【pony系入門】ローカル環境でNSFW（成人向け画像）を生成するための基礎知識

【R-18】今回の記事には成人男性向けの画像が多数掲載されます。ご注意ください。

こんばんは、スタジオ真榊です。今日は「ローカル生成時、自作のキャラLoRAを適用すると男女の絡みがうまく出せなくなってしまう」というご質問に対するアンサーとして、Pony系モデルの入門記事を兼ねた、ローカル環境におけるHシーンの生成に関する諸知識を一つの記事にまとめたいと思います。

今回いただいたご質問はこちら。

「女の子が中央に1人で映っているイラストは比較的簡単に生成できるのに、どうして男女の絡みを出そうとすると難しいのだろう」という疑問は、誰しもが持つものだと思います。「四肢がおかしくなる」「想像しているシチュエーションを示すタグが分からない」「男女それぞれ別々の要素を指定したいのに混じってしまう」「キャラLoRAを適用するとクォリティが落ちてしまう」…あたりが「Hシーン生成あるある」な疑問ですね。

今回の記事では、Hシーンの再現力は抜きんでているが取り回しが難しい「pony diffusion系」モデルの基礎知識について解説した上で、普段のSDXL用キャラLoRAを使ったキャラクターでHシーンをつくるための手法について検討していきます。

目次

なぜ男女の絡みは難しいのか

　　①Hシーン描写が得意ではないモデルではないか？

　　②プロンプト指示は適切か？

　　　　超辞典にないdanbooruタグを探すには？

　　　　日本語でも何と呼ぶか分からないときは？

　　③自作したキャラLoRAの影響

LoRAを適用せずに男女の絡みを出してみる

Pony系モデルを試してみよう

PonyDiffusionに関する基礎知識

　　【注意１】タグ付けが特殊

　　【注意２】LoRAの互換性がない

使用する際はクレジットに注意

Ponyduffusion系モデルの使い方

Ponyで構図を作って、Animagineでインペイントする

特定キャラの衣装で生成したい場合は

男性側の容姿を操作するには？

終わりに

なぜ男女の絡みは難しいのか

そもそも複雑な立体物である人間が複数、四肢が重なる状態で描かれるHシーンは、画像生成の仕組みからしてもかなり「破綻しやすいモチーフ」と言えます。「1girl」と「fat man」というタグを混在させたときに、女の子までふくよかになってしまうようなプロンプト混線のケースもよくありますね。とはいえ、Hシーンの生成は画像生成を始める動機になるほど強いニーズなわけですから、どんなマニアックなシチュエーションでもしっかり生成できるように知識固めしたいところです。

今回の質問は「自作のキャラLoRAを使うと男女が登場するHシーンをうまく生成できない。特に、男女の容姿の特徴が混じってしまう」というもの。質問内容から考えられる原因は以下の３つです。

①そもそもHシーン描写が得意ではないcheckpointを使っている

②プロンプト指示が適切ではない

③自作したキャラLoRAの影響

以下、順番に見ていきましょう。

①Hシーン描写が得意ではないモデルではないか？

これは最初に確認したいポイントです。AnimagineXLやpony diffusionといった有名系列のマージモデルは基本的にHシーンを学習していますが、モデルによってHシーン描写の得意・不得意は分かれています。データセットに多数、正確にタギングされたH画像が入っていなければ、そもそもHシーンを描写することが不可能なのは言うまでもありません。

今おおざっぱに「Hシーン」と言いましたが、具体的にどんなシーンを生成したいのかによって、そのタグが効くかどうかは細かく異なります。そもそも生成したい体位やプレイ、シチュエーションがそのモデルで生成できるかどうか、まず配布先などの情報を調べて確かめておく必要があるでしょう。

②プロンプト指示は適切か？

Hシーンが生成できるモデルのはずなのに、思ったような生成結果にならない場合は、正しいプロンプト指示ができていない可能性があります。基本的に、Hシーンを生成する場合は「nsfw」などのレーティングを示すタグと、具体的なHシーンに関するタグ（sex,fellatio,penis,vaginalなど）を正しく指定することが必要。また、学習データセットの中にデータが極めて少ないような特殊なシチュエーションを再現したい場合、そうしたシチュを専門に学習させたLoRAなどを入手するか、自作する必要があると言えます。

一般的なdanbooru形式のタグで学習されているモデルの場合は、プロンプト超辞典を参考にタグを選んでみてください。最後の章「X．成人向け表現に関するプロンプト」に、表情や体位、シチュエーションなどに分けて大量のタグを掲載しています。

