【差分イラスト】の作り方”LoRA学習用素材”にも最適！な AIツール

「ポーズ差分」と「表情差分」

表情差分を作りたいとき

一番楽なのは Automatic1111 の inpaint（低denoise）

• 顔だけマスク → プロンプトで「smile」「angry」「crying」などを追加。
• denoising strength 0.2～0.35くらいにすれば、衣装や髪型は保持されやすい。
• 「顔だけを安定させたい」場合は IP-Adapter (face) や Reference-only を併用するとさらにブレにくい。

ポーズ差分を作りたいとき

ControlNet（OpenPose / Depth） が最適

• 元画像のポーズをOpenPoseで抽出 → 少し修正して別のポーズを生成。
• 衣装はそのまま、ポーズだけ違う画像が作りやすい。
• FooocusよりもAutomatic1111の方が設定を細かくいじれるので安定。

実運用の流れ

1. ポーズ差分 → ControlNet（OpenPose）で量産
2. 表情差分 → inpaintで顔だけ変える
3. 不自然な部分をPhotoshopやGIMPで微修正（必要なら）

こうすれば、LoRA学習用の「統一感のある差分セット」が作れます。

表情差分と微調整

1. Automatic1111 の img2img

• 使い勝手：◎（安定度が高い）
• 設定で「denoising strength」を低め（0.2〜0.4くらい）にすると、元画像を崩さずに差分を付けられる。
• 部分的に変えたいときは Inpaint が有効（表情だけ変える、手の位置だけ変えるなど）。
• Fooocusよりコントロールしやすいので「衣装が変わってしまう問題」を減らせます。

2. ControlNet / T2I-Adapter

• 使い勝手：○（精度は高いが設定が多い）
• pose（OpenPose）、lineart、depth などを指定すれば、ポーズだけ変えて衣装を維持できます。
• 差分イラストの量産には非常に便利。

3. LoRA の「顔固定」用ツール併用

• 使い勝手：○
• 「顔が崩れる」「衣装が変わる」を防ぎたい場合、FaceID LoRAやIP-Adapter（顔画像を参照して固定）を組み合わせると安定。

4. フォトショップ + AI プラグイン

• 使い勝手：△（作業は細かいが自由度は最高）
• Photoshopの生成塗りつぶしやComfyUIベースのツールを併用すれば、ピンポイントで差分を作れる。

差分イラスト制作フロー（両用途対応）

• LoRA用素材として使う場合 → 「背景はシンプル」「解像度は512〜768px」「ノイズ少なめ」がおすすめ
• 完成品として使う場合 → 背景や小物を後から追加するのもOK（LoRA学習用にはクロップしてキャラだけを使う）

完成品を作る際のポイント

目的：そのまま使えるイラストや素材を仕上げたい

• 画質重視
  → 高解像度で生成（1024px以上）。細部の描き込みや背景の有無も気にする。
• 装飾や小物を入れてもOK
  → 小道具やエフェクトを加えて「見栄え」を優先できる。
• 統一感よりもバリエーション
  → 多少キャラの顔や色味が揺れても完成品としては問題なし。
• 修正をしっかりやる
  → PhotoshopやGIMPでの後処理が前提になりやすい。

結果： そのまま販売やスタンプ、作品展示に使える完成度になるが、LoRA学習用にはノイズや余計な要素が多くなることがある。

LoRA学習用差分を作る際のポイント

目的：AIにキャラやスタイルをしっかり学習させる素材を揃えたい

• シンプル背景が必須
  → 単色や白背景にして「キャラ要素だけ」を学習させる。
• 高解像度は不要（512〜768pxで十分）
  → 学習効率を考えると無駄に大きなサイズは不利。
• 統一感最優先
  → 顔や服装の揺れを徹底的に排除。同じキャラだとAIに理解させるのが最重要。
• 小物・装飾は避ける
  → 学習にノイズとなるのでできるだけシンプルに。
• 修正は最低限
  → 学習用なので多少の粗さはOK。むしろ修正しすぎると逆に学習が偏ることも。

結果： 学習効率は高いが、そのまま完成品に使うとシンプルすぎて物足りないことが多い。

あわせて読みたい

【自作イラストをLoRA化】画像とテキストタグ（キャプション）「学習用データセット」の準備からフォル… LoRA（Low-Rank Adaptation）は、既存のAIモデルに対して、自分のイラストや作風を学習させられる技術です。でもいざ始めようとすると── 「どの画像を選べばいいのか？…