みの一枚を探す作業は楽しめる一方、毎回プロンプトだけで同じ雰囲気へ寄せ続けるのは難しいと感じます。

そこで候補になるのが、自分で学習させるLoRAです。PixAIならローカル環境を構築せず、画像をアップロードしてベースモデルやトリガーワードを決めれば学習を進められます。ただし、画像を多く入れれば自動的に理想へ近づくわけではありません。

PixAIのLoRA作りで一番大事なのは、設定項目を細かく触ることより、AIに何を覚えさせたいのかが伝わる画像セットを用意することです。この記事では、生成AI促進本部を運営しながらPixAIを使っている私の視点から、画像準備、ベースモデル、トリガーワード、学習手順、完成後の確認まで解説します。

AIで収入UPを実現可能！

PixAIのLoRA学習とは

最初に、PixAIでLoRAを作る意味をつかんでおきましょう。仕組みを難しく覚える必要はありませんが、ベースモデルとLoRAの役割を分けて考えると、その後の設定で迷いにくくなります。

ベースモデルに特徴を追加する

LoRAは、画像を単独で作る大きなモデルそのものではありません。普段使っているベースモデルへ、特定のキャラクター、画風、衣装、ポーズなどの特徴を追加するための仕組みです。

たとえば、普段のモデルで「赤い長髪の女性」を作るだけなら、毎回プロンプトへ髪型や目、顔立ち、アクセサリーなどを書き込むことになります。それでも生成ごとに顔が変わることがあります。キャラクターLoRAを用意すると、キャラクター固有の特徴を追加で反映させやすくなり、同じ人物として扱いやすくなるわけです。

なお、LoRAの基礎や既存LoRAを使う方法まで確認したい場合は、生成AI促進本部のPixAI LoRAの使い方と学習の解説も参考にしてください。

自作LoRAが向いている場面

私がPixAIを使っていてLoRAと相性がよいと感じるのは、同じキャラクターや同じ画風を繰り返し使いたい場面です。SNS投稿用のキャラクター、ブログのイメージ画像、オリジナルキャラクターのシリーズ制作などでは、毎回ゼロから見た目を合わせるより、自作LoRAを土台にしたほうが作業しやすくなります。

一方、単発の一枚なら、LoRAを学習させるよりプロンプトや参考画像機能のほうが手軽なこともあります。

LoRAを作るか迷ったら、「同じ特徴を今後も何度も使うか」で考えると分かりやすいです。一度きりなら通常生成、何度も再現したいならLoRA学習を検討する、という分け方で十分ですよ。

LoRA作成前に決めること

学習ページを開く前に、何を覚えさせるLoRAなのかを決めておきます。ここが曖昧なまま画像を集めると、キャラクター、衣装、背景、画風が一つの塊として覚えられ、あとから変更しにくくなることがあります。

学習対象は一つに絞る

最初のLoRAでは、欲張って複数の目的を詰め込まないほうが扱いやすいです。キャラクターを覚えさせたいなら「この人物らしさ」、画風なら「線や色の雰囲気」、ポーズなら「体の形や動き」というように、主役を一つ決めます。

たとえば、キャラクターLoRAを作るのに、全画像で同じ服、同じ背景、同じ表情を使うと、AI側から見るとどこまでが人物の特徴で、どこからがたまたま共通している要素なのか区別しにくくなります。だから、覚えさせたいものは共通させ、あとで変えたいものには変化を持たせるのが基本です。

固定する特徴と変える特徴

キャラクターなら、髪色、目の色、特徴的な髪型、顔の印象、耳や角、ほくろ、象徴的なアクセサリーなど、外したくない要素を先に決めます。反対に、衣装、表情、背景、カメラ位置などを後から自由に変えたいなら、学習画像側でも同じ状態に固定しすぎないことが大切です。

たとえば、全画像で黒い制服を着ていると、キャラクターと制服が結び付きやすくなります。別の服へ着替えさせたいなら、学習画像にも衣装の変化を入れておきます。

◆ワンポイントアドバイス

私は画像を集める前に、「絶対に残したい特徴」と「生成するときに変えたい特徴」をメモしてから始める方法をおすすめします。これだけでも、似た画像を無計画に追加するより学習目的がぶれにくくなります。

LoRAの種類で画像設計を変える

キャラクターLoRAと画風LoRAでは、同じ「一貫した画像」が必要でも意味が違います。キャラクターLoRAでは人物の同一性を保ちつつ、角度や表情、服装に変化を付けます。一方、画風LoRAでは線、塗り、色使いなどを共通させながら、人物、動物、風景、室内など題材を変えたほうが、画風だけを取り出しやすくなります。

