プロンプトガイド | Juggernaut X

Adam StewartによるJuggernaut X・SDXLの効果的なプロンプト作成ガイド

このガイドの更新版となる続編が公開されています：Juggernaut XI・XIIプロンプトガイド。

本題に入る前に、Juggernaut X NSFW + RunDiffusion PhotoとJuggernaut X SAFE + RunDiffusion Photoの開発に献身的に取り組んだKandooに感謝します。RunDiffusion Photoへの大きな貢献とTeam Juggernautとの協力を行ったRunDiffusionにも心から感謝します。また、複雑なAIの世界を進むうえで大きな助けとなった個人スポンサーの寛大な支援にも感謝します。

モデルと同様、このガイドもすべての人の制作体験を豊かにし、分散型・オープンソースAIの変革力を示すためのものです。役立ったら、Team Juggernaut、RunDiffusion、Adam Stewartをフォローしてください。

はじめに

Juggernaut Xは、画像生成を精密に制御したいプロ向けに作られています。詳細で具体的なプロンプトを得意とし、各要素を思い描いたものに合わせて調整できます。このガイドはJuggernaut Xを念頭に書いていますが、プロンプトの構成要素は他のモデルにも応用できます。

対象ユーザー： Juggernaut Xは、出力画像を制御したいアーティスト、デザイナー、ビジュアル制作の専門家に適しています。

プロンプトの形式： 十分に活用するには、詳細で具体的に書きます。一般的なプロンプトでもよかったJuggernaut 8や9とは異なり、Xには明示的で効果的なトリガーワードが必要です。この正確さが、希望する画像の要素をAIが理解し、正確に実現する助けになります。

Juggernaut Xのバージョン

2024年4月27日時点：

• Juggernaut X SAFE (Suitable AI for Everyone)： RunDiffusionで利用できます。
• Juggernaut X NSFW： CivitAIとHugging Faceで利用できます。
• Juggernaut X NSFW Hyper： CivitAIとHugging Faceで利用できます。

Juggernaut Xの主なトリガーワード

このガイドに沿って作業する場合は、プロンプトを英語で入力してください。

画像の品質や細部を最適化するため、次のトリガーワードを取り入れてみてください。

• Skin textures： 人や動物の肌を詳しく描写するために重要です。
• High resolution： 鮮明な画像の生成に役立ちます。High Resolution、High-Resolution、High-Resolution Imageの3種類があります。
• Cinematic： 映画のような質感で、動きや物語性のある画像に役立ちます。

ガイドの最後には、よく使うトークンのより大きな一覧を載せています。

詳細なプロンプトの重要性

プロンプトの例：

high-resolution portrait of a Renaissance noblewoman, intricate lace collar, holding an ancient book, dominant colors deep red and gold, style reminiscent of Vermeer's lighting techniques, mood thoughtful, lighting soft, natural window light, perspective close-up, texture rich fabrics and aged paper, cultural elements European Renaissance elegance

プロンプトの構成要素

各部分を直接的で説明的に書き、不要に長くしないようにします。

被写体

• 定義： 人、動物、物など、画像の主役。
• 例： Renaissance noblewoman、vampire queen。

動作

• 定義： 被写体が何をしているか。動きや物語性を加えます。
• 例： holding an ancient book。

環境・場所

• 定義： 被写体を囲む背景や場面。
• 例： in a dimly lit Gothic castle。

物

• 定義： 被写体や物語を引き立てる脇役の要素。
• 例： wearing an intricate lace collar。

色

• 定義： 主な色や配色。
• 例： shades of deep red and gold、monochrome palette with stark contrasts。

スタイル

• 定義： 芸術的な様式や描画方法。
• 例： in the style reminiscent of Vermeer's lighting techniques、emulating a noir film。

気分・雰囲気

• 定義： 感情的な印象や空気感。
• 例： atmosphere of mystery、serene mood。

照明

• 定義： 特定の照明条件や効果。
• 例： bathed in soft, natural window light、dramatic shadows under a spotlight。

遠近感・視点

• 定義： 場面を見る角度や視点。
• 例： bird's eye view、from a low angle。

質感・素材

• 定義： 画像内で目立つ質感や素材。
• 例： textures of rich velvet and rough stone。

時代

• 定義： 特定の年代や歴史上の時期。
• 例： Victorian Era、futuristic 22nd century。

文化的要素

• 定義： 特定の文化や伝統を反映する要素。
• 例： inspired by Norse mythology、traditional Japanese setting。

感情

• 定義： 感情を持つ被写体が表す感情。
• 例： expression of deep contemplation、joyful demeanor。

画材

• 定義： 芸術的な媒体や細部の密度。
• 例： resembling a watercolor painting、crisp digital rendering。

服装

• 指針： 特に不適切な内容を避ける場合は、衣服の種類やスタイルを説明し、服を着ていることを明確にします。
• 例： clothed in a Victorian gown、dressed in modern casual wear。

文字

• 能力： Juggernautは文字を生成できますが、文が長く複雑になるほど精度が下がります。引用符で囲んだ短く明確な語句で改善できます。
• 例： A sign with the text "Peace"。

NSFWコンテンツ

• 避け方： モデルの学習データに由来する不適切な内容を避ける語を明示的に含めます。センシティブな語はネガティブプロンプト欄に置きます。
• 含める場合： これらの語をプロンプトに加えるとNSFWコンテンツが生成されます。
• センシティブなトークン： Naked、Nude、Vagina、Penis (big, Long)、Pussy、Breasts (Small, Medium, Large)、Testicles。

