StableDiffusionで同じ顔ばかりになる場合の解決術

StableDiffusionで画像を作っていると、毎回同じ顔になる、Seed値を変えても似た顔ばかり出る、複数人を描くと全員同じ顔になると悩むことがありますよね。

原因はひとつではなく、プロンプトの曖昧さ、モデルやCheckpointの学習傾向、Seed値の固定、LoRAの効きすぎ、ネガティブプロンプトの不足、ADetailerやDynamicPrompts、ワイルドカードの使い方などが複合的に関係します。

この記事では、StableDiffusion同じ顔ばかりの原因を切り分けながら、普通の顔を出す指定方法、顔のみ修正、LatentCoupleを使った複数人対策まで、初心者でも実践しやすい順番で整理します。

AIで収入UPを実現可能！

StableDiffusion同じ顔ばかりの原因

まずは、なぜ似た顔ばかり出るのかを整理します。StableDiffusionは自由度が高い一方で、設定の一部が偏ると出力も偏りやすくなります。原因を把握せずにプロンプトだけを足していくと、かえって崩れやすくなるため、Seed値、プロンプト、モデル、ネガティブプロンプトの順に確認していきましょう。

Seed値固定で同じ顔になる

StableDiffusionで最初に確認したいのがSeed値です。Seed値は、画像生成の出発点になる乱数のようなものです。ざっくり言うと、AIが画像を描き始めるときの最初のノイズを決める番号ですね。同じモデル、同じプロンプト、同じSampling Steps、同じCFG Scale、同じ解像度で、さらにSeed値も同じなら、かなり近い画像が再現されやすくなります。ここ、初心者のうちは見落としがちです。

StableDiffusionは、テキストプロンプトとlatent seedを入力として画像を生成する仕組みで動きます。つまり、Seedは単なる飾りの数字ではなく、生成結果の再現性に関わる重要な設定です。仕組みの概要は、Hugging Faceの公式解説でも、モデルがlatent seedとtext promptを入力として扱うと説明されています（出典：Hugging Face「Stable Diffusion with Diffusers」）。

特に、以前うまく生成できた画像のSeed値を固定したままにしていると、プロンプトを少し変えても顔立ちや構図が似たままになることがあります。たとえば、髪色だけ変えたつもりでも、顔の輪郭、目の位置、口元、ポーズ、背景の構図まで似ることがあります。これは失敗というより、Seed固定によって再現性が高くなっている状態です。

もちろん、Seed固定は悪い設定ではありません。むしろ、同じキャラクターの表情差分を作る、服装だけ変える、背景だけ差し替える、構図を維持して細部を調整するような場面では便利です。ただし、あなたが今求めているのが顔のバリエーションなら、固定Seedは逆効果になりやすいです。

Seed固定が向いている場面

Seed固定は、同じ雰囲気を保ちながら微調整したいときに使います。たとえば、キャラクターの表情だけ変えたい、背景の時間帯だけ変えたい、服装を少し変更したいといったケースです。この場合はSeedを固定し、プロンプトの一部だけを変えることで、元画像に近い結果を狙いやすくなります。

Seedランダムが向いている場面

反対に、違う顔をたくさん試したい、新しいキャラクター案を探したい、モデルの顔の幅を確認したい場合はSeedをランダムにします。多くのWebUI環境では、Seedを-1に設定すると生成ごとに異なるSeedが使われます。まずは同じプロンプトで10枚ほど生成して、どのくらい顔が変わるかを見てみるのがおすすめです。

ただし、Seed値をランダムにしても顔が似る場合があります。その場合は、Seedではなくモデルやプロンプト側の影響が強いと考えたほうが自然です。Seedを変えても毎回同じような顔になるなら、次に見るべきはプロンプトの具体性とモデルのクセです。

