Stable Diffusionで2人を描き分ける方法

Stable Diffusionで2人を描き分けようとして、髪色が混ざる、服装が入れ替わる、片方しか出ない、2girlsを入れても同じ顔になる、と悩むことはかなり多いです。ここ、気になりますよね。あなたがプロンプトを丁寧に書いているのに、Person AとPerson Bの特徴が混ざったり、BREAKで分けても左右のキャラが入れ替わったりするなら、それは珍しい失敗ではありません。

Stable Diffusionで2人の描き分けを安定させるには、プロンプトの書き方だけでなく、2girls、左右の位置指定、色移り対策、Regional Prompter、Latent Couple、LoRA、ControlNet、ComfyUIなどを、目的に合わせて段階的に使い分けることが大切です。特に、複数キャラの特徴を正確に分ける作業は、モデル任せにするほど失敗しやすくなります。

この記事では、Stable Diffusionで2人を描き分けるための基本プロンプトから、BREAKで特徴を分ける考え方、髪色や服装の混ざりを減らす方法、さらにRegional PrompterやLatent Coupleを使った安定化まで、初心者にもわかりやすく整理します。最初から難しい設定に飛びつくのではなく、まずは失敗の原因を切り分けながら、少しずつ安定させていきましょう。

AIで収入UPを実現可能！

StableDiffusionで2人を描き分ける基本

まずは、Stable Diffusionで2人を描き分けるときに押さえるべき基本を整理します。複数キャラ生成は、単に2girlsやtwo peopleを入れるだけでは安定しません。人数、位置、人物ごとの特徴、構図、背景を分けて考えることで、失敗の原因をかなり減らせます。

2人プロンプトの作り方

Stable Diffusionで2人を描き分けるプロンプトを作るときは、まず「全体の品質」「人数」「背景」「人物A」「人物B」「2人の関係性」という順番で情報を整理すると扱いやすいです。よくある失敗は、髪色、服装、表情、ポーズ、小物、背景を全部カンマでつないでしまうことです。この書き方だと、AI側から見るとすべての単語が同じ材料箱に入っているような状態になり、どの特徴をどちらの人物へ割り当てるべきかが曖昧になります。

たとえば、pink hair、blue hair、school uniform、white dress、red eyes、green eyesを同じまとまりで書くと、ピンク髪のキャラが白いドレスを着たり、青髪のキャラが赤い目になったり、2人とも似たような服装になったりします。これは、Stable Diffusionが文章の意味を人間のように厳密に読んでいるというより、画像内に含めるべき要素を統計的に組み合わせているためです。つまり、あなたの指示が間違っているというより、複数人物の属性を結び付ける作業そのものが難しいんですよ。

そのため、2人プロンプトでは、まず人物ごとにブロックを作る意識が重要です。最初のブロックには画質や画風、背景、人数など全体にかかる情報を入れます。次に、左側の人物、右側の人物というように、キャラごとの髪型、目、服装、表情、小物をまとめます。最後に、standing side by side、back to back、face to faceなど、2人の位置関係や関係性を入れると、画面全体の意図が伝わりやすくなります。

2人プロンプトの基本は、人物ごとに情報を分けることです。「誰が」「どこにいて」「どんな髪型で」「どんな服を着ているか」を1人ずつまとめると、描き分けの成功率が上がりやすくなります。

基本プロンプトの組み立て方

最初は、以下のような順番でプロンプトを作ると整理しやすいです。いきなり長い呪文を作るより、まずは短く作って、出力を見ながら少しずつ足すほうが失敗原因を見つけやすいですよ。

特に初心者の場合、最初から複雑な衣装、武器、アクセサリー、細かい表情、複雑なポーズを大量に入れるのはおすすめしません。まずは髪色、髪型、服装、位置の4つだけでテストするのが安全です。たとえば、左はピンクのロングヘアで制服、右は青いショートヘアで白いワンピース、という程度に絞ります。この時点で混ざるなら、モデルや構図、画像サイズ、プロンプトの区切り方に問題があると判断できます。

最初のテストでは、キャラ設定を盛り込みすぎないのがコツです。髪色、髪型、服装、左右位置だけを確認し、安定してから表情や小物を追加すると、修正がかなり楽になります。

