【Stable Diffusion WebUI（AUTOMATIC1111）】 LoRA モデルの使い方と設定

この記事では、Stable Diffusion WebUI（AUTOMATIC1111）を使って、”LoRAモデルを活用する方法”を解説しています。
Stable Diffusion WebUI（AUTOMATIC1111）を開くことの出来る環境があれば、クラウド（レンタルGPU）でも、ローカル（自分のPC）でも使用できます。

※Stable Diffusion は、あらかじめベースモデル（例：SD 1.5 / SDXL 1.0 など）をダウンロードして WebUI に導入した上で画像生成を行うツールです。
LoRA モデルは、必要に応じてさらに追加して使用します。

LoRAモデルには、
Kohya_ssなどのツールを用いて自身の絵柄などを学習する側面と、
Kohya_ssなどで学習したLoRAモデルを、Automatic1111などを用いて使用する側面とがあります。

本記事では、LoRAモデルを、Automatic1111を用いて使用する方法について書いています。

SAKASA

無料で使えるおすすめLoRAモデルも最後で紹介しているよ！

未来

Stable Diffusion WebUIのダウンロード方法や、
LoRA モデルの学習などに関しては、以下のリンク記事をご参照ください。

LoRAに関する基礎知識に関してはこちらの記事で書いています。
ローカル環境での、LoRA モデルの**学習に関しては、こちらの記事をご覧ください。

※この記事は、事前に、Stable Diffusion WebUIがインストール済み、もしくは、クラウドGPUなどからStable Diffusion WebUIにアクセス可能な環境が整っていることを前提としています。

Stable Diffusion WebUI（AUTOMATIC1111）のダウンロード方法に関しては、こちらの記事をご覧ください。
https://sakasaai.com/webui%ef%bc%88automatic1111%ef%bc%89/

クラウドGPU【RunPod】での、Stable Diffusionno使用に関しては、こちらの記事をご覧ください。
https://sakasaai.com/runpod-set01/

LoRA モデルを Stable Diffusion WebUI で使う方法

「kohya_ssで学習した自身のLoRAモデル」又は、「外部からダウンロードしたLoRAモデル」が手元にある場合

ステップ①へ進みます。

LoRAモデルが手元にない場合

ローカル（自分のPC）の場合は、HuggingFaceや、CivitaiなどからLoRAモデルをダウンロードします。

初心者でも難しくない！Hugging Faceで始めるAI画像生成モデルの使い方 | SAKASA AI

Civitaiの使い方ガイド｜初心者向けに画像生成モデル（チェックポイント・LoRA・IT）の選び方を解説

クラウド環境（レンタルGPU）の場合は、HuggingFaceや、Civitaiなどから直DL（直接ダウンロード）できます。

モデルのダウンロードの方法は、通常HuggingFaceなどからワンクリックで行えますが、
Fluxや一部のSDXL系は、「認証が必要なモデル」です。

認証が必要なモデルのDL方法について

ライセンス同意や規約承諾が必要なモデルは、ユーザーごとのトークン認証が必須。（例：FLUX, 一部のSDXL系, 特殊LoRAなど）

① HuggingFaceでトークンを発行する
②モデルページにアクセス → 利用規約を読む → 同意する
③そのアカウントのアクセストークンを使うとDL可能になる
‣対話式ログイン (huggingface-cli login)
‣環境変数 (HF_TOKEN=...)

Modelの”直DL”のやり方

Hugging Faceの場合

ここでは、Hugging Faceからの３通りの直DL方法をご紹介します。

通常モデルの直DLの方法
認証モデルの直DL：対話式ログイン方法（ローカル用途向き（毎回入力不要））
認証モデルの直DL：環境変数を使ったログイン方法（スクリプトやレンタルサーバーで便利）

通常の直DL

保存先パスの違い

RunPodの場合（Web Terminal / JupyterLab ターミナルで実行）保存先パス：/workspace/ が永続領域（Pod削除しても残る）
Google Colabの場合（セル内で同じコマンド実行OK）保存先パス：/content/drive/MyDrive/... を指定しないと再起動で消える
Vast.ai / Paperspace / Lambda Labs などのクラウドGPU
自分のローカルPC (Linux / WSL2)保存先パス：ローカルPC → どこでもOK（例: ~/models/）