トークンの影響の混在と複数の被写体

• 課題： 複数の被写体やテーマを組み合わせると、token bleedと呼ばれる要素の混ざり合いが起こることがあります。
• 対処法： Angel and Devilのような複雑な組み合わせでは、被写体を分離するために複数回の試行が必要になることがあります。完全には防げない場合もありますが、シードやトークンの順序を試すと成功率を高められます。

Juggernaut X Hyper NSFW

• 課題： Hyperモデルは従来の強力なネガティブプロンプトに対応しないため、裸体の制御が特に困難です。
• 対処法1： 具体的な衣服をプロンプトに含めます。それでも意図しない裸体が生じる場合があるため、慎重に書き、この制約を認識してください。
• 対処法2： CFGを2に設定すると、ネガティブプロンプトが限定的に影響します。内容の方向性を少し調整できます。
• 対処法3： RunDiffusionで利用できるJuggernaut X SAFE版を使います。

Juggernaut X NSFW・SAFEの設定

• Sampling method： DPM++ 2M Karras
• Sampling steps： 30〜40
• CFG： 6〜7
• 解像度： 1024x1024、832x1216、1216x832。他のSDXL解像度でも動作しますが、元のガイドではこれらを好んで使っています。
• ネガティブプロンプトの候補： Naked, Nude, fake eyes, deformed eyes, bad eyes, cgi, 3D, digital, airbrushed
• プロンプトの長さ： 75トークンを超えないようにします。

Juggernaut X NSFW Hyperの設定

• Sampling method： DPM++ SDE
• Sampling steps： 推奨は6、4〜6でも利用可能。
• CFG： 推奨は2、1〜2でも利用可能。
• ネガティブプロンプト： なし。
• プロンプトの長さ： 75トークンを超えないようにします。
• コツ： Hyperでは標準モデルより多くのタグを使います。

Hires. fixの設定

• Denoising strength： 0.25〜0.32
• Upscaler： 4x_NMKD-Siax_200k
• Hires steps： 0〜20
• Upscale by： 1.5〜2

おわりに

具体的なトリガーワードや詳細な説明を計画的に取り入れることで、Juggernaut Xの能力を十分に活用できます。この方法は、良いプロンプトの実践を明確にし、生成画像の品質を大きく改善して、期待に合う、または期待を超える出力を目指す助けになります。Juggernaut Xは複数の書き方に対応しますが、この詳細な方法とタグを組み合わせると、制作の確かな土台になります。

プロンプトの例

Golden retriever in a lush green park, fur glistening under the soft afternoon sunlight, colors vivid green and golden, style realistic, mood serene, lighting natural and diffused, perspective close-up, texture soft fur and fresh grass, cultural elements joyful outdoor activity.

Fluffy Maine Coon cat in a sunlit forest, surrounded by vibrant greenery, colors deep greens and rustic browns, style natural habitat, mood peaceful, lighting filtered through trees, perspective ground level, texture thick fur and mossy ground.

Young woman reading a book in a cozy coffee shop, brunette hair cascading over her shoulders, colors warm browns and soft whites, style candid photography, mood relaxed, lighting natural light streaming through a nearby window, perspective over-the-shoulder, texture soft wool sweater and glossy wooden table.

High resolution Portrait of a stylish African woman in urban setting, short brunette hair, bold red lipstick, colors striking red and deep blacks, style modern fashion, mood confident, lighting high contrast with sharp shadows, perspective frontal view, texture leather jacket and smooth skin

Juggernaut Xのよく使うトークン一覧

完全な一覧ではありませんが、キャプションでよく使われるトークンを含んでいます。

1. alloy wheels
2. active
3. animal portrait
4. automotive photography
5. beard
6. blonde
7. blonde hair
8. blue sky
9. blurred background
10. bokeh
11. bokeh background
12. brunette
13. brunette view
14. business
15. business attire
16. candid
17. candid photography
18. candid shot
19. casual clothing
20. casual style
21. caucasian
22. cinematic
23. cityscape
24. clean lines
25. clear sky
26. close-up
27. cloudy
28. confidence
29. contemplative
30. cultural attire
31. curly hair
32. daylight
33. daytime
34. depth of field
35. depth of field
36. dramatic lighting
37. dusk
38. dynamic pose
39. earrings
40. earth tones
41. elegance
42. facial hair
43. fashion
44. fashion
45. fashion photography
46. flexibility
47. food photography
48. forest
49. freckles
50. frontal view
51. full body
52. full body
53. gaze
54. greenery
55. headshot
56. high resolution
57. high-resolution
58. high-resolution image
59. indoor
60. intense gaze
61. interior design
62. jewelry
63. joyful expression
64. leisure
65. leisure activity
66. long hair
67. looking at camera
68. looking away
69. makeup
70. male
71. man
72. midshot
73. minimalistic
74. modern
75. natural habitat
76. natural light
77. natural lighting
78. natural makeup
79. nature
80. neutral background
81. neutral color palette
82. neutral colors
83. outdoor
84. outdoor setting
85. overcast sky
86. park
87. parked car
88. peace
89. portrait
90. reflection
91. reflective
92. selective focus
93. serene
94. serene
95. serenity
96. serious expression
97. serious windows
98. setting
99. shadow
100. sharp details
101. sharp focus
102. side profile
103. side view
104. smiling
105. soft focus
106. standing
107. standing pose
108. street
109. studio
110. studio portrait
111. studio shot
112. stylish
113. stylish female
114. subtle makeup
115. sunglasses
116. sunlit
117. sunny
118. traditional
119. travel destination
120. trees
121. urban setting
122. vertical composition
123. vibrant colors
124. warm color palette
125. warm lighting
126. warm tones
127. white background
128. white shirt
129. wildlife
130. woman
131. wooden table
132. wristwatch
133. young adult