メインコンテンツへスキップ
ログイン無料で登録

プロンプトガイド

Stable Diffusion XLのプロンプトの書き方

Stable Diffusion XL のプロンプトガイド。短い SDXL プロンプトの書き方、ウェイトとネガティブプロンプトの使い方、75トークンの制限を超える方法を、SDXL のプロンプト例とともに紹介します。

Stable Diffusion XLを試すStable Diffusion XLのモデルページ

山の日の出
Stable Diffusion XLで作成山の日の出

クイックスタート

Stable Diffusion XLで最初のいいプロンプトを作ろう

初心者に必要なことを1分でまとめました。最初に知っておきたいこと、大切なルール、入力するだけのテンプレート、コピーして使えるプロンプトです。

最初に知っておきたいこと

Stable Diffusion XL には、会話調の文ではなく、被写体を先頭にカンマで区切った短いフレーズが向いています。Mage の標準の SDXL チェックポイントは写真向けに調整されているため、レンズ、光、「photo」といった写真用語が最も強く効きます。標準のプロンプトの挙動では、読み取るのは最初の約75トークン(50〜60語)だけで、残りは無視されます。ネガティブプロンプトとウェイトはどちらも使えます。

いちばん大切なルール

  1. 被写体を先頭に、短いフレーズで

    被写体と数、そして外見、ポーズ、構図、場所、スタイルの順に、カンマで区切って書きます。

  2. 60語以内に収める

    それを超えると、標準のプロンプトの挙動では残りが無視されます。長いプロンプトを使うときは、プロンプトの挙動を V2 (Unlimited) にしてください。

  3. 写真家のように書く

    レンズ(85mm、wide angle)、光(soft backlight、golden hour)、そして photo という言葉が、標準のチェックポイントに最もよく効きます。

  4. ウェイトは1つのディテールに、控えめに

    (neon reflections:1.2) のように書くと、1つのフレーズを強調できます。Mage ではウェイトの上限は 1.6 です。1.1〜1.4 の範囲がおすすめです。

  5. ネガティブプロンプトを使う

    見たくないものを並べましょう:blurry、cartoon、text、watermark、deformed hands。

テンプレートに入力しよう

角かっこの部分を自分のアイデアに置き換えてください。不要な部分は省いてもOKです。

テンプレート
[subject], [key appearance], [pose or action], [framing and lens], [setting], [light], [style]
入力済みのテンプレート
photo of a young woman, yellow raincoat, wet hair, standing, looking over her shoulder, medium shot, 50mm lens, shallow depth of field, wet city street at night, (neon reflections:1.2), cinematic color, film grain
  • [subject] 誰・何を、数も添えて: 若い女性の写真、2頭の馬。
  • [key appearance] 目に見える特徴を2〜3個: 黄色いレインコート、濡れた髪。
  • [pose or action] 立って、肩越しに振り返る。
  • [framing and lens] ミディアムショット、50mmレンズ、浅い被写界深度。
  • [setting] 夜の濡れた街路。
  • [light] 光。最も重要なら重みを付ける: (ネオンの反射:1.2)。
  • [style] シネマティックな色調、フィルムグレイン。

まず試したいプロンプト

  • 料理のクローズアップ

    close-up photo of a stack of blueberry pancakes, maple syrup dripping down the side, butter melting on top, rustic wooden table, morning window light, shallow depth of field, 100mm macro

    うまくいく理由: 被写体を先頭に置き、どの語句も目に見えるものにして、レンズと光でスタイルを整えています。75トークンの枠にも余裕で収まります。

  • 広い室内

    wide angle photo of a minimalist concrete living room, low linen sofa, floor-to-ceiling window, pine forest outside, overcast daylight, architectural photography, neutral tones

    うまくいく理由: 「wide angle」と「architectural photography」で、フォトリアル系チェックポイントにどんな撮り方をするか正確に伝えられます。

