AIが得意なこと(苦手なこと):写真生成、特に人物と一貫性について

要約

AIは単一被写体のポートレート、雰囲気/照明、構図、幅広い体型/服装のスタイリングに優れています。一方、解剖学的なエッジケース(手/足)、小さなテキスト/ロゴ、アクセサリー、反射、そして角度やセッションをまたいで同じ顔を完璧に一貫させることにはやや弱い傾向があります。ほとんどの弱点は、適切なプロンプト、LoRAの選択、Reference-To-Image/Variations/Photoshootのフロー、Image Upscalerを活用し、Head & Face Swapを最後に実行してアイデンティティを固定することで克服できます。

AIが得意なこと

• フォトリアルな雰囲気と照明。 自然な窓明かり、ゴールデンアワー、スタジオのキー/リムライト構成、柔らかい影、浅い被写界深度、フィルムのようなグレーディング。

• 単一人物のポートレート。 クリーンな背景とはっきりした顔立ちのヘッドショットや3/4ポートレート。

• 構図とカメラの「感触」。 35/50/85mmのルック、ロー/ハイアングル、中央構図対三分割法。

• 幅広いスタイリング。 体型のトレンド、服装カテゴリー、髪の長さ/質感、メイクのスタイル。

• 美的再現。 カラーグレード、照明、レンズ感などのビジュアルの雰囲気を、 Reference-To-Image または Variations ツールでリファレンスから再現すること。

• バッチのバリエーション。 一度に似た画像の一貫したセットを制作すること(Variations、Photoshoot)。

• 画像内テキスト。 看板、ポスター、キャプション。ただし適切なモデルでのみ(Nano Banana 2はこのために作られており、他のほとんどは意味不明なテキストになります)。

• 正確な体型/スタイルコントロール。 SDXL Body-Shape LoRA(Text to Image、Reference-To-Image)とFlux Klein Style LoRA(Image Editor)は、どちらも通常のプロンプトでは実現できない信頼性の高い再現可能なコントロールを提供します。

AIが苦手なこと(とその理由)

• 角度/時間をまたいだアイデンティティの一貫性。 同じ人物でも、横顔、極端な表情、新しいシーンでは変わってしまうことがあります。

• 手、足、細かい解剖学的部分。 指が融合したり、握り方が不自然に見えたり、サンダルでつま先が歪んだりすることがあります。極端な筋肉質はプラスチックのように見えることもあります。

• 小さなテキスト/ロゴとマイクロディテール(Nano Banana 2以外のモデルの場合):小さなジュエリーの模様、時計の文字盤、標識など。

• アクセサリーとオクルージョン。 メガネのフレーム、髪の後ろのイヤリング、顔にかかる髪、眉にかかる帽子、口の近くの手。

• 反射と半透明。 鏡、ガラス、水面;メガネのレンズ反射。

• 複雑なパターンのジオメトリ。 細かいストライプ、チェック、レースメッシュ、細かい刺繍。

• 複数人物の相互作用。 複数人物間の視線、手の配置、スケール/遠近感の一貫性。

• 正確なブランド再現や著作権のあるマーク。 モデルは正確なロゴを避ける傾向があり、結果がずれたり乱れたりすることがあります。

一貫した人物を得るための実証済み戦略

1) 人物について明確に記述する

顔の特徴(目の色/形、眉の濃さ/アーチ、鼻筋/幅、唇の厚さ/形、顎のライン/頬骨、そばかす/ほくろ、顔の毛)、髪の特徴(長さ、質感、分け目、色)、年齢層、体型を記述しましょう。これにより生成結果とImage Upscalerの結果の両方が向上します。