プロンプトが曖昧な理由

プロンプトが短すぎると、StableDiffusionはモデルが学習している平均的な顔に寄せて出力しやすくなります。たとえば、1girl、cute、beautiful girlのような指定だけでは、髪型、目の形、年齢、顔の輪郭、雰囲気、肌の質感、メイクの強さ、表情の方向性などの情報が不足します。AI側からすると、何を変えればいいのか判断材料が少ないわけです。

その結果、モデルが得意とする標準的な美少女顔、実写風の整った顔、アニメ系のテンプレート顔などに寄りやすくなります。ここ、かなりつまずきやすい部分です。あなたが「同じ顔ばかり」と感じている場合、実はAIが手を抜いているのではなく、プロンプトが広すぎてモデルのデフォルト顔に戻っていることが多いです。

違う顔を出したい場合は、顔の特徴を具体的に指定します。たとえば、short bob hair、sharp eyes、round face、freckles、tanned skin、light makeup、mature womanのように、顔の印象を決める要素を足すと変化が出やすくなります。ただし、何でも入れればよいわけではありません。丸顔、切れ長の目、そばかす、薄化粧、落ち着いた表情など、方向性がまとまった要素を選ぶことが大切です。

顔を変えるための指定軸

顔を変えるときは、髪型、目、輪郭、年齢、肌、表情、雰囲気の7つに分けて考えると整理しやすいです。髪型ならshort hair、bob cut、long wavy hair、twin tails。目ならsharp eyes、droopy eyes、round eyes、blue eyes。輪郭ならround face、oval face、small face、defined jawline。年齢ならteenage girl、young adult、mature womanなどです。

このように分類しておくと、プロンプトがただの単語の羅列ではなくなります。どこを変えたいのかが明確になるので、生成結果の比較もしやすくなります。

プロンプトは長ければよいわけではありません。むしろ、方向性の違う指定を入れすぎると、AIがうまく解釈できず、顔が崩れたり、狙いとは違う特徴が強く出たりします。変えたい顔の要素を3〜5個ほど選び、優先度を明確にするほうが安定しやすいです。

プロンプトを調整するときは、毎回すべてを変えないのがコツです。まず髪型だけ、次に目だけ、次に輪郭だけというように、ひとつずつ変えると原因が見えやすくなります。

モデルの学習データ偏り

同じ顔ばかり出る大きな理由のひとつが、使用しているモデルやCheckpointの傾向です。モデルにはそれぞれ得意な顔があります。アニメ系なら特定の目や輪郭に寄りやすく、実写系なら整った顔立ちや特定の国籍風の顔に寄りやすいことがあります。これはバグというより、モデルが持っている作風や学習傾向です。

たとえば、かわいい女の子を得意とするモデルでは、プロンプトが曖昧なほど、目が大きく、輪郭が小さく、整った顔に寄りやすくなります。リアル系モデルでも同じで、モデルによってはK-POPアイドル風、グラビア風、欧米ポートレート風、映画スチル風など、人物の顔立ちにかなり強い傾向が出ることがあります。

これは失敗というより、モデルの個性です。特定の画風や人物像を強く学習しているモデルほど、指定が曖昧なときにそのモデルらしい顔が出やすくなります。あなたが何度Seedを変えても似た顔になると感じるなら、Seedではなくモデルの平均顔に引っ張られている可能性があります。

モデル比較で原因を切り分ける

プロンプトを工夫しても顔がほとんど変わらない場合は、別のモデルに切り替えて比較するのが早いです。同じプロンプトを複数のモデルで試すと、顔立ち、肌の質感、目の描写、髪の表現がどの程度変わるか判断しやすくなります。ここで大きく変わるなら、元のモデルのクセが強かったと考えられます。

比較するときは、プロンプトやSeed、Sampling Steps、CFG Scale、解像度をなるべく同じにしてください。設定を同時に変えすぎると、どの要素が原因だったのか分からなくなります。検証の基本は、変える条件をひとつに絞ることです。