また、品質タグを多く入れすぎると、肝心のキャラ情報が後ろへ押し出されることがあります。高品質化のタグは便利ですが、2人の描き分けでは「品質を上げること」と「特徴を分けること」を分けて考える必要があります。まず描き分けが安定してから、画質や演出を盛っていくほうが、最終的に狙った画像へ近づきやすいです。

2girlsで人数を指定する

2人を描き分ける第一歩は、Stable Diffusionに「画像内に2人いる」とはっきり伝えることです。女の子2人なら2girls、男の子2人なら2boys、男女なら1girl, 1boyのように、人数と性別を明確に指定します。単にgirlやboyと書くだけだと、1人だけ生成されたり、人物数が安定しなかったりします。ここでつまずく人はかなり多いです。

2girlsは、アニメ系モデルやイラスト系モデルでは比較的通りやすい人数指定です。ただし、2girlsだけでキャラクターの描き分けまで完了するわけではありません。2girlsはあくまで「女の子を2人出したい」という人数の指示であり、「左の子は赤髪で、右の子は青髪」「片方は制服で、片方はドレス」といった属性の割り当てまでは別途プロンプトで補う必要があります。

人数をより強く伝えたい場合は、2girlsに加えて、two girls、two female characters、duo、pair、standing side by sideなどを組み合わせるとよいです。ただし、同じ意味の単語を入れすぎると、かえってプロンプトが重くなったり、別の要素が弱くなったりすることもあります。まずは2girlsとstanding side by sideのように、人数と構図をセットで入れるくらいから始めるのが扱いやすいかと思います。

2girlsを強く入れすぎても、必ず2人になるとは限りません。構図、画像サイズ、モデル、サンプリング設定、ネガティブプロンプトの影響で、1人になったり、3人以上になったりすることもあります。数値や結果はあくまで一般的な目安として考えてください。

人数指定と画像サイズの関係

2人を出したいのに1人になってしまう場合は、プロンプトだけでなく画像サイズも見直してください。縦長の画像は、1人の全身やバストアップに寄りやすい傾向があります。もちろん縦長でも2人は出せますが、横並びの2人を描きたいなら、正方形から横長のサイズのほうが余白を取りやすいです。たとえば、横並びなら横長、向かい合う構図なら正方形からやや横長、上半身の2人なら少し横幅に余裕を持たせると安定しやすいです。

また、2人を画面内に収めるには、full bodyよりupper bodyやcowboy shotのほうが扱いやすい場合があります。全身2人をきれいに描こうとすると、顔や手が小さくなり、ディテールが崩れやすくなります。最初はupper bodyで描き分けを確認し、安定したらfull bodyへ広げるほうが失敗を減らせます。

人数指定が安定しないときは、ネガティブプロンプトにsolo、single person、one girlなどを入れる方法もあります。ただし、ネガティブに入れすぎると構図が不自然になることもあるため、万能ではありません。まずはプロンプト、画像サイズ、構図指定の3つを整え、それでも1人になりやすい場合に補助として使うくらいがちょうどいいです。

PersonAとBで分ける

Stable Diffusionで2人を描き分ける際、Person AとPerson Bのように人物ラベルを使う方法があります。これは、AIがプログラムの変数のようにPerson Aを厳密に理解しているという意味ではありません。どちらかというと、プロンプト内の情報を整理して、人物ごとの特徴を分けやすくするための書き方です。ここ、誤解しやすいポイントです。

たとえば、単にlong pink hair, school uniform, short blue hair, white dressと並べるより、Person A, left side, long pink hair, school uniformと、Person B, right side, short blue hair, white dressのようにまとめたほうが、プロンプトを書いている側も修正しやすくなります。出力結果を見たときに「Person Aの髪色は守られているけど服装が混ざった」「Person Bの位置だけ逆になった」と判断しやすいからです。

例：Person A, left side, 1girl, long pink hair, school uniform, cheerful smile

例：Person B, right side, 1girl, short blue hair, white dress, calm smile

このとき大切なのは、Person AとPerson Bだけに頼らないことです。left sideやright side、front、back、standing side by sideなど、位置や構図も合わせて指定します。ラベル、位置、特徴の3つをセットにすると、髪色や服装の混ざりを減らしやすくなります。逆に、Person AとPerson Bだけを書いても、左右や構図が曖昧なままだと、特徴が入れ替わることがあります。

