【Stable Diffusion】プロンプト（呪文）の基礎

Stable Diffusion 扱う上で困るのが英語プロンプトですね。そういう私も英語で書くのには苦戦しました。意外にぱっと単語が出てこないんですよね。そんな皆様に英語表現をまとめて見ましたので、参考にしてくださいませ。

sunset_prompt

この画像はStable Diffusionに描いてもらったものです。

Prompt: masterpiece, best quality, higher, insanely detailed, 8k, sea, beach, sun set

2023/05/13の情報を元にしています。

1 1. Prompt を書く順序を決めよう
2 2. Prompt の英語一覧
3 3. 私が使っている基礎のプロンプト・ネガティブプロンプト
- 3.1 3.1. プロンプト
- 3.2 3.2. ネガティブプロンプト
4 まとめ

1. Prompt を書く順序を決めよう

プロンプトの書き順が結構大事です。

１，２，３，４，５，６，７・・・・と続いた場合、「１」が一番強く２，３と続くに連れて弱くなっていきます。ここで弱くなっていくというのは、画像への表現優先度です。表現優先度が高い・・・つまり、１に何を書くかがその絵に求められている順位付けとなります。

私は

画像綺麗系
絵柄
主題＋背景（＋修飾）
構図、視点系

という感じで大体書いています。これは結構前後するものです。4番が3番の前に行ったりもします。でも、1番は固定ですね。特に決まりはありませんが、順番を決めて書いて行こうという気持ちが大事です。毎回その順序にしておけば悪かった時に気が付きやすいです。

まだ、基本的な設定が終わっていない方はこちら。

はまとりねっと

【Stable Diffusion】SDの紹介と初期設定

https://hamatori.net/2023/05/stable_diffusion_introduction

最近、面白いな～と思ったStable Diffusionを紹介します。Stable Diffusionは最近流行りのAIで作画してくれるソフトです。条件は色々とありますが、原則無料で使えます。どうなっているのかはわかりませんが、可愛い女の子を初めとした、アニメ、風景画等々なんでも（？）生成してくれます。この画像はStable Diffusionに描いてもらったものです。2023/05/13の情報を元にしています。 1. Stable Diffusionとは？Stable Diffusion（以下、SD）はAIが自動的に画像を生成してくれるツールです。何を持ってAIと言うかは置いておいて、...

2. Prompt の英語一覧

英語であれば何でも効くというわけではありません。何が基準になっているかわかりませんが、効く単語と効かない単語があります。その中で「一回でも効いた」ことがある単語を羅列します。

ただ、「モデルによって効くものと効かないものがある」ということに留意してください。「この単語はあるモデルにはとても良く効くが、別のモデルでは全く効かない」ということはあり得ます。わかりやすいのはPiccasoとかの画家ですね。

それとアニメ調の方が実写よりも敷居が低いです。アニメ調の方が実写に比べてプロンプトが機能してくれる感じがします。

2.1 画像綺麗系

高品質とか高画質にするといわれているものです。

これだけはちょっと効いているかわからない。^^;

画像綺麗系のプロンプトはネガティブプロンプトに半分くらいは任せていいと思います。

英語	日本語	注釈
masterpiece	傑作	一番有名なものだと思いますが、綺麗にはなるもののこれだけでは今一。でも、おすすめ。
higher	高等な、上級の	結構効きます。おすすめ。
best quality	最高品質の	どれでも良いような感じがする。SDでは重ねるのも意味があるので、2つ書いてもいい。
ultra quality	超品質の
high quality	高品質の
4k	4K品質の	4K書くぐらいなら8Kと書いた方がいいような気がするので使っていない
8k	8K品質の	2文字なので思い付きで入れちゃう。
detail	細部の描写	効く。
insanely detailed	とても緻密に	効く。detailとどっちかでいいと思う。

2.2. 絵柄

絵柄なのですが、あまり詳しくありません。

実写系かアニメ系という分け方です。画家名や映画などの作者名は最近のモデルにはあまり入っていないんではないかと思う。

英語	日本語	注釈
realistic	実写	それぞれに特化しているモデルを使えば指定しなくいいような気がする。両方できるモデルだと指定が必要かな。
anime style	アニメ風	それぞれに特化しているモデルを使えば指定しなくいいような気がする。両方できるモデルだと指定が必要かな。
monochrome	モノクロ	私はネガティブプロンプトに入れている。
<画家名>	画家名	その画家らしい絵になる。モデルによって対応ありなしがある。
<作者>	作者	その映画なり漫画の画風になる。モデルによって対応ありなしがある。一番ありそうなのはmakoto shinkaiかなぁ。
特別枠
<人物>	人物	その人物が描かれる。一番ありそうなのはasunaです。ついでchun liかな。モデルによって対応ありなしがある。

