AIイラストのクオリティを上げたい、特定のキャラクターや絵柄を固定して描きたいけれど、難しそうで諦めていませんか。画像生成におけるLoRAの作り方は、コツさえ掴めば初心者でも意外とシンプルに実践できます。ローカル環境のスペック不足が不安な方でも、クラウドサービスを活用すればスマートフォンからでも自分だけのモデルをビルドすることが可能です。この記事では、専門知識がなくてもスムーズに進められるよう、準備から学習の手順、するとお思い通りのクオリティに仕上げるための具体的なノウハウを丁寧にわかりやすくお届けします。
- LoRA自作に必要な推奨スペックと初心者向けのクラウド活用法がわかる
- 理想の絵作りに欠かせない学習用画像セットの集め方と管理のコツが身につく
- キャプション付けにおけるタグ消し・タグ残しの仕組みを理解できる
- 生成時のパラメータ設定やよくあるエラーへの対処法がまるごと把握できる
初心者向け画像生成のLoRAの作り方と基本
ここでは、LoRAモデルを自分で作るために必要な準備段階について詳しく見ていきます。パソコンのスペック確認から、画像の集め方、そしてAIに正しく学習させるためのフォルダ構成やキャプションの工夫まで、基礎となる重要なポイントをまとめました。
必要なグラフィックボードとVRAM容量
自分のパソコンでLoRAを学習させる場合、もっとも重要になるのがグラフィックボード（GPU）の性能、特にVRAM（ビデオメモリ）の容量です。グラフィック処理に特化したVRAMが不足していると、データが溢れてしまって学習中にエラーが出て強制終了してしまいます。Stable Diffusionなどの画像生成AIの処理は、一般的なPCゲームとは異なり、一時的にグラフィックメモリへ膨大な行列データを展開する必要があるため、GPUの計算速度（コアクロック）よりも単純な「メモリ容量の多さ」が成否のボトルネックになってくるんですね。
現在主流となっている画像生成モデルごとに、必要なVRAM容量の目安を整理しました。
| 対象ベースモデル | 最小システム要件（VRAM） | 推奨システム要件（VRAM） |
|---|---|---|
| Stable Diffusion 1.5 | 8GB以上（RTX 3060等） | 12GB以上 |
| SDXL / Pony V6 / FLUX.1 | 12GB以上（RTX 4070等） | 16GB〜24GB以上（RTX 3090/4090等） |
従来のStable Diffusion 1.5であればVRAM 8GBからでも問題なく動かせますが、解像度が1024×1024へと進化したSDXLや、最新世代の高品質モデルであるFLUX.1といった規格を対象にするなら、12GB〜24GBクラスのグラフィックボードを搭載したWindows 10 / 11環境を用意するのが理想かなと思います。特に、世界有数の半導体メーカーであるNVIDIAの公式データでも、生成AIのローカル処理におけるVRAM容量とTensorコア（AI処理用の専用回路）の重要性が強調されています。グラフィックボード大手のNVIDIAによる最新のハードウェア解説は、（出典：NVIDIA公式サイト『GeForce RTX 40シリーズと生成AIの紹介』）でも詳しく言及されているので、自分のPC環境を整える際の参考にしてみてくださいね。スペックが不足している状態で無理に学習を回すと、PC本体が高熱を出してフリーズしたり、パーツの寿命を縮めたりする原因にもなるので、しっかりと基準を満たしたハードウェアを用意するのが成功への一番の近道です。
クラウドで手軽に挑戦できるおすすめサービス
「自宅のパソコンのスペックが足りない」「環境構築が複雑で難しそう」と悩んでいる方も全く心配いりません。最近の生成AIコミュニティは非常に進化していて、自分の高価なパソコンを使わずに、ブラウザやスマホアプリだけでLoRAの追加学習を完結できる優秀なクラウドサービスがたくさん登場しています。これにより、面倒なPythonのインストールやコマンドプロンプトの操作といった技術的な壁をスルーして、誰でもボタン一つでトレーニングを開始できるようになりました。初心者でも安心して使える、今おすすめの3つのプラットフォームをまとめておきますね。
代表的なクラウドLoRA学習サービス
