Lexica でプロンプトの重み、ネガティブプロンプト、キャンバスサイズを設定する方法

Lexica は、AI 生成画像のための厳選された検索エンジンであると同時に、独自の Aperture モデルシリーズを搭載した専用の画像生成スイートでもあります。標準的なテキストプロンプトが画像の創造的な基盤を提供する一方で、Lexica の生成コントロール（特にキャンバス寸法、ネガティブプロンプト、プロンプトの重み付け）を使いこなすことで、クリエイターはランダムな結果から脱却し、正確な構図フレーミング、破綻のない解剖学的描写、一貫したスタイルの忠実性を実現できます。Generate エディタでこれらのパラメータを設定する方法を理解することで、プロンプトのアイデアを公開品質のビジュアルアセットへと昇華させることができます。

Lexica の生成ワークスペースの操作

Lexica の Generate タブを開くと、迅速な試行錯誤を想定して設計された無駄のないインターフェースが表示されます。サンプリングステップ数（sampling steps）、スケジューラ（schedulers）、clip skip 値の手動設定が必要な複雑なオープンソース環境とは異なり、Lexica はこれらの低レイヤーの技術的設定を中核となる直感的なクリエイティブ操作へと抽象化しています：

• Prompt 入力フィールド：被写体、アートメディア、ライティング、環境、視覚的雰囲気を指定するメインのテキストボックスです。
• Negative Prompt フィールド：拡散プロセスにおいてモデルが積極的に排除・抑制すべきキーワードや概念を指定する除外用ボックスです。
• Dimension スライダー：幅と高さを連動して調整し、出力アスペクト比とピクセル解像度を設定する連続またはステップ式のセレクターです。
• Guidance Scale スライダー：Classifier-Free Guidance（CFG）に対応する数値コントロールで、モデルがプロンプトの指示にどれほど厳密に従うか、あるいは自律的に細部を補完するかを決定します。
• Model セレクター：フォトリアリスティックな描画スタイルやプロンプト感度がそれぞれ調整された Aperture モデルのバージョン（Aperture v2、v3、v4 など）を切り替えることができます。

これらの設定を計画的にバランスよく調整することで、構図の歪みや不要なアーティファクト、平凡な生成結果につながりがちな試行錯誤の無駄を排除できます。

キャンバス寸法とアスペクト比の設定

キャンバス寸法は、生成される画像のピクセル数だけでなく、構図、被写体のフレーミング、空間の階層構造をも左右します。Lexica では、幅と高さのパラメータを連動して更新する統合アスペクト比コントロールによって寸法を管理します。

構図とフレーミングへの影響

Aperture のような拡散ベースのモデルでは、アスペクト比が被写体の配置を導く幾何学的なバウンディングボックスを決定づけます：

• 縦長構図（例：512x768 または 640x1024）：垂直方向のフレーミングは、モデルに対して全身像、立ち姿のポートレート、高さのある建築物の描写を促します。正方形のフレーム内でキャラクターを指定した場合、モデルは肩口でトリミングしてしまう傾向がありますが、縦長のアスペクト比に切り替えることで、衣装全体、履物、地面に足を着けた立ち姿を描写するために必要な縦のキャンバス領域が確保されます。
• 横長構図（例：768x512 または 1024x640）：水平方向のフレーミングは、パノラマ風景、シネマティックなスチル、自動車のデザイン、複数の被写体によるインタラクションに適しています。広いアスペクト比は水平軸に沿って空間の奥行きを分散させ、精細な背景風景、周囲の室内セット、横方向のネガティブスペースの配置を可能にします。
• 正方形構図（例：512x512 または 768x768）：正方形のフレーミングは、アバターのポートレート、製品のクローズアップレンダリング、対称的な建築のファサード、ソーシャルメディアのフィード投稿に最適です。視覚的な重心がフレームの中央に集中します。