人物ごとの情報は同じ順番で書く

人物ごとの特徴は、できるだけ同じ順番で書くと管理しやすいです。たとえば、人物Aも人物Bも「位置、人数タグ、髪型、目、服装、表情、小物」の順にそろえます。順番がバラバラだと、後からプロンプトを見直したときに、どこが原因で混ざっているのか見つけにくくなります。

また、人物Aと人物Bで差を出すなら、特徴はできるだけ大きく変えたほうがよいです。たとえば、片方がpink long hairで、もう片方がlight pink medium hairだと、モデルによっては似たキャラになりやすいです。最初はpink long hairとblue short hair、school uniformとwhite dressのように、色も形もはっきり違う要素を使うと描き分けを確認しやすくなります。

人物ラベルは万能ではありませんが、プロンプトを構造化するにはかなり便利です。特に、後でRegional PrompterやLatent Coupleに移行するときも、人物ごとの情報が整理されていると設定しやすくなります。つまり、Person AとPerson Bは「AIに完璧に理解させる魔法の言葉」ではなく、「描き分けを管理しやすくするための整理術」と考えるとしっくりきます。

BREAKで特徴を分ける

BREAKは、AUTOMATIC1111系のWebUIでよく使われる区切りの構文です。2人の特徴が混ざるときに、人物Aと人物Bの情報の間へBREAKを入れることで、プロンプトのまとまりを分けやすくなります。複数キャラ生成で「カンマだけだと全部混ざる」と感じているなら、まず試してほしい方法のひとつです。

ただし、BREAKは魔法の壁ではありません。人間のように「ここから別人物」と完全に理解させるものではなく、プロンプト処理上の区切りとして働くものです。AUTOMATIC1111の公式Wikiでは、長いプロンプトは75トークン単位のチャンクに分けて処理され、BREAKによって新しいチャンクを開始できることが説明されています（出典：AUTOMATIC1111 stable-diffusion-webui Wiki「Features」）。つまり、BREAKは「意味を完全にリセットする命令」というより、「プロンプトの処理単位を分けるための仕組み」と考えたほうが正確です。

基本形は、全体、人物A、人物B、構図の順に分ける書き方です。以下のようなブロックにすると、人物ごとの情報を後から修正しやすくなります。

例：masterpiece, best quality, anime style, 2girls, classroom

BREAK

Person A, left side, long pink hair, school uniform, red eyes

BREAK

Person B, right side, short blue hair, white dress, blue eyes

BREAK

standing side by side, looking at viewer, upper body

このように分けると、人物Bの服装だけ変えたい場合は、該当ブロックだけを修正できます。プロンプト全体が長くなっても、どこに何を書いたか見失いにくくなるのが大きなメリットです。特に、髪色や服装が混ざるときは、人物Aと人物Bの間にBREAKを置くだけでも結果が変わることがあります。

BREAKを使うときの注意点

一方で、BREAKを増やしすぎると、全体のまとまりが弱くなることがあります。たとえば、髪型、目、服、表情、小物のすべてを別々のBREAKで分けると、人物としての一体感が薄れたり、画面全体の構図が崩れたりすることがあります。初心者は、まず「全体」「人物A」「人物B」「構図」の3〜4ブロック程度から試すのが無難です。

BREAKを入れたからといって、必ず描き分けが成功するわけではありません。モデル、画像サイズ、サンプリング設定、キャラ同士の距離、衣装の複雑さによって結果は変わります。あくまで混ざりを減らす補助として使いましょう。

また、BREAK後の先頭に重要な特徴を置くのも実用的です。たとえば、人物Aのブロックならleft side, long pink hair, school uniform、人物Bのブロックならright side, short blue hair, white dressのように、位置と主要特徴を前半に置きます。後ろに細かい装飾や表情を足すほうが、重要な特徴が埋もれにくくなります。