・超辞典にないdanbooruタグを探すには？

このまま「③」に行く前に、少し脱線します。sexやfellatioといったプレイならともかく、あまり一般的でないプレイやシチュエーションのHシーンを生成したい場合、タグ探しに手間取ってしまうのはよくあることです。該当するdanbooruタグを探したい場合は、こちらから検索してみましょう。

検索欄に日本語で打ち込んでみると、該当するdanbooruタグがレコメンドされる可能性があります。たとえば頬をへこませる「ひょっとこフェラ」のタグが分からない場合は…

このように、「:>=」が該当タグであることが分かります。ただし、ここまでで終わりにするのではなく、実際にそのタグで検索もしてみましょう。

すると、「:>=」と一緒にタグ付けされることの多い要素がランキング表示されます。基本的なメジャータグである「fellatio」や「oral」「penis」を入れるべきであるということに気づきますし、ひょっとこフェラの再現において重要な「sunken cheeks（へこんだ頬）」というタグを発見することができました。

ここに登場するものを組み合わせた「1girl,:>=,nsfw,fellatio,oral,penis,sunken cheeks,pov,on bed」というプロンプトでAnimagineXL3.1に生成させると、このようにおおむね再現することができました。（生成画像は基本的に無修正で出てくるので、後付けでモザイク加工を施しています）

このように、特定のプレイやシチュエーションを生成するには、何か一つ該当するタグを探せばよいというわけではなく、そのシチュエーションに付随する要素を示すタグをできるだけ多く指定してあげることがコツです。

・日本語でも何と呼ぶか分からないときは？

再現したいシチュエーションを、日本語でもなんと言えばいいかぱっと分からない場合もあると思います。例えば、女性側が横腹を下にした状態で挿入している体位が分からない場合は、まず何でもよいので体位に関するタグを検索しましょう。

例えば「正常位」で検索すると「missionary」が該当タグであることが分かります。そうしたら、画像群の上に表示される「Wiki」という欄をクリックします。

するとこのように、正常位（missionary）が「Sexual Positions（体位）」というタググループに属していることが分かります。あとはタググループのリンク先を参照すると、

「spooning（側位）」というタグを見つけることができます。「on side」などの組み合わせるべきタグも、さきほどと同じように関連ランキングから発見できますね。

このように、レコメンド機能やタググループ機能を使って、該当するdanbooru語をまずは検索してみるのがHタグ検索の早道です。

脱線はここまで。話をもとに戻して「③キャラLoRAの影響」について見ていきます。

③自作したキャラLoRAの影響

今回の記事のポイントはここです。キャラクターLoRAの作り方はこのあたりの記事で解説した通りですが、相当優れたデータセットを構築して上手に学習できない限り、キャラクターの容姿をいじろうとすると、モデルの「描画力」に大なり小なり悪影響を及ぼすことが多いです。

なぜそうしたことが起こるのかというと、キャラLoRAの場合、データセットがそのキャラ１人で映っている画像だけで構築されるケースが多いため。このミナちゃんのデータセットでは「zarakiminaとは1人で描かれるものなんだ」「肌を露出させない（常にセーラー服を着ている）ものなんだ」と誤って学習されてしまう恐れがあり、男性キャラクターと一緒に描くことが「やや」困難になる可能性があります。

「やや」と書いたのは、追加学習はそこまで絶対的なものではないということを確認しておくためです。ベースモデルは「女の子（1girl）とは、裸になったり服を着ていたり色んなポーズを取ったり男性とHしたりするものである」ということをしっかり学習しているので、ちょっとやそっとキャラ容姿を追加学習させた程度で、全く裸やHシーンが描けなくなるということは普通ありません。

それでも「キャラクターLoRAを適用するときだけ全くHシーンが生成できなくなり、適用度を弱めると全く似なくなる」場合は、そのLoRAの追加学習自体があまりうまくいっていないということが考えられると思います。データセットの構築が甘いか、タギングが失敗しているか、dimが低すぎるか、ステップが足りないか、もしくは過学習を起こしているーといった可能性がありますが、とりあえず「Hシーンでない場合なら思った通りのキャラクターを生成できる」LoRAなのであれば、次の方法を試してみるのがよいでしょう。