ポーズLoRAなら体勢を共通させつつ視点を変え、衣装LoRAなら服を共通させつつ前後左右の見え方を変えるイメージです。

学習画像の準備方法

PixAIのLoRA学習で結果を左右しやすいのが画像セットです。ここでは枚数だけでなく、どの画像を残し、どの画像を外すかまで見ていきます。

画像枚数は目的で変わる

PixAI公式ガイドでは、SDXL系の目安としてキャラクターLoRAは15〜30枚、画風LoRAは20〜40枚、ポーズLoRAは10〜20枚、衣装LoRAは15〜25枚が案内されています。これは一般的な目安であり、この枚数を満たせば必ず成功するという意味ではありません。

そのため、「100枚用意できないと作れない」と考える必要はありません。似ていない画像やぼやけた画像まで水増しすると、学習対象が分かりにくくなる場合があります。

一方、TsubakiやTsubaki.2といったDiT系は考え方が別です。PixAI公式のDiT向け案内では30〜100枚が推奨されています。使用するベースモデルによって必要な画像数が変わるため、SDXL系の枚数だけをそのまま当てはめないでください。

画像枚数や解像度の公式目安は、PixAI公式「LoRA学習完全ガイド」でも確認できます。（出典：PixAI公式「LoRA学習完全ガイド」）

キャラ画像は同一人物性を優先

キャラクターLoRAでは、15枚しか用意できなくても、その15枚が同じ人物として見えるなら学習する価値があります。反対に、30枚あっても顔の輪郭、目の形、髪型、髪色が毎回大きく違えば、AIへ渡す情報が揺れます。

私なら基準になる一枚を決め、顔の輪郭、目、前髪、髪の長さ、特徴的なパーツを見比べます。服やポーズが違っても「同じキャラに見えるか」を優先してください。

PixAIで学習用素材を作る場合は、生成した画像を全部使わず、同じキャラクターに見えるものだけ選び直してください。

画風は題材を変えて集める

画風LoRAの場合、同じ女性キャラクターばかりを集めると、その人物像まで画風の一部として覚えやすくなります。線の太さ、塗り方、陰影、色の置き方、質感を学ばせたいなら、人物だけでなく風景や小物など題材に違いがあるほうが目的を分けやすいです。

たとえば「淡い水彩風」なら、人物、街並み、花、室内などを同じタッチで用意し、共通点を画風に寄せます。

ぼやけや文字入りを避ける

解像度は高ければ何でもよいわけではありませんが、輪郭や特徴が確認できる鮮明な素材を選びたいところです。PixAI公式ではSDXL系の最低解像度として512×512px、より適した例として768〜1024px程度が案内されています。

また、画像内の文字、透かし、吹き出し、画面UIなどは、学習したい対象とは関係のない情報です。可能な範囲で取り除いた画像を使ってください。顔が影で大きく隠れている、複数キャラが重なっている、極端な角度で重要な特徴が見えない画像も、最初の学習では外したほうが判断しやすくなります。

画像の枚数を増やすためだけに質の低い素材を混ぜないこと。「20枚しかないからあと10枚足す」より、「20枚の中からさらに不要な画像を外す」ほうが結果につながることもあります。

ベースモデルの選び方

画像セットができたら、次は学習の土台になるベースモデルを決めます。ここはLoRAを作った後にどのモデルで使うかへ直結する項目です。

普段使うモデルを基準にする

基本は、普段の生成で使っているモデルと同じ系統を学習ベースにします。Haruka V2を中心に生成するならHaruka V2系、Hinata V2を使うならNoob系というように、完成後の利用環境から逆算して選ぶ考え方です。

「人気があるから」という理由だけで別モデルを選ぶより、完成後に使う環境との相性を優先してください。

SDXL系とDiT系を分ける

PixAIにはSD1.5、SDXL、DiTなど異なる系統があります。特に注意したいのがTsubaki.2です。PixAI公式ではTsubaki.2を独立したDiT.2ベースとして扱っており、ほかのモデル向けに学習したLoRAをそのまま使う前提ではありません。

Tsubaki系でLoRAを作る場合は、画像枚数だけでなくトリガーワードの書き方や学習時間もSDXL系と違います。モデル名だけを見て近そうだから選ぶのではなく、学習画面で対応しているベースかを確認してください。