モデルを変更する場合は、いきなり大量に導入する必要はありません。まずは方向性の違うモデルを2〜3種類だけ試すと十分です。アニメ系、リアル系、セミリアル系のように分けると、違いが分かりやすくなります。

注意点

モデル配布サイトからCheckpointやLoRAを導入する場合は、利用規約、商用利用の可否、ライセンス条件を必ず確認してください。配布ページの説明文やモデルカードが更新されることもあります。正確な情報は公式サイトをご確認ください。

普通の顔を出す指定方法

StableDiffusionでは、何も指定しないと整いすぎた顔になりやすいことがあります。普通の顔や自然な人物を作りたい場合は、美しさを強める言葉ばかりを入れるのではなく、現実感を出す指定を加えることが大切です。ここ、かなり気になりますよね。AI画像はきれいに作れる反面、全員が完璧すぎて逆に不自然に見えることがあります。

たとえば、average look、natural face、light makeup、no makeup、slight imperfections、realistic skin textureなどを使うと、過度に作り込まれた顔から少し離れやすくなります。顔の左右差、肌の質感、控えめなメイク、自然な表情を入れることで、テンプレート感を弱められます。

ただし、普通の顔を作るときに注意したいのは、ネガティブな言葉を強く入れすぎないことです。ugly、bad face、old skinなどの言葉を雑に入れると、普通の顔ではなく、単に崩れた顔や不自然な肌になる場合があります。狙うべきは「欠点」ではなく「自然さ」です。

自然な人物に近づける考え方

普通の顔を出したいときは、美しさの指定を減らすだけでは不十分です。代わりに、生活感や自然な表情を加えます。たとえば、soft smile、relaxed expression、casual hairstyle、daily life portrait、natural lightingのような指定です。顔そのものだけでなく、光やカメラの距離、服装まで自然にすると、全体の印象が落ち着きます。

実写系なら、studio lightingやperfect faceばかり入れるよりも、window light、documentary photo、casual portraitのような方向性が合うことがあります。アニメ系でも、perfect beautiful faceだけに頼らず、sleepy eyes、shy smile、slightly messy hairなどを使うと、キャラに個性が出やすくなります。

普通の顔を作るコツは、美しさを下げるのではなく、自然な情報を増やすことです。顔だけでなく、髪、表情、光、服装、距離感を合わせて調整すると安定します。

一方で、uglyやbad faceのように強すぎる否定的な言葉を入れると、顔全体が崩れることもあります。普通の顔を狙う場合は、欠点を強調するよりも、自然さや控えめな印象を指定するほうが扱いやすいです。

ネガティブプロンプト調整

ネガティブプロンプトは、崩れた顔や不自然なパーツを避けるために役立ちます。ただし、ネガティブプロンプトを強く入れすぎると、モデルが無難な顔に寄り、結果的に同じ顔ばかりに見えることもあります。ここは少しややこしいですが、かなり大事です。

人物画像でよく使われる例としては、bad anatomy、deformed、mutated、bad face、poorly drawn face、asymmetrical eyes、extra eyesなどがあります。顔崩れを抑えたいときは有効ですが、入れすぎると表情や個性まで弱くなる可能性があります。つまり、ネガティブプロンプトは「顔を変えるための主役」ではなく、「破綻を減らす補助」と考えるのが自然です。

たとえば、毎回同じ整った顔になるからといって、negativeにperfect faceやbeautiful faceを入れると、モデルによっては顔の品質そのものが落ちることがあります。また、asian、western、youngなどの属性をネガティブに入れると、意図しない偏りや表現の不自然さが出ることもあります。属性に関わる語句は慎重に扱ったほうがいいです。

ネガティブプロンプトの増やしすぎに注意

よくある失敗は、ネットで見つけた長いネガティブプロンプトをそのまま貼り付けることです。もちろん、品質を安定させるテンプレートとして役立つ場合もあります。ただ、何十個もの否定語を入れると、モデルが安全な平均値に寄りやすくなり、顔の個性や表情が弱くなることがあります。