”ダウンロードリンクのコピー”を以下のコマンドに当てはめてexportする方法

環境変数にまとめてURLを入れる

例：以下の二つのモデルをDLする場合
https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors
https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0.safetensors

export MODEL_URLS="https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0.safetensors"

for文で一括ダウンロード

for url in $MODEL_URLS; do
    wget -O /workspace/$(basename $url) $url
done

→/workspace/に safetensors ファイルが保存される。※/workspace/の部分は保存したいファイル名に置き換えて下さい。

ただし、この設定は「そのターミナルのセッション中だけ」有効です。Podを再起動すると消えます。

認証モデルの直DL：対話式ログイン（ローカル用途向き（毎回入力不要））

手順

Hugging Face のアカウントを作成 → Access Tokens からトークンを取得
- 「Write」権限をつけるのがおすすめ（モデルのpushもしないなら「Read」だけでOK）

huggingface-cli login

実行すると、次のようにトークン入力を求められます。Hugging Face の アクセストークン を貼り付ける

Token: hf_xxxxxxxxxxxxxxxxxxxxxxxxx

成功すると ~/.huggingface/token に保存されます

特徴

一度ログインすると、そのPC環境ではトークンが保存される
毎回入力不要
セッションごとに保持されるので、ローカル用途に便利

認証モデルの直DL：環境変数を使ったログイン（スクリプトやサーバーで便利）※Runpodなどクラウドで安定して使える

①トークンを環境変数にセット

クラウド（RunPod, Colab, Docker など）やスクリプト実行時に便利な方法。

export HUGGING_FACE_HUB_TOKEN=hf_xxxxxxxxxxxxxxxxxxxxxxxxx

※xxxxxxxxにはトークンを貼り付ける。

②wget でダウンロード

Hugging Faceのモデルページを開く

例：　https://huggingface.co/black-forest-labs/FLUX.1-Canny-dev

チェックポイントファイルの直リンクをコピーする

例：　https://huggingface.co/black-forest-labs/FLUX.1-Canny-dev/resolve/main/flux1-canny-dev.safetensors

”ダウンロードリンクをコピー”を以下のコマンドに当てはめて、 wget/curl で落とす

wget --header="Authorization: Bearer $HUGGING_FACE_HUB_TOKEN" \
"https://huggingface.co/black-forest-labs/FLUX.1-Canny-dev/resolve/main/flux1-canny-dev.safetensors"

③保存先を設定

例： ComfyUIで使う場合は /content/ComfyUI/models/checkpoints に移動させます

wgetで直接保存

wget --header="Authorization: Bearer $HF_TOKEN" \
  -O /content/ComfyUI/models/checkpoints/flux1-canny-dev.safetensors \
  "https://huggingface.co/black-forest-labs/FLUX.1-Canny-dev/resolve/main/flux1-canny-dev.safetensors"

Hugging Faceで便利な方法

もしモデルが複数ファイルに分かれている場合は、git lfs を使って丸ごとクローンする事も出来ます。

git lfs install
git clone https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0

こうすると /workspace/comfyui/models/checkpoints/stable-diffusion-xl-base-1.0/ に全部入ります。

ダウンロードうまくいかない時

一括DLする例（公開モデル用）

# 1. URLを配列で管理（全角スペースや改行の影響を受けない）
MODEL_URLS=(
"https://huggingface.co/stabilityai/stable-diffusion-xl-base-1.0/resolve/main/sd_xl_base_1.0.safetensors"
"https://huggingface.co/stabilityai/stable-diffusion-xl-refiner-1.0/resolve/main/sd_xl_refiner_1.0.safetensors"
)

# 2. 保存先
SAVE_DIR="/workspace"
mkdir -p $SAVE_DIR

# 3. 一括DL（失敗チェック付き）
for url in "${MODEL_URLS[@]}"; do
    FILENAME=$(basename "$url")
    echo "Downloading $FILENAME ..."
    wget -O "$SAVE_DIR/$FILENAME" "$url"
    if [ $? -eq 0 ]; then
        echo "Success: $FILENAME"
    else
        echo "Failed: $FILENAME"
    fi
done

認証モデル用（Hugging Face Token 必須）

# 1. 環境変数にトークンセット
export HUGGING_FACE_HUB_TOKEN=hf_xxxxxxxxxxxxxxxxxxxxx

# 2. URL配列
MODEL_URLS=(
"https://huggingface.co/black-forest-labs/FLUX.1-Canny-dev/resolve/main/flux1-canny-dev.safetensors"
)