LoRAを適用せずに男女の絡みを出してみる

問題がキャラLoRAにあると想定し、まずはLoRAなしで狙ったシチュエーションを出してみます。何でもよいのですが、今回の記事では「男性2人・女性１人」「背後から挿入された状態で別の男性にフェラチオしている」というシチュエーションを生成してみましょう。

・該当タグを探す

まず該当タグを探します。プロンプト超辞典を参照するのも良いですし、さきほど解説した方法でdanbooruからタグを探すのも良いでしょう。男性2人の3pは「ffm_threesome」であることが分かったら、「from_side」などと組み合わせて検索して、画像一覧から当てはまる体位のイラストを探します。すると、「spitroast」というタグが「挿入された状態でフェラチオもしている」体位を示すタグであることが分かります。

このランキングを参考に、プロンプトを作っていきます。基本的には1girlとnsfwは必ず入れるとして、フェラチオとSEXを両方同時にやるわけですから「sex,fellatio」は必ず入るところです。あとは「threesome（3人プレイ）,spitroast（スピットロースト）」といういま調べた単語を入れ、さらに「vaginal」で挿入されている女性器を描くことを強調します。男性に関するタグは、「BREAK構文」によって女性に関するメインタグとは分けた方がよいでしょう。

こちらが完成したプロンプトです。

PP:1girl,nsfw,from side,completely nude,spitroast, ahegao,cowboy shot,medium breasts, vaginal,group sex,fellatio,sex,BREAK 2boys,dark-skinned male, faceless male＋クォリティタグ

AnimagineXL3.1でテスト生成すると、このような画像が得られました。打率は低めで、4枚生成して破綻がほとんどなかったのはこの1枚だけでしたが、おおむね狙った体位は出せそうです。

Pony系モデルを試してみよう

ところで、Civitaiでは最近、もはやpony系モデルのほうがanimagine系を凌駕する人気を見せつつあります。理由は明快で、男女の絡むHシーンが大得意だからでしょう。

これまで、スタジオ真榊FANBOXでは主にAnimagineXL3.1で生成テストを行ってきましたが、さきほど作ったプロンプトを使ってpony系で生成した場合…

これほど正確にHシーン再現ができます。animagine系では体のどこかがおかしくなってしまうのがほとんどでしたが、pony系ではほぼ100%に近い打率で、指定したHシチュエーションを出すことができました。

詳しい生成設定は以下の通り。

使用モデル：「AutismMix SDXL」

クォリティタグ：score_9, score_8_up, score_7_up, source_anime

ネガティブプロンプト：3d,score_6_up, score_5_up, score_4_up

各種設定：Steps: 28, Sampler: Euler a, CFG scale: 7, Seed: 3467877881, Size: 1248x1024, Clip skip: 2

animegine系の取り回しが難しいのは、やはりクォリティタグとネガティブプロンプトが特殊なことでしょう。いわゆる「masterpiece,best quality～」系のタグ付けではない、全く独自のタグ付けが行われています。pony系列は主に流通してきたdanbooruタグとは異なるタギングで学習されたモデルですので、まずは基本的知識から詳しく見ていきましょう。

PonyDiffusionに関する基礎知識

PonyDiffusionは、purplesmart AIが提供するSDXLベースのアニメ画像生成モデル。製作者の個人的嗜好に基づいてランク付け・タグ付けがなされた約260万枚の画像でトレーニングされており、特に複数人物がからむ描写を正確に表現できるのが特徴です。

「My Little Pony」を由来にしたモデル名から分かるように、いわゆるケモ系のアニメ調イラスト生成モデルがルーツです。既存モデルよりも複数人がからむ描写が正確にできるということは、率直に言えば「nsfw（エロ）描写性能が高い」ということでありまして、Animagineなどではプロンプト指示しても再現できないマニアックなエロ描写もバンバン出せることも分かり、一気に人気モデルへと躍り出ました。現在では、civitaiでのLoRA投稿数がAnimagine系をしのぐほどの人気を誇っています。

【注意１】タグ付けが特殊

Animagine系との最大の違いは、pony系モデルは自然言語プロンプトとタグの組み合わせでトレーニングされており、両方を理解できること。つまり、DALL-E3がそうであるように、自然な英文指示のプロンプト（anime girl is running in city）でもかなり言うことを聞いてくれますし、一方で従来のような「1girl,running,in city,solo...」式のdanbooruタグを指定しても生成することができます。ただ、学習時のタグ付けはdanbooru語ではなく、ケモノ作品に特化した海外の画像投稿サイト「e621」のタグ形式（いわばe621語）で行われているため、danbooru語の指示が通らないこともしばしばあります。

danbooruもe621も、ユーザー参加型のタグ付けシステムを採用しており、一般ユーザーが日々ボランティアで非常に詳細なタグ付けを行っているサイト。こちらのリンク先からe621のタグ一覧を調べることができます。

