Stable Diffusionのプロンプトの書き方 基本ルールとコツ・ネガティブプロンプトまで解説

Stable Diffusionは、入力した指示文をもとに画像を生成するAIです。この指示文はプロンプトと呼ばれ、同じモデルを使っていても書き方ひとつで仕上がりが大きく変わります。

うまくいかない原因の多くは、センスではなくルールを知らないことにあります。単語の並べ方、区切り方、量の上限、除外指定の仕方には決まった型があり、そこを押さえるだけで再現性は一気に上がります。

この記事では、プロンプトの基本ルールから構成テンプレート、ネガティブプロンプトの定番ワード、強弱をつける記法、思い通りにならないときの対処法、商用利用時の注意点までを順番に整理しました。手元で試しながら読み進められる構成にしています。

確認したいポイント	結論	詳細
プロンプトとはどのようなもの？	画像の内容を伝える指示文	生成したい要素を英単語で並べた指示文です。除外したい要素はネガティブプロンプトで別に指定します。
日本語でも書ける？	英語で書くのが基本	学習データの多くが英語のため、英単語での記述が安定します。日本語は翻訳を挟む形が現実的です。
書き方の基本ルールは？	語順・カンマ区切り・75トークン	前に置いた単語ほど強く反映されます。カンマと半角スペースで区切り、全体量は75トークンが目安です。
何をどの順で書けばいい？	品質→被写体→詳細→背景の順	品質タグ、被写体、外見や服装、ポーズ、構図、背景、照明、画風の順に並べると組み立てやすくなります。
ネガティブプロンプトは必要？	品質の底上げに必須	低品質や体の破綻を抑える定番ワードを入れておくだけで、失敗画像の割合を減らせます。
特定の要素を強調するには？	括弧と数値で重みを指定する	括弧で囲み数値を添えると強弱を調整できます。上げすぎると絵が破綻するため小刻みに変えます。
反映されないときの原因は？	語順・トークン超過・モデル差	後方に置いた単語は弱まります。上限超過や、モデルが不得意な表現も反映されない要因になります。

この記事でわかること

• プロンプトとネガティブプロンプトの役割と、英語で書く理由
• 語順・区切り・トークン数など、結果を左右する5つの基本ルール
• 品質タグから背景・照明まで、そのまま使えるプロントの構成テンプレート
• 括弧による強調やBREAKなど、精度を上げる応用記法の使い方
• 反映されない・体が崩れるといった失敗の原因と、商用利用時の注意点

＼ 業務効率化・DX推進のご相談はこちら ／ プレゼン資料作成や業務改善の仕組みづくりについて、貴社の課題に合わせた最適なご提案が可能です。 ▶ 無料相談・お問い合わせはこちら

Stable Diffusionのプロンプトとは？基本の仕組み

プロンプトは、Stable Diffusionに対して「どんな画像を作ってほしいか」を伝える指示文です。文章で書くのではなく、生成したい要素を英単語で並べ、カンマで区切っていく形式が基本になります。

同じモデル、同じ設定でも、プロンプトが違えば出力される画像はまったく変わります。モデル選びやパラメータ調整より先に、まずここを整えることが仕上がりの安定につながります。

扱う単語そのものは難しいものではありません。中学校で習う程度の英単語で組み立てられるため、英語力よりも「何を指定すべきか」を把握しているかどうかが結果を分けます。

プロンプトとネガティブプロンプトの役割

入力欄は2種類に分かれています。上の欄には画像に入れたい要素、下の欄には画像から除きたい要素を書きます。後者がネガティブプロンプトです。

入れたいものを書くだけでは、意図しない要素まで一緒に描かれます。手や指の破綻、不要な文字やロゴ、ぼやけた描写などは、除外指定で抑えるのが前提の運用になります。

英語・カンマ区切りが基本になる理由

Stable Diffusionが学習したデータの大半は、英語のテキストと画像の組み合わせです。日本語で入力しても反応する場合はありますが、意図した表現に結びつかないことが多くなります。