# 3. 保存先
SAVE_DIR="/workspace/models/checkpoints"
mkdir -p $SAVE_DIR

# 4. 一括DL（認証ヘッダ付き）
for url in "${MODEL_URLS[@]}"; do
    FILENAME=$(basename "$url")
    echo "Downloading $FILENAME ..."
    wget --header="Authorization: Bearer $HUGGING_FACE_HUB_TOKEN" \
         -O "$SAVE_DIR/$FILENAME" "$url"
    if [ $? -eq 0 ]; then
        echo "Success: $FILENAME"
    else
        echo "Failed: $FILENAME"
    fi
done

ポイント

ダウンロードの成功・失敗を確認できる

Civitaiの場合

Civitaiのモデルページを開く

例： LoRAのページURL

https://civitai.com/models/123456/〇〇

「Download」ボタンを右クリック → リンクのアドレスをコピー

例：

https://civitai.com/api/download/models/987654

RunPodでターミナルを開いて、保存先フォルダに移動

cd /workspace/comfyui/models/lora

wgetでダウンロード

wget "https://civitai.com/api/download/models/987654" -O mylora.safetensors

-O mylora.safetensors は保存するファイル名を指定。(つけない場合は数字のファイル名で落ちます)

ポイント

LoRAなら /workspace/comfyui/models/loraもしくは、comfyui/models/lora
チェックポイントなら /workspace/comfyui/models/checkpointsもしくは、comfyui/models/checkpoints
に入れる。

Civitai → wget "…/api/download/models/xxxx"
Hugging Face → wget "…/resolve/main/ファイル名"
複数ファイルまとめて → git clone

Google colabへのmodelの直DLの方法

HuggingFaceからの直リンクDL方法

HuggingFaceにあるLoRAファイル（例：xxx.safetensors）を Google Colabに転送（ダウンロード） する方法

wget や hf_hub_download を使った場合、Google Colabの実行環境（ノートブック内の一時ストレージ） にダウンロードされます。
この方法は、Colabを終了すると消えてしまうので、必要なら Google Driveにコピーして保存 する必要があります。

方法1：`wget` または `curl` を使う（シンプル）

ノートブック内（一時保存）

HuggingFaceのLoRAページで 直リンク（safetensors のURL） をコピーして、Colabで以下を実行します

!wget -O model.safetensors "https://huggingface.co/username/modelname/resolve/main/model.safetensors"

→ 保存先は /content/model.safetensors

-O model.safetensors は保存ファイル名（任意で変更可）
resolve/main/ を含むURLが実体リンクです

LoRAのhuggingface.coページ → 「Files and versions」タブ → 欲しいファイルを右クリックして 「リンクのアドレスをコピー」 すればOK。

Google Driveに保存（永続化）

まずGoogle Driveをマウント

from google.colab import drive
drive.mount('/content/drive')

コピーして保存

!cp /content/model.safetensors /content/drive/MyDrive/LoRA/

→ これで MyDrive/LoRA/ に残るので、次回のセッションでも使えます。

方法2：HuggingFace Hubライブラリを使う（公式・安定）

公式ライブラリを使ってColabに直接ダウンロードします。

まずライブラリをインストール

!pip install -q huggingface_hub

ダウンロード

from huggingface_hub import hf_hub_download

lora_path = hf_hub_download(
    repo_id="username/modelname",   # LoRAモデルのリポジトリID
    filename="model.safetensors"    # ダウンロードしたいファイル名
)

print("保存先:", lora_path)

これでColab環境にLoRAファイルが落ちてきます。

Google Driveに保存（永続化）

まずGoogle Driveをマウント

from google.colab import drive
drive.mount('/content/drive')

コピーして保存

!cp /content/model.safetensors /content/drive/MyDrive/LoRA/

→ これで MyDrive/LoRA/ に残るので、次回のセッションでも使えます。

補足：Privateモデルの場合

HuggingFaceでAccess Tokenを発行
Colabでログインが必要です

from huggingface_hub import login
login("YOUR_HF_TOKEN")

その後に hf_hub_download や wget を使えばOK。

Civitaiからの直リンクDL方法

Civitaiのモデルページで「Download」を右クリック → 「リンクのアドレスをコピー」
例:

https://civitai.com/api/download/models/123456

Colabで実行

!wget -O lora.safetensors "https://civitai.com/api/download/models/123456"

→ /content/lora.safetensors に保存される

永続化したい場合はGoogle Driveへコピー

from google.colab import drive drive.mount('/content/drive') !cp /content/lora.safetensors /content/drive/MyDrive/LoRA/