もしBREAKを使っても混ざる場合は、プロンプトだけで粘り続けるより、Regional PrompterやLatent Coupleのような領域制御へ進むほうが早いこともあります。BREAKは便利ですが、あくまでプロンプト整理の一手段です。2人の描き分けを高確率で安定させたいなら、領域そのものを分けて指示する方法も視野に入れてください。

髪色や服装の混ざり対策

Stable Diffusionで2人を描き分けるときに多い悩みが、髪色や服装の混ざりです。赤髪のキャラと青髪のキャラを指定したのに、両方の髪に赤と青が混ざる。制服のはずのキャラがドレスを着る。片方にだけ付けたはずのリボンが両方に付く。こうした現象は、複数人物の属性の結び付けが曖昧になることで起こります。ここ、かなりストレスですよね。

対策としては、まず似た特徴を近くに置きすぎないことが大切です。red hairとblue dressを近くに置くと、blueがhairに影響したり、redがdressに影響したりすることがあります。色名は特に影響が広がりやすいので、髪、目、服装、小物を人物ごとに整理し、不要な色指定を増やしすぎないようにしましょう。

また、人物Aと人物Bで似たような色を使うと、混ざったときに見分けにくくなります。最初のテストでは、pink hairとblue hair、black uniformとwhite dressのように、はっきり違う特徴を使うのがおすすめです。描き分けが安定してから、淡いピンクと薄紫のような近い色へ寄せるほうが調整しやすいです。

重要な特徴には重み付けを使う方法もあります。たとえば、(long pink hair:1.2)や(short blue hair:1.2)のように指定すると、髪色や髪型をやや強められます。ただし、強くしすぎると絵が崩れたり、色が全体に広がったりすることがあります。1.1〜1.3程度から試すのが一般的な目安ですが、モデルによって最適値は変わります。

重み付けは強ければよいわけではありません。数値を上げすぎると、色移り、画面全体の不自然な着色、顔や手の崩れにつながる場合があります。設定値はモデルや環境で変わるため、あくまで一般的な目安として調整してください。

混ざりを減らすプロンプト整理

髪色や服装の混ざりを減らすには、人物ごとに「髪型」「目」「服装」「小物」をセットにして書きます。たとえば、Person A, left side, long pink hair, red eyes, school uniform, red ribbonのように、1人分の情報をひとまとまりにします。そのあとにBREAKを入れて、Person B, right side, short blue hair, blue eyes, white dress, flower hairpinと続ける形です。

ネガティブプロンプトも補助的に役立ちます。たとえば、same face、similar face、cloned face、duplicate character、wrong hair color、mixed hair colorなどを入れることで、同じ顔や特徴の混在を少し抑えられることがあります。ただし、ネガティブプロンプトだけで完全に解決するわけではありません。あくまで、人物別プロンプト、BREAK、左右指定、領域制御と組み合わせて使うものです。

手足や顔の崩れも同時に気になる場合は、Stable Diffusionの奇形防止で手足崩れを直す方法も参考になります。2人構図では人物が小さくなりやすいため、顔や手の破綻対策も合わせて考えると完成度が上がります。

左右の位置指定のコツ

2人を描き分けるには、左右の位置指定がとても重要です。left side、right side、on the left、on the right、left girl、right girlなどを使い、どちらのキャラがどこにいるのか明確にします。位置指定がないと、人物Aと人物Bの特徴が入れ替わったり、片方の特徴が両方へ広がったりしやすくなります。

ただし、left girlやright girlの指定は、見ている側からの左右と、画面内のキャラクターから見た左右がズレることがあります。そのため、最初は「画面の左」「画面の右」という意味でleft side、right sideを使うほうが扱いやすいです。プロンプトでは、left side, long pink hair, school uniformのように、位置と特徴を同じブロックにまとめるのがポイントです。

位置指定と相性がよい構図には、standing side by side、sitting side by side、back to back、face to face、two characters facing each otherなどがあります。2人がどのような関係で並んでいるのかを入れると、単なる人物2体ではなく、意図したシーンに近づけやすくなります。たとえば、アイドル風ならstanding side by side、バトル風ならback to back、会話シーンならface to faceが使いやすいです。

左右指定は、髪色や服装とセットで書くのがコツです。left sideだけを離れた場所に書くのではなく、left side, long pink hair, school uniformのように、位置と特徴を同じブロックにまとめましょう。

