STUDIO1911A2: Wai-Illustrious Text to Image ComfyUI workflow by Freyja Pixel 💖 - Bounty Hunter Masterpiece

ゼロショットの設計：1911A2 バウンティハンタープロトコル

誰でもアニメ生成が可能

「バウンティハンター」システムは、誰でもAIを使って美しいアニメアートを生成できるアクセスしやすい方法です。ユーザーは非常に簡潔なプロンプトで済みますが、明確で正確かつ美的な画像を実現でき、システムがほぼすべての重労働を担います。このシステムはポートレートスタイルや単一の被写体画像に特化しており、高品質な複数被写体画像の生成も可能です。ユーザーが長く詳細なテキストプロンプトを必要とせず、「ゼロショット」生成ツールは、経験の浅いユーザーでもAIを使って、階層的な背景を持つ高品質なキャラクターを制作できるように支援します。

バウンティハンターには複数のバージョンがあり、それぞれ異なる使用ケースに適しています。マスターバウンティハンターバージョンは、効率的な生成と高品質な出力のバランスが取れており、一般用途に最適です。ビッグゲームハンターバージョンでは、より高解像度の画像が得られ、マシンガンバージョンは標準よりやや小さいサイズの画像を高速で生成するのに最適です。これらすべては根本的には同じ方法で動作し、同じ設計原則に従い、それぞれのサイズで高品質な画像を生成します。

バウンティハンターの基盤は、二段階のプロセスです。第一段階では作品の構造を確立します。AIは、可能な限り最小の解像度で生成しながら、画像の基盤に特別な時間を割き、被写体とそのポーズ、画像内のオブジェクト、照明、構成と全体的なレイアウトに関わるすべてを含みます。第一段階は、イラストレーションにおける線画アーティストのように、他のアーティストが仕上げるための下絵を準備する、またはミニフィギュアの3Dスカルプターのようなものです。次の段階に渡す前に、画像は「アップスケール」（拡大）され、潜在的精緻化（ピクセル単位でチェック）を経て、「ハイレゾアップスケーリング」（一般的な画像生成ツール）を模倣します。

第二段階では、第一段階で作成された内容を再確認し、細部をシャープにし、誤りを修正して、全体を明確にフォーカスします。画像をきれいに整え、正確な詳細を追加するための特定のツールセットが与えられ、不自然な結果を生まないようにします。第一段階の例を続けると、この段階はイラストの着色担当者やミニフィギュアのペイント担当者のように、作品の表面を完成させる形状と詳細を追加する役割を担います。

テスト中に、私は「カツラギ・ミサト」（エヴァンゲリオンのキャラクター）のような名前付きキャラクターを使用した場合、AIはキャラクター名の書き方に反応し、Danbooruまたは日本式タグ順序を強く好むことに気づきました。多くのアニメ画像生成モデルは、日本語の名前順またはタグ順序（姓を先に、名を後に置く）でトレーニングされています。この順序で書かれた名前はAIが容易に認識でき、キャラクターの詳細がはるかに正確に再現されます。対照的に、西欧風の順序（名→姓）に逆転させると、モデルは必ず幻覚を起こし、間違ったキャラクターを生成することがわかりました。「ミサト・カツラギ」は金髪で青い目になり、「綾波レイ」はさらに長いピンクの髪になり、「ゴクウ」（曖昧なタグ）はピンクの髪のランダムな女性キャラクターを生成しました。一方、「カツラギ・ミサト」と「綾波 レイ」は、最初の生成で期待されるキャラクターを出力しました。また、Danbooru/e621タグはWai-illustriousに提示されるほぼすべての要素（衣装や髪型など）に適用され、出力品質を向上させます。ただし、よりニッチで未知のタグを使用する際には課題が生じます。これらのタグをナビゲートするため、バウンティハンターは、ユーザーが既知で正確なタグを見つけるのに役立つ推奨ソフトウェア、AIツール、ウェブサイトを含んでいます。