区切りにはカンマと半角スペースを使います。区切りが抜けていると単語が正しく解釈されず、指定したはずの要素が反映されないことがあります。

近年は日本語に対応したモデルも登場していますが、情報量や作例の多さでは英語のほうが依然として有利です。参考にできる事例が多いことは、学習効率の面でも見逃せない差になります。

文章生成AIとの書き方の違い

ChatGPTのような文章生成AIには、自然な文章で背景や目的を説明したほうが精度が上がります。Stable Diffusionはこの逆で、説明的な長文よりも、要素を並べた単語の列のほうが正確に伝わります。

同じ「プロンプト」という言葉でも、書き方の作法は別物と考えてください。文章生成AI側の考え方を整理しておきたい方は、プロンプトの書き方の基本をまとめた記事もあわせてご確認ください。

Stable Diffusionのプロンプトで守りたい5つの基本ルール

細かなテクニックに入る前に、結果を左右する土台のルールがあります。この5つを外していると、どれだけ単語を足しても狙った画像には近づきません。

前に置いた単語ほど強く反映される

Stable Diffusionは、プロンプトの前方にある単語を優先して扱います。最も伝えたい主題やスタイルを先頭に置き、背景や照明などの補足要素を後ろに回すのが基本の並べ方です。

長いプロンプトの末尾に置いた単語は、ほとんど効かないこともあります。指定したのに反映されないときは、まず順番を前に動かして確認してください。

この性質を利用すると、優先順位を意図的にコントロールできます。譲れない要素を先頭に集め、あってもなくてもよい要素を後方にまとめる並べ方が、実務では扱いやすくなります。

カンマと半角スペースで区切る

単語同士は「,」と半角スペースの組み合わせで区切ります。スペースだけで並べると複数語がひとつの表現として解釈され、意図と違う結果になりやすくなります。

逆に、2語以上でひとつの意味を持つ表現は、あえて区切らずにまとめて書きます。区切りの位置が、そのまま意味の単位になると考えると分かりやすくなります。

トークン数は75以内を目安にする

プロンプトはトークンという単位で数えられ、単語だけでなくカンマもカウントされます。75トークンを超えると意図した内容が反映されにくくなるため、この数字が実質的な上限の目安です。

要素を足したくなったときは、まず不要な単語を削ります。似た意味の形容詞を重ねても効果は薄く、むしろ全体の精度を下げる原因になります。

上限を超えて入力すること自体は可能ですが、超えた分の扱いはツールによって異なります。安定した結果を求めるなら、意識的に短くまとめるほうが結果的に近道になります。

抽象的な言葉より具体的な単語を使う

「きれいな」「かっこいい」といった主観的な表現は、AI側で解釈の幅が広くなりすぎます。何がどうきれいなのかを、色・素材・時間帯・角度といった具体的な語に置き換えてください。

たとえば「美しい風景」ではなく、「山、湖、夕暮れ、逆光」と分解します。分解の細かさが、そのまま再現性の高さにつながります。

一度に変えるのは1要素だけにする

複数の単語を同時に入れ替えると、どの変更が効いたのか分からなくなります。1回の生成につき1か所だけ変えて比較する進め方が、遠回りに見えて最短になります。

同じ乱数の値を固定したうえで比較すると、変更点の影響だけを確認できます。検証の精度を上げたい場面では、この方法が有効です。

＼ 業務効率化・DX推進のご相談はこちら ／ プレゼン資料作成や業務改善の仕組みづくりについて、貴社の課題に合わせた最適なご提案が可能です。 ▶ 無料相談・お問い合わせはこちら

そのまま使えるプロンプトの構成テンプレート

毎回ゼロから考える必要はありません。書く順番をテンプレート化しておけば、要素の抜けを防ぎながら短時間で組み立てられます。

8つのブロックに分けて考える

プロンプトは、品質タグ・被写体・外見や服装・ポーズや表情・構図やカメラ・背景・照明・画風という8つのブロックに分けられます。この順に前から並べていくのが標準的な形です。

