画像生成AIを使って2人のキャラクターを思い通りに描くのは、実は少しコツがいります。普通に指示を出すだけだと、2人の特徴が混ざってしまったり、同じ顔の双子が出てきたりすることが多いですよね。ここでは、そんな色移りやキャラクターの混線を防ぎ、初心者でもきれいに描き分けるための基本テクニックをわかりやすく解説します。
画像生成で2人プロンプトを成功させる基本
初心者でもできる描き分けのコツ
画像生成AIで2人の人物をきれいに描き分ける一番のコツは、AIに対する「指示の順番」と「情報の区切り方」を意識することです。AIはプロンプトの先頭にある言葉ほど重要視する傾向があります。そのため、まずは何人描くのかを最初にハッキリ伝えることが大切です。これを怠ると、AIは1人の人物を描くべきか、それとも背景の一部として群衆を描くべきか迷ってしまい、結果として画面が破綻しやすくなってしまいます。
また、2人の特徴をダラダラと続けて書くと、AIの中で情報がごちゃ混ぜになってしまいます。例えば「黒髪の女の子と金髪の女の子」とシンプルに書いても、どちらも黒髪になったり、メッシュが入ったりすることがよくあります。これを防ぐためには、1人目の特徴を書いた後に、プロンプトを物理的に区切る工夫が必要です。まずは、基本となる人数の指定からしっかりとモデルに認識させていきましょう。具体的には、「2girls」や「1girl, 1boy」といった明確な人数と性別の宣言をプロンプトの一番最初に配置し、そこからそれぞれのキャラクターの個別の属性（髪型、服装、目の色など）へとブレイクダウンしていく構造が最も安定的です。このように情報のピラミッドを意識して、AIが処理しやすい優先順位を整えてあげるだけで、初心者の方でもキャラクターの混線を大幅に減らすことができるようになります。全身の構図を破綻なく綺麗に出したい場合は、AI画像生成で全身を綺麗に出すプロンプトのコツを合わせてチェックすると理解が深まるかなと思います。
左右の髪色を個別に指定する方法
「左右 髪色」というキーワードが気になっている方も多いと思いますが、2人の立ち位置とそれぞれの髪色や髪型をしっかり指定するには、空間的な分離を意識したプロンプトの組み立てが必要です。
具体的には、プロンプトの中で「on the left（左側）」や「on the right（右側）」という物理的な位置を表す言葉をそれぞれのキャラクターの説明に組み込みます。これによって、AIに「左側の子はこういうデザイン、右側の子はこういうデザイン」と明確に意識させることができます。単に2人の特徴を並べるだけでなく、空間を左右にパッカリと切り分けるイメージを持つことが大切ですね。
左右の描き分けプロンプトの構成例：
（全体・背景の指示） BREAK （左側の指示：on the left, 黒髪ショート） BREAK （右側の指示：on the right, 金髪ポニーテール）
このように、大文字の BREAK という区切り文字を挟んでプロンプトを改行・分割すると、お互いの髪色や服装の色が混ざり合う「色移り」を最小限に抑えることができます。髪色を指定する際は、単色の「black hair」などが最も安定しやすいですが、1人のキャラクターに複数の色を混ぜたい場合は「Pink and Silver hair」のように「and」で繋ぐのも効果的です。さらに「two side up（ツーサイドアップ）」や「blunt ends（切り揃えた毛先）」「forehead（おでこ出し）」といった具体的な髪型のタグを組み合わせることで、より個性のある2人を描き分けることが可能になります。もしアニメ調や2.5次元イラストに特化したい場合は、AI画像生成で2.5次元を作りたい！初心者が最初に知るべき基礎知識のプロンプト黄金順序も非常に役に立ちますよ。左右の位置指定と区切り文字のコンビネーションをマスターすれば、色の混濁に悩まされる日々からはオサラバできるはずです。
サジェストキーワードを使った構図制御
2人のキャラクターを同一のキャンバスに安定して出すためには、AIが迷わないような「定番の人数・構図タグ」を使うのが近道です。検索時のサジェストでもよく見かける、基本となる英語タグを分かりやすくまとめました。
| 英語タグ | 意味・ニュアンス | 安定させるためのポイント |
|---|---|---|
| 2girls / 1girl, 1boy | 最も一般的な2人指定 | 性別と人数を明記して、必ずプロンプトの最先頭に配置します。 |