DiT系の対応関係や学習条件は、PixAI公式「DiT LoRA学習ガイド」が一次情報として参考になります。（出典：PixAI公式「DiT LoRA学習ガイド」）

使うモデルが一覧にない場合

普段使っているマージモデルが学習画面に表示されないケースもあります。この場合、名前が似ているモデルを感覚で選ぶのではなく、そのモデルがどのアーキテクチャや系統を土台にしているかを確認します。

Kodo’s Test modelsのように複数バージョンがあるモデルは、すべてを同じ系統だと決めつけず、使用中バージョンの説明を確認して、学習対象として選べる近いベースがあるかを見ます。

◆ワンポイントアドバイス

ベースモデルで迷ったら、LoRAを作った後に「どのモデルで一番多く生成するか」を先に決めてください。学習画面から考えるより、完成後の使い方から逆算したほうが選びやすいですよ。

トリガーワードの決め方

トリガーワードは、LoRAで学習した特徴を生成時に呼び出すための言葉です。「意味はあまりない」と考えるのではなく、ベースモデルやLoRAの種類に合わせて決めます。

固定したい特徴を言葉にする

キャラクターLoRAなら、キャラクター名に加えて、毎回残したい視覚的特徴を候補にします。髪色、目、耳、特徴的なアクセサリーなどです。反対に、あとで変えたい衣装、背景、特定のポーズまでトリガーワードへ固定すると、生成時の自由度が下がることがあります。

たとえば「青い目、銀髪、尖った耳」がキャラクターの核なら、それらを呼び出す言葉として扱います。毎回違う服を着せたいなら、特定の制服名まで固定する必要はありません。

SDXL系は特徴語を簡潔にする

SDXL系のアニメモデルでは、英語の短い特徴語やタグ形式を使う方法が分かりやすいです。日本語で考えた特徴を英訳するだけでも出発点にはなりますが、単なる文章翻訳より、モデルが扱いやすい特徴語へ置き換えるほうが使いやすい場合があります。

たとえば「長い銀髪、金色の目、尖った耳」なら、「long silver hair, golden eyes, pointy ears」のように要素単位で考えると扱いやすいです。

通常のプロンプトとの違いも含めて確認したい場合は、PixAIのLoRAウェイトとトリガーワードの解説も合わせて読むと分かりやすいです。

Tsubaki.2は長めに書く

Tsubaki.2では、SDXL系と同じ短いタグだけを使う考え方ではありません。PixAI公式はTsubaki.2のLoRA学習で、対象の主要な特徴を説明する30文字以上のトリガーワードを推奨しています。

つまり、「silver_hair」のような一語だけではなく、「長い銀髪、金色の目、黒いバイザーを付けた若い女性」のように、対象の核となる見た目をまとめて表現するイメージです。TsubakiとTsubaki.2でも推奨形式が違うため、DiTという括りだけで同じ書き方にしないでください。

日本語の直訳だけに頼らない

「トリガーワードは英語で書くのか」という疑問は出やすいですが、大事なのは英語そのものより、使っているベースモデルに伝わりやすい形式になっているかです。

SDXL系なら英語タグを中心にし、Tsubaki.2なら特徴を説明する文章寄りの形式を考える。この違いを押さえたほうが、翻訳サイトで日本語を英語へ変えるだけより実用的です。普段の画像生成で日本語と英語をどう使い分けるかは、PixAIプロンプトの日本語での書き方でも詳しく解説しています。

トリガーワードは、LoRAそのものを読み込む操作の代わりではありません。生成時はLoRAを適用したうえで、必要なトリガーワードをプロンプトに含める、と考えてください。

PixAIでLoRAを作る手順

ここから実際のPixAI LoRA学習のやり方です。画面の名称や配置は更新で変わる可能性がありますが、流れは「画像を用意する、学習対象を決める、ベースモデルとトリガーワードを設定する、学習する、生成して確認する」と考えれば迷いにくくなります。

LoRA学習ページを開く

PixAIへログインし、LoRAを学習する画面へ進みます。新しくLoRAを作る項目を選び、学習させる内容を登録していきます。最初から細かな設定を触るより、先に画像セットと使用予定のモデルを決めてから画面を開くほうがスムーズです。

学習画像をアップロードする

準備した画像をアップロードします。この段階でもう一度、ぼやけた画像、別人に見える画像、文字が大きく入った画像、学習対象が隠れている画像が混ざっていないか確認してください。