品質タグは、高解像度や精細さを示す単語をまとめたものです。冒頭に置くことで全体の描き込み量を底上げできます。被写体は人数や種類を明示し、あいまいさを残さないようにします。

構図やカメラのブロックでは、上半身・全身・接写といった写る範囲や、見上げる角度なのか見下ろす角度なのかを指定します。ここが抜けていると、生成のたびに構図が変わって安定しません。

照明のブロックは軽視されがちですが、印象を決める比重は大きい部分です。順光か逆光か、自然光かスタジオ照明かを指定するだけで、同じ被写体でも仕上がりの雰囲気は別物になります。

組み立てた例を確認する

風景を作る場合は、品質タグの後に「山と湖」という被写体、「夕暮れ」という時間帯、「逆光」という照明、「油彩風」という画風を順に並べます。単語数としては15前後で十分に成立します。

商品写真であれば、被写体の後ろに「白背景」「スタジオ照明」「真上からの俯瞰」といった撮影条件を続けます。用途が決まっているほど、指定すべき項目もはっきりします。

最初から長く書く必要はありません。5語程度の短いプロンプトで方向性を確かめ、そこから1ブロックずつ足していくほうが、どの指定が効いているかを把握しやすくなります。

用途に応じて組み替える

人物を扱う場合は、外見・服装・表情のブロックが厚くなり、風景では背景と照明の比重が上がります。すべてのブロックを毎回埋める必要はなく、不要な項目は省いて構いません。

社内で複数人が使うなら、用途別のテンプレートを共有資産として管理する方法が有効です。画像生成を含めた業務改善の進め方は、生成AIによる業務効率化の考え方をまとめた記事でも整理しています。

ネガティブプロンプトの使い方と定番ワード

ネガティブプロンプトは、画像に現れてほしくない要素を指定する欄です。ここを空欄のまま使うか、定番ワードを入れておくかで、失敗画像の割合は明確に変わります。

共通で入れておきたい定番ワード

品質面では、低品質・最低品質・ぼやけ・ピンぼけを示す単語が定番です。構造面では、体の破綻や手の崩れ、余分な手足、人物の重複を除外する語を加えます。

画面に文字やロゴが混ざる問題も、ネガティブ側で抑えられます。透かし・署名・テキストといった単語を入れておけば、素材として使う際の手直しが減ります。

一方で、除外語を増やしすぎると表現の幅まで狭まります。まずは10語前後の基本セットを用意し、実際に出た不具合に応じて足していく運用が扱いやすい形です。

実写系とイラスト系で使い分ける

写真のような画像を作りたい場合は、スケッチ・絵画・イラスト・人形といった語を除外側に置きます。画風が絵寄りに引っ張られるのを防ぐためです。

イラストを作る場合は逆に、写実的な質感を示す語を除外します。同じネガティブプロンプトを全用途で使い回すと、狙った画風から外れる原因になります。

まとめて指定できる仕組みを使う

コミュニティで配布されているEmbeddingという小さなファイルを導入すると、複数の除外要素をひとつの単語で呼び出せます。毎回長い一覧を貼り付ける手間がなくなります。