- Civitai On-site LoRA Trainer: 世界最大級の画像生成コミュニティサイトが公式に提供しているLoRA作成機能です。AI用の元画像をZIPファイルにまとめてアップロードし、目標とするモデルタイプを選択するだけで、裏側の強力なクラウドサーバーが自動で学習を処理してくれます。学習には数ドル相当のサイト内通貨（Buzz）を使用しますが、デイリーログインなどで少しずつ貯めることもできるので、非常に合理的で便利かなと思います。
- SeaArt: スマホアプリやPCのウェブブラウザから利用できる、完全日本語対応の画像生成・学習サービスです。インターフェースが徹底的に日本語化されているため英語が苦手な方でも直感的に操作でき、毎日もらえる無料スタミナや、お手頃なサブスクリプションプランを使って初心者でも迷うことなく世界にひとつだけのモデルを作ることができます。
- PixAI: ログインボーナスなどで貯まるポイントをフル活用して、スマホからでも完全無料で定期的に新しいLoRAを自動ビルド（構築）できるのが最大の強みです。こちらもWebブラウザや専用アプリが日本語に対応しているため使いやすく、出来上がったLoRAをすぐに同じプラットフォーム内の画像生成機能で試せるシームレスさが魅力ですね。
これらのクラウドサービスを利用すれば、数十万円もする高性能なゲーミングPCを買い揃える必要もありませんし、電気代の心配や長時間の待ち時間に悩まされることもありません。まずはこうした使い勝手の良い外部サービスからLoRA作りの面白さを体験してみて、もっと本格的にパラメータを極めたくなったらローカル環境への移行を検討する、というステップを踏むのが一番スムーズで賢いやり方かも知れませんね。
高品質なモデルに仕上げる素材画像の集め方
LoRAの完成度を最終的に決定づける最も重要な要素は、実はツールの設定値やマシンスペックではなく、学習に使う「素材画像のクオリティと多様性」です。ここをいかに妥協せずにこだわり抜くかで、完成するLoRAの表現力に天と地ほどの差がついてしまいます。AIは人間のように「不必要なノイズを頭の中で無視して綺麗に解釈する」ということができないため、ボケた画像や変な文字が入った画像をそのまま「これが正しいお手本なんだ」と勘違いして覚えてしまうんですね。学習の目的に合わせて、以下のように画像素材を厳選しましょう。
- 特定のキャラクターや人物を学習させる場合:
基本的には15枚〜30枚程度、より一貫性とポーズの自由度を追求して極めるなら50枚〜200枚程度の画像を用意します。ここで絶対に避けたいのが「同じポーズ、同じカメラアングル、同じ背景」ばかりを集めてしまうことです。顔のドアップだけでなく、膝上までのバストアップ、全身が写ったロングショット、斜めや真横を向いたアングル、様々な種類の背景、そして複数の異なる衣装を着た画像をバランスよく混ぜることが極めて重要です。そうすることで、どんな無茶なポーズやシチュエーションを指定しても、キャラクターの顔や髪型が崩れにくい「頑丈で優秀なモデル」に仕上がります。 - 特定の画風（スタイル）を学習させる場合:
特定の人物ではなく「このイラストレーターさんのような水彩画風の優しいタッチにしたい」「ネオンカラーが特徴的なサイバーパンク風の絵柄にしたい」といった場合は、100枚〜300枚以上のまとまった画像データが必要になります。このときのポイントは、描かれている被写体（男の子、女の子、ロボット、風景、動物など）や構図をあえてバラバラにすること。共通しているのが純粋に「タッチや色使い、線の引き方」だけという状態を作ることで、AIは特定のキャラクター要素に惑わされず、純粋なスタイル（筆致）のみをLoRAとして抽出できるようになります。
低解像度でピクセルが荒れていたり、画面の端に作者ロゴや謎の透かし文字（ウォーターマーク）が入っていたりする画像は、AIがそのままバグや絵の一種として学習してしまうため、事前に綺麗にトリミングしたり、画像編集ソフトを使って手動でノイズや不要な要素を取り除いておきましょう。素材のクオリティを限界まで高める下準備こそが、神絵LoRAを作るための最強の裏技なんですね。
繰り返し回数と総ステップ数を決める計算式
学習させる画像が集まったら、次はAIにその画像を「合計で何回読み込ませて学習を往復させるか」を具体的に設定する必要があります。LoRAの学習では、集めた素材画像の枚数に対して、以下の要素を掛け合わせて導き出す「総ステップ数」が学習の進み具合を示す絶対的な指標になります。ステップ数が少なすぎるとAIが特徴を覚えきれず（アンダーベイク）、多すぎると応用が利かないガチガチの絵しか出力できなくなってしまう（オーバーベイク）ため、この計算の感覚を掴むことが大切です。