必ずしもこのe621語でないと生成できないわけではなく、さきほどspitroastのプロンプトがdanbooru語のまま問題なく通ったように、ある程度は普段通りのプロンプトで生成できるはずです。どうしてもdanbooru語ではうまく指示できないときは、上のサイトから該当タグを探ってみるとよいでしょう。

【注意２】LoRAの互換性がない

pony系列のモデルは全く違うタギングによって学習されているために、世の中で流通している通常のSDXL用のLoRAなどを適用することができません。Civitai上では、「Pony」のタグ付け（サムネイルに馬のマーク）がなされているLoRAやEmbeddingsではないと生成できない点に留意が必要です。

これが、Animagine系愛用者がponyへ気軽に飛び移るわけにはいかない最大の理由かなと思います。「SDXL Flat」などの高機能LoRAや、これまでに作ったAnimagineベースの画風/キャラLoRAなどを愛用している人にとっては、これまでできていたことが気軽にできなくなってしまうのですね。

ただ、pony用LoRAの自作については、animagineでやっていたのと同様に、danbooruタグでタギングしても問題なくできます（むしろanimagineよりも性能が良いくらい）。SDXL用LoRAを作った際のデータセットさえ残っていれば、pony用LoRAを作り直すこと自体はさほど問題なくできるはずです。

使用する際はクレジットに注意

PonyDiffusion系モデルで生成した画像を公開する際は、作成者（purplesmart AI）のクレジット表記をすることが求められている点も、最初に覚えておくべきポイントです。（下記はCivitaiのパーミッション表記の機械翻訳）

この要件はPonyDiffusion v6を使用したマージモデルや派生モデルにも適用されるため、そうしたモデルを使用した場合も全てクレジット明記が必須となります。また、モデルの商用利用をする際には、PurpleSmart AI公式へのメール連絡が必要とされています。

CivitaiとHuggingFaceを除いた有償の画像生成サービス上で、ponyを使用した画像生成をすることも禁止されています。自分でモデルマージに使用することは可能ですが、その際異なる権限を付与（例えばクレジット表記をしないなど）することはできません。

・ライセンス解釈には諸説あり

ただ、こうしたponyのライセンス表記をめぐってはユーザー間で複数の解釈があり、必ずしも画一的に理解されていないことを付け加えておきます。上記のように、Civitaiのメイン欄には「Fair AI Public License 1.0-SD」に基づいてライセンスされているとある一方、画面右側のライセンス欄には「CreativeML Open RAIL++-M」と表記されており、さらにそれらを飛び越える諸条件が付け加えられている点が混乱を呼んでいるようです。

さらに、「モデルを商用利用する場合のメール連絡」についても、商業的なウェブサイトやアプリ上でこのモデルを動作させるだけでなく、単にponyの生成画像を利用するときにも適用されるのか（例えば、収益化しているXアカウントにpony系の生成画像を掲載するだけでもメール連絡が必要か？）といった点についても、ユーザーの意見は分かれています。

こうした点について、下記のような質問書簡をpurpleAIあてに送ったことがあったのですが、これまでに返信はありませんでした。現在、次の「v7」モデルの開発が進んでいるということですので、次世代モデルではこのあたりが明確になると使いやすくなって良いなあと思っております。

Ponyduffusion系モデルの使い方

前述のように、Pony系モデルはe621語に準拠したプロンプト記述をする必要があるほか、クォリティタグ（スコアタグ）についても独自のものが使われています。

・スコアタグ（重要）

pony diffusionは140万枚のデータセットの画像に4～9点のスコアを割り振った上でトレーニングされています。スコアによって「score_9, score_8_up, score_7_up, score_6_up, score_5_up, score_4_up」という独自のタグ付けがされており、animagineにおける「masterpiece」や「low quality」などのタグの代わりにこれらをクォリティタグとして使用することになります。例えば「score_9」なら最高品質、score_4_upなら最低品質を含めた全ての教師データの特徴量が参照されますので、雑に言えば、「score_9」がmasterpieceで「score_8_up」がbest qualityみたいなものだと思っておけばよいでしょう。