特に、同じ顔ばかりで悩んでいるときは、ネガティブを増やすよりポジティブ側で変化を作るのが先です。髪型、輪郭、目、年齢、雰囲気、肌、表情を指定して、それでも崩れる部分だけネガティブで抑えると、バランスを取りやすくなります。

ネガティブプロンプトについて詳しく整理したい場合は、StableDiffusionのネガティブプロンプトおすすめテンプレ集で、作画崩壊や人物生成の失敗例を確認しておくと理解しやすいです。

調整の考え方

顔を変えたいときは、ネガティブプロンプトを増やすよりも、まずポジティブプロンプト側で髪型、目、輪郭、年齢、雰囲気を指定するのがおすすめです。ネガティブは、崩れやすい部分だけをピンポイントで抑える使い方が向いています。

やりすぎ注意

ネガティブプロンプトを強くしすぎると、表情が硬い、顔が無個性、全体がのっぺりするなどの副作用が出る場合があります。設定値は環境やモデルによって変わるため、あくまで一般的な目安として調整してください。

StableDiffusion同じ顔ばかりの直し方

ここからは、実際に同じ顔ばかりの状態を改善する方法を解説します。基本は、Seed値を戻す、プロンプトに顔の特徴を加える、モデルを変える、必要に応じてDynamicPrompts、LoRA、ADetailer、LatentCoupleを使う流れです。いきなり拡張機能に頼るより、原因に合わせて段階的に試すと安定しやすくなります。

Seed値をランダムに戻す

顔のバリエーションを出したいときは、まずSeed値を-1に戻してランダム生成にします。多くのWebUI環境では、Seed欄を-1にすると生成のたびに異なるSeedが使われます。ここで大事なのは、Seedだけを変えて比較することです。プロンプトやモデルまで同時に変えると、何が効いたのか分かりにくくなります。

この状態で複数枚生成し、顔や構図に変化が出るか確認します。変化が出るなら、原因はSeed固定だった可能性が高いです。反対に、Seedを変えても似た顔が続く場合は、プロンプトやモデルの傾向を見直します。Seedはランダムなのに顔が似るなら、モデルの平均顔やプロンプトの情報不足が原因になっているかもしれません。

Seedを戻すときは、ただ-1にして終わりではなく、比較用のメモを残すとかなり便利です。たとえば、同じプロンプトでSeedランダムを10枚生成し、顔の変化が大きいか、小さいか、髪型だけ変わるのか、表情まで変わるのかを見ます。これだけで、今のモデルがどれくらい顔の幅を持っているか分かります。

検証の手順

まず、現在の設定を保存します。次にSeedだけを-1にして、同じプロンプトで複数枚生成します。その後、目、輪郭、髪型、表情、顔の向きの5点を見比べます。目と輪郭がほぼ同じならモデルのクセが強い可能性があり、髪型や背景だけ変わるならプロンプトの顔指定が弱い可能性があります。

なお、Seedをランダムにすると顔だけでなく構図や背景も変わる場合があります。顔だけ変えたいのか、全体の雰囲気も変えたいのかを分けて考えると、設定の迷いが減ります。顔だけ変えたいなら、ADetailerやInpaintのほうが向いている場合もあります。

Seed値は「固定すべきか、ランダムにすべきか」ではなく、目的で使い分ける設定です。新しい顔を探すならランダム、気に入った顔を維持するなら固定、という考え方でOKです。

DynamicPromptsの使い方

DynamicPromptsは、プロンプトの一部を自動的に入れ替えて、複数のバリエーションを作りやすくする拡張機能です。毎回手作業で髪型や目の色を変える必要がないため、同じ顔ばかりになる問題を効率よく改善できます。大量に試したい人にはかなり便利ですよ。

たとえば、髪型、目の色、顔の形、年齢、表情などを候補として用意しておき、生成ごとにランダムで組み合わせます。これにより、同じモデルを使っていても、出力される人物像に幅が出やすくなります。手動で10パターン作るのは面倒ですが、DynamicPromptsなら一度ルールを作れば自動で組み合わせを変えてくれます。