学習ステップ数の基本計算式
$$\text{総ステップ数} = \frac{\text{画像枚数} \times \text{繰り返し回数} \times \text{エポック数}}{\text{バッチサイズ}}$$
- 繰り返し回数（Repeats）: 画像を格納するフォルダの名前（例：10_character_name）で指定する、画像1枚あたりを何回繰り返し学習に使うかの反復指定回数です。
- エポック数（Epochs）: 用意したデータセット全体を、最初から最後まで何周分繰り返してAIに学習を回すかのサイクル数値です。通常は10エポック前後に設定して進捗を区切ります。
- バッチサイズ（Batch Size）: GPUが一度に並行して同時に処理する画像データ数です。通常は「1」またはVRAMに余裕があれば「2」に設定して、計算の正確性を担保します。
例えば、あなたが厳選したお気に入りの画像が20枚あり、繰り返し回数をフォルダ名で「10回」と指定し、エポック数を「10」、バッチサイズを「1」にした場合、上記の計算式に当てはめると、 20（枚） × 10（繰り返し） × 10（エポック） ÷ 1（バッチサイズ） ＝ 2,000ステップが導き出されます。このステップ数が多すぎると、生成時に何を指定しても同じ顔や崩れた線しか出てこない「過学習（オーバーベイク）」が起きてしまいますし、逆に少なすぎると「あれ？全然指定したキャラクターの特徴が出てこないな……」という「学習不足（アンダーベイク）」に陥ってしまいます。まずはどのような素材であっても、総合計で1,500〜3,000ステップ程度に収まるように各数値を調整し、そこから少しずつ加減していくのが失敗しない王道のやり方かなと思います。
キャプション自動生成ツールの特徴と使い分け
AIに対して「この写真のここには何が写っているのか」「どんな服を着ていて、どんな表情をしているのか」を事前に教えてあげるための台本のような役割を果たすテキストファイルが「キャプション（タグ）」です。画像の保存場所と同じフォルダに、画像と同じファイル名（例：001.pngに対して001.txt）で格納しておくことで、AIは画像ファイルとテキストのセットを1枚ずつ照らし合わせながら正確に中身を学習していきます。このキャプション作成は自動化ツールを使うのが一般的ですが、モデルの世代やアニメ調・実写調といったテイストによって最適なアプローチが異なります。
- タグベース（コンマ区切りの単語群による説明）:
「1girl, long hair, blue eyes, school uniform, smiling」のように、画像の特徴を表現する単語をひたすらカンマで並べる方法です。主にWD14 Captioning（Danbooruタグをベースにした自動タグ付け機能）などのツールを使って自動生成します。この形式は、Stable Diffusion 1.5をはじめとするアニメ・イラスト特化型のモデルを学習させる際に非常に相性が良く、膨大な枚数の画像に対しても数秒で一律のタグを付与できるため効率的です。 - 自然言語ベース（小説のような流暢な説明文）:
「A young girl with long flowing blue hair and vibrant eyes is standing near a wooden desk inside a sunny classroom, wearing a clean sailor-style school uniform and smiling gently at the camera.」のように、1本のストーリー調の英文で情景や細部を細かく説明する方法です。近年登場した高性能AIであるJoyCaptionやBLIP2といった、ビジョンランゲージモデル（画像認識AI）を使って生成します。こちらはFLUX.1や最新のSDXL系モデルを学習させる際、複雑な背景や陰影を高い解像度でAIに正確に理解させるために必須とも言える手法となっています。