プロンプト欄の冒頭に記載することが推奨されていますので、「score_9, score_8_up, score_7_up BREAK 1girl...」などと記述するのがpony式ということになります。

こちらが生成例。左が「score_4_up,1girl」で、右が「score_9,1girl」です。

個人的なおすすめとしては、初めて触る場合は「score_9, score_8_up, score_7_up」をPPに、「score_6_up, score_5_up, score_4_up」をNPに入れるのが良いかと思います。もちろん、pony系とひとくちに言っても、さまざまな系列モデルがありますので、すべてにこのやり方が適当なわけではありません。配布者の説明書とライセンスをよく読んで取り扱うようにしてください。

・ソースタグ

次に重要なのがソースタグ。学習データセットの種類別に、「source_pony」、「source_furry」、「source_cartoon」、「source_anime」の４種類と、センシティブレーティングとして「rating_safe」、「rating_questionable」、「rating_explicit」の３種類が独自タグとして使用されています。順に、ポニー系画像、ケモノ系画像、カートゥーン（欧米風漫画）、アニメ画像、全年齢、ややH、露骨にH…な画像につくタグです。

アニメ調イラストを作りたい場合は「source_anime」、えっちイラストを作りたい場合は「rating_explicit」をPPに入れれば良いという理解で問題ありません。 イラスト調にしたい場合は「sketch」「paint」、漫画調にしたい場合は「monochrome」などをさらに入れるとそれらしくなります。

・ネガティブプロンプト

ほとんどネガティブプロンプトを必要としないのも、ponyの特徴です。せいぜい「3d」を入れる程度で良いとされ、必要に応じて「全年齢イラストを作りたい場合はrating_explicitをNPに入れる」といった程度で問題なく運用できるはずです。

そのままで生成すると、上の2枚の画像のようにやや塗りの陰影が3Dっぽい感じになりますので、パキッとしたアニメ塗りにしたい場合は「3d」をネガティブに入れましょう。さらに「source_cartoon,source_furry,source_pony」もネガティブに入れると、バタ臭い海外風のイラスト調になるのを防ぐことができます。

・Clipskipは「2」にしないと低劣化する

CLIP SKIPは、画像生成の過程で使うCLIP (Contrastive Language-Image Pre-training) モデルの中間層をスキップする数を指定するパラメータで…と書いても全然頭に入ってきませんが、基本的に「１」か「２」に設定して放置している人がほとんどだと思います。「2」以外にすると低劣化することも、ponyの特徴として覚えておきましょう。

Ponyで構図を作って、Animagineでインペイントする

Hシーンの構図作りはPony系列のモデルが非常に強いことが確認できましたので、最初の「自作のキャラLoRAを適用すると男女の絡みが出しづらい」という問題に戻りましょう。キャラLoRAを作り直す、Controlnetで構図を指定する…といった手法もあり得るかと思いますが、この記事では、「H生成に強いPony系モデルで構図を作って、キャラクター部分だけをAnimagineでインペイントする」という手法を試してみたいと思います。

さきほどの生成画像のうち、こちらの一枚を採用して、顔部分のCNインペイントをLoRA適用で行ってみます。

※CNインペイントの詳しいやり方については、こちらの解説記事をご覧ください。

このようにControlnetで画像を入力し、inpaintモデルを適用します。髪の毛が入るべき場所も踏まえて、やや広めにインペイント範囲を取りました。

プロンプトは最初のspitroastを生成したときのものに、キャラLoRAと関連タグをすべて追加したもの。やや長いですが、次のようになりました。

PP：1girl,zarakimina,<lora:zarakimina:0.5> sidelocks,(red-framed eyewear,semi-rimless eyewear:1.2),blue eyes,white pupils,hair between eyes,ponytail,black hair,white bow,nsfw,from side,completely nude,spitroast, ahegao,cowboy medium breasts, vaginal,group sex,fellatio,sex,BREAK 2boys,dark-skinned male, faceless male＋クォリティ

するとこのように、顔以外はpony生成画像のままで、顔部分だけにLoRAを影響させて生成することができました。（※ミナちゃんは既に成人した社会人です。念のため）

ただ、やはりインペイント画像なだけに、多少細部はおろそかになっているようです。顔面の生成範囲が狭いために、目などの溶けが気になりますので、顔周辺のアップスケールを行う拡張機能「ADetailer」（下記記事参照）をONにし、Hires（高解像度補助）も掛けてみます。

