Stable Diffusionでキャラクターの一貫性を保つ方法【6つの手法を徹底解説】

同じプロンプトで何度も生成しても、毎回違う顔になる。それ、ただのランダム性じゃない。

漫画のコマごとにキャラが別人に見える。広告用のアイコンが毎回違う。コンテンツ量産の足かせになってる。

これは「AIが自由すぎる」からじゃない。

「制御の仕方」を知らないだけ。

なぜStable Diffusionはキャラがブレるのか？

Stable Diffusionは、入力されたテキストをもとに「可能性の空間」を探索して画像を生成する。

「黒髪の少女」
「青い目」
「赤いリボン」——この程度の情報では、AIは100通りの解釈ができる。

顔の輪郭、眉の角度、鼻の高さ、髪の流れ……すべてが確率で決まる。

だから、同じ言葉でも、毎回違うキャラが生まれる。

「一貫性」を求めるなら、AIに
「自由」を奪うしかない。

方法①【最も簡単】Seed値を固定する

Seed値は、AIが乱数を生成する起点となる数字。

同じSeed値＋同じプロンプトなら、ほぼ同じ画像が出る。

• 生成画面で「Seed」の値を-1から任意の数字（例：12345）に変更
• 「Generate」を押して画像を出力
• 次の生成で、同じSeed値を入力
• プロンプトを変更しないで、ポーズや衣装だけ変える

これだけで、顔のベースはほぼ固定される。

ただし、プロンプトに「髪を短くして」
「目を大きく」など変更を入れると、顔が崩れる。

Seedは「ベースを固定」するためのテクニック。細かい変化には弱い。

方法②【プロンプト術】詳細な外見記述で固定する

AIは、曖昧な言葉を好まない。

「かわいい女の子」じゃなく、
「左頬にほくろがある、細めの目、鼻筋が通った顔立ち、前髪は右に流れたロングヘア、耳に小さなピアス」——こう書く。

• 顔の形：卵型／面長／丸顔
• 目の形状：細め／二重／涙袋あり
• 髪の色・長さ・流れ：黒髪ロング、左肩にかかる
• 特徴：左眉に薄い傷、歯並びが少し凸
• 服装：白いブラウス、赤いネクタイ、黒いスカート

ネガティブプロンプトにも追加。

「違う顔、顔の変化、不自然な顔、複数の顔、顔のズレ」

これで、AIが「変化」を避けるようになる。

方法③【中級】ControlNet reference_onlyを使う

ControlNetは、入力画像の構造を生成に反映させる拡張機能。

「reference_only」は、参考画像の
「色・質感・スタイル」をそのままコピーするモード。

顔の形や髪型の「印象」を固定したいときに最適。

• 参考画像（正面顔）をアップロード
• ControlNetのモードを「reference_only」に設定
• プロンプトで「ポーズを変えて」
  「服を赤に」など指示
• 生成すると、顔は参考画像のまま、体や衣装だけ変わる

顔の細部までは固定されないが、全体の「雰囲気」はしっかり再現される。

方法④【精度高め】IP-Adapterでキャラ顔を転写する

IP-Adapterは、画像の「特徴」を埋め込み、生成に反映する最新の技術。

顔の特徴を「数値化」して、他の画像に転写する。

顔の輪郭、目・鼻・口の配置、肌の質感まで、ほぼそのままコピーできる。

特に「FaceID」版を使うと、顔の個性を極めて正確に再現。

• IP-Adapterをインストール
• 参考画像をアップロード
• 「FaceID」オプションを有効にする
• プロンプトでポーズや衣装を変更
• 生成すると、顔はほぼ同一、体だけ変化

Seedやプロンプトの微調整が不要。一貫性の面では、LoRAに近い精度。

方法⑤【最強】LoRAを自作してキャラを完全固定する

LoRAは、AIモデルに「キャラの記憶」を書き込む学習ファイル。

20〜50枚の同一キャラ画像を学習させると、AIが「このキャラはこうだ」と記憶する。

一度学習させれば、どんなプロンプトでも、そのキャラが正確に再現される。

漫画の全コマ、広告の全バージョン、動画の全フレーム——どれも同じ顔。

• キャラの正面・横・後ろ・表情変化の画像を20枚以上用意
• Kohya_ssやFLUX LoRA trainerで学習
• モデルにLoRAファイルを読み込ませる
• プロンプトに「」と追記
• ポーズ・衣装・背景を自由に変更可能

初期設定に手間はかかるが、量産のコストは劇的に下がる。

方法⑥【漫画向け】三面図キャラシートを作って統一する

漫画制作では、「キャラの全体像」を先に決めるのが鉄則。

正面・横・後ろの三面図を、AIで生成して固定する。

これだけでも、コマ間のブレは大幅に減る。

さらに、この三面図をControlNetの参照画像として使うと、さらに精度が上がる。

顔の角度が変わっても、AIは「このキャラはこういう構造だ」と認識する。

キャラデザインが固まれば、後はプロンプトで「笑顔」
「怒り」
「走る」だけ書けばいい。

用途別おすすめ手法まとめ

• 「とりあえず試してみたい」→ Seed値固定
• 「プロンプトで頑張りたい」→ 詳細記述＋ネガティブプロンプト
• 「ポーズだけ変えたい」→ ControlNet reference_only
• 「顔の再現精度が大事」→ IP-Adapter FaceID
• 「大量のコンテンツを量産する」→ LoRA自作
• 「漫画・アニメ制作」→ 三面図＋ControlNet

LoRAは最終兵器。でも、最初から使う必要はない。

まずはIP-AdapterかControlNetで、試行錯誤しながら「理想のキャラ」を形にする。

その過程で、どの部分がブレやすいかがわかる。

そこからLoRAを作れば、無駄な学習は減る。

よくある質問

LoRAなしでキャラ固定できますか？

できます。IP-AdapterやControlNet reference_onlyで、顔のベースを固定できます。精度はLoRAよりやや低めですが、手軽に始められます。

顔だけ固定して体・ポーズは変えたいのですが？

IP-AdapterのFaceIDモードか、ControlNetのFaceIDモードを使います。顔の特徴だけを抽出して、体の構造は自由に変更できます。

キャラが何枚生成しても崩れません。どうすればいいですか？

LoRA学習が最終解です。まずは20〜30枚の同一キャラ画像を、表情や角度を変えて用意してください。品質が高ければ、10枚でも効果は出ます。

FLUX系モデルはキャラ固定に向いていますか？

向いています。FLUX.1系は顔の再現精度が高く、特にLoRAとの相性が良いです。顔の細部（涙袋、歯並び、毛流れ）まで忠実に再現できます。

ComfyUIとAUTOMATIC1111どちらがいいですか？

初心者はAUTOMATIC1111で十分です。IP-AdapterやControlNetの高度なワークフローを組みたいなら、ComfyUIが圧倒的に便利です。