使い方の考え方はシンプルです。まず固定したい部分と変えたい部分を分けます。たとえば、背景は図書館、服装は制服、構図は上半身で固定し、髪型、目、輪郭、表情だけをランダム化します。こうすると、テーマを保ちながら顔だけのバリエーションを見やすくなります。

ランダム化する部分を絞る

DynamicPromptsでありがちな失敗は、すべてをランダムにしすぎることです。髪型、服装、背景、画風、年齢、構図、表情、光源を全部ランダムにすると、顔の比較がしづらくなります。最初は顔に関係する部分だけを変え、背景や服装は固定するのがおすすめです。

手動でプロンプトを変えるのが面倒な場合でも、DynamicPromptsを使えば、試行回数を増やしながら好みの顔を探しやすくなります。大量生成をする人ほど効果を感じやすい方法です。ただし、生成枚数が増えるほど管理も大変になるので、気に入った画像のSeed、プロンプト、使用モデルは必ず保存しておきましょう。

DynamicPromptsは便利ですが、ランダム化した結果を後から再現したい場合は、生成時の完全なプロンプトとSeedを保存しておく必要があります。気に入った顔が出たら、その場で設定を控えておくのがおすすめです。

ワイルドカードで顔を増やす

ワイルドカードは、あらかじめ作った単語リストからランダムに語句を呼び出す仕組みです。DynamicPromptsと組み合わせることで、顔の特徴を自動で変化させられます。毎回プロンプトを書き換えなくても、複数の顔立ちを効率よく試せるのが魅力です。

たとえば、face_shape、eyes、hair、ageなどのテキストファイルを用意し、それぞれにround face、sharp eyes、long wavy hair、young adultのような候補を入れておきます。プロンプト内で呼び出せば、生成するたびに異なる顔の組み合わせを作れます。これにより、同じモデルの中でどこまで顔の幅が出せるかを検証しやすくなります。

ワイルドカードの良いところは、単語リストを自分の好みに合わせて育てられる点です。たとえば、幼い顔に寄りやすいモデルなら、mature face、defined jawline、sharp eyes、long faceなどを増やす。逆に大人っぽくなりすぎるなら、round face、soft eyes、small nose、gentle smileなどを増やす。モデルのクセに合わせてリストを調整できます。

ワイルドカードの設計例

最初は髪型、目、輪郭、表情の4カテゴリから始めると扱いやすいです。髪型の候補にはshort bob hair、medium hair、long wavy hair。目の候補にはsharp eyes、round eyes、droopy eyes。輪郭にはround face、oval face、defined jawline。表情にはsoft smile、serious face、relaxed expressionなどを入れます。

ワイルドカードを使うときは、顔の特徴を増やしすぎないことも重要です。要素が多すぎると、AIがどの特徴を優先すればよいか迷いやすくなります。まずは少ない候補で安定させ、徐々に増やすほうが失敗しにくいです。

最初は髪型、目、輪郭、年齢の4種類くらいから始めると扱いやすいです。慣れてきたら、表情、肌の質感、雰囲気、服装などを追加していくと、自然にバリエーションを広げられます。ワイルドカードは、顔のガチャを効率化するための仕組みとしてかなり実用的です。

LoRAで顔立ちを変える

LoRAは、特定の画風、キャラクター、顔立ち、服装、表情などを追加するための仕組みです。同じモデルを使いながら顔の印象を変えたい場合に役立ちます。モデルそのものを切り替えなくても、顔の雰囲気や線の出方、目元、肌感、髪の描写を変えられることがあるため、かなり使い勝手がいいです。

ただし、LoRAを強く効かせすぎると、そのLoRAが学習している顔に寄りすぎることがあります。結果として、違う顔を作るつもりが、むしろ同じ顔ばかりになることもあります。特にキャラクター系LoRAや特定の顔立ちを強く学習しているLoRAでは、重みを上げるほど顔が固定されやすいです。

