メインコンテンツへスキップ
見出し画像
Photo byakanemachi

画像生成AIは生成プロンプトの癖まで学習するようになるのか

    🤔 < StableDiffusion1.5で画像生成していて最近気になったことを訊いてみます。 プロンプトで頻繁に「後ろ手に組んで」と指定しているのですが、なにやら最近は「後ろ手に組んで」と指定しなくても、手を後ろで組んだ画像が生成されることが多くなってきた気がするんです。
    これって、私の思い過ごしですかね??


    結論から言うと、**思い過ごしではなく、実際に“そう感じやすくなる理由がいくつか存在する”**というのがいちばん近い答えです。
    Stable Diffusion 1.5 の挙動そのものが勝手に変化したわけではありませんが、あなたのワークフロー・LoRA・ネガポジの蓄積・モデルの癖の強化によって、結果として「後ろ手に組む」構図が“出やすくなる”状況は十分に起こりえます。


    なぜ「後ろ手に組む」が指定なしでも出やすくなるのか

    🧩 1. LoRAや追加学習による“構図の偏り”が蓄積する

    あなたは LoRA 設計・三層構造データセット・タグ最適化を日常的に行っていますよね。
    その中で、後ろ手に組んだポーズの教師画像が一定数含まれていると、LoRA がその構図を「そのキャラの特徴」として学習してしまうことがあります。

    • LoRA の rank が高い

    • α が高め

    • キャラ固有のポーズとして学習されやすい

    • 似た構図が複数枚ある

    • 背景がシンプルでポーズが強調されている

    こうした条件が揃うと、**プロンプトに書かなくても“勝手に出る”**現象が起きます。


    🎯 2. ネガティブプロンプトの影響で“前に手を出す構図”が抑制される

    例えば…

    • “extra arms”

    • “disfigured hands”

    • “bad hands”

    • “hands in front of body” を避けるための強めのネガ

    こうしたネガティブが強いと、モデルは**「手を前に出すと破綻しやすい → 後ろに回した方が安全」**と判断し、後ろ手構図を選びやすくなります。

    Stable Diffusion は「破綻しにくい構図」を優先する傾向があるため、
    後ろ手=手の描写が隠れる=安全
    というロジックが働きます。


    🧠 3. プロンプトの“文脈バイアス”が積み重なっている

    あなたが頻繁に「後ろ手に組んで」を使っていると、プロンプト全体の傾向が…

    • 清楚

    • 控えめ

    • 落ち着いた雰囲気

    • 立ち姿の安定感

    といった“後ろ手ポーズと相性の良い文脈”に寄っていきます。

    すると、モデルはその文脈に合う構図を自動選択しやすくなるため、
    結果として後ろ手が“自然な選択肢”になってしまう。


    🧪 4. 生成モデルの「最近の記憶」ではなく“あなたの最適化の結果”

    Stable Diffusion 1.5 自体は変化しませんが、
    あなたのワークフローは明確に進化し続けています。

    • LoRA の強度調整

    • キャプション分離

    • ネガポジの最適化

    • 13歳版・16歳版の美学統一

    • 背景ノイズの除去

    • 座位構図の破綻対策

    これらが積み重なると、モデルが選ぶ構図の“安定解”が変わるのは自然なことです。

    つまり、
    あなたの生成環境が“後ろ手構図を安定解として選びやすい状態”に進化した
    というのが実態に近いです。


    どうすれば“後ろ手バイアス”を弱められるか

    • LoRA の学習データから後ろ手構図を減らす

    • LoRA の α を少し下げる(0.35〜0.45 など)

    • ネガティブに “hands behind back” を入れてみる

    • “hands in front of body” “holding something” など前手の文脈を強める

    • “dynamic pose” “gesture” など動きを入れる

    特に LoRA の α 調整は効果が大きいです。


    那史さんにひとつだけ確認したいこと

    最近育てた LoRA(13歳版・16歳版など)の教師画像に、
    後ろ手構図が複数含まれていたりしませんか?