  • 重みを1つ付けたストリートポートレート

    portrait photo of an old street musician playing violin, gray beard, flat cap, eyes closed, city square at dusk, (warm streetlight:1.2), 85mm, bokeh

    うまくいく理由: 重みを付けた光ひとつで雰囲気を作ります。ネガティブプロンプトの「cartoon, illustration, blurry, deformed hands」と組み合わせましょう。

  • 動きのある野生動物

    photo of a snowy owl in flight over a frozen field, wings fully spread, low winter sun, telephoto lens, fast shutter, crisp feathers

    うまくいく理由: 望遠と高速シャッターは野生動物の写真家が使う言葉で、チェックポイントもそれに反応します。

上級編

Stable Diffusion XLの上級プロンプト術

基本に慣れたら試したい、より細かくコントロールするためのテクニックです。

トークンの順序と75トークンの枠

SDXLはプロンプトをトークン(単語の小さな断片)単位で読みます。デフォルトのプロンプトの動作 V1 (Legacy) では、先頭の約75トークン(英語で50〜60語ほど)しか使われません。それ以降は何も知らせずに切り捨てられるため、長いプロンプトの最後に書いた大事なディテールは届きません。

被写体と最も重要なディテールを先に、場面とスタイルを後に書きましょう。どうしても長く書きたいときは、プロンプトの動作を V2 (Unlimited) にすると、長いプロンプトを分割して読み込みます。

  • 文よりも短いタグの並びのほうが効果的です。「red scarf, snowy street」は、「she is wearing a red scarf while walking down a street covered in snow」よりトークンあたりの情報量が多くなります。
  • masterpiece、best quality、stunning などの飾り言葉は省きましょう。トークンを使うだけで、目に見えるものは何も加わりません。
  • 数ははっきり書く: one woman、two dogs、a crowd。

重み

重みはプロンプトでもネガティブプロンプトでも使えます。控えめに使いましょう。1.1〜1.4の重みを1〜2個付ける程度なら画像をそっと後押ししますが、多すぎると互いに競合して画像が崩れます。

入力する言葉効果
(phrase:1.3)そのフレーズを指定の倍率で強調します。Mageでは重みの上限は1.6です。
(phrase)重みを少し上げる(約1.1)。
[phrase]重みを少し下げる。
\( \)文字としての丸括弧。重みではなくテキストとして読まれます。

ネガティブプロンプト

仕上がりを整える作業の大半はネガティブプロンプトで行います。何度も出てきてしまう不要なものを、短いフレーズで並べましょう: blurry, lowres, text, watermark, cartoon, illustration, deformed hands, extra fingers。

スタイルと逆のものも入れます。写真なら cartoon, illustration, painting、アート系チェックポイントでイラストを作るなら photo, realistic。

  • 実際に失敗している点だけに絞りましょう。定番リストを大量に入れると、肝心な部分が薄まります。

チェックポイント、LoRA、アニメ

MageのデフォルトのSDXLチェックポイントはフォトリアル系のファインチューンなので、写真に関する言葉がよく効きます。モデル設定で別のSDXLチェックポイントに切り替えることもでき、アニメやアートで学習したチェックポイントはそれ固有の語彙に反応します。

アニメ系チェックポイントでは、タグをより重視します。まず人数タグ(1girl, 1boy, 2girls, solo)、次に髪、目、服装、表情、ポーズ、構図、背景の順です。チェックポイントを選ばずにアニメを作るなら、そのために作られた Anima がおすすめです。

  • 設定で追加した LoRA は、作者が決めたトリガーワードに反応することがよくあります。その語をプロンプトの先頭近くに入れましょう。

アニメ系チェックポイント向けのタグプロンプト

1girl, solo, anime illustration, long black hair, blue eyes, school uniform, soft smile, standing under cherry blossoms, spring petals, full body, looking at viewer, clean lineart, detailed background