何百枚もある画像を前にして、自分で手動で1文字ずつテキストを入力していくのは途方もない時間がかかってしまいますよね。だからこそ、最初は上記のような自動キャプションツールを使って一気に下書きテキストを作ってしまい、そこからどうしても消したい不要なワードだけをメモ帳や一括編集ツールでサクッと編集していくのが、最も効率的でスマートなテクニックかなと思います。
固有のトリガーワードを考案して割り当てる方法
完成したLoRAモデルを実際に画像生成ツール（Web UIなど）に読み込ませて、プロンプトとして入力することでその学習効果を強制的に呼び出すための特殊な呪文を「トリガーワード（起動ワード）」と呼びます。トリガーワードの設定で最も注意しなければならないのが、AIが既に元の知識（ベースモデル）として深く暗記してしまっている、一般的な既存の単語と被らないオリジナルの造語を用意することです。
もしあなたが自作した特定のオリジナルキャラクターのトリガーワードを、安易に「girl」や「shining blue eyes」といった一般的な言葉に設定してしまうと、AIは「元々知っている一般的な女の子（girl）」を描くべきなのか、それとも「あなたが新しく教え込んだ固有のキャラクター」を描くべきなのかパニックを起こして競合してしまいます。その結果、本来描けるはずだった多様なポーズや髪型が指定できなくなったり、逆にキャラクターの顔が歪んだりする「クラスドリフト（元の概念の汚染・崩壊）」という致命的な不具合が発生してしまうのです。
このトラブルを防ぐためには、トリガーワードに「tzw_chara」や「bks_style」といった、現実の英語辞書に載っておらず、AIが何の初期知識も持っていないような独自のアルファベットの羅列やユニークな造語を設定してあげましょう。キャプションファイル（txt）の最優先の先頭単語としてこの固有トリガーワードを必ず記述しておくことで、画像生成時にその造語を入力した瞬間だけ、ピンポイントであなたが学習させた特徴を100%引き出し、既存の描画ルールを一切汚染しないピュアなLoRAを扱うことが可能になります。
タグ消しとタグ残しを使い分ける編集テクニック
キャプションファイル（txt）を作成する際、「AIに教えてあげるべき特徴（タグ）」をあえて残しておくか、それとも削って隠すかによって、生成されるイラストの動かしやすさや再現性が全く異なるものになります。これを画像生成AIコミュニティでは「タグ消し・タグ残しの理論」と呼び、思い通りのLoRAを作り上げるための最重要の職人芸となっています。
キャラクターの再現性と自由度を操るテクニック
- タグ消しの原理（特徴をトリガーに強力固定する）
キャラクターを象徴する最大の特徴（例：常に着用しているトレードマークのヘッドフォンや、特徴的な青いツインテールなど）を表す英単語を、キャプションファイルからあえて全て削除します。こうすることによってAIは「キャプションには一言も書いていないのに、なぜか用意された全ての学習画像に常に写り込んでいる共通のナゾのパーツがあるぞ」と認識します。結果として、その特徴全体が「トリガーワード」にダイレクトに紐付き、生成時にはただトリガーワードを1文字入力するだけで、髪型や小物が完璧にトレードマーク通りに出現するようになります。 - タグ残しの原理（着せ替えやポーズを100%自由にする）
素材画像でキャラクターが着用している「赤いセーラー服」や「ピースサイン」といった具体的な要素を、キャプションの中にあえてしっかり記述して残しておきます。こうすると、AIは「画像に写っている赤いセーラー服は、キャラクター本人の体の一部ではなく、既存の『red sailor uniform』という服を着ているだけなんだな」と正確に切り離して理解します。これによってLoRAを適用した状態でも、プロンプトで「green dress」と入力すれば衣装が綺麗に上書きされ、様々な服に着せ替えたり、色々なポーズを自由自在に指定したりできる汎用性の高いLoRAになります。
「どんなシチュエーションでも常にあの決まった制服姿で固定したい！」という場合は、余計なタグを徹底的に削ぎ落とす「タグ消し」を行い、逆に「普段の服だけじゃなく、水着や私服、ファンタジーな鎧など、色々な服を着せて動きのあるポーズを取らせたい！」という場合は、服やポーズのタグを細かく網羅してAIに学習させないようにする「タグ残し」を徹底する。この性質をあらかじめ頭の中で組み立てておくだけで、作った後に「なんか服が全然変わらなくて使えないモデルになっちゃったな……」といった失敗を防げるのでぜひ試してみてくださいね。