ステップ①：LoRAモデルを WebUI に認識させる

以下のフォルダを開く。
※なければ Lora フォルダを手動で作ってください。

C:\自身のPCフォルダ名\stable-diffusion-webui\models\Lora

LoRAファイル名.safetensors をその中にコピー or 移動します。
※LoRAファイル名の部分が自身の.safetensorsファイル名です。

ステップ②：WebUI を起動する（※開いている場合は、再起動）

開いている場合は、WebUI（黒いコマンド画面）をいったん閉じて、
webui-user.bat をダブルクリックして再起動してください。

これで新しく追加した LoRA を WebUI が認識します。

ステップ③：LoRAを使って画像生成する方法

<lora:自作LoRA:0.8>
ーーーーーーここにプロンプトーーーーーーー

<lora:自作LoRA:0.8> の部分が LoRAを適用する命令です。
- 自作LoRA → ファイル名（拡張子なし）
- 0.8 → 強度（おすすめ：0.6〜0.9）

「Generate」をクリックすると、LoRAを適用した画像が生成されます！

自動補完でLoRAを選べる

Prompt 入力欄の下にある 「LoRA」タブをクリックすると、アップロードされたLoRA一覧が表示され、クリックで自動挿入できます。

LoRAの強度調整方法

基本構文

<lora:LoRAファイル名:強度>

例：

<lora:LoRAファイル名:0.8>

LoRAファイル名（拡張子 .safetensors は不要）
0.8：LoRAの適用強度（重み）

強度の目安

強度	特徴
`1.1〜1.3`	LoRAの特徴がより強く出る
`1.0`	フル適用。効果が強く出るが、画像が崩れることも。
`0.6〜0.8`	安定感のあるおすすめ範囲。
`0.4〜0.6`	他のLoRAと併用する時や、影響を抑えたい時に最適。
`0.2〜0.3`	ほのかに雰囲気だけ反映させたい場合に。

Prompt調整のコツ

LoRAの個性を引き出すためのPrompt例

① キャラ系LoRAの場合

<lora:LoRAファイル名:0.7>, 1girl, long hair, fantasy outfit, beautiful eyes, (masterpiece), (best quality)

1girl や long hair はLoRAの学習データの傾向に合わせると効果的。
(masterpiece) や (best quality) などの強調タグは、出力の品質向上に役立ちます。

② 絵柄系LoRA（画風・塗り）

<lora:LoRAファイル名:0.6>, a portrait of a woman, detailed face, dramatic lighting, digital painting

画風LoRAは絵柄を変えるので、強度を控えめ（0.5〜0.7）にすることが多い。

Prompt強調と否定

強調したいタグ → 括弧で囲む

(masterpiece) → 通常の1.1倍強調
((best quality)) → 二重括弧でさらに強調

⛔ 否定Prompt（「Negative Prompt」欄）を使うと、ノイズを防げます

EasyNegative, bad hands, low quality, blurry, worst quality

調整のステップ

LoRAファイルを <lora:LoRAファイル名:強度> で読み込む
PromptはLoRAの学習内容に沿うように書く
強調・否定を活用して品質調整
強度は0.6〜0.8を基準に、試しながら微調整

LoRAファイルをしっかりバックアップ！

外付けドライブやクラウド（Google Driveなど）にも保存。

生成サンプルを残しておく

いろんなPromptや強度で試して、比較用の画像も保管すると後で役立ちます。

特に良い生成PromptとNegative Promptもメモ

自分だけの黄金レシピになります。

Sampling method（サンプリング方法）

サンプリングとは？

Stable Diffusionは、「ノイズのかかった画像から、少しずつノイズを取り除いて綺麗な画像にしていく（逆拡散）」というプロセスで画像を生成します。このノイズ除去のステップで使われるのが「Sampling method」です。

主なSampling methodの種類と特徴（AUTOMATIC1111に搭載）

名前	特徴	備考
Euler	速くてシャープ。ステップ数が少なくても良好	クイックプレビュー向き
Euler a（ancestral）	ノイズ多めで芸術的。ランダム性強め	カオス感や抽象表現に向く
DDIM	高速・滑らか。制御がしやすい	少ステップでもまとまりが良い
DPM++ 2M Karras	安定した高画質。比較的速い	現在主流の1つ
DPM++ SDE Karras	非常に高品質。リアル系や写真系に強い	ステップ数に注意（20以上推奨）
Heun	画風は落ち着いていて、安定	Eulerと近いが少し違う味
LMS	古参方式。柔らかい出力傾向	SD 1.4初期に人気

