STUDIO1911A2: Wai-Illustrious Text to Image ComfyUI workflow by Freyja Pixel 💖 - Big Game Hunter

ゼロショットの設計：1911A2 バウンティハンター・プロトコル

誰でも使えるアニメ生成

「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。ユーザーは非常に短い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被写体の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がAIを使って、複雑な背景を持つ高品質なキャラクターを生み出すことを可能にします。

バウンティハンターにはいくつかのバージョンがあり、それぞれ異なる使用ケースに最適化されています。マスターバウンティハンター版は、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版では、より高解像度の画像が得られ、マシンガン版は標準よりやや小さな画像を高速で生成するのに最適です。すべてのバージョンは基本的な動作原理とデザイン原則が同じであり、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、2段階のプロセスです。第1段階では、作品の構造を確立します。AIは、可能な限り最小解像度で生成しながら、画像の基盤（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）に特別な時間を割きます。この第1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役割を果たします。次の段階に渡す前に、画像は「アップスケール」（拡大）され、潜在空間の精緻化（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2段階では、第1段階で作成された内容を再確認し、詳細をシャープにし、誤りを修正し、全体を明確にフォーカスします。この段階では、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が与えられ、奇妙な結果を生まないように制御されます。第1段階の例を継続すると、この段階はイラストの彩色担当やミニフィギュアのペイント担当のように、作品の表面に形と詳細を加えて完成させる役割を果たします。

テスト中に、特定のキャラクター（例：エヴァンゲリオンの桂木ミサト）を使用した場合、AIはキャラクター名の表記方法に強く反応し、Danbooruや日本式タグ順序を好むことがわかりました。多くのアニメ画像生成モデルは、日本語の名前順（姓→名）で訓練されています。この順序で書かれた名前はAIに容易に認識され、キャラクターの詳細がより正確に再現されます。一方で、西欧風の名前順（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しました。「ミサト・桂木」は金髪で青い目になり、「綾波レイ」は極端に長いピンクの髪になり、「孫悟空」（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、「桂木ミサト」と「綾波レイ」は、最初の生成で期待されるキャラクターを正しく出力しました。また、Danbooru/e621タグはWai-illustriousへのあらゆるプロンプト（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、ニッチまたは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は、ワークフローのなか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。複数の指示はWebホストリポジトリ内の.txtファイルとしても提供されています。目的は、ワークフローを開いた誰もが、ガイドを読みながら進み、学習に必要なすべての情報がグラフ内に既に含まれており、別のウィンドウを開く必要がないようにすることです。

以前のWai-illustriousの経験から、バウンティハンターで最も驚いたのは、ほぼプロンプトなしでもシステムが非常に正確に動作する点です。過去の生成結果では、Waiが扱うキャラクターや被写体の幅広さ（5000以上）により、強いガイドなしでは幻覚を起こしやすいことがわかりました。多くのサンプル画像は、キャラクター名だけを入力して生成され、テスト中には「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多数生成されました。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、色バランス、線画、照明をほぼすべて自動で処理し、芸術的スタイルの大部分を担います。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有用です。

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、今後の開発領域があります。まず、性表現や性器（特にトランスジェンダーや「フタナリ」変形）の挿入は、Wai-IllustriousおよびIllustriousのベースバイアスや、このようなNSFWシナリオや個人の画像に対する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。このようなコンテンツを制限または否定的プロンプトとして使用するためのセーフティレーティングタグ（一般、センシティブ、NSFW、エクスプリシット）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確保し、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十分にテストされていません。これらのパラメータのため、ワークフローはデフォルト設定で個人ポートレートにバイアスが生じやすく、複数被写体や複雑な構成の画像生成で困難やエラーが増える可能性があります。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、これらの変形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って生成されたコンテンツや画像について、一切の責任、賠償責任、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があります（意図された通りです）。これは、ディープフェイクやほとんどの場所で利用禁止となるコンテンツのような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補助ファイルを読み込むだけで十分です。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るか、何を変更できるか、すべてを破壊せずに実験する方法を説明します。ユーザーに優しく、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のない人でも、比較的低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ずとも、誰もが美しい信頼性の高いアニメアートを作成できるように、バウンティハンターを作成しました。これは、創造的なプロセスを滑らかで予測可能、ストレスの少ない楽しい生成体験に変えます。すべてのセットアップが終わったら、ユーザーはタグやキャラクター名を入力し、含まれ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だけで始められます。芸術はすべての人のものであり、私たち全員が利用可能なツールで創造力を発揮する機会を享受する価値があります。