キャラクターLoRAなら、正面だけでなく斜め、横向き、表情違いなどがあると使い道を広げやすくなります。ただし、バリエーションを増やすために同一人物性が崩れた画像を混ぜるくらいなら、枚数を減らすほうを選びます。

ベースとLoRAタイプを選ぶ

次にベースモデルとLoRAの種類を選択します。キャラクター、画風、ポーズ、背景など、学習させたい対象に合わせて設定してください。

このとき、「どのモデルでも使えるLoRAを一つ作りたい」と考えたくなりますが、モデル系統が違えば互換性も変わります。まずは一番よく使うモデルへ合わせたLoRAを一つ作り、必要になったら別ベース向けに新しいバージョンを作るほうが確認しやすいです。

トリガーワードを設定する

学習対象に合ったトリガーワードを入力します。SDXL系ならキャラクター名や恒常的な特徴を簡潔に、Tsubaki.2なら対象を説明する長めの文を使う、という違いを意識します。

あとで着替えや別シーンを楽しみたいなら、変えたい要素をトリガーワードへ固定しすぎないでください。

学習を開始して完了を待つ

設定を確認したら学習を開始します。処理時間はベースモデル、画像数、混雑状況などで変わります。SDXL系は比較的短時間で終わる場合がありますが、DiT系では長くかかることがあります。

特にTsubakiやTsubaki.2は、一般的なSDXLの学習時間と同じ感覚で見ないほうがよいです。待ち時間が長いからといって、すぐ失敗と判断して再送信を繰り返す必要はありません。学習状況やエラー表示を確認してから次の操作を決めてください。

完成後にテスト生成する

学習が終わったら、作ったLoRAを適用してテスト生成します。ここで大切なのは、一枚だけ見て成功か失敗かを決めないことです。同じプロンプト、同じベースモデル、同じ画像サイズなど、条件をできるだけ揃えて複数枚生成します。

PixAIは同じプロンプトでも結果が少し変わります。LoRAの評価でも一枚だけで決めず、「顔が保たれるか」「髪や目が残るか」「服装を変えられるか」を複数枚で確認します。

◆ワンポイントアドバイス

テスト用のプロンプトを一つ保存しておくと便利です。LoRAを再学習したときも同じ条件で比較できるので、「前より何が変わったか」が見えやすくなります。

学習後の確認と改善方法

LoRAは一回の学習で完成形になるとは限りません。生成してみて初めて、覚えすぎた要素、足りない特徴、モデルとの相性が見えてきます。ここからの修正もLoRA作りの一部です。

同じ条件で結果を比較する

最初の確認では、ベースモデル、プロンプト、画像サイズ、LoRAの効き具合をなるべく固定します。条件を一度に変えると原因が追いにくくなるためです。

キャラクターLoRAなら正面、横向き、笑顔、別衣装を試します。画風LoRAなら人物以外も生成し、被写体を変えても画風が残るか確認します。

症状から原因を探す

うまくいかないときは、むやみに画像を追加する前に、出ている症状から見直す場所を決めます。

完成後のLoRAウェイトやトリガーワードの調整は、画像セットの問題とは別に考えます。学習そのものはよくても、適用時の値が合わずに見た目が崩れていることもあるためです。

必要なら再学習する

顔が似ないから画像を追加する、服が固定されるから別衣装を混ぜる、画風に人物の特徴が入り込むから題材を増やす、といった形でデータセットを見直します。

PixAIには同じデータセットを再利用して別バージョンを学習する仕組みもあります。割引や無料学習回数などの条件は変更される可能性があるため、実際に再学習する前に表示されるクレジットや会員条件を確認してください。PixAIのクレジット全般については、PixAIクレジットの稼ぎ方と使い方でも解説しています。

失敗を減らすためのコツ

PixAIでLoRAを作るとき、設定画面の細かい項目より、学習前と学習後の見方を決めておくほうが失敗を減らしやすいです。ここでは私がPixAIを使ううえでも意識している考え方をまとめます。

100枚集めることを目的にしない

「画像は多いほどよい」と考えると、似ていない画像まで混ぜたくなります。しかし、SDXL系のキャラクターLoRAなら15〜30枚が公式目安です。15枚しかなくても、その15枚が鮮明で同一人物として揃っているなら、まず学習して結果を見る選択肢があります。

もちろんDiT系のように30〜100枚が推奨されるモデルもあります。大切なのは数字だけを見るのではなく、使うベースモデルと学習目的に合った枚数を用意することです。

