【考察】NSFW画像生成時のプロンプトの作り方 (Pixiv Fanbox)

1.はじめに

この記事は、NSFW画像を生成する時のStableDiffusionのプロンプト（Danbooruタグ列挙）の作り方を考えていきます。

一概にプロンプトと言っても、その中には「キャラ属性」や「ポージング」や「背景」などの複数要素が含まれています。

また、何を要素として含ませるかとともに、何を要素として含ませないかも重要になります。

加えて、プロンプトの前の方で記述される要素は、より強く反映される傾向にあります。

そのため、プロンプトの記述順も重要です。

このようにプロンプトの作り方は、簡単なようで複雑です。

正解があるわけではないですが、私なりのプロンプトの作り方を紹介させていただきます。

2.生成例

①フェリックス・アーガイル（Re:ゼロから始める異世界生活）

from above, on back,

1boy,

:3, happy, paw pose,

penis,

Felix Argyle, otoko no ko,

dress, detached sleeves, cat ears, bow, choker, cat tail, ribbon, bangs, thighhighs, tail,

brown hair, short hair, brown eyes,

on bed, red curtains, best quality

Negative prompt: worst quality, low quality, normal quality,, (hetero, pussy, vaginal, vagina, cameltoe, breasts, cleavage, covering:1.4)

②事前

from below, bent over,

1boy,

naughty face, looking back,

(perineum, testicles:1.1), ass focus,

Felix Argyle, otoko no ko,

dress, detached sleeves, cat ears, bow, choker, cat tail, ribbon, bangs, thighhighs, tail,

brown hair, short hair, brown eyes,

on bed, red curtains, best quality

Negative prompt: worst quality, low quality, normal quality,, (hetero, pussy, vaginal, vagina, cameltoe, breasts, cleavage, covering:1.4)

③最中

from below, upskirt, (yaoi), anal, sex, boy on top, cowgirl position,

2boys,

screaming, blush, skirt lift,

small penis, testicles, multiple penises, navel, cum in ass, handsfree ejaculation,

Felix Argyle, otoko no ko,

dress, detached sleeves, cat ears, bow, choker, cat tail, ribbon, bangs, thighhighs, bottomless, tail,

brown hair, short hair, brown eyes,

on bed, red curtains, lying faceless male, trembling, motion lines, heart

, best quality

Negative prompt: worst quality, low quality, normal quality,, (hetero, pussy, vaginal, vagina, cameltoe, breasts, cleavage, covering:1.4)

④事後

from below, upskirt, after anal,

1boy,

heavy breathing, sweat, blush, spread anus, (veiny, gigantic, huge, large, erection:-1),

(small:1.2) penis, (flaccid:1.2), testicles, ejaculation, cumdrip, excessive cum, cum pool, cum in ass,

Felix Argyle, otoko no ko,

dress, detached sleeves, cat ears, bow, choker, cat tail, ribbon, bangs, thighhighs, bottomless,

brown hair, short hair, brown eyes,

on bed, red curtains, trembling, best quality

Negative prompt: worst quality, low quality, normal quality,, (hetero, pussy, vaginal, vagina, cameltoe, breasts, cleavage, covering:1.4)

3.前提条件

4.解説

最近は、次の七つのルールに従って、作ることが多いです。

①見えるはずのものだけを書く。

例えば、上半身（upper body）のみを描いて欲しいときは、上半身の要素（例：blonde hair, blue eyes）のみを書き、下半身の要素（例：striped thighhighs, white footwear）は書きません。場合によっては、書かない要素はネガティブプロンプトに入れます。

②具体的なものを優先して書く。

例えば、靴（shoes）ではなくmary janes（メリージェーン）などの表現にします。

　←具体的な表現にすることで、画像生成のランダム性を減らす意図です。

③要素ごとに分類して書く。

例えば、構図（例：upper body, from side）やポージング（例：boy on top, cowgirl position）、キャラ属性（例：cat ears, cat tail）などの要素をそれぞれ分類して書きます。

　←これは記入ミスを防止するために、プロンプトの内容を分かりやすくする意図です。

④優先順位を考えて書く。

例えば、次のような書き方をするとの話がありました。

　1. view angle（カメラアングル）, sexual positions（体位）, sex acts（性行為）,

　2. participants（出演者） ->1girl, 1boy,

　3. posture（ポーズ）, secondary actions（第二優先のアクション）,

　4. body（体） -> breasts size（胸のサイズ）, body fat（ふくよかさ）, age（年齢）, stature（身長）, body part focus（フォーカスを当てる部位）,

　5. clothing（衣装）

　6. hair color（髪色）, hair style（髪型）, eyes（目）, cum location（射精先）,

　7. location（背景）, furniture（家具）, objects（物）,

参考：Criminal Art - Hentai Hardcore - v1.1 | Stable Diffusion Checkpoint | Civitai

https://civitai.com/models/136054/criminal-art-hentai-hardcore

　←先にお伝えした通り、前に書いた内容ほど優先されます。

⑤入力補完機能を使う。

例えば、Danbooruタグを列挙する書き方（このチャンネルでよく使っているもの）をする場合は、次の拡張機能で入力途中の内容からタグの候補を挙げてもらいます。

・DominikDoom/a1111-sd-webui-tagcomplete

https://github.com/DominikDoom/a1111-sd-webui-tagcomplete

　←これは効率化するためだけではなく、誤字脱字を防止する意図もあります。

⑥使用するモデルのサンプル画像でのプロンプト作成パターンを参考にする。

例えば、プロンプトで「best quality」、ネガティブプロンプトで「worst quality, low quality, normal quality」が共通で使われているようでしたら、そのモデルを使う時はそれらを含ませるようにします。

　←モデルの提供者がそのモデルの一番の理解者だと思いますので、真似をします。

⑦BREAKの使用を検討する。

StableDiffusionのプロンプトは、前述したように前に書いた要素ほど優先されます。

逆に言えば、後ろに書いたものは効果が薄くなっていきます。

ただ、途中でBREAKのキーワードを入れた場合は、その前後でプロンプトが区切られます。

その結果、その区切れ目から後ろは、また一単語目からとして優先されていきます。

ただし、区切っているので、前のプロンプトで書いた内容は後ろのプロンプト内容と独立するとのことです。

これはどういうことかと言うと、正直私もわかっていないのですが、次のようなことではないかと考えています。

例）

otoko no ko, sailor collar

　→ 男の娘と男の娘文脈でのセーラー襟（例：島風くんのセーラー服）

otoko no ko BREAK sailor collar

　→ 男の娘と一般的なセーラー襟

5.おわりに

SFWであれば、ChatGPTにプロンプトを考えてもらうのが良いと聞きます。

それ自体は事実だと思いますが、そのOpenAI（ChatGPT提供元）はDALL·E3と呼ばれる画像生成AIを発表しました。

その画像生成AIは、文字がAI語（破綻しているが文字と思われる描写）ではなく英語として表示されるレベルの高品質AIのようです。

AIが変わればプロンプトの作り方も変わる。

人によっては、培ったノウハウを捨てる覚悟が必要になりそうです。

（おわり）