アスペクト比に起因するアーティファクトの回避

極端なアスペクト比を設定すると、頭部が二重になったり、胴体が複数描かれたり、地平線が分裂したりといった不要な反復が発生する場合があります。これは、過剰なキャンバスの幅や高さを埋めようとして、モデルが学習データ内のパターンを重複して適用してしまうために起こります。横長や縦長の大判構図を生成する際は、以下の点に留意してください：

1. Lexica のスライダーインターフェースで直接サポートされている標準的なアスペクト比（2:3、3:2、16:9、9:16 など）を維持する。
2. 横長画像で被写体の重複が発生する場合は、ポジティブプロンプトに構図のアンカー（例："wide-angle panoramic view of a single solitary figure in the desert"）を含め、水平方向全体で単一の被写体としての整合性を補強する。

ネガティブプロンプトによる欠陥の排除

ネガティブプロンプトは、Classifier-Free Guidance（CFG）において数学的な誘導機構として機能します。各サンプリングステップにおいて、拡散モデルは 2 つのベクトル経路を計算します。一方はポジティブプロンプトの条件に向かい、もう一方はネガティブプロンプトの条件に向かいます。ポジティブ方向からネガティブ方向を差し引くことで、Lexica は指定された特徴が最終レンダリングに現れるのを抑制します。

主要なネガティブプロンプトのカテゴリ

効果的なネガティブプロンプトは、画像の品質低下における主な 3 つのカテゴリに対応します：

1. 解剖学的および構造的な歪み：拡散モデルは、複雑な関節や四肢末端の描画に苦戦することがあります。extra fingers, mutated hands, poorly drawn face, fused limbs, unnatural posture, cross-eyed などの用語を指定すると、奇形な解剖学的特徴を生み出すノイズ混じりの潜在ステップを破棄するようモデルに指示できます。
2. 技術的なアーティファクトと圧縮ノイズ：鮮明度と階調の明瞭さを確保するため、ユーザーは頻繁に blurry, low resolution, jpeg artifacts, pixelated, bad contrast, overexposed, underexposed を含めます。
3. 不要なテキストとグラフィックのオーバーレイ：学習データセットにプロモーション素材やストックフォトが含まれていることが多いため、モデルが無意味な文字列や透かしの輪郭を描き込んでしまう場合があります。watermark, signature, text, logo, trademark, frame, border を使用することで、不要な商業的アーティファクトを除去できます。

ネガティブプロンプトのベストプラクティス

• 特定の問題に対処する：無差別なキーワードを何百個も貼り付けるのではなく、テスト生成で観察された問題に応じてネガティブ用語を追加してください。ネガティブプロンプト入力欄に過剰なキーワードを詰め込むと、画像のコントラストが失われ、自然な質感が損なわれ、被写体が人工的なプラスチックのような質感になってしまいます。
• 意味的な過剰干渉を避ける：ポジティブプロンプトと矛盾する不可欠な要素を排除するためにネガティブプロンプトを使用すべきではありません。たとえば、ポジティブプロンプトで「雰囲気のある夜景（moody night scene）」を要求しているにもかかわらず、ネガティブプロンプトに「darkness」を含めると、カラーグレーディングやライティングに予測不能な破綻が生じます。

プロンプトの重み付けと Guidance Scale の調整

プロンプトの影響度を微調整するには、全体の Guidance Scale スライダーとプロンプト内の個々のキーワードの重み付けという、2 つの補完的なレイヤーを操作します。