2) 適切なタイミングで適切なツールを使う

• Face Generation で候補となる顔を素早く作成。

• Text to Image で新しいルック/ポーズを作成。優先事項に応じてモデルを選択(下記のモデル解説を参照)。

• Reference-To-Image は、例の画像と同じ雰囲気、アングルの系統、または服のラインが必要な場合に。

• Photoshoot でアイデンティティを保ちながらマルチカテゴリーのセット(オフィス/カフェ/バケーションなど)を作成。

• Variations で、最良のヒーローショットを軸にしたテーマに沿った素早いバリエーションを。

• Image Upscaler でディテールを引き上げたり、ソフトさを解消したり。顔を変えたくない場合はSafe Faceバリアントを使用しましょう。

• Head & Face Swap(最終ステップ) で、公開するすべてのコンテンツでアイデンティティを固定します。

3) モデルを選ぶ:それぞれが実際に何に優れているか

Text to ImageとImage Editorはどちらも複数のモデルを提供しています。唯一の「最良」はなく、何を優先するかによります:

どのモデルでもリアリズムが低下する場合は、LoRAの強度を下げる(使用している場合)、プロンプトを簡略化する、またはモデルを切り替えてみてください。そして最後にHead & Face Swap で顔を固定します。

4) 混乱のないLoRA活用

ZenCreatorには2種類の異なるLoRAがあります。両方についてLoRAガイド完全版をご覧ください:

• SDXL Body-Shape LoRAs (Text to Image、Reference-To-Image):それぞれ強度0.6〜0.9で1〜2個 使用しましょう。0.8が良い出発点です。3個を組み合わせても問題ありませんが、強度は控えめに保ち、矛盾を避けましょう(例: Slim Figure 対 Plus Size Body)。1.5を超えるとアーティファクトが増加します(歪み、ザラザラしたテクスチャ)。ディテールが低下したり解剖学的に崩れたりする場合は、強度を0.2下げてプロンプトを簡略化してください。

• Flux Klein Style LoRAs (Image Editor)はスタイルテンプレートです。写真をアップロードすると、LoRAがテンプレートに合わせて変換します。一度に1つずつ;結果はテンプレートの構図に従います。

5) シーンを「安定」させる

• 照明の表現、カメラ用語(例:「50mm、目線の高さ、浅い被写界深度」)、グレーディングの指示をセット全体で使い回しましょう。

• アイデンティティが優先事項の場合、一度に多くの変数(ポーズ、服装、環境、照明)を変えすぎないようにしましょう。

6) 機能するパイプライン

生成 → 良いものを選ぶ → Image Upscaler(アイデンティティを変えてはいけない場合はSafe Faceバリアント) → Head & Face Swap(最終) → 任意でカラーLUT/粒子感 → 公開。

大量のバッチが必要な場合は、クレジット/時間を節約するために選ばれたものだけにHead & Face Swapを実行しましょう。

人物のためのプロンプティング(簡単なリマインダー)

• この順序で記述しましょう: 人物 → 体/服装 → ポーズ/カメラ → 照明 → 環境 → 雰囲気/グレーディング → 品質。

• ネガティブプロンプトは簡潔かつ的を絞ったものにしましょう:

  lowres, bad anatomy, extra limbs, deformed hands, fused fingers, duplicate face, blurry, over-smooth skin, watermark, text, jpeg artifacts, harsh sharpening

• どう表現すればいいかわからない場合は、Magic Prompt(Text to Image内)を使いましょう。短いアイデアを自動的に完全で詳細なプロンプトに展開してくれます。

完全なガイド「プロンプトの書き方」をご覧ください。

よくある失敗パターンと対処法

公開前の品質基準

実践的なプレイブック

• 新しいバーチャルペルソナ: Face Generation → ヒーローを選ぶ → Text to Image/Reference-To-Imageでバリエーションを構築 → Image Upscaler → 最後にHead & Face Swap。

• 実在人物のそっくりさん: ベースシーンを生成 → 認可されたソースポートレートで最後にHead & Face Swapを実行 → 素早いカラー調整 → 公開。

• 大規模なキャンペーンセット: カテゴリーごとにPhotoshoot → 投稿をスケジュール。

最後のメモ

プロジェクトに合ったフローの選び方でお困りですか?チャットバブルをタップするか、[email protected]までメールでお問い合わせください。