左右指定が効かないときの見直しポイント

左右指定が効かない場合、まず画像サイズを見直します。横並びなら横長、会話シーンなら正方形から横長、上半身の2人ならやや横長が使いやすいです。構図の余白が不足すると、片方が切れたり、2人が重なったり、1人に統合されたような出力になりやすくなります。特に縦長で2人を横に並べようとすると、モデルが構図を取りにくいことがあります。

次に、人物同士の距離を指定します。standing side by sideだけで近すぎる場合は、slight distance between two characters、separated characters、not overlappingなどを足すと改善することがあります。ただし、not overlappingのような否定的な表現はモデルによって効き方が変わるため、ネガティブプロンプト側にoverlapping bodiesやmerged bodiesを入れる方法もあります。

さらに安定させたい場合は、ControlNetやRegional Prompterと組み合わせるのが効果的です。プロンプトだけで左右を固定するより、領域そのものを分けたり、ポーズや構図を固定したりするほうが、キャラの入れ替わりを減らしやすくなります。左右指定は基本ですが、限界を感じたら次の段階へ進むのが近道です。

StableDiffusionで2人描き分けを安定化

プロンプトだけで2人を描き分けるには限界があります。ここからは、Regional Prompter、Latent Couple、LoRA、ControlNet、ComfyUIなどを使い、領域や構図を制御して安定性を高める方法を解説します。より再現性を上げたい場合は、このパートがかなり重要です。

RegionalPrompterの使い方

Regional Prompterは、画像内の領域ごとに別々のプロンプトを割り当てられる拡張機能です。Stable Diffusionで2人を描き分けたい場合、左側の領域に人物A、右側の領域に人物Bのプロンプトを割り当てることで、髪色や服装の混ざりを減らしやすくなります。プロンプトだけで粘ってもうまくいかない人にとって、かなり実用的な選択肢です。

通常のプロンプトでは、モデルは画面全体を一つの文脈として扱います。そのため、赤髪、青髪、制服、ドレスといった要素が画像全体に広がり、どちらのキャラにどの属性を付けるかが曖昧になります。Regional Prompterを使うと、左、右、上、下などの領域単位で指示できるため、「左には赤髪の制服キャラ」「右には青髪のドレスキャラ」のように分けやすくなります。

基本的な考え方は、共通プロンプトと個別プロンプトを分けることです。共通プロンプトには品質、画風、背景、全体の雰囲気を入れます。個別プロンプトには、人物ごとの髪型、服装、表情、小物を入れます。こうすることで、背景や画風は統一しつつ、キャラの特徴だけを領域別に変えられます。

Regional Prompterで最初に試す設定

最初は左右2分割のシンプルな構図がおすすめです。いきなり3人、4人、上下分割、細かい背景分割までやろうとすると、どこで失敗しているのか判断しにくくなります。まずは1:1の左右分割で、左に人物A、右に人物Bを配置し、髪色と服装だけが分かれるか確認しましょう。

Regional Prompterは、描き分けを「文章の工夫」から「領域の制御」へ進めるための方法です。髪色や服装が何度も混ざる場合は、プロンプトだけで粘るより早く改善できることがあります。

ただし、Regional Prompterも完全に思い通りになるわけではありません。領域の境界付近では特徴が混ざることがありますし、ポーズや手の重なりが複雑な場合は破綻も起こります。キャラ同士が密着している構図、抱き合う構図、手をつなぐ構図などは、領域の境界をまたぎやすいため難易度が上がります。最初は、左右に少し距離を置いた構図から始めると安定しやすいです。

拡張機能はバージョンやWebUI環境によって画面表示や挙動が変わることがあります。導入前には、正確な情報は公式サイトをご確認ください。商用利用や規約が関係する画像制作では、最終的な判断は専門家にご相談ください。

Regional Prompterに慣れてきたら、共通プロンプトをどこまで入れるかも調整してみてください。共通プロンプトに服装や髪色まで入れると、全領域へ影響して混ざりやすくなることがあります。共通部分には画質、画風、背景、光、構図を中心に入れ、人物ごとの固有特徴は各領域へ分けるのが基本です。