Guidance Scale (CFG) スライダー

Guidance Scale スライダーは、Aperture モデルがユーザーのテキスト指示にどれほど厳格に従うかの全体的な強度を制御します：

• 低ガイダンス（値 3–6）：モデルに高い創造的自由度を与えます。画像は自然な階調の遷移、柔らかなライティング、繊細なアートテクスチャを示す傾向がありますが、副次的なプロンプトの記述が無視されることがあります。
• バランス重視のガイダンス（値 7–9）：ほとんどの商用ワークフローやコンセプトアートのワークフローにおける最適な基準値です。複雑な記述的プロンプトに忠実に従いながら、自然な肌のトーン、一貫したライティング、シャープな輪郭を維持します。
• 高ガイダンス（値 10–14）：すべてのキーワードに対する厳格な準拠を強制します。特定の色、オブジェクト、配置を正確に出現させる必要がある場合に有用ですが、色が過飽和になったり、輪郭が過剰にシャープになったりするリスクを伴います。
• 極端なガイダンス（値 15+）：しばしば「焼き付き（burnt）」や過度なアーティファクト、粗いバンディング、輪郭周辺の高コントラストなハロー、テクスチャの劣化を引き起こします。

プロンプト内のキーワード重み付け構文

プロンプト内に競合する複数の要素が含まれている場合、標準的な Stable Diffusion の構文を使用して個々のフレーズの強調度を調整できます：

• 明示的な数値係数：キーワードやフレーズを丸括弧で囲み、コロンと希望する数値を指定します（例：(cinematic lighting:1.2) や (vibrant neon colors:1.3)）。1.0 は基準となる強調度を表し、1.0 を超える値はその概念を強調し、1.0 未満の値（例：(vintage grain:0.8)）はその視覚的影響度を弱めます。
• 括弧による重み付け：用語を二重丸括弧 ((keyword)) で囲むと段階的に強調度が増加します（括弧 1 組につき約 1.1 倍の乗算に相当）。逆に、角括弧 [keyword] で囲むと強調度が下がります（約 0.9 倍の乗算に相当）。
• 競合する概念の制御：建築のリアリズムと未来的なサイバーパンクの美学を組み合わせるなど、2 つの異なるスタイルを融合する場合、(brutalist concrete architecture:1.2) と並べて (subtle cyberpunk accents:0.7) を設定することで、ネオンの光が建物の幾何学的なコンクリート構造を圧倒してしまうのを防ぐことができます。

ステップ・バイ・ステップのワークフロー：検索のインスピレーションからカスタム生成へ

Lexica の大きな強みは、検索データベースと生成ワークスペースのシームレスな統合にあります。クリエイターは、コミュニティで高い評価を得ているプロンプトをリバースエンジニアリングして、独自の設定を調整できます：

1. 実績のあるプロンプトの分析：Lexica で目的の被写体や視覚スタイルを検索します。既存の画像をクリックしてメタデータパネルを確認し、使用された正確な prompt、negative prompt、guidance scale、dimensions、seed を把握します。
2. Generate エディタへの転送：「Open in editor」をクリックするか、プロンプト文字列をコピーして Generate タブに貼り付けます。
3. アスペクト比の事前設定：必要な出力先に応じた寸法を選択します（モバイル表示用の 640x1024 や、ワイドスクリーンのバナー用の 1024x640 など）。初期段階で寸法を設定しておくことで、最初の生成から意図した構図が適切に構築されます。
4. Guidance Scale の調整：基準値として Guidance Scale を 7 または 8 に設定します。
5. 的を絞ったネガティブプロンプトによる調整：標準的なノイズ除去用語（blurry, deformed hands, watermark）を追加し、生成されたプレビューを確認します。
6. プロンプトの重み付けによる反復改善：重要な要素が十分に描写されない場合や、副次的なスタイルが構図を支配してしまう場合は、全体の Guidance Scale を引き上げるのではなく、数値による重み付け (term:1.2) を適用してモデルのフォーカスを誘導します。

生成パラメータのリファレンスガイド

以下の表は、Lexica における主要な生成パラメータの推奨設定と標準的な動作基準をまとめたものです：

Lexica のパラメータを個別のスライダーとしてではなく、連携したひとつのシステムとして扱うことで、クリエイターは編集、商業、デザインの厳密な要件に応じた、コントロールされた高品位な画像を安定して生成できるようになります。