| two people / two characters | 汎用的な2人指定 | イラスト全体のトーンを保ちつつ、抽象的なペアを描くときに有効です。 |
| two persons | 独立性を重視した指定 | 人物それぞれの独立した個性を表現しやすくなります。 |
| duo / couple | 関係性を含んだペア指定 | 恋人やバディなど、親密な距離感を自然に暗示できます。 |
| portrait of two people | ポートレート構図の指定 | カメラ目線で顔や上半身をクローズアップして描く際に安定します。 |
これらのタグは、AIが学習データの中から「2人が写っている構図」を引っ張り出すための強力なトリガーになります。どれを使うか迷ったら、基本的には「2girls」などの性別を含んだ数指定が最も描写がブレにくいかなと思います。特定の関係性を出したいときは「duo」や「couple」を混ぜてみると、AIが気を利かせてエモーショナルな雰囲気にしてくれることもありますよ。
ちなみに、3人（3girls）までは標準的なプロンプトの書き方でも比較的きれいに描写できますが、4人（4girls）や5人以上になってくると、途端にAIの処理が追いつかなくなり、体の一部が崩れたり人数が足りなくなったりします。複数人の集合絵を描きたい場合は、先頭での人数指定を徹底するほか、区切り文字や複数人特化のモデルの併用が必要になってきます。まずは基本の2人指定をしっかりとマスターして、AIに「2人の空間」を正しく認識させる練習を積んでいきましょう。
2人の関係性を表現するポーズのコツ
ただ2人が並んでいるだけでなく、ポーズや動き（アクション）を加えることで、イラストのクオリティは一気に上がります。ただし、2人の物理的な距離が近づけば近づくほど、AIは手足や服の特徴を混同しやすくなるので注意が必要です。近すぎると、片方の腕がもう片方の体から生えてしまうような、いわゆる「クリーチャー化」現象が起きやすくなってしまいます。
ここでは、初心者でも破綻しにくく、安定して生成しやすいおすすめのペア動作タグをいくつか紹介します。
- standing side by side（並んで立つ）：最も安定する基本構図です。物理的な距離感も壊れにくいので迷ったらこれがおすすめ
- facing each other（向き合う）：「eye contact（視線を交わす）」を一緒に入れることで、2人のエモーショナルな関係性が引き立ちます
- back to back（背中合わせ）：友情やライバル関係を演出できる人気の対比構図で、破綻も少ないです
- sitting together（一緒に座る）：「on a bench（ベンチに）」など、具体的な接地オブジェクトを足すと一気に構図が安定します
ちょっと難易度の高い「holding hands（手をつなぐ）」や「hugging each other（抱きしめる）」などは、手や指が変な形になったり体が同化したりしやすいです。その場合は「(hugging each other:1.2)」のようにカッコを使って強調度を高めたり、「full body（全身）」を明記して全体のバランスを整えるのがコツです。最初は少し距離のあるポーズから試してみて、徐々に密着度の高い複雑な構図に挑戦していくのが、失敗して挫折しないためのステップかなと思います。
キャラクターの特徴を分離するテクニック
2人の描き分けで多くの人が悩むのが、Aさんの服の色がBさんの服や髪に移ってしまう現象です。AIはキャンバス全体に指定された色を均等に塗ろうとする癖（アテンションの拡散）があるため、これを物理的に遮断する必要があります。この現象は「カラーブリーディング（色にじみ）」とも呼ばれ、プロンプトが長くなればなるほど発生率が上がってしまいます。
もっともシンプルな対策は、先ほど紹介した「BREAK」や「AND」といった結合用・区切り用のキーワードを使って、キャラクターごとのプロンプトブロックを完全に独立させることです。また、それぞれのブロック内で「1st girl」「2nd girl」や「the girl on the left」「the girl on the right」といった識別しやすい固定の言葉を使い、特徴を完全に分ける記述を徹底してみてください。例えば、左側の子の記述が終わったら一度「BREAK」を挟み、右側の子の記述を始める。これだけで、AIの意識が一度リセットされ、色の混線はかなり抑えられるようになります。単語をただ並べるだけの雑なプロンプトから脱却し、AIに「ここからは別の人間のデータだよ」と親切に教えてあげる構造化を意識することが、綺麗なペアイラストを量産するための最大の秘訣ですね。