ツール選定と実践的な画像生成のLoRAの作り方
準備が整ったら、いよいよツールを使ってLoRAの作成に入りましょう。ローカル環境で動かせる代表的な学習ツールの特徴や、各ベースモデルに対応した具体的な設定値、そしてトラブルが起きたときの解決法までを分かりやすく解説します。
本格的な設定ができるKohyaのGUIソフト
ローカル環境におけるLoRA学習で、国内外を問わずほぼ全てのトップクリエイターやエンジニアから絶大な信頼を獲得しているのが、kohya-ss氏の設計した強力なスクリプトをWebブラウザ上の視覚的な画面で操作できるようにした「kohya_ss GUI」です。このツールは一見すると非常に設定項目が多く難解に見えますが、そのぶん画像生成のLoRAの作り方を極めるにあたって、これ以上の自由度を持つ環境は他に存在しません。お使いのWindowsPCにGitやPython、そして機械学習ライブラリを適切にセットアップするだけで起動できます。
kohya_ss GUIがこれほど高く支持されているのには、主に以下のような圧倒的なアドバンテージがあるからです。
- 充実した内蔵ユーティリティ機能: 「Utilities」タブが最初から用意されており、別途ソフトを立ち上げなくても、学習用画像のサイズを一括で512×512や1024×1024にリサイズ（切り抜き）したり、WD14 Captioningを用いた自動タグ付け処理を同一ツール内で完結させることができます。
- 驚異的なチューニング性能: 学習率（Learning Rate）の決定、U-Net（画像の形を決める脳）やText Encoder（言葉を理解する脳）にそれぞれ異なる強度を設定できるほか、近年主流になっている自動で最適な学習率を模索してくれる超強力なオプティマイザ「Prodigy」などもフルサポートされています。
- 多彩な出力フォーマットと検証機能: 学習完了後に最も安全で読み込み速度が速い「.safetensors」形式のファイルを指定の保存フォルダへ自動出力。さらに設定したステップ数（例えば500ステップごと）にサンプル画像をテスト生成させて、過学習になっていないかをリアルタイムで確認する機能も備わっています。
初心者の方にとって最初は聞き慣れないパラメータだらけで戸惑うかもしれませんが、学習用のテンプレート設定ファイル（JSON）などもネット上で多く配布されているため、まずはそれらをロードして動かしてみるのがおすすめです。一度ローカルでの動かし方を覚えてしまえば、クラウドの課金上限などを気にすることなく、何百回でも自分の納得がいくまで極上のLoRAを追い求めることができるのが最大の強みですね。
拡張機能で手軽に学べるWebUIツール
「kohya_ss GUIのような別の単体アプリをインストールしたり、新しく起動バッチファイルを叩いたりするのは面倒。いつも使っているイラスト生成画面（AUTOMATIC1111 Web UI）だけで、もっと気楽に全ての作業を終わらせたい！」という要望をお持ちの方にぴったりなのが、Web UIの拡張機能タブとして学習機能を追加できる「sd-webui-train-tools」です。外部ソフトを一切立ち上げる必要がないため、UI自体の操作感が変わらず、初心者にとってはハードルが最も低く感じられるトレーニング方法のひとつかなと思います。
導入時の注意点
この拡張機能は非常に手軽で革新的な一方、Web UI自体のバージョンアップ頻度が非常に激しいため、システム競合による予期せぬエラーが突発的に発生しやすいというややデリケートな性質を持っています。導入後にフリーズやPythonエラーが発生して動かない場合は、Web UI側のバージョンをあらかじめ開発元が動作確認をアナウンスしている安定版（Release 1.8.0、コミットハッシュ：bef51aed032c0aaa5cfd80445bc4cf0d85b408b5など）に一時的にロールバック（ダウングレード）して環境を固定するなどの配慮をしてあげると、見違えるほどすんなり動作が安定します。
この拡張機能の導入が成功すれば、Web UIの上部に「TrainTools」という新しいタブが出現します。使い方はとても簡単で、プロジェクト名（LoRAの名前）とバージョンを自由に入力して決めたら、用意した学習用の画像フォルダを指定するだけで準備完了。あとはボタンを押せば、Web UIが裏で自動的にモデルのトレーニングを実行してくれます。学習完了後は、そのまま使い慣れた「txt2img（プロンプトからの画像生成）」タブに戻って、リロードするだけで出来上がったばかりのLoRAがスロットに表示されるため、この一連のテストサイクルの快適さと手軽さは他を圧倒していますね。