LatentCoupleの使い方

Latent Coupleは、複数のサブプロンプトを領域に割り当てて生成するための拡張機能です。2人を描き分ける用途では、全体プロンプト、左の人物、右の人物のように分けて指定することで、通常のプロンプトよりも人物の特徴を分離しやすくなります。Regional Prompterと同じく、プロンプトだけでは限界を感じるときに検討したい方法です。

よく使われる考え方は、ANDでプロンプトを分割する方法です。最初に全体の品質や背景を入れ、その後に人物A、人物Bの情報を分けます。たとえば、全体プロンプト、左側の赤髪キャラ、右側の青髪キャラという順番で指定します。通常のプロンプトでは混ざりやすい情報を、サブプロンプトとして分けて扱えるのが大きなメリットです。

全体：masterpiece, best quality, 2girls, classroom, standing side by side

AND

左側：left girl, long pink hair, school uniform, cheerful smile

AND

右側：right girl, short blue hair, white dress, calm smile

Latent Coupleの良いところは、プロンプトの分割と領域指定を組み合わせられる点です。プロンプトだけで描き分けるよりも、「どの情報をどの領域に反映するか」を制御しやすくなります。特に、2人のキャラを左右に配置し、それぞれ別の衣装や髪色にしたい場合には便利です。

Latent Coupleで失敗しやすいポイント

一方で、設定に慣れるまではやや難しく感じるかもしれません。領域比率、分割方向、プロンプトの順番が合っていないと、意図した位置にキャラが出ないことがあります。たとえば、左に出したいキャラが右に出たり、全体プロンプトが強く出すぎて両方のキャラが似たりします。まずは左右2分割の単純な構図で試し、髪色と服装だけを変えるテストから始めると理解しやすいです。

Regional PrompterとLatent Coupleは似た目的で使われますが、どちらが必ず優れているとは言い切れません。使っているWebUI、モデル、生成したい構図によって相性が変わります。私なら、初心者にはまずRegional Prompter、細かく領域制御を試したい人にはLatent Coupleも検討する、という順番をおすすめします。

また、Latent Coupleを使う場合でも、元のプロンプト整理は重要です。人物Aと人物Bの特徴がぐちゃぐちゃのままでは、領域を分けても期待通りになりにくいです。まずはPerson A、Person Bで情報を整理し、そのうえでLatent Coupleへ流し込むとスムーズですよ。

LoRAを2人に使う注意点

LoRAは、特定のキャラクター、絵柄、衣装、表情などを再現するために便利な仕組みです。Stable Diffusionで2人を描き分けるときにも役立ちますが、使い方を間違えると、2人の顔が似すぎたり、片方の特徴がもう片方に移ったりします。ここは便利な反面、かなり注意が必要です。

特に、キャラクターLoRAを2つ同時に使う場合は混ざりやすくなります。Aキャラ用LoRAとBキャラ用LoRAを同時に読み込むと、両方の特徴が画面全体に影響し、キャラ同士が融合したような顔になったり、片方の髪型がもう片方へ移ったりします。LoRAは強力なので、2人構図では「効かせすぎ」が失敗につながることも多いです。

たとえば、LoRAの重みは0.6〜0.8程度から試し、強すぎる場合は下げます。1.0以上が必ず悪いわけではありませんが、複数人構図では特徴が強く出すぎて、もう片方に影響することがあります。数値はモデルやLoRAの作りによって変わるため、あくまで一般的な目安です。生成結果を見ながら、少しずつ調整するのが安全です。

既存キャラクターや特定作家風のLoRAを使う場合は、権利や利用規約に注意してください。個人利用と商用利用では判断が変わることがあります。公開、販売、広告利用を考える場合は、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。

2人構図でLoRAを使うコツ

LoRAを2人に使う場合でも、基本は人物ごとの情報整理です。左領域にAキャラの特徴、右領域にBキャラの特徴を置き、可能であればRegional PrompterやComfyUIの領域制御と組み合わせます。プロンプト全体に2つのLoRAをそのまま入れるより、領域ごとに影響範囲を意識したほうが混ざりにくくなります。