このシステムの大きな特徴の一つは、ワークフローの途中で自らユーザーに説明する点です。必要なすべての指示、メモ、ヒントがファイルに直接組み込まれています。重複した指示は、Webホストリポジトリ内に.txtファイルとして含まれています。目的は、ワークフローを開いた誰もが、その場でガイドを読みながら学べるようにすることであり、学習に必要なすべての情報がグラフ自体に含まれており、他のウィンドウを開く必要がないようにすることです。

これまでWai-illustriousを使用した経験から、バウンティハンターで私が最も驚いたのは、ほぼプロンプトなしでシステムがどれほど正確に動作するかです。過去の生成結果では、Waiが持つ膨大なキャラクターや被写体（5000以上）の範囲が、十分にガイドされない場合、幻覚を起こしやすいことがわかりました。多くの例画像は、キャラクター名だけを入力して作成され、テスト中にも「masterpiece」などのデフォルトのポジティブ品質プロンプトなしで、許容できる、あるいはそれ以上の品質の画像が生成されました。さらに、複数回にわたり、短い説明や空の「ポジティブプロンプト」でも高品質なアニメポートレートスタイルの画像が生成されました。システムは、テクスチャ、色調、線画、照明などの芸術的スタイルのほとんどを自動的に処理します。これは、初心者だけでなく、一貫性と再現性を求める経験豊富なクリエイターにも役立ちます。

このワークフローには、チェックポイントや生成設定によって制限されるいくつかの既知の制限、弱点、および将来の開発領域があります。まず、性質や性器の挿入（特にトランスジェンダーまたは「フタナリ」の形態）は、Wai-IllustriousおよびIllustriousのベースバイアスと、このようなNSFWシナリオや個人の画像に対するより高いトレーニング頻度により、より頻繁に発生する可能性があります。コンテンツ制限や否定的プロンプトとして「一般」「センシティブ」「NSFW」「露骨」などのセーフティレーティングタグの使用は、十分にテストされていません。また、このワークフローは画像の忠実度を高め、生成能力を集中させるために、推奨される最小解像度で初期画像を生成しており、他のアスペクト比や向きは完全にテストされていません。これらのパラメータにより、ワークフローはデフォルト設定で個々のポートレートにバイアスがかかる可能性があり、複数の被写体や複雑な構成の画像生成で困難やエラーが発生しやすくなります。2、4、または8のバッチ生成を実行することで、ノイズ除去中のランダム性の増加により、これらの形態やエラーを軽減できる可能性があります。

私は、このワークフローを使用して作成されたコンテンツや画像に対して、一切の責任、賠償責任、または説明責任を負いません。これは完全に検閲されていないAIツールであり、ユーザーには責任を持って使用する義務（意図された通り）が課されています。これは、ディープフェイクやほとんどの場所で禁止されるコンテンツなどの違法な使用を含みます。警告およびアドバイスを受けてください。

このワークフローを使用するには、ダウンロードしてComfyUI内で開き、2つの必須モデルと複数のリストされたサポートファイルを読み込むだけです。ワークフロー自体が残りの手順をガイドし、組み込まれたメモがどこをクリックすべきか、何を変更できるか、そしてすべてを壊さずに実験する方法を説明します。ユーザーにとって使いやすく、明確で、すべての人にアクセス可能になるように丁寧に設計されています。これまで高度なAIツールを使ったことがない人でも、比較的少ない学習曲線でバウンティハンターを使用できます。

私は、複雑な技術的詳細を知らなくても、誰もが美しい信頼性の高いアニメアートを作れるように、バウンティハンターを作成しました。これらの詳細は、経験よりもアイデアが多い人々にとっての障壁です。このツールは、創造プロセスをスムーズで予測可能、ストレスの少ない楽しい生成体験に変えます。すべての設定が終わったら、ユーザーはタグやキャラクター名を入力するだけで始められ、含まれているプロンプトをコピー＆ペーストするか、自分のアイデアを簡単に説明して、システムに残りを任せることができます。芸術はすべての人のためのものであり、私たち皆は利用可能なツールで創造力を発揮する機会を当然に享受するべきです。