一般的な目安としては、LoRAの重みを0.3〜0.8程度の範囲で少しずつ試すと調整しやすいです。ただし、この数値はあくまで一般的な目安であり、モデルやLoRAの種類によって適した値は変わります。0.4で十分なLoRAもあれば、0.8でもほとんど変化しないLoRAもあります。

LoRAの重みを比較する

LoRAを使うときは、重みを固定で決め打ちせず、0.3、0.5、0.7のように段階的に比較すると分かりやすいです。比較時はSeedを固定しておくと、LoRAの効き方だけを確認しやすくなります。顔が変わりすぎるなら重みを下げ、変化が弱いなら少し上げます。

また、複数のLoRAを同時に使うと、顔の特徴が混ざったり、片方のLoRAが強く出たりすることがあります。画風LoRA、表情LoRA、服装LoRAを同時に使う場合は、それぞれの重みを控えめにして、どのLoRAが顔に影響しているのか確認してください。

LoRA使用時の注意

商用利用や公開作品に使う場合は、LoRAごとの利用条件を必ず確認してください。料金、権利、利用範囲に関する最終的な判断は専門家にご相談ください。モデルやLoRAの配布条件は変更される場合があるため、正確な情報は公式サイトをご確認ください。

LoRAは顔立ちを変える強力な手段ですが、同じ顔ばかり問題の万能薬ではありません。むしろ、効かせ方を間違えると顔が固定される原因にもなります。顔の幅を広げたいときは、LoRAを薄めに使い、プロンプトやSeedランダム、ワイルドカードと組み合わせるのがおすすめです。

ADetailerで顔のみ修正

ADetailerは、生成画像の顔や手などを検出し、その部分を再描画しやすくする拡張機能です。全体の構図は良いのに顔だけ崩れている場合や、顔のみ修正したい場合に便利です。特に、全身画像や引きの構図では顔が小さくなり、目や口元が崩れやすいので、ADetailerの出番が多くなります。

同じ顔ばかりを解決する場面では、ADetailerのプロンプト欄に表情、目、口元、顔の雰囲気を指定すると、元画像の構図を保ちながら顔の印象を調整できます。たとえば、smile、serious face、open mouth、soft eyes、sharp eyesなどを使い分けると、表情や目元の変化を出しやすくなります。

ただし、ADetailerは顔全体を再描画するため、表情だけでなく顔立ちや髪の一部まで変わる場合があります。ここ、期待しすぎると少し戸惑うかもしれません。表情だけを完全に変えるというより、顔領域を検出して、そこに追加のプロンプトを効かせる機能だと考えると分かりやすいです。

ADetailerで指定しやすい内容

ADetailerでは、表情、目、口元、顔の品質を指定すると効果を感じやすいです。smiling、closed mouth、open mouth、serious face、soft eyes、detailed eyes、clean faceなどですね。逆に、服装や背景のように顔領域の外にある要素を指定しても、思ったように反映されないことがあります。

顔だけ変えたい場合は、元のプロンプトとADetailer用プロンプトを分けて考えるのがコツです。元のプロンプトでは全体の構図や服装、背景を指定し、ADetailer側では顔の表情や品質だけを指定します。こうすることで、全体の情報と顔の情報がぶつかりにくくなります。

表情差分や顔だけの修正をさらに深く知りたい場合は、StableDiffusionで表情だけ変える方法と設定解説も参考になります。ADetailerとInpaintの使い分けを理解すると、顔の調整がかなり楽になります。

ADetailerは便利ですが、顔の再描画によって元のキャラクター性が変わる場合があります。同じキャラクターを維持したい場合は、Seed固定、低めのDenoising strength、顔の特徴を明確にしたプロンプトを組み合わせて慎重に調整してください。