また、最初から2つのキャラLoRAを同時に使うのではなく、まずAキャラだけ、次にBキャラだけで単体生成を確認してください。それぞれ単体で安定しているか、どの重みがちょうどよいかを見ておくと、2人構図にしたときの原因分析が楽になります。単体でも崩れるLoRAを2人構図で使うと、さらに不安定になる可能性が高いです。

LoRAを使う場合でも、2人の描き分けは領域制御と組み合わせると安定しやすくなります。Regional Prompterで左領域にAキャラ、右領域にBキャラの指示を入れ、LoRAの重みを調整する流れです。プロンプトだけで2つのLoRAを混ぜるより、領域ごとに役割を分けたほうが破綻を抑えやすくなります。

絵柄や画風の調整について深く知りたい場合は、Stable Diffusionの絵柄指定で理想の画風へ近づける方法も役立ちます。2人の描き分けでは、キャラの違いだけでなく、全体の画風をそろえることも完成度に直結します。

ControlNetで構図を固定

ControlNetは、ポーズや構図を固定したいときに便利です。Stable Diffusionで2人を描き分ける場合、プロンプトだけでは2人の距離感、向き、立ち位置が毎回変わることがあります。ControlNetを使うと、参照画像やポーズ情報をもとに、2人の配置を安定させやすくなります。プロンプトで左右を指定しても入れ替わる場合は、かなり心強い方法です。

たとえば、2人が横に並ぶ構図、背中合わせの構図、向かい合って会話する構図などは、OpenPose系の参照を使うと狙いやすくなります。人物の骨格や位置を先に固定し、その上でプロンプトで髪色や服装を分ける流れです。構図をControlNetで固定し、属性をプロンプトやRegional Prompterで分けると、役割分担がはっきりします。

ControlNetを使うときのポイントは、構図とキャラ設定を分けて考えることです。ControlNetは主に「どこに、どんなポーズで配置するか」を助けます。一方で、「誰が赤髪で、誰が青髪か」はプロンプトや領域制御で補う必要があります。ControlNetだけでキャラの描き分けまで自動的に完璧になるわけではありません。

2人構図で安定させたいなら、ControlNetで配置を固定し、Regional Prompterで特徴を分ける組み合わせが有効です。構図と属性を別々に制御することで、失敗の原因を切り分けやすくなります。

ControlNetを使う実践手順

まずは、2人のポーズがわかりやすい参照画像やOpenPose画像を用意します。最初から複雑な絡みポーズを使うより、横並び、背中合わせ、少し距離のある会話シーンなどが扱いやすいです。手をつなぐ、抱き合う、肩を組むといった構図は、人物同士の領域が重なりやすく、描き分けの難易度が上がります。

次に、プロンプト側で人物Aと人物Bの特徴を分けます。ControlNetが構図を担当し、プロンプトがキャラの見た目を担当するイメージです。さらに安定させるなら、Regional Prompterを使って左領域と右領域に別々のプロンプトを割り当てます。これにより、構図、領域、属性の3つをそれぞれ管理できます。

ControlNetの強度が高すぎると、参照画像に引っ張られすぎて絵柄が硬くなることがあります。逆に弱すぎると、構図が崩れやすくなります。最初は中程度の強度から試し、人物の位置が崩れるなら少し上げ、絵が不自然なら少し下げるとよいでしょう。ここはモデルや参照画像によってかなり変わるので、数回テストする前提で進めるのがおすすめです。

漫画風や線画調の構図づくりにもControlNetは使いやすいです。詳しい画風調整をあわせて確認したい場合は、Stable Diffusionの漫画風プロンプト完全ガイドも参考になります。

ComfyUIで領域制御する

ComfyUIは、ノードを組み合わせてStable Diffusionの生成工程を細かく制御できる環境です。2人の描き分けでは、領域ごとのプロンプト、マスク、ControlNet、LoRAの適用範囲などを組み合わせやすい点が魅力です。AUTOMATIC1111系のWebUIより少し難しく感じるかもしれませんが、細かく作り込みたい人にはかなり強い選択肢です。