うまくいく理由: 最初に人数タグ、続けて具体的なタグを決まった順序で。アニメ系チェックポイントが学習した語彙です。デフォルトのフォトリアル系チェックポイントでは、同じタグでも半分実写寄りの仕上がりになります。

画像から始める

画像設定で画像をアップロードすると、SDXLはそこから生成を始めます。構図と色は引き継がれ、ディテールが変わります。バランスはプロンプト強度で決まり、高いほどプロンプトを重視し、元の画像の影響は小さくなります。

完成した絵全体を描写しましょう。SDXLは「ソファを革に変えて」のような編集指示には従いません。

  • ControlNet は画像からポーズ、エッジ、深度などの構造をひとつ保ち、それ以外はプロンプトで変えられます。
  • Style References はアップロードした画像から雰囲気を、Face References は顔を借ります。それぞれの横にある重みで効き具合を調整します。

よくある間違い

避けたい書き方と、おすすめの書き方

  • 避けたい書き方: デフォルトのプロンプトの動作で100語のプロンプト。

    おすすめの書き方: 約60語以内、またはプロンプトの動作を V2 に設定。

  • 避けたい書き方: 会話調のお願い。

    Could you make a picture of a cute little dog sitting in the grass in a park on a really sunny day?

    おすすめの書き方: カンマ区切りの視覚的なフレーズ。

    photo of a corgi puppy sitting in green grass, city park, sunny afternoon, low angle, 35mm, shallow depth of field

  • 避けたい書き方: 「a red cube on top of a blue sphere」のような正確な配置。

    おすすめの書き方: もっとシンプルな構図にするか、正確な配置には Stable Diffusion 3.5 Large や HiDream を使う。

  • 避けたい書き方: (eyes:2.5) のような強い重み。

    おすすめの書き方: 1.1〜1.4の重みを1〜2個。Mageでは上限が1.6です。

  • 避けたい書き方: アップロードした画像に編集の指示を書く。

    おすすめの書き方: 結果全体の説明を書き、プロンプト強度はお好みで調整。

  • 避けたい書き方: 看板の文字。

    おすすめの書き方: プロンプトに文字は入れず、あとから文字を追加する。

よくある質問

Stable Diffusion XLのプロンプトに関する質問

SDXLのプロンプトはどのくらいの長さまで使えますか?
デフォルトのプロンプトの動作では約75トークン(英語で50〜60語)で、残りは切り捨てられます。もっと長いプロンプトにはプロンプトの動作を V2 (Unlimited) に設定してください。
SDXLのネガティブプロンプトには何を入れればいいですか?
繰り返し失敗する点を短いフレーズで: blurry, lowres, text, watermark, deformed hands, extra fingers。写真なら cartoon や illustration など、避けたいスタイルも加えましょう。
SDXLでプロンプトの重みはどう働きますか?
(phrase:1.3) は重みを1.3倍にし、(phrase) は少し強め、[phrase] は少し弱めます。Mageでは重みの上限は1.6です。重みを付けるのは多くても1〜2フレーズまで。
SDXLは文字を書けますか?
いいえ。SDXLは読める文字を描画できません。文字はあとから加えるか、GPT Image や Mango など文字を書けるモデルを使ってください。
SDXLでアニメを作るには?
モデル設定でアニメ系のSDXLチェックポイントを選び、タグを書きます。1girl のような人数タグのあとに、髪、目、服装、ポーズ、構図、背景を続けます。アニメ向けに作られた Anima を使う方法もあります。
Stable Diffusion XL と SDXL Plus のどちらを使えばいいですか?
どちらもフォトリアル用のチェックポイントとプロンプトの書き方は共通です。SDXL Plus は高解像度処理と顔・手の自動補正が加わるため、生成は遅めですが人物向きです。通常の SDXL は風景、動物、下書きなら高速です。

Stable Diffusion XLで最初の画像を作ろう

新規アカウントには300 Gemsが無料で付与され、Stable Diffusion XLを試せます。インストールもクレジットカードも不要です。

Stable Diffusion XLを試す