良い運を！そして、狩りを楽しんでください！

技術レポートとリソース

============

ゼロショットの設計：1911A2 バウンティハンタープロトコル

高忠実度アニメ生成の決定論的マルチパスアーキテクチャ

作者：Freyja Pixel 💖（システムアーキテクト）

プラットフォーム：ComfyUI

モデルスタック：Wai-Illustrious v15 + v14ハイブリッド

ComfyUI Danbooruおよびe621データベースタグヘルパー：

/model/950325/danboorue621-autocomplete-tag-lists-incl-aliases-krita-ai-support

https://github.com/newtextdoc1111/ComfyUI-Autocomplete-Plus/

Wai-Illustriousタグリソース：

（オンラインキャラクターおよびタグ検索）https://huggingface.co/spaces/flagrantia/character_select_saa

（SAAキャラクターセレクト）

https://github.com/mirabarukaso/character_select_stand_alone_app

ComfyUIを使用（ダウンロードおよびインストール https://www.comfy.org/download）

ComfyUI Manager（https://github.com/Comfy-Org/ComfyUI-Manager）

主なパスにはWai-Illustrious v15.0を使用

/model/827184/wai-illustrious-sdxl

リファイナー・パスにはWai-Illustrious v14.0を使用し、特定の詳細化および安定化LoRAを適用

/model/827184?modelVersionId=1761560

詳細な手：

/model/200255?modelVersionId=2212079

詳細な足：

/model/200251?modelVersionId=1464471

Illustrious XL安定化：

/model/971952?modelVersionId=2055853

詳細スライダー：

/model/1333749/add-detail-slider?modelVersionId=1506032（第二パスで使用！）

ComfyUIカスタムノード：

rgthree：

https://github.com/rgthree/rgthree-comfy https://www.runcomfy.com/comfyui-nodes/rgthree-comfy

ComfyUI-Impact-Pack：

https://github.com/ltdrdata/ComfyUI-Impact-Pack

https://www.runcomfy.com/comfyui-nodes/ComfyUI-Impact-Pack

1. エグゼクティブサマリー

1911A2 バウンティハンターは「ワークフロー」ではありません。

それは、ほとんどのアニメスタイルAI画像生成に内在する「スロットマシン」のランダム性を排除するように設計された決定論的生成アーキテクチャです。

従来のパイプラインは重いプロンプトエンジニアリングに依存するのに対し、バウンティハンターはそのパラダイムを転換します：

➡️ システムが美的スタイルを制御する。➡️ ユーザーは意図のみを制御する。

これにより、記述的なポジティブプロンプトを必要とせずに、一貫性のある解剖学的に正確なアニメキャラクターを生成する「ゼロショット生成」が可能になります。

このリリースには、3つの調整済みバージョンが含まれます：

• マスターピース — 2048×2048のバランスの取れたフラッグシップ

• ビッグゲームハンター — UHD 4K/8Kアップスケーリング版

• マシンガンガチャ — 高速度1024×1024の高速生成器

すべてのバージョンで哲学は同じです：生成を制御可能なサブシステムに分解します。

2. システムアーキテクチャ

生成 → 精緻化ループ

バウンティハンターは、厳密な二段階潜在パイプラインを通じて動作し、幾何学とテクスチャの作業を分割します。

フェーズ1 — 幾何学フェーズ（ジェネレーター）

チェックポイント：Wai-Illustrious v15

ステップ：32、固定シード

ノイズ除去：1.0（完全生成）

目的：構成、シルエット、照明方向、ポーズベクトルを確立

なぜv15か？

これは動的な構成に優れ、構造的プロンプトに強く反応します。有料ライブウェブサービスやオープンソースリポジトリを含む複数のAI生成コミュニティで広く使用されています。Wai-Illustrious SAAキャラクターセレクターなどの複数のコミュニティ開発サポートツールがあり、プロンプトエンジニアリングとキャラクター選択を支援します。