Sampling methodは画像の雰囲気や質感に直接影響します。「どの手法が一番いい」というよりも、「目的に応じて使い分ける」のが基本です。
同じプロンプトでも、Sampling methodを変えるだけで大きく印象が変わるため、試してみるのがおすすめです。

Web UIの画像保存方法（AUTOMATIC1111版）

① 画像生成後に表示される場所

画像を生成すると、画面の下部または**右側の「生成画像のプレビューエリア」**に画像が表示されます。

② 方法A：右クリックで保存

プレビューに表示された画像の上にマウスをのせる
右クリック → 「名前を付けて画像を保存」を選択
保存したい場所を選んで保存します（例：ドキュメント／作品フォルダ）

③ 方法B：「PNG」ボタンで保存（※便利）

プレビュー画像の右下にある「PNG」ボタンを押すと…
画像＋メタデータ（使用したプロンプトなど）も含めて .png ファイルがダウンロードされます
これが後でプロンプトを再利用するのに便利です！

④ 生成履歴（履歴タブ）

上部タブの「PNG Info」や「生成履歴（History）」がある場合
過去の生成画像を再度確認・読み込み・再生成できます（拡張機能が必要な場合も）

保存場所（自動保存）

生成された画像は、基本的に次の場所にも自動保存されています

stable-diffusion-webui/outputs/txt2img-images/yyyy-mm-dd/

 D:\自身のPC内任意フォルダ\stable-diffusion-webui\outputs\txt2img-images\2025-06-07\（など）

プロンプトを確認する方法（.pngに埋め込まれたメタデータ）

.png画像に埋め込まれたプロンプト情報は、AUTOMATIC1111 Web UIの「PNG Info」タブから簡単に確認できます。

【ステップ①】Web UIを起動して「PNG Info」タブへ

Webブラウザで http://127.0.0.1:7860 を開く
上部のタブから「PNG Info」をクリック

【ステップ②】画像を読み込む

確認したい .png 画像をドラッグ＆ドロップするか、ファイル選択でアップロード
読み込まれた画像の下にプロンプト・ネガティブプロンプト・各種設定が表示されます

表示される内容の例

Prompt（通常のプロンプト）
Negative prompt（ネガティブプロンプト）
Steps, CFG scale, Sampler などの生成設定
使用したモデル名やLoRAなども含まれます

再生成も簡単

「PNG Info」に表示された情報は、ワンクリックで「txt2img」タブに送ることができます。

「Send to txt2img」ボタンを押せば、その設定のまま再生成できます。

試すときのコツ

少しずつ上げながら、崩れたり不自然になってないかをチェックするのが安全です。
PromptやNegative Promptと組み合わせて、「強さ＋調整」で最適化できます。

段階的に出力を見て、お気に入りのLoRAが どの強度で一番魅力的になるかを探すのは、創作の醍醐味でもあります。又、今のモデルをベースに、さらに洗練されたバージョンを作ることも可能です！

無料で使えるおすすめLoRAモデル（ベーシック）

1. epiCPhotoGasm LoRA

特徴：写実的でコントラストの効いたフォト風画像が得意。
用途：ポートレートや人物写真風の画像に向いています。
URL：https://civitai.com/models/11833

2. ShoujoMix LoRA

特徴：美少女系・アニメ風に特化。やわらかいタッチの絵柄。
用途：キャラクター、アニメ風イラスト制作向き。
URL：https://civitai.com/models/13157

3. Realistic Vision LoRA（派生あり）

特徴：リアルな肌や顔立ちを再現できる万能型。
用途：リアル寄りの人物表現やシーン描写に。
URL：https://civitai.com/models/4201

4. Style LoRA（Studio Ghibli Style、Cyberpunk、Gothicなど）

特徴：特定の画風・ジャンルを再現するスタイルLoRA。
用途：雰囲気づくり、テイストの追加に便利。
URL例：https://civitai.com/tag/style

5. Character LoRA（有名キャラクター風）

特徴：ゲームやアニメのキャラ風スタイルを簡単に再現。
用途：ファンアート制作やパロディ向け。
注意：著作権に注意。商用利用不可のケースが多いです。

Stable Diffusin系のおすすめUI Fooocus

SDXLやLoRAモデルもStable Diffusin、と同じ方法で使える上に、ControlNetが使いやすい。顔だけ置き換える機能や、スタイルチェンジが一発で可能なプロンプトツリーも面白い！
すべてが格段にパワーアップしたFooocusをまだ試していない方は、是非試してほしい！使い方はこちら