STUDIO1911A2: Wai-Illustrious Text to Image ComfyUI workflow by Freyja Pixel 💖 - Machine Gun

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制作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、明確で正確かつ美的な画像を実現できます。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適しています。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。これらすべては本質的に同じ仕組みで動作し、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、画像の基盤に特に時間を費やします。基盤には、被写体とそのポーズ、画像内のオブジェクト、照明、構成や全体的なレイアウトに関わるすべてが含まれます。第一段階は、イラストレーションの線画担当者のように、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「アップスケーリング」（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検討し、細部をシャープにし、誤りを修正して、全体を明確に焦点合わせます。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、不自然な変化を引き起こさないようにします。第一段階の例を続けると、この段階はイラストの彩色担当者やミニフィギュアのペイント担当者に似ており、作品の表面を仕上げる形状と詳細を加えます。

テスト中、私は「カツラギ・ミサト」（エヴァンゲリオン）などの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対して反応し、Danbooruや日本語スタイルの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、日本語の命名またはタグ順序（姓を先に、名を後に置く）で訓練されています。この順序で書かれた名前はAIにとって容易に認識でき、キャラクターの詳細がより正確に想起されます。一方で、通常の西洋式の順序（名→姓）に逆転させると、モデルは常に幻覚を起こし、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」は極端に長いピンク色の髪になり、「ゴクウ」（曖昧なタグ）はピンク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、よりニッチまたは未知のタグを使用しようとすると課題が生じます。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、ワークフローの中で自らユーザーに説明することです。必要なすべての指示、注釈、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。目標は、誰でもワークフローを開けば、その場でガイドを読みながら学べるようにすること、必要なすべての情報がグラフ自体にすでに含まれており、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、ほとんどプロンプトを必要とせずに、システムが非常に正確に動作することです。過去の生成結果では、Waiが5000人以上の多様なキャラクターと被写体を含んでいるため、適切な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、「masterpiece」のようなデフォルトのポジティブ品質プロンプトを含まない画像でも、許容できる、あるいはそれ以上の品質が得られました。さらに複数回、簡潔な説明や空の「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、色のバランス、線画、照明など、ほとんどの芸術的スタイル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基づいて、いくつかの既知の制限、弱点、今後の開発領域があります。これらはその応用と使用を制限する可能性があります。まず、性質や性器の注入（特にトランスジェンダーや「フタナリ」モーフ）は、Wai-IllustriousおよびIllustriousの基本バイアスと、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、より一般的にな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にプロンプト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、明示的）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、生成能力に集中するために、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々のポートレートにバイアスがかかり、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生じやすくなります。2、4、8枚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、これらのモーフやエラーを軽減できる可能性があります。

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ついて、私は一切の責任、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、ユーザーは責任を持って使用する義務を負います（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、組み込まれた注釈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慎重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、比較的低い学習曲線でバウンティハンターを使用できるはずです。

私は、経験の少ない人々を妨げる複雑な技術的詳細を知らなくても、関心のあるユーザー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。創造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。すべてをセットアップしたら、ユーザーはタグやキャラクター名を入力し、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潔に説明して、システムに残りを任せることで始められます。アートはすべての人のためのものであり、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資格があります。

幸運を！そして、狩りを楽しんで！

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：フレイヤ・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）

主なパスにはWai-Illustrious v15.0を使用：

/model/827184/wai-illustrious-sdxl

リファイナーのパスには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」ではない。

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ある。

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が、バウンティハンターはそのパラダイムを転換する：

➡️ 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」が可能になる。

このリリースには3つの調整済みバリエーションが含まれる：

• マスターピース — 2048×2048の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の連射型ジェネレーター

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二段階潜在パイプラインで動作し、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する。

なぜv15か？

動的構成に優れ、構造的なプロンプトに強く反応します。有料ライブWeb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作成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：解剖学の修正、テクスチャの安定化、照明の研磨、キャラクターのアイデンティティの固定。

なぜv14か？

コミュニティでは、解剖学への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、その見解に賛同します。

ガトリング（解剖学強制スタック）

精緻化中、潜在変数は以下のものを経由します：

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、地面に足が着いた状態、安定した比率、ポーズの保持、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ーの統一性を維持

これがゼロショットの信頼性が現れる場所である。

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

この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、入力プロンプトとして「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）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。

代わりに「ayanami rei」（Danbooru／学習順）を使用したところ、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リン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、使用しないほうが良い。

Bounty Hunterは以下の手段でこれを実行する：

両方のKSampler用にテスト済みで正確な固定シードをデフォルト生成設定に組み込み、グラフ内ドキュメント、推奨される構造化プロンプトと複数の例によるトークン化順序の整合性、推奨タグ補助ツール、そして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のエラー例の再設計。

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：

埋め込まれたMarkdownノート

使用方法の説明

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が含まれていない状態で生成された「ゼロショット」のポートレートから構築された。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（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の背景）へ至るプロンプトエンジニアリングの全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まれる：

アーキテクチャ的制約、LoRAローダー、二段階潜在ループ、シードの決定論。

詳細なプロンプトは最高品質出力には必須ではない。シンプルなプロンプトでも動作するが、生成パラメータ次第で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例、および生成時に追加すべき推奨タグが多数掲載されている。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

精製段階で解剖学LoRAを実行することで、正確な解剖学的生成を促進する：

手は分離したまま、足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インジェクション

二つの非リファイナーLoRAスタックを挿入、変更、またはバイパス（左クリック＋Ctrl+B）することで、カスタムまたはベースラインのIllustrious出力を生成可能。デュアル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バリエーションを可能にするが、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の強度を調整中）。

以下のことが可能：

完全に中立な状態で実行

単一のスタイルを適用

シードごとに全体的な美学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1〜2人の被写体と「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（1024x1024）の低さから、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未検証。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段階フロー用に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場合がある。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、冗長性とアクセス性を確保している。

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。

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む。

ゼロショットモードから開始（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）。

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ツールで作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、説明責任を負いません。すでに2度警告・アドバイスをしています。

ハッピーハンティング。