人数指定タグを先頭に配置する理由
なぜ人数指定タグをプロンプトの最初（最先頭）に置くべきなのかというと、AIが画像を生成し始める最初のステップで「画面の中に何個の人物の核（潜在的な配置）を作るか」を決定させるためです。画像生成AIは、ノイズだらけの画像から少しずつ形を作っていく「拡散モデル」という仕組みを使っています。このノイズ除去の初期段階で、「ここに1人、ここに1人」という大まかな構図の設計図が作られるわけです。
もし背景や服装のディテール、例えば「beautiful sky, cinematic lighting, master piece」といった画質・背景タグを先にダラダラと書いてしまうと、AIは画面の大部分をその背景情報で埋めてしまい、後から「2girls」と出てきても、人物を配置するスペースや計算の余裕がなくなってしまいます。結果として1人しか出なかったり、画面の端に不自然に2人目が引き伸ばされて描写されたり、あるいは体の一部だけが奇妙に生えてくるといったバグの原因になります。クオリティの高いペア絵を描くなら、「最初に人数を宣言して、AIにキャンバスの枠組みを確保させる」のが絶対の鉄則です。この優先順位を守るだけで、生成の打率は劇的にアップしますよ。
画像生成の2人プロンプトをツール別に実践
基本のプロンプトの書き方がわかったところで、次は実際の生成ツール（Stable DiffusionやMidjourney、DALL-E 3）を使った具体的な実践ワークフローを見ていきましょう。ツールごとに得意な制御方法が異なるため、自分の環境に合わせたテクニックを使うことで、描き分けの成功率は劇的にアップします。
拡張機能でキャンバスを分割する手順
Stable Diffusion（ローカル環境やクラウド環境）を使う場合、標準のプロンプトだけではどうしても描き分けに限界が来ることがあります。そこで活躍するのが、画面を物理的に切り分ける拡張機能です。なお、こうした高度な生成や微調整をローカル環境で快適に行うには、PCのスペックとしてVRAM（ビデオメモリ）が16GB以上あるグラフィックボードを搭載した環境が目安として強く推奨されます。（出典：NVIDIA公式『GeForce RTX 40 シリーズ』）
Latent Couple（Two Shot）の設定
画面を領域分割し、それぞれのエリアに別のプロンプトを割り当てる定番の拡張機能です。設定する際の基本パラメータの目安は以下の通りです。
- Divisions（画面分割）: 1:1,1:2,1:2 （画面全体、および左右に2分割された領域を定義）
- Positions（配置位置）: 0:0,0:0,0:1 （全画面中央、左半分、右半分を指定）
- Weights（配置の重み）: 0.2,0.8,0.8 （背景の優先度を抑え、キャラクターの領域を強める）
注意点として、配置の重み（Weights）をすべて最大の「1」に引き上げてしまうと、画像がガガガッと荒れる（ガビガビになる）原因になります。初期値のバランスを維持しつつ、解像度を高める設定（Hires.fixなど）を併用するのが綺麗に仕上げるコツです。もし背景がうまく出力されない場合は、全体プロンプトの背景タグを各個別のプロンプトにも少し書き足すと解決します。
プロンプトを入力する際は、大文字の AND を使って「全体・背景の指示 AND 左側キャラの指示 AND 右側キャラの指示」というように3つのセクションを結合させて記述します。これにより、完全に独立した2人を1枚の絵に収めることができます。
Regional Prompterの運用
もう一つの強力な拡張機能が「Regional Prompter」です。こちらはより柔軟なマスク制御が可能で、エリアごとに個別のLoRA（特定のキャラクターや衣装を学習させた追加学習モデル）を適用したいときに最強の威力を発揮します。ただ普通に2つのLoRAを同時に読み込むと、特徴が混ざり合ってキメラのようなキャラクターが生まれてしまいますが、この機能を使えばそれぞれの領域にLoRAを閉じ込めることができます。
設定で「Active」にチェックを入れ、左右分割なら「Columns」、分割比（Divide Ratio）を「1,1」にします。「Use common prompt」にチェックを入れれば、画質タグや共通の背景を一括管理できて便利です。プロンプトは以下のように大文字の BREAK で区切って入力します。