各ベースモデルに合わせた推奨パラメータの設定
LoRAの学習を無駄な時間と電気代に終わらせず、しっかりと効果を出すためには、対象にするベースモデル（土台のAI）の構造や解像度に合わせて、各種トレーニングパラメータをピンポイントで適切に噛み合わせて設定する必要があります。例えば、初期の非常にコンパクトなSD1.5と同じ感覚の設定のまま、超高精細かつモデル規模が巨大なFLUX.1の学習を行おうとしても、パラメータ不足で特徴が全く現れなかったり、逆に一瞬でデータが飽和してゴミのような画像しか出力されなくなってしまいます。
各ベースモデルの特性に合わせた、現在の推奨標準パラメータをこちらのテーブル表に整理しました。
| パラメータ | Stable Diffusion 1.5 | SDXL 1.0 / Pony V6 | FLUX.1 (Dev / Schnell) |
|---|---|---|---|
| 推奨解像度 | 512 × 512 | 1024 × 1024 固定 | 512 × 512 または 1024 × 1024 |
| Network Rank (Dim) | 8 〜 16 | 16 〜 32 | 16 〜 32 |
| Network Alpha | 1 〜 8 | 8 〜 16 | 8 〜 16（Rankの半分以下が目安） |
| 主要オプティマイザ | AdamW8bit | AdamW8bit / Prodigy | Prodigy / Adafactor |
ここで特に重要なのが「Network Rank（次元数）」と「Network Alpha（アルファ値）」の関係性です。RankはLoRAにどれだけ多くの情報量（特徴のディテール）を保存できるかの『器の大きさ』を示し、Alphaは元のベースモデルにどれだけ強くそのLoRAを割り込ませるかの『影響力の比率』を示します。基本的にAlphaはRankと同じ値にするか、その半分（例：Rank 32に対してAlpha 16）に設定することで、生成されたイラストの質感を損なうことなく綺麗に適用できます。また、計算処理時の数値の保存形式には、従来の「FP16」に加えて新しく「BF16（Bfloat16）」という規格があります。もしあなたの使っているグラフィックボードがRTX 30シリーズや40シリーズといった比較的新しい世代であるなら、数値の切り捨てによる計算エラー（いわゆるNaNによる画像真っ黒バグ）が非常に発生しにくいBF16を選択して学習を行うことを強くお勧めします。
アンダーベイクや過学習などのトラブル解決法
どれほど丁寧に準備して慎重に学習を走らせても、一発目で100%完璧なクオリティのLoRAを出力できることは、プロのエンジニアであっても非常に稀です。生成してみたら「あれ？全然指定したキャラクターの顔にならないぞ……」とがっかりしたり、逆に「なんだか全体がドロドロに溶けたような、奇怪なイラストしか出力されない……」と絶望したりするのは誰もが通る道です。しかし、それらの不具合には全てロジカルな原因と、必ず解決できるアプローチが存在します。
よく遭遇する代表的なエラー現象と、その具体的な解決手順を一覧で確認しておきましょう。
| 現象・不具合 | 想定される主な原因 | 解決に向けたアプローチ |
|---|---|---|
| 特徴が一切出ない（アンダーベイク） | 学習ステップ数が著しく不足している、またはベースモデルとLoRAの相性が悪い。 | 1枚あたりの繰り返し回数を増やすか、エポック数を引き上げて再学習する。 |
| 絵が斑状に崩れる、同じポーズしか出ない（過学習 / オーバーベイク） | 学習率が高すぎる、またはステップ数が多すぎて、AIが融通の利かない状態になっている。 | 学習率を少し下げて再実行するか、数エポック前に自動保存された中間ファイルを適用してみる。 |
| 手先や横顔が著しく破綻する | 正面の顔のアップばかりを学習させており、AIが立体的な体や手の構造を理解できていない。 | データセットに斜め顔、横顔、全身が写っているロングショットの画像を意図的に追加投入する。 |