導入時は配布元と利用条件を必ず確認してください。出所の不明なファイルを取り込むことは、業務利用では避けるべき運用になります。

精度を上げる応用記法｜強調・BREAK・切り替え

基本の並べ方を覚えたら、次は強弱の調整に進みます。特定の要素だけを強めたい場面では、単語を足すより重みを変えるほうが確実です。

括弧と数値で強弱をつける

単語を括弧で囲み、コロンに続けて数値を書くと重みを指定できます。1より大きい値で強調、小さい値で抑制という関係です。

数値は1.1や1.2といった小刻みな調整から試してください。極端な値を入れると色が飽和したり形が崩れたりするため、上げれば効くという性質のものではありません。

BREAKで指示のまとまりを区切る

プロンプトが長くなると、後半の指定が弱まります。区切りを入れる記述を挟むと、その前後を別のまとまりとして処理させられます。

服装と背景のように性質の違う指定が混ざる場合、この区切りを入れると色移りを抑えられます。編集時の見通しがよくなる点も実務では効いてきます。

区切りを入れた箇所はコメントのように扱えるため、後から自分で読み返す際の手がかりにもなります。長く運用するプロンプトほど、この整理が効いてきます。

生成途中で指定を切り替える

生成の途中でプロンプトを差し替える記法もあります。前半で全体の構図を作り、後半で細部の表現を変えるといった使い方が可能です。

扱いはやや難しいため、基本の書き方が安定してから試す順序をおすすめします。まずは語順と重み付けだけで狙いに近づけるかを確認してください。

モデルとの相性を前提に調整する

同じプロンプトでも、使用するモデルが違えば結果は変わります。リアル寄りのモデルにアニメ調の指定を入れても、意図した絵柄にはなりません。

プロンプトの前に、目的に合ったモデルを選べているかを確認することが先決です。うまくいかない原因の一定数は、記法ではなくモデル選びにあります。

どのツールを使うかで最適な書き方も変わります。Stable Diffusion以外の選択肢と比較したうえで判断したい方は、画像生成AIの主要ツールを比較した記事もあわせてご確認ください。

＼ 業務効率化・DX推進のご相談はこちら ／ プレゼン資料作成や業務改善の仕組みづくりについて、貴社の課題に合わせた最適なご提案が可能です。 ▶ 無料相談・お問い合わせはこちら

プロンプト作成を効率化する方法

毎回手で英単語を並べる必要はありません。既存の資産や別のAIを組み合わせれば、作成にかかる時間は大幅に短縮できます。

日本語で考えて英語に変換する

作りたい画像のイメージは日本語で書き出し、そこから英単語に置き換える流れが実務的です。翻訳ツールを通す場合は、文章ではなく単語単位で変換すると精度が上がります。

翻訳結果をそのまま使うと、画像生成では通じにくい表現が混ざることがあります。生成結果を見ながら単語を差し替える工程は残ると考えてください。

文章生成AIにプロンプトを作らせる

ChatGPTなどに条件を伝えて、画像生成用のプロンプトを出力させる方法もあります。8つのブロック構成を指示に含めておくと、そのまま使える形で返ってきます。

生成されたものをたたき台として、自分で単語を足し引きする使い方が現実的です。チャット型AIの操作に慣れていない方は、ChatGPTの使い方と業務での活用方法を解説した記事が参考になります。