（共通背景のプロンプト） BREAK （左側のキャラとLoRA：<lora:charA:0.8>） BREAK （右側のキャラとLoRA：<lora:charB:0.8>）
生成モードを「Latent」にしておくことで、各LoRAの効果範囲がそれぞれの空間にきれいに閉じ込められ、色の滲みや特徴の色移りを極限まで防ぐことができます。少し設定は複雑ですが、クオリティを追求するなら外せない神機能ですね。
拡張機能に頼らない補完ワークフロー
拡張機能を入れるのが面倒だったり、環境的に使えない場合でも、工夫次第で綺麗な2人絵を作ることは十分に可能です。その代表格が、ControlNetの「OpenPose」を活用する手法です。棒人間のポーズデータを外部から直接流し込んで2人の位置関係や骨格を固定してしまえば、AIが人物の配置に迷うことがなくなり、それだけで描き分けの成功率が跳ね上がります。
また、最初はあえて1人のキャラクターだけを中央〜片側に生成しておき、後からキャンバスを外側に拡張（Outpaint）して、新しく生まれた空きスペースに2人目をインペイント（Inpaint）で部分的に描き足していくというステップを踏むのも非常に強力です。さらに、別々に作った2つの完璧なソロイラストを、Photoshopなどの画像編集ソフトを使って手動で1枚のキャンバスに合成し、それをベースにして「img2img（画像から画像への変換）」に薄めの強度（Denoising Strength: 0.3〜0.4程度）で反映させて馴染ませるという力技も、プロの現場ではよく使われる実用的な補完ワークフローとなっています。一発で出そうとせず、段階を分けて絵を完成させていく視点を持つと、表現の幅がグッと広がりますよ。
キャラクターの一貫性を保つcrefの使い方
DiscordやWebベースで手軽に高画質な絵が作れることで人気のMidjourneyでは、Stable Diffusionのような空間分割の拡張機能が使えません。さらに、同一のキャンバス内で複数の「–cref（キャラクターリファレンス）」を同時に指定すると、お互いの顔や服の特徴が完全に混ざり合ってしまい、狙った通りの2人にならないという致命的なシステム上の制限があります。
この問題をスマートにクリアするために、Midjourneyでは「ポーズ決定」と「キャラクター入れ替え」を完全に切り分ける2ステッププロセスを採用します。これが現時点で最も再現性の高い攻略法かなと思います。
まずは、登場させたい2人の人物を、あえて「まったく同じキャラクター（1人目のcrefのみ指定）」として普通にインプイントやプロンプトで描き出します。これで、全体の構図や2人のポーズ、立ち位置の遠近感が確定したベース画像を作ることができます。最初から別々の2人を出そうと欲張らず、まずは「ポーズと構図のベースとなる双子のような絵」を固めるのが、遠回りのようで最大のショートカットになるわけです。画像生成AIの各ツールの全体像や、自分に最適な環境を知りたい方は、こちらの2026年最新の画像生成AI比較表も参考にしてみてくださいね。
部分修正機能であるVary Regionの活用
ベースとなる画像がきれいにできたら、その画像を一度アップスケール（拡大解像度化）した上で、画面下に表示される「Vary (Region)」という部分修正（インペイント）機能ボタンを押します。ここからが、2人目のキャラクターへ綺麗に入れ替えていくマジックのステップです。
ボタンを押すと専用のポップアップ画面とブラシが現れるので、変更したい2人目のキャラクターの領域（体や顔全体）をマウスで丁寧に塗りつぶします。そして、画面下部にあるプロンプト入力欄のテキストを、2人目の特徴（例えば金髪ショート、赤いドレスなど）に書き換え、末尾の「–cref」の後に続くURLも、あらかじめ用意しておいた2人目の参照画像のURLへと差し替えて、再度生成（送信）を実行します。こうすることで、1人目の特徴をキャンバスの片側に完全にキープしたまま、塗りつぶした2人目の領域だけを狙い通りに独立して配置・置換することができます。
よくある「小人化バグ」の対策：
Vary Regionで2人目を入れ替える際、なぜか新しく生成された2人目が背景に溶け込んで極端に小さく描写されてしまうバグが起きやすいです。これを防ぐためには、デフォルトで「–cw 100」になっているキャラクターウェイトの値を「–cw 50」や「–cw 0」（服のノイズを無視して顔立ちのみを固定する設定）に引き下げてみてください。また、マスクを塗る際、キャラの境界線ギリギリを攻めるのではなく、周囲の背景も含めて少し広め・雑に塗ることで、AIが周囲の空間の遠近感を正しく認識し、自然なサイズ比で補完してくれるようになります。