2.3. 主題＋背景（＋修飾）

ここが本編なので、頑張って書きましょう。

どちらかというと人物ありきの説明にしています。風景画だと運による要素が多いので。

2.3.1. 髪

髪の毛の色は「xxx hair」で大体効きます。

髪の形状なのですが、これが結構たくさんあるんですね。

英語	日本語	注釈
long hair, very long hair	ロングヘアー	veryつけるとより長く
short hair, very short hair	ショートヘアー	veryをつけるとより短くなるのだけど微妙。
straight hair	真っすぐな髪	ロングで真っすぐな髪を描写する
medium hair	中くらいの髪の長さ	中くらいというか、ちょっと長めな気がする。
bald head	丸坊主	baldと書くと本体にも影響がある（つまり、脱がす）head を付けることを推奨
ponytail, pony tail	ポニーテイル	どっちも同じ効果、short ponytail とすれば短いポニーテイルが作れる
bob cut	ボブカット	所謂おかっぱとは違うおしゃれな感じ
braid	三つ編み	一つになることも二つになることも
hair bun	お団子	頭の後ろ側に一つのお団子を付けます
twin buns	二つのお団子	左右に二つのお団子を付けます。中国っぽくしたいならこれ。
dreadlocks	ドレッドヘアー	ドレッドヘアーです。モデルによっては効かないかもしれません。
wavy hair	髪に波を付ける	髪に一定の波を付けます。
pixie cut	ピクシーカット	髪全体を短くした髪型、ショートカットより短い。結構おすすめ。straight hairと組み合わせるとボブカットの短い版になる。（かもしれない）
curly hair	パーマのかかった髪	wavyとの違いは一定ではないということです。
messy hair	ぼさぼさの髪	アニメ調だとぼさぼさですが、実写だとおしゃれにぼさぼさという感じです。curlyに近いかも。
bangs	前髪	前髪を垂らします。

私が使ったことあるのはこんな感じですが、まだまだ大量にあると思います。

Prompt: masterpiece, best quality, higher, insanely detailed, 8k, girl, bob cut, in room

ちなみにこれ以降に添付している画像は全部SDに書いてもらいました。

DPM++ SDE Karras、640×480 他デフォルト値です。

2.3.2. 目

目の色は「xxx eyes」で大体効きます。

目の形はちょっとだけあります。キツネ目とかあるけどあんまりわかんない。

英語	日本語	注釈
closed eyes	閉じた目	目を瞑ります。
open eyes	開いた目	目を開きます。
big eyes, large eyes	大きな目	目が大きくなります。
small eyes	小さな目	目が小さくなります。
half opened eyes, half closed eyes	半分目を開ける	open だと開いた方に近く、closeだと閉じた方に近くなる。要試行数。まぁモデルにもよる。
thin eyes, Asian eyes	細い目	細い目になります。アジア人はそういうイメージなのかと・・・
wide-set eyes	目が離れた	目と目の距離を開けたいときに使います

closed_eyes

Prompt: masterpiece, best quality, higher, insanely detailed, 8k, girl, closed eyes, in room

2.3.3. 鼻

鼻は変化はあれども結構分かりづらいです。普段は入れる必要がなさそうです。

round noseは結構使えますね。

英語	日本語	注釈
round nose	だんごっぱな	どちらかというとネガティブプロンプトに入れたい感じ
long nose	鼻が高い	鼻が長いではなくて高いということです。
big nose	鼻が大きい	効果薄目（bigの効果が他の部位に波及する）
small nose	鼻が小さい	効果薄目（smallの効果が他の部位に波及する）
pointed nose	尖がった鼻	効果あり

long_pointed_nose

Prompt: masterpiece, best quality, higher, insanely detailed, 8k, girl, long nose, pointed nose, in park

2.3.4. 口

口はうまく調整する方法がわからないです。

英語	日本語	注釈
opened mouth	口を開ける	一応、big mouth, large mouth, wide mouthでも口を開ける。特にwideは・・・。openedを使った方がいい。大きい口はどう書くんだろ？
closed mouth	口を閉じる	歯を見せたくない場合に。

open_mouth

Prompt: masterpiece, best quality, higher, insanely detailed, 8k, girl, open mouth, in park