ADetailerではこのように、顔面を検出する「face_yolov8n.pt」を選択し、顔部分に影響させたいタグを記入します（無記入だと、メインプロンプトがそのまま適用されます）。顔周辺だけ正方形に切り取ったときに、そこに入ってくる要素をすべてタグ付けするようにしましょう。

例えば今回はフェラチオシーンなので、顔周辺に関連するタグであるfellatioやpenisなども入れておかないと、口回りの生成結果がおかしくなります。

実際に生成してみます。ADetailerがオンになっていると、このように通常生成に引き続いて顔面部分が正方形に切り取られ、さきほど指示したプロンプトに従ってアップスケールしたのちに、また元の位置に合成されます。

こちらが生成例。このように、より自然に首から上をPony画像につなげることができました。ここからさらにimg2imgアップスケールを掛けるなどしてもよいと思いますし、首の太さや髪の位置など細かい修正をしたい場合は、NovelAIv3でインペイントするのが手っ取り早いはずです。

特定キャラの衣装で生成したい場合は

今回は全裸で生成しましたが、キャラクターの服装もLoRA適用で再現したい場合は、インペイント範囲を広げる必要があります。

例えば、さきほどいったん全裸で生成した画像の首から下をインペイント範囲に定め、ミオリネさんのLoRAを適用して生成を行うと、このようになります。

プロンプトは以下の通り。

PP：1girl,solo,miorine rembran,asticassia school uniform, wide sleeves, bare_hips,green jacket,sex,spitroast, nsfw, white pupils,BREAK 2boys,dark-skinned male, faceless male

やはりインペイント範囲のキワの処理などはやや甘くなってしまうのですが、img2imgやNovelAIv3によるインペイントなどで修正は効くかと思います。

素体部分がきちんとできていれば、このようにさまざまな応用が利きます。構図の得意なモデルを使ってまず全体像を作ってから、細部を作り込む順にすることで、より自分の意図通りの生成が可能になる…というのは、前回の記事でも解説したやり方ですね。（こちらはNiji journeyでイラストレーティブな構図を作る手法でした）

男性側の容姿を操作するには？

質問にもありました「おじさん×美少女絵」の場合、男性側のプロンプトに「fat man,old man,ugly man」などを入れる形になろうかと思いますが、BREAK構文を挟んでも女性キャラクターの方に要素が侵食してしまう場合は、今の手法で男性側の顔や体だけをインペイントする手法があろうかと思います。

LoRA適用の必要がない場合は、このようにNovelAIでインペイントしてしまう方がお勧めです。現環境では、NovelAIの自然なインペイント力に追いつけるのはFlux系くらいではないかと思われます。

インペイント範囲は、やや足や手の位置が分かる程度に元画像を残しておくと破綻しにくくなります。

プロンプトはこちら。インペイント範囲に含まれるものだけ記入すればよいので、ミナちゃんに関するプロンプトは特に必要ありません。

PP：2boys,sex,spitroast,fat man,ugly man,old man,dark-skinned male, faceless male,completely nude,penis

これが生成結果です。元画像の構図はそのままに、男性の容姿だけを太らせることができました。

今回は構図作りとキャラ容姿の並立がテーマでしたが、NSFW生成は基本「性癖をどれだけ盛れるか」が重要だと思っていますので、これをスタート地点として、Hな表情やアングル、肌の質感やライティング、動きやセリフなど、それぞれのリビドーに従ってどんどん要素を持っていくと、素晴らしいエロ絵ができるはず。

皆さまの健闘を祈ります。

終わりに

そんなわけで、Pony系の入門記事を兼ねた「NSFW生成の基礎知識」でした。Pony系は確かにプロンプトの取り回しがピンときにくく、またLoRAの互換性がないなど、いろいろとピーキーなモデルではあるのですが、ことNSFW用途としては非常に広範な学習を行っており、構図作りにはもってこいの優秀系列です。普段の生成と画風の違いに戸惑う向きもあろうかと思いますが、Animagine系とのマージ方法なども確立されつつあると聞きますので、いずれもっと使いやすくなっていくのではないかと思います。

NSFW生成についてはさまざま質問をいただくことも多いので、今後も取り上げていきたいトピックですね。こちらの「壁尻LoRA」のようなマニアックな追加学習の方法など、時間を作って取り上げていきたいと思っています。

それでは本日はこのへんで。スタジオ真榊でした。