自然言語で細部を描写するコツ
ChatGPTをベースにしたDALL-E 3は、これまで紹介したツールとは全く異なり、「BREAK」や「AND」といった機械的なコントロールタグや記号を上手く解釈してくれません。それらを入力すると、単なる文字列として画像に文字が浮き出てしまうこともあります。その代わり、人間が普段話すような非常に細かく具体的な「自然言語（普通の文章）」を直接理解する能力が、他のどのAIよりもずば抜けて高いという特徴を持っています。
DALL-E 3で2人をきれいに描き分けるときは、とにかく具体的で誤解の生まれないストーリーのような文章を構築するのがコツです。例えば、「目が大きい」という曖昧な表現ではなく、「瞳の直径は約1cmほどの輝く青色」のように具体的な数値を盛り込んでAIの解釈を固定します。髪型についても、前髪・後ろ髪・横髪に細分化し、「前髪は眉にかかる長さのストレート、後ろ髪は肩甲骨まで波打つウェーブのかかったロングヘアで、色は根元が暗く毛先に向かって明るくなる栗色のグラデーション」といった多層的な記述が効果を発揮します。まるで小説の登場人物を描写するように、言葉の解像度を限界まで高めてあげることで、DALL-E 3はその通りの緻密な2人をキャンバスに描き出してくれますよ。
色移りを防ぐための色彩の非重複化
DALL-E 3における最大の色移り回避法は、「同じ色や同じ名詞を、2人の記述の中で絶対に重複させて使わないこと」です。これは非常にシンプルですが、強力なライフハックかなと思います。
例えば、1人目の服に「赤（red）」を使い、2人目の髪飾りや小物にも「赤（red）」を使ってしまうと、AIのアテンション（注意極性）が混乱し、2人の服が両方とも赤色になってしまうといったバグが頻発します。そのため、1人目を「青や銀色、寒色系ベースのサイバースタイル」、2人目を「赤やオレンジ、暖色系ベースのクラシカルスタイル」といった具合に、使用する色彩のテーマやカラーパレットを完全に別々のものに設定してプロンプトを組み立ててください。
また、文章全体の構造を「2人が置かれているシチュエーションの全体概要」→「1人目の詳細（1st girl、左側の人物として描写）」→「2人目の詳細（2nd girl、右側の人物として描写）」→「共通の背景や全体の画風」という順序で綺麗に固定化して伝えることで、AIの解釈のブレを最小限に抑えることができます。「同じ言葉を繰り返さない」というルールを徹底するだけで、DALL-E 3でのペアイラスト生成の快適さは天と地ほど変わるはずです。
画像生成の2人プロンプトのまとめ
今回は、画像生成の2人プロンプトにおける描き分け技術のメカニズムと、主要ツール別の実践ワークフローについて詳しく解説してきました。
2人のキャラクターを綺麗に描き分けるアプローチは、使用するAIツールや環境によって大きく異なります。最後に、それぞれの特徴をまとめた比較表を参考に、自分の目的やPCスペックに合った最適な方法を選んでみてくださいね。
| AIツール / 環境 | 基本アプローチ | メリット | 制限・コストの目安 |
|---|---|---|---|
| Stable Diffusion (ローカル) | Latent Couple等による空間の物理的分割 | 色移りを極限まで排除。個別LoRAの同時適用も可能。 | 導入難易度が高く、快適な動作にはVRAM 16GB環境が目安。基本無料。 |
| Midjourney (Discord) | Vary Regionと–crefを組み合わせた2ステップ生成 | 圧倒的な画質と、破綻の少ない滑らかな顔の置き換えが可能。 | 最初から複数のcrefを混ぜられない。サイズバグにコツが必要（有料）。 |
| DALL-E 3 (ChatGPT等) | 自然言語による属性・色彩の非重複記述 | プロンプトの文章解釈力が非常に高く、初心者でも直感的に動かせる。 | 強制タグが無効で解釈のブレが出やすい。LoRAでの固定は不可（一部無料枠あり）。 |
最初はキャラクターの特徴が混ざってんやわんやになるかもしれませんが、プロンプトの構造化や順番、そしてツールの部分修正機能を賢く活用すれば、誰でも思い通りの美しいペアイラストが作れるようになります。まずは自分のやりやすい手軽なツールから、ぜひ画像生成の2人プロンプトの世界を思いっきり楽しんでみてくださいね！