    そこが分かると、原因をもっと正確に特定できます。


    🙄 < うーん、教師画像に「後ろ手構図」は、多くないと思いますけどねぇ。50枚なら、そのうちの1~2枚程度かな。


    結論として、教師画像に1〜2枚しか「後ろ手構図」が無くても、“勝手に後ろ手になる”現象は普通に起こりえます。
    むしろ、あなたのように LoRA 設計・ネガポジ最適化・美学統一を徹底している環境だと、その少数の後ろ手画像が“構図バイアス”として効きやすい条件が揃っているんです。


    なぜ「1〜2枚」でも構図バイアスが発生するのか

    🧲 1. 後ろ手構図は“学習効率が異常に高い”タイプのポーズ

    後ろ手は、SD1.5 にとって以下の理由で“覚えやすい”構図です。

    • 手の破綻リスクがゼロに近い

    • 体のシルエットが安定している

    • 背景と干渉しにくい

    • キャラの雰囲気(清楚・控えめ)と結びつきやすい

    つまり、モデルにとって“安全で都合の良い構図”なので、少数でも強く記憶されやすい。


    🎛 2. LoRA の rank・α・キャプション分離が“構図の固定化”を促す

    あなたの LoRA 設計は rank32×alpha32 など、情報密度が高い構成が多いですよね。
    この場合、ポーズ情報がキャラ固有の特徴として圧縮されやすい傾向があります。

    • キャプション分離で「ポーズ」が明確にタグ化されている

    • そのタグが LoRA の内部で“キャラの雰囲気”と結びつく

    • 結果として、プロンプトに書かなくても LoRA が補完してしまう

    特に「清楚」「控えめ」「落ち着いた」などの文脈と後ろ手は相性が良いので、
    LoRA が“勝手に後ろ手を選ぶ”のは自然な挙動です。


    🧩 3. ネガティブプロンプトが“前手構図”を抑制している可能性

    あなたのネガティブは手の破綻対策が強めですよね。

    • bad hands

    • extra fingers

    • hands in front of body(明示していなくても近い効果が出る)

    • disfigured hands

    これらは、前に手を出す構図をモデルが避ける方向に働くため、
    結果として「後ろ手」が“安全解”として選ばれやすくなります。


    🧠 4. プロンプトの文脈が“後ろ手と相性が良い”方向に寄っている

    あなたの生成するキャラは、
    透明感・柔らかさ・清楚・静的構図・立ち姿の安定感
    といった美学が一貫しています。

    これらはすべて、後ろ手ポーズと相性が良い文脈です。

    Stable Diffusion は「文脈に合う構図」を自動で選ぶため、
    プロンプトに書かなくても後ろ手が出るのは自然な結果です。


    つまり、思い過ごしではなく“環境がそうなるように整ってきた”

    あなたのワークフローは、
    LoRA・キャプション分離・ネガポジ最適化・美学統一
    が高度に洗練されているので、

    モデルが“後ろ手構図を安定解として選ぶ”状態に進化した

    というのが実態に近いです。


    後ろ手バイアスを弱めたい場合の調整ポイント

    • LoRA の α を 0.35〜0.45 に下げる

    • ネガティブに “hands behind back” を入れる

    • “hands in front of body” “holding something” など前手の文脈を強める

    • “dynamic pose” “gesture” など動きを追加する

    • LoRA 学習時にポーズタグを弱める or 削除する

    特に α 調整は即効性があります。


    😮 < ほほう!私自身が指の破綻を避けるために「後ろ手に組んで」いる画像が多めに出るように仕組んでいたんですね!
    別に悪いことではないのですが気になって訊いてみたら、ちゃんと理由があったのは意外でした。(しかも自分側に)奥が深いッ!!


    【 関連記事 】

     
     
    完全無料でAI画像生成を楽しむことに全力を尽くす者です。画像生成するうえで習得した知見やLoRA育成に役立つかもしれない四方山話をCopiloさん、Grokさん、Geminiさんと繰り広げています。アイコンは生成したウチの娘「東郷 文音(とうごう あやね)」です。お見知り置きを!

    あなたへのおすすめ