フェーズ2 — テクスチャフェーズ（リファイナー）

チェックポイント：Wai-Illustrious v14

ステップ：18、固定シード

ノイズ除去：0.35

目的：解剖学的修正、テクスチャ安定化、照明の洗練、キャラクターのアイデンティティ固定

なぜv14か？

コミュニティでは、解剖学的理解が優れていると報告されており、私はWai-Illustriousを1年以上、5つ以上のバージョンでプロンプト、テスト、生成した経験から、この立場に賛同します。

ガントレット（解剖学的強制スタック）

精緻化中、潜在変数は以下の要素を経由します：

詳細な手LoRA

詳細な足LoRA

安定化・幻覚防止LoRA

詳細追加LoRA

これらは、ユーザーが指定したスタイル、キャラクター、またはその他のLoRA適用の後、第二サンプラーの前に意図的に配置されています。

結果：

クリーンな指の関節、地面に着いた足、安定した比率、ポーズの維持、構図のずれなし、ジオメトリーパスを薄めることなくテクスチャーの統一性を保つ

これがゼロショットの信頼性が発揮される場所である。

3. 「美里・綾波テスト」プロトコル

トークン化とモデル言語学の研究

Illustriousアーキテクチャは、多くのアニメ学習モデルと同様に、トークンの順序に非常に敏感である。

A/Bテストの結果：

最初のテストでは、入力プロンプトに「misato katsuragi」（英語順）を使用したところ、金髪の女性が幻覚的に生成され、アイデンティティが破綻した。

一方、「katsuragi misato」（Danbooru／学習順）でプロンプトを投げると、標準的な美里の完璧な再構築が生成された。

二番目のテストでは、「rei ayanami」（英語順）で開始したところ、ピンク髪の女性が幻覚的に生成され、アイデンティティが破綻した。

一方、「ayanami rei」（Danbooru／学習順）を使用したところ、標準的な綾波の完璧な再構築が生成された。

結論：

モデルのネイティブなタグリング方言で話すことが役立つ。自然言語は、必要最小限の場合を除き、好ましくない。

Bounty Hunterは以下の方法でこれを実行する：

KSamplers両方のテスト済みで正確な固定シードによるデフォルト生成設定、グラフ内ドキュメント、複数の例を含む推奨構造化プロンプトによるトークン化順序の一貫性、推奨タグ補助ツール、および組み込みドキュメントと添付画像のメタデータに含まれるプロンプトおよびタグエラーの再設計例。

これにより、経験の浅いユーザーでもゼロショットキャラクタープロンプトが信頼できるアイデンティティ忠実性を実現する。

4. 主な特徴

✔ セルフドキュメンテーションシステム

ワークフローには以下が含まれる：

埋め込みMarkdownノート

使用方法説明

プロンプトガイド

エラー状態の説明

JSONがあれば、マニュアルも手元にある。

✔ ゼロショットキャラクター生成

複数のヘッダー画像（白髪のサイバーローグ）は、ポジティブプロンプトに一切の情報なしで生成された「ゼロショット」のヘッドショット／ポートレートから設計された。添付画像には、ポジティブプロンプトが空の状態から完全な芸術的キャラクター作品（長い髪のサイバーネット暗殺者、両手に拳銃を構え、表情、ポジティブプロンプトが空の状態から完全な芸術的キャラクター作品（長い髪のサイバーネット暗殺者、両手に拳銃を構え、表情豊かで、詳細なボディ、サイバーパンク都市の背景）へ至るプロンプト設計の全過程が記録されている。