一回で完璧を狙わない

PixAIでは、複雑なポーズ、指や手、小さなアクセサリーなどが不自然になることがあります。条件を増やしすぎると一部が反映されない場合もあります。

LoRA学習も、まず一度作ってテストし、必要な部分だけ直すほうが進めやすいです。比較を続けると、ベースモデル由来の特徴とLoRAの影響も見分けやすくなります。

画像と設定を同時に変えすぎない

再学習するときに、画像を全部入れ替え、ベースモデルを変え、トリガーワードも変え、生成側のLoRA適用値まで変えると、どの変更が結果につながったのか分かりません。

まずは画像セットを直す。それで学習し、同じプロンプトで比較する。次にトリガーワードや生成時の適用値を見る。このように変更点を少なくすると、改善の方向をつかみやすくなります。

学習素材の権利にも注意する

既存作品のキャラクターや他人のイラストを学習に使う場合は、権利者のガイドラインや利用条件を確認してください。

LoRAを作れることと、学習素材を自由に商用利用できることは別問題です。公開や販売を考えるなら、素材の権利関係も確認してください。

PixAI LoRA学習の疑問

最後に、PixAI LoRAの作り方を調べる人から出やすい疑問へまとめて回答します。

PixAI LoRA学習のよくある質問

Q1. PixAIのLoRA学習は画像15枚でもできますか？

A. SDXL系のキャラクターLoRAなら、PixAI公式の目安が15〜30枚なので、15枚でも学習を試せます。ただし、15枚が同じ人物として見えること、ぼやけや文字入り画像を避けることが大切です。TsubakiやTsubaki.2などDiT系は30〜100枚が推奨されているため、同じ枚数基準では考えないでください。 Q2. PixAIのLoRA作成で100枚は必要ですか？

A. すべてのLoRAで100枚が必要なわけではありません。SDXL系ではキャラクター15〜30枚、画風20〜40枚などが目安です。100枚へ近づけることより、学習対象が明確で、不要な違いが少ない画像を選ぶほうを優先してください。 Q3. トリガーワードは日本語でもいいですか？

A. 「日本語は禁止」と単純に考えるより、ベースモデルに合った形式を選ぶことが重要です。SDXL系のアニメモデルなら英語タグ形式が使いやすく、Tsubaki.2なら対象の特徴を説明する長めのトリガーワードが推奨されています。日本語文をそのまま機械翻訳するだけで終わらせず、髪、目、耳、アクセサリーなど必要な特徴へ分けて考えてください。 Q4. 普段のモデルが学習一覧にない場合は？

A. モデル名だけで近いものを選ばず、そのモデルがどのベースや系統を使っているか確認してください。マージモデルはバージョンによって中身が変わる場合があります。学習画面で選べる対応ベースと、完成後に使いたいモデルの互換性を確認してから決めるのが安全です。 Q5. LoRA学習後に似ない場合はどうしますか？

A. まずベースモデル、トリガーワード、生成時のLoRA適用値を確認します。それでも顔や特徴が安定しないなら、学習画像へ戻り、別人に見える画像や不要な共通背景が混ざっていないか見直してください。画像を増やす前に、原因になりそうな素材を外す方法も有効です。

PixAIのLoRA作り方まとめ

PixAIでLoRAを作る流れは難しくありません。何を学習させるか決める、画像を厳選する、対応するベースモデルを選ぶ、トリガーワードを設定する、学習後に同じ条件で試す。この順番で進めれば、初めてでも確認する場所が分かりやすくなります。

特に覚えておきたいのは、LoRAの出来を画像枚数だけで判断しないことです。SDXL系なら15〜30枚程度からキャラクターLoRAを試せますし、画風やポーズでは必要なバリエーションが変わります。DiT系なら30〜100枚が推奨されるため、モデルごとの条件も見てください。

• 学習対象はキャラ、画風、ポーズなど一つを中心にする
• 覚えさせたい特徴は共通させ、変えたい要素には変化を付ける
• SDXL系とDiT系で画像枚数やトリガーワードの考え方を分ける
• 普段使うベースモデルとの互換性を優先する
• 完成後は同じプロンプトで複数枚生成して比較する
• うまくいかなければ画像をむやみに増やさず原因から見直す

PixAIは、完全におまかせで画像を一度出して終わるというより、結果を見ながら自分の好みへ近づけていく過程が面白いサービスだと私は感じています。LoRA学習も同じです。最初の一回を完成形にしようとせず、まず目的のはっきりした画像セットで作り、生成結果を見ながら育てていく。その進め方が、自分らしいキャラクターや画風へ近づく現実的な方法かと思います。