幸運を！そして、良いハンティングを！

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

著者：フライヤ・ピクセル 💖（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と、特定の詳細化および安定化LoRAを使用：

/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2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ため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が重いプロンプト設計に依存するのに対し、バウンティハンターはパラダイムを転換します：

➡️ システムが美的を制御する。➡️ 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、一貫した構造・解剖学的正確性・スタイルの整合性を持つアニメキャラクターをゼロショット生成することが可能になります。

このリリースには、3つの調整済みバリアントが含まれます：

• マスターピース — 2048×2048バランス型フラッグシップ

• 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1024×1024連射生成器

すべてのバリアントで、哲学は同じです：生成を制御可能なサブシステムに分解する。

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2段階潜在パイプラインを介して動作し、幾何学とテクスチャの作業を分担します。

フェーズ1 — 幾何学パス（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？

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、複数のコミュニティが作成した支援ツールがあります。

フェーズ2 — テクスチャパス（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、キャラクター同一性の固定。

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の1年以上、5つ以上のバージョンにわたるプロンプト、テスト、生成の経験から、この立場に賛同します。

ガントレット（解剖学強制スタック）

精緻化中、潜在空間は以下の要素を通過します：

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2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、地面に接地した足、安定した比率、ポーズの維持、構図のずれなし、ジオメトリパスを薄めることなくテクスチャの統一性

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、トークン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）を用いたところ、金髪の女性が幻覚的に生成され、アイデンティティが崩壊した。

一方、「katsuragi misato」（Danbooru／学習順）と入力したところ、正統な美里の完璧な再構成が生成された。

二番目のテストでは、「rei ayanami」（英語順）から開始したところ、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崩壊した。

代わりに「ayanami rei」（Danbooru／学習順）を用いたところ、正統な綾波の完璧な再構成が生成された。

結論：

モデルのネイティブなタグ方言で話すことが有効であり、自然言語は必要最小限に留めるか、避けた方がよい。

Bounty Hunterは以下の方法でこれを実行する：

両方のKSamplerに対してテスト済みで正確な固定シードをデフォルト生成設定として適用、グラフ内ドキュメント、推奨される構造化プロンプトによるトークン化順序の一貫性（複数の例を含む）、推奨タグ補助ツール、および内包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・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ティング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ジェネレーション

複数のヘッダ画像（白髪のサイバー強盗）は、ポジティブプロンプトに何の情報も含まない「ゼロショット」のポートレートから内在的に生成された。添付画像には、ポジティブプロンプトの入力がnullのポートレートから、完全な芸術的キャラクター作品（長髪のサイバーアサシン、両手に拳銃を構え、表情豊かで、詳細なボディとサイバーパンク都市背景）へのプロンプトエンジニアリング全体のプロセスが記録されている。

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。

高品質な出力を得るには詳細なプロンプトは任意である。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プロンプトの例、および生成時に追加推奨されるタグが多数含まれている。これにより、最小限の調整でアニメ風画像の品質を最大化できる。

✔ 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：

手は分離されたまま、足趾と足は整合性を保ち、関節は正しく曲がり、物体は融合せず、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インジェクション

二つの非リファイナLoRAスタックを挿入・変更・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よってより多くの実験と微細な変化を可能にするが、過剰な使用は解剖学的変形のリスクを高める可能性がある（特にLoRA強度の調整中）。

以下のように実行可能：

完全にニュートラルな状態で実行

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の選択と重み調整を通じて制御されたバリエーションを作成

これにより、Bounty Hunterは一回限りのテンプレートではなく、スタジオ対応のシステムとなる。

✔ 既知の制限事項

テストは1人または2人の被写体、および「POV」スタイルの画像に対して実施済み。ワークフローは初期生成解像度が低いため（1024x1024）、ポートレートにバイアスが存在する。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（不足す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パスフローは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「マシンガン」は1画像あたり約30秒、「マスターボンティーハンター」は約60秒、「ビッグゲームハンター」は4Kで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ファイルは開発中に作成された古いバージョンを含む可能性がある。使用は推奨しないが、特にプロンプトの参照には役立つ。

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同梱されており、冗長性とアクセス性を確保。

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フォルダに配置すること。

以下のように割り当て：

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）

グラフ内の埋め込みノートを読み込む。

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を含む）から開始。

必要に応じて構造化プロンプトに拡張。

この検閲されていないAIツールで生成されたすべての内容について、私は一切の責任、賠償責任、または説明責任を負いません。すでに2回警告・助言をしています。

良いハンティングを。