アイデンティティは以下の要素から生じる：

アーキテクチャ的制約、LoRAローダー、二段階潜在ループ、シード決定性。

高品質な出力には詳細なプロンプトが任意である。シンプルなプロンプトでも動作するが、生成パラメータによって背景やキャラクターの品質が低下する可能性がある。Readmeには、シンプルなプロンプト、「ガチャ」風プロンプト、高度に設計された詳細なプロンプトの多数の例、および生成に追加すべき推奨タグが記載されている。これにより、アニメスタイルの画像の品質を最大限に引き上げるための最小限の調整が可能になる。

✔ 解剖学的信頼性

洗練段階で解剖学LoRAを実行することで、正確な解剖学的生成が促進される：

手は分離したまま、趾と足は整合性を保ち、関節は正しく曲がり、オブジェクトは融合しない、アクションポーズはシルエットの論理を維持する。

パイプラインは解剖学を「余計な詳細」ではなく、ミッションクリティカルなサブシステムとして扱う。

✔ 設定可能なスタイル注入

二つの非リファイナーLoRAスタックを注入、変更、またはバイパス（左クリック＋Ctrl+B）することで、カスタマイズされたまたはベースラインのIllustrious出力を生成可能。二重LoRAローダーは、配置と重みに応じてより多くの実験と繊細な変化を可能にするが、過度な使用は解剖学的変形のリスクを高める可能性があり、特にLoRAの強度を調整中に顕著になる。

以下のように操作可能：

完全に中立な状態で実行

単一のスタイルを適用

シードごとに全体の美学LoRAローダーを切り替え

LoRAの選択と重み調整により制御されたバリエーションを生成

これにより、Bounty Hunterはワンオフテンプレートではなく、スタジオ対応のシステムとなる。

✔ 既知の制限

テストは1～2名の被写体および「POV」スタイルの画像で実施済み。ワークフローは、初期生成解像度が低い（1024x1024）ため、ポートレートにバイアスが存在することが知られている。他の解像度やアスペクト比はテストされていない。固定シードでの高バッチ生成は変形やエラーを減らす可能性があるが、保証はできない。

5. 技術的要件

プラットフォーム：ComfyUI

マネージャー：ComfyUI Manager（不足しているカスタムノードの自動インストール用）

チェックポイント：

Wai-Illustrious v15（ジェネレーター）

Wai-Illustrious v14（リファイナー）

カスタムノード：

rgthree

ComfyUI-Impact-Pack

ハードウェア：

フル2パスフロー用に12GB VRAMでテスト済み

RTX 4070、64GB RAMシステムでテスト済み。平均生成時間はワークフロースナップショットに記載。一般的に、Machine Gunは1画像あたり約30秒、Master Bounty Hunterは約60秒、Big Game Hunterは4Kで最大2～3分、8Kで4分以上かかる。

6. インストールと使用方法

JSONワークフローをダウンロード！

PNGファイルには開発中に作成された古いバージョンが含まれている場合があります。使用は推奨されませんが、特にプロンプトの参照には役立ちます。

JSONファイルをComfyUIにドラッグ＆ドロップ。.zipにはJSONとReadme、プロンプトガイドのテキストファイルが含まれており、冗長性とアクセス性を確保しています。

Managerを使用して不足ノードをインストール。

モデルとLoRAを正しいComfyUIフォルダーに配置すること。

以下を割り当て：

左チェックポイント → v15（ジェネレーター）

右チェックポイント → v14（リファイナー）

グラフ内に埋め込まれたノートを読みましょう。

ゼロショットモード（ポジティブプロンプトに「shiranui mai」などの被写体トークンのみ、他は何も含まない）から開始。

必要に応じて構造化プロンプトへ拡張。

この無制限AIツールで生成されたすべてのコンテンツについて、私は一切の責任、賠償責任、または義務を負いません。警告とアドバイスはすでに2度しています。

ハッピーハンティング。