AUTOMATIC1111系のWebUIは直感的で始めやすい一方、複数キャラの細かな制御では限界を感じることがあります。ComfyUIでは、左領域と右領域を分けて条件付けしたり、マスクを使ってキャラごとの影響範囲を管理したりできます。そのため、2人以上のキャラを安定して描き分けたい中級者以上には有力な選択肢です。

ComfyUIで2人を描き分ける場合、考え方はとてもシンプルです。まず、画面のどこに人物Aと人物Bを置くか決めます。次に、それぞれの領域に対応するプロンプトや条件を用意します。必要に応じてControlNetでポーズを固定し、LoRAを使う場合は影響範囲を意識して設定します。ノードが増えると難しく見えますが、目的は「誰にどの特徴を反映するか」を分けることです。

おすすめの順番は、まず通常のプロンプトで2人を出す、次にBREAKで分ける、その次にRegional PrompterやLatent Coupleを使う、最後にComfyUIで領域制御を深める流れです。

ComfyUIに進むべきタイミング

ComfyUIは便利ですが、最初から使う必要はありません。通常プロンプトとBREAKである程度うまくいくなら、そのままでも十分です。Regional Prompterで満足できるなら、それも良い選択です。ComfyUIに進むべきなのは、複数キャラの位置、マスク、LoRA、ControlNetを細かく分けたい場合や、同じ構図を何度も再利用したい場合です。

ただし、ComfyUIは最初の学習コストが高めです。ノードの接続、モデル、VAE、LoRA、ControlNet、マスク処理などを理解する必要があります。初心者がいきなり複雑なワークフローを作ろうとすると、どこで失敗しているのか判断しにくくなります。そのため、まずはシンプルな2人構図のワークフローから始め、必要なノードだけを少しずつ増やしていくのがおすすめです。

ComfyUIを使う場合も、基本は変わりません。2人の位置を決める、人物ごとの特徴を分ける、色や服装を強くしすぎない、必要に応じてマスクやControlNetで補助する。この考え方を押さえておけば、複雑なワークフローでも目的を見失いにくくなります。大事なのは、ツールを増やすことではなく、失敗の原因を切り分けることです。

StableDiffusionで2人描き分けまとめ

Stable Diffusionで2人を描き分けるには、まず2girlsや1girl, 1boyなどで人数を明確にし、Person AとPerson B、left sideとright side、BREAKを使って人物ごとの特徴を分けることが基本です。髪色や服装が混ざる場合は、重み付け、ネガティブプロンプト、位置指定、画像サイズの見直しを組み合わせます。

ただし、プロンプトだけで完全に安定させるのは難しいです。ここが一番大事です。複数キャラの描き分けは、Stable Diffusionの苦手領域のひとつなので、何度か生成して当たりを引く前提になることもあります。より確実にしたい場合は、Regional PrompterやLatent Coupleで領域ごとにプロンプトを分け、ControlNetで構図を固定し、必要に応じてLoRAやComfyUIを活用するのが現実的です。

Stable Diffusionで2人描き分けを成功させるコツは、人数指定、人物別プロンプト、位置指定、領域制御を段階的に組み合わせることです。最初から完璧を狙うより、髪色と服装だけのシンプルなテストから始めると、安定した設定を見つけやすくなります。

最短で安定させる実践フロー

最短で安定させたいなら、まずは2girlsとstanding side by sideで2人が出るか確認します。次に、left sideとright sideで位置を分けます。その後、人物Aと人物Bの髪色、髪型、服装だけを変えてテストします。この段階で混ざるなら、BREAKを追加します。それでも混ざるなら、Regional PrompterやLatent Coupleで領域を分けます。構図が崩れるならControlNet、さらに細かく制御したいならComfyUIへ進む、という流れです。

最後に、生成AIツールや拡張機能の仕様、料金、利用規約、商用利用条件は変更されることがあります。正確な情報は公式サイトをご確認ください。また、著作権、肖像権、商用利用、公開範囲などが関わる場合は、最終的な判断は専門家にご相談ください。

Stable Diffusionで2人を描き分ける作業は、最初はうまくいかなくて当然です。ですが、人数指定、人物別の整理、BREAK、左右指定、領域制御という順番で見直せば、失敗の原因はかなり絞れます。焦らず一つずつ調整して、あなたの作りたい2人構図に近づけていきましょう。