既存の画像から設定を読み取る

自分が生成した画像には、使用したプロンプトや設定値が記録されています。読み取り機能を使えば、過去にうまくいった条件をそのまま再利用できます。

気に入った結果が出たときは、設定ごと保存しておく習慣をつけてください。再現できない成功は、業務では成果として扱えません。

よく使う組み合わせを登録する

多くのツールには、プロンプトとネガティブプロンプトの組み合わせを保存する機能があります。用途ごとに登録しておけば、毎回の入力作業がなくなります。

チームで使う場合は、この登録内容を共有する運用にしてください。個人の環境にだけ蓄積すると、担当者が変わった時点で品質が落ちます。

登録名には用途と作成日を含めておくと、数が増えても迷いません。運用が続くほど資産として効いてくる部分なので、初期のうちに命名ルールを決めておいてください。

思い通りにならないときの原因と対処法

生成がうまくいかない場面には、決まったパターンがあります。症状から原因を逆算できるようにしておくと、無駄な試行回数を減らせます。

指定した要素が反映されない

原因として多いのは、語順が後ろすぎることと、トークン数の超過です。該当する単語を前方に移動し、不要な語を削って全体量を減らしてください。

それでも変わらない場合は、モデルがその表現を苦手としている可能性があります。別のモデルで同じプロンプトを試すと切り分けができます。

手や指、体のバランスが崩れる

ネガティブプロンプトで体の破綻を抑える語を入れているかを確認してください。定番ワードを入れるだけでも、失敗の頻度は下がります。

手を大きく写す構図ほど破綻しやすいため、構図の指定を変えて回避する方法もあります。後から部分的に修正する機能を併用する手もあります。

似たような画像ばかり出てくる

乱数の値が固定されていると、毎回ほぼ同じ画像が生成されます。値をランダムに戻すか、プロンプト側の単語を入れ替えて変化をつけてください。

プロンプトを細かく指定しすぎると、生成の自由度そのものが下がります。バリエーションが欲しい場面では、あえて指定を減らす判断も必要です。

全体の画質が上がらない

品質タグの有無に加えて、生成サイズと処理ステップ数の設定を確認します。サイズが小さいまま細部を求めても、描き込みには限界があります。

小さめのサイズで構図を決め、良い結果だけを高解像度化する流れが効率的です。すべてを最初から高解像度で作る必要はありません。

生成に時間がかかりすぎる

処理ステップ数を増やしすぎている場合、時間だけがかかって画質は頭打ちになります。20から30程度を基準に、増やして違いが出るかを確かめてください。

枚数を多く出して選ぶ進め方のほうが、1枚に時間をかけるより効率がよい場面は多くあります。用途に必要な品質を先に決めておくと、設定の判断がしやすくなります。

商用利用で押さえておくべき注意点

業務で使う場合は、生成できることと使ってよいことを分けて考える必要があります。プロンプトの段階で配慮しておけば、後工程のリスクはかなり抑えられます。

著作権と肖像権に配慮する

既存の作品名やキャラクター名、実在する人物名をプロンプトに入れる行為は避けてください。生成物が既存の著作物と似ていて、かつそれに依拠したと判断される場合、権利侵害となる可能性があります。

生成AIと著作権の関係については、文化庁「AIと著作権について」で考え方とチェックリストが公開されています。社内ルールを作る際の下敷きとして活用できます。

権利面の論点を体系的に整理したい方は、生成AIと著作権の基本を解説した記事もあわせてご確認ください。

モデルごとのライセンスを確認する

配布されているモデルには、それぞれ利用条件が設定されています。商用利用の可否、クレジット表記の要否、再配布の扱いは統一されていません。

配布ページに記載された条件を、導入時に必ず確認してください。条件が明示されていないモデルを業務で使うことは、リスク管理の観点から避けるべきです。

社内で使う場合のルールを決める

扱ってよい題材の範囲、公開前の確認フロー、使用してよいモデルの一覧を文書化しておきます。個人の判断に任せると、部署ごとに運用がばらつきます。

生成物をそのまま公開せず、担当者が内容を確認する工程も残してください。チェックの仕組みまで含めて設計することが、業務利用の前提になります。

＼ 業務効率化・DX推進のご相談はこちら ／ プレゼン資料作成や業務改善の仕組みづくりについて、貴社の課題に合わせた最適なご提案が可能です。 ▶ 無料相談・お問い合わせはこちら

まとめ｜プロンプトは型を決めて1要素ずつ検証する

Stable Diffusionのプロンプトは、英単語をカンマで区切って並べる形式が基本です。前方の単語ほど強く反映され、全体量は75トークンが目安になります。

品質タグから画風までの8ブロックをテンプレート化し、ネガティブプロンプトで不要な要素を抑える。この2つを整えるだけで、失敗画像の割合は大きく下がります。

うまくいかないときは、変更を1要素に絞って比較する進め方が確実です。強調記法やモデルの選び直しは、その検証の中で判断してください。

業務で使う場合は、著作権とライセンスの確認、公開前のチェック工程まで含めて設計します。社内で運用を定着させる方法を検討中の方は、法人向け生成AI研修の内容と選び方を解説した記事もあわせてご覧ください。

＼ 業務効率化・DX推進のご相談はこちら ／ プレゼン資料作成や業務改善の仕組みづくりについて、貴社の課題に合わせた最適なご提案が可能です。 ▶ 無料相談・お問い合わせはこちら