2.3.5. 耳

耳は猫耳（cat ear）ぐらいしか思いつきません。耳に拘ったことが無いのでなしで。

2.3.6. あご

あごはあまり触ったことないです。

「chin upで顎を上に向ける」ぐらいですかね。

2.3.7. 頭、顔全体に関するもの

ちょっとした変化です。ぱっと見わかりにくいかもしれません。

英語	日本語	注釈
big head	大きい頭	頭が大きくなります
small head	小さい頭	頭が小さくなります
long face	面長の顔	面長の顔になります。日本人っぽくなるかも？
thin face	細い顔	細くなります。slenderよりも強いです。
slender face	細い顔	細くなります。thinより健康的な感じがします。
round face	丸顔	顔が丸っぽくなります。わかりにくいかもしれません。
fat face	丸顔	round face の強化版です。体まで太ってしまうかもしれません。fat face, slender bodyとか。

slender_face

Prompt: masterpiece, best quality, higher, insanely detailed, 8k, girl, slender face, in park

2.3.8. 体に関するもの

期待をされているのは胸関係かと思いますが、全体的に書きます。

英語	日本語	注釈
flat chests	平べったい胸	平べったいというようには中々ならないです。時折なるかもしれないぐらい。
small breasts	小さい胸	ネガティブにlarge breasts入れると確実かもしれません。
medium breasts	中くらいの胸
large breasts	大きい胸	私はここら辺から爆乳扱いなんですけど・・・
huge breasts	超大きい胸
thin	細い（体型）	thinには希薄なというような意味もあり、slenderの方がいいような気がします。
slender	細い（体型）	thinよりも健康的な感じがします。slender faceとかそういう使い方もできます。
skinny body	ガリガリの体	顔にも派生します。
frail body	痩せた体	skinnyより弱いです。これならslenderとか使った方がいい。
long arm, long body, long legs等	・・・	入れると基本的に変になります。それでも入れたい場合は(long xxx:0.7)とか使うといいかも。どちらかというとネガティブプロンプトに入れたい感じ。
fat, fat body, very fat body	豊満な、豊満な体	fatっていうと太ったという風に捉えられがちですが、SDの世界では豊満な肉体という感じで美人に描かれます。一度入れてみるべし。
well-fed body, very well-fed body	丸みを帯びた体	fatとほぼ同等です。こっちの方がやや肉付きは落ちるかな？
child	子供	子供っぽくなります。
young	若者	若くなります。１６～２０ぐらい？
Adult	大人	young よりちょっと大人になります。
xx years old	xx歳	年齢を指定できます。これが間違いないかもしれません。

child_small_breasts

Prompt: masterpiece, best quality, higher, insanely detailed, 8k, girl, child, small breasts, in park

2.3.9. 姿勢

英語	日本語	注釈
sitting	座る	座ります。ほぼ効く。
standing	立つ	立ちます。ほぼ効く。
lie down	寝る	寝ます。ちょっと効きが悪い。
sleep	寝る	寝ます。
run	走る	走ります。
jump, jumping	飛ぶ	ちょっと飛びます。jumpingの方がより飛ぶような気がする。jumping highでもうちょっと飛べる。
walk	歩く	歩きます。
on all fours	四つん這い	四つん這いになります。場合によっては後ろに手を付きます。
hands up	手を上に上げる	手を上に上げます
hold breasts by hands	手で胸を抑える	手で胸を抑えます。もしくは手が胸付近に来ます。ちょっとめり込んだり、手が壊れたりします。場合によっては第三者の手が出てきます。holdはかなり強い単語ですね。holdと書くととにかく何かを掴もうとする。
open arms	腕を広げる	抱きつくときにするような手を広げるです。
open legs, spread legs	足を広げる	足を広げます。ただ思ったようにならなくて、ちょっとエロい感じになります。なぜか座っちゃうし。nsfw推奨。立ったままにしたい場合は、これより前にstandingを入れる。
peace	ピース	2本指を立ててピースをする。。。はずだが、手は壊れやすいのだ。
smile, grin	笑う	smileは笑顔、girnも同じだが歯を見せながら微笑む感じ。
laugh	笑う	大笑いする感じ。smileの上という感じ
angry	怒る	怒った顔をする。
sad	悲しむ	悲しい顔をする。
cry	泣く	泣く。結構泣く。

sleep_nightwear

Prompt: masterpiece, best quality, higher, insanely detailed, 8k, girl, sleep, in bed

2.3.10. 背景に関するもの

英語	日本語	注釈
no background	背景なし	大体白い背景ですが、他の色も見られます。
<色> background	指定色の背景	指定色の背景になります。できるだけ影も消したい場合はsolid white backgroundのように記載します。
in <場所>	指定の場所	in park, in city, in car のように使います。（theとかaは要らない）都市で確認できているのはNewYork,Paris,Venice,Tokyo,Akihabaraぐらいですね。まだまだあると思います。
in crowd	人混みの中	通常その他の人が映りにくいので、人を入れたい場合に入れましょう。おすすめ。

in_crowd_in_Venice_school_uniform

Prompt: masterpiece, best quality, higher, insanely detailed, 8k, girl, wearing school uniform, in crowd, in Venice