特に初心者におすすめしたい最強の自衛策は、学習設定の際に「Save every N epochs（数エポックごとに途中経過を出力する）」というオプションを有効にしておくことです。例えば10エポックで最終成果物を出す場合でも、エポック3、5、7、9の中間LoRAファイルを自動保存させておけば、後から「最終ファイルの10は絵が崩れすぎてダメだったけど、中間のエポック7が一番着せ替えもできて顔の再現度も完璧な奇跡のLoRAだった！」という風に、ベストな状態を後からピックアップすることができるようになります。何度か試行錯誤しているうちに、「このくらいのステップ数が一番自分のイラストにとって心地よいバランスだな」という感覚が自然と掴めてくるはずですよ。
メタデータ編集で起動タグを自動挿入する方法
苦労して自作したLoRAファイル（.safetensors形式）を画像生成ツールの指定フォルダ（例えば、AUTOMATIC1111 Web UIであれば stable-diffusion-webui/models/Lora フォルダ）に格納すれば、いつでも生成画面でそのモデルを呼び出せるようになります。しかし、追加学習の面白さに目覚めて何十個もLoRAを作り溜めていくと、しばらく経った後に「あれ……このLoRAを呼び出すためのオリジナルの起動呪文（トリガーワード）、何だっけ……。フォルダ内のテキストファイルを探し出すのも面倒だな……」と必ず混乱するようになります。
そんなプチストレスを永久にゼロにするために、Web UIに搭載されている便利なメタデータ保存機能を活用しましょう。
トリガーワード自動入力の設定手順
Web UIを起動し、プロンプト入力欄の下部にある「赤いはがきマーク（追加ネットワーク）」をクリックすると、フォルダ内のLoRAがカード形式でズラリと一覧表示されます。そこで該当する自作LoRAカードの右上にひっそりと配置されているスパナ（またはレンチ）のアイコンをクリックしてください。するとLoRAのメタデータ直接編集画面がポップアップで開きます。
画面内にある「Activation text（起動キーワード）」という入力項目を見つけたら、あなたが学習時に設定したあの固有トリガーワード（例：tzw_chara）を入力し、最下部にある保存ボタンをクリックして閉じます。
この簡単なワンステップを実行しておくだけで、次からはそのLoRAのカードをクリックした瞬間、プロンプト欄にLoRA指定タグ <lora:my_model:1.0> と同時に、設定した固有トリガーワードが空白スペースを挟んで自動的に一発で挿入されるようになります！わざわざメモ帳や学習用のテキストを開いてコピペしたり、トリガーワードを暗記したりする必要が一切なくなるので、日々の創作活動の生産性が驚くほど快適になりますよ。
理想のモデルを完成させる画像生成のLoRAの作り方
ここまで、画期的な画像生成の手法であるLoRAの作り方について、その土台から応用テクニックまで一通りお伝えしてきました。一見すると、専門用語や怪しげな英語のパラメータが多くて身構えてしまうかもしれませんが、結局のところ最も大切なプロセスは「学習させるための綺麗な画像を丁寧に準備し、キャプションを通してAIにその魅力を優しく、正確に教えてあげること」に尽きます。極端な話、計算や設定の数値が少しばかり大雑把であっても、土台となる画像セットのトリミングやクオリティが高ければ、AIは驚くほど見事にその特徴を再現してくれるポテンシャルを持っています。
今やAI学習ツールは日々猛烈な勢いで進化を遂げており、かつては一部のコアなプログラマーにしかできなかった高度な機械学習の技術が、初心者でもクリック一つで遊べるようなフレンドリーな環境に落とし込まれています。ご自身のパソコンの性能を信じてローカル環境での本格的なkohya_ss導入に挑戦するのも素晴らしいですし、まずはスマートフォン片手にPixAIやCivitaiなどのクラウドサービスの力を借りて、お気楽に「AIが自分の好きなものを学習していくプロセス」を実感してみるのも最高にエキサイティングかなと思います。あなたが用意したオリジナルの画像から、あなただけの世界で唯一無二のイラストがキャンバス上にシュッと生成された瞬間の脳汁が出るような感動は、一度体験すると本当にクセになります。ぜひこのガイドを片手に、自由で創造力あふれる「LoRA自作ライフ」への第一歩を踏み出してみてくださいね！