LatentCoupleで複数人対策

複数人を生成すると、全員が同じ顔、同じ髪型、同じ服装になることがあります。これは、StableDiffusionが複数人の属性を分けて理解しきれず、情報が混ざるためです。たとえば、左の人物を赤髪、右の人物を黒髪にしたいのに、両方が赤髪になったり、服装が混ざったりすることがあります。ここ、複数人生成をする人ならかなり悩みますよね。

LatentCoupleは、画像内の領域ごとに異なるプロンプトを効かせやすくする拡張機能です。左の人物には赤髪、右の人物には黒髪、中央の人物には眼鏡のように、人物ごとの特徴を分けたいときに役立ちます。通常のプロンプトだけで複数人を完全に描き分けるのは難しいため、領域を分ける考え方が重要になります。

複数人の描き分けでは、人数指定だけでなく、位置、服装、髪色、目の色、性別、年齢層を整理することが重要です。さらに、解像度やHires.fix、ControlNetの有無によっても結果が変わります。特に、二人以上の構図では顔が小さくなりやすく、顔崩れも起きやすいため、ADetailerとの併用も検討するとよいです。

複数人で属性が混ざる理由

複数人のプロンプトでは、AIがどの属性をどの人物に割り当てるのか曖昧になりがちです。たとえば、2girls, red hair, black hair, blue dress, white shirtと書いても、どちらが赤髪でどちらが黒髪なのか、どちらが青いドレスなのかを明確に理解できない場合があります。その結果、髪色や服装が混ざったり、同じ顔になったりします。

LatentCoupleを使うと、領域ごとにプロンプトを分けられるため、左側の人物、右側の人物、中央の人物というように指定しやすくなります。ただし、設定が複雑になるため、最初は二人構図から試すのがおすすめです。いきなり三人以上にすると、領域指定、プロンプト、画面構成が難しくなります。

複数人構図そのものに悩んでいる場合は、StableDiffusionで複数キャラの作り方完全ガイドで、二人の描き分けや三人以上の崩れやすさも確認しておくと対策しやすいです。

LatentCoupleを使っても、すべてのモデルで完璧に複数人を描き分けられるわけではありません。人物数、解像度、モデルの得意不得意、プロンプトの複雑さによって結果は変わります。設定値はあくまで一般的な目安として調整してください。

StableDiffusion同じ顔ばかり総まとめ

StableDiffusion同じ顔ばかりの原因は、Seed値の固定、プロンプトの曖昧さ、モデルの学習傾向、LoRAの効きすぎ、複数人生成時の属性混線などが重なって起きることが多いです。ひとつの原因だけで起きているとは限らないので、順番に切り分けることが大切です。

まずはSeed値をランダムに戻し、髪型、目、輪郭、年齢、肌の質感などを具体的に指定してみてください。それでも変化が少ない場合は、モデルを変える、DynamicPromptsやワイルドカードで候補を増やす、LoRAの重みを調整する、ADetailerで顔のみ修正するという順番で試すのがおすすめです。

複数人で同じ顔になる場合は、LatentCoupleやControlNetのように、人物ごとの領域や構図を分ける考え方が役立ちます。すべてを一度に直そうとせず、Seed、プロンプト、モデル、拡張機能の順に原因を切り分けると、安定して改善しやすくなります。

まず試すべき順番

私なら、最初にSeed値を確認します。次に、顔の特徴を3〜5個だけプロンプトへ追加します。その後、同じプロンプトでモデルを変えて比較します。ここまでで改善しない場合に、DynamicPrompts、ワイルドカード、LoRA、ADetailer、LatentCoupleを使います。この順番にすると、無駄に拡張機能を増やさずに原因を見つけやすいです。

StableDiffusionの挙動は、使用するWebUI、モデル、拡張機能、PC環境、クラウド環境によって変わります。この記事の設定値や手順はあくまで一般的な目安です。正確な情報は公式サイトをご確認ください。商用利用、著作権、契約、費用に関する最終的な判断は専門家にご相談ください。