2.4. 構図、視点系

構図は顔のアップにするとか全体をとるとかそういうものです。視点は上から見るとか後ろから見るとかそういうものです。

構図、視点はあまり言うことを聞いてくれません。モデルの特性から全身は映りにくいとかあるみたいです。ですので、構図、視点がうまくいかない場合、強調を使うとか、順序を前の方にしてみるとか、回数をこなすとかして出そうとしています。

「・・・になる」とか書いていますが、「・・・になり易い」が正解かもしれません。

2.4.1. 構図

英語	日本語	注釈
face, close-up face	顔	肩から顔にかけての画像を描写。close-upを入れると顔のアップになる。
breasts, close-up breasts	胸	腰から顔にかけての画像を描写。close-upを入れると胸のアップになる。
waist, close-up waist	腰	股下から顔にかけての画像を描写。close-upを入れると腰から胸のアップになる。
above waist	腰から上	腰から上の画像になる。
legs, close-up legs	足	足から顔にかけての画像を描写。つま先は入らないことがほとんど。close-upを入れると足全体を描くようになる。
foot, close-up foot	足	つま先を含む足先から顔にかけての画像を描写。close-upを入れると足先からふくらはぎぐらいの画像を描くようになる。
full body	全身	全身を描くようになる。つま先が入るかはやってみないとわからない。
focus face ,,,	顔にフォーカス、、、	使えますが、他のものよりやや弱い気がします。

Prompt: masterpiece, best quality, higher, insanely detailed, 8k, girl, close-up face

2.4.2. 視点

英語	日本語	注釈
from above	上から見る	真上から見たような画像になる。
from below	下から見る	真下から見たような画像になる。
from bottom	下から見る	やや下方向から見たような画像になる。
from front	前から見る	正面から見た画像になる。あまり効かない。
from back	後ろから見る	後ろから見た画像になる。大抵の場合振り向く。
side view, profile	横から見る	横から見た画像になる。side viewの方はこちらを見ているが、profileの方は完全に横を見る。モデルによっては同じ。
以下は被写体の視点です。
looking at viewer	こちらを見る	多分、これがデフォルトです。こっち見てほしくない場合、ネガティブプロンプトに(looking at viewer:1.5)を入れます。
look away	そっぽを向く	効きが悪いですがlooking at viewerをネガティブに入れてこちらをプロンプトに書くことができる限りのことと思います。一応、成功します。

from_back_in_newyork

Prompt: masterpiece, best quality, higher, insanely detailed, 8k, girl, from back, in NewYork

3. 私が使っている基礎のプロンプト・ネガティブプロンプト

まずここから書き始めようとしているプロンプトです。

3.1. プロンプト

私が入れている構文は以下の通りです。

masterpiece, best quality, higher, insanely detailed, 8k

この後に実際に出力したいものを入れていく感じですね。

高品質、高画質というのは、プロンプトだけでなくて、画像の大きさも関連してくるのでこれ以上良くしたければ、Hires. fixを使うことがほとんどです。

3.2. ネガティブプロンプト

EasyNegativeを使っています。EasyNegativeは風景画に強いので、風景画用にはEasyNegativeを、人物画用にはEasyNegative2を使っています。

badhandとbad_picturesは入れたり入れなかったりです。

人物画用

EasyNegativeV2, badhandv4, bad_pictures, (worst quality, low quality:1.4),(depth of field, bokeh, blurry:1.4)

風景画用

EasyNegative, bad_pictures, (worst quality, low quality:1.4),(depth of field, bokeh, blurry:1.4)

この後にextra fingerとか、指が多い、少ないの対応とかを打ち込んでいます。手足関係とかもう基本セットに入れても良いんですけどなんとなくそうしている。他にも注釈にあるようにネガティブプロンプトを使っています。monochrome とか。

今回はぽろりしたらまずいのでnsfwを使いました。普段は使っていません。

ネガティブプロンプトはそれはそれで結構沢山書いたらいいよ系の話はありますね。うーん。

まとめ

プロンプトの話は諸説あるので、私が記載しているのが正しいとか無いです。あくまで参考レベルです。

ちなみに添付してある画像は特別良いものを張ってあるわけではありません。

お色気画像がどうしても出てきてしまうのと、指がどうにもうまくいかないので、それを弾いたぐらいです。

気が向いたら更新します。