アングル・構図プロンプト、効くタグと効かないタグ ― Animagine XL 4.0 で44個試した結果

要約

アングル・構図のタグを Animagine XL 4.0 で44個試したところ、通じたのは半分ほどでした。

• 効いたタグ: 高さ（low angle）・距離（upper body）・向き（from behind, looking back）・傾き（dutch angle）・背景ぼけ（blurry background）のように、絵を見れば分かること
• 効かなかったタグ: レンズ（50mm telephoto）・配置（rule of thirds symmetry）のように、撮る側の都合。50mm と書いたらレンズそのものが絵に写りました
• 効いているか分からないタグは、同じ seed でそのタグだけ外して焼く。変わらなければ効いていません

この記事は、その検証で分かったことを基準カットと並べて見せる体験記です。タグの一覧そのものはカメラアングルプロンプト50選にまとめてあるので、辞書として引きたい方はそちらをどうぞ。

はじめに

前作の表情プロンプトで、表情はだいぶ思いどおりに出せるようになったんです。
ところが生成したカットを Eagle で並べて見返したら、どれも正面・やや上から・バストアップ・カメラ目線でした。服装と表情は違うのに、カメラの位置がまったく動いていない。証明写真のバリエーションを増やしているような状態でしたね。

cool や dynamic を足してみても、出てくるのは「いつもの絵の、少し表情が凛々しい版」です。

そこで写真の基本用語とプロのカメラワーク技法、合わせて44個をタグにして片っ端から投げてみました。この記事では、そのうち効いたもの・効かなかったものを、基準カットと並べて紹介します。

なぜ毎回「正面・やや上から・バストアップ」になるのか

原因は単純で、プロンプトでカメラのことを一度も指定していないからでした。

キャラ・表情・服装はプロンプトで細かく書いているのに、どこから撮るかは書いていない。指定していない部分を、モデルは学習データの平均値、つまり「いちばんありがちな構図」で埋めます。Danbooru の画像でいちばん多いのが正面バストアップなので、毎回そこに戻ってくるわけです。

もうひとつの落とし穴が、cool や dynamic のような感想の単語です。
「かっこいい」は感覚の言葉であって、カメラの言葉ではありません。モデルにとってはヒントが薄すぎて、結局また無難な正面に戻ってきます。

一方で、写真の世界には「見上げると大きく見える」を low angle と呼ぶような、感覚をカメラの操作に翻訳する用語がすでに揃っています。アニメ調モデルはその用語のかなりの部分をタグとして学習しているので、頭の中の「かっこいい」をモデルが知っている技術タグに翻訳するだけでよさそうだ、というのが出発点でした。

問題は、どのタグが本当に通じるのかです。これは自分で焼いて確かめるしかありませんでした。

Animagine XL 4.0 での検証条件

「タグが効いた」と言い切るには、違いがタグだけになっている必要があります。そこで検証カットはすべて次の条件で焼きました。

タグなしの基準カットをまず1枚焼き、そこにタグを1つ足したカットを同じ seed で焼いて並べます。
こうしておくと、「効いたのはタグなのか、たまたま別の絵が出ただけなのか」を切り分けて読めるんです。

判定は ◎（狙った絵が出る）／○（出るが seed によっては隣のタグと同じ絵になる）／△（弱い）／✕（効かない、または別の意味に取られる）／?（絵を見ても判断できない）の5段階にしました。
「◎だと思う」ではなく、何が写ったかを書いてから記号を付けるのを自分のルールにしています。

基準カットはこちらです。腰上・横向き・白背景で、この後の比較はすべてこの1枚が起点になります。

効いたタグ ― 絵を見れば分かることは通じる

先に結論を言うと、高さ・距離・向き・傾き・ぼけのタグはよく通じました。第1部で試した一般的なタグ32個の内訳は ◎13・○6・△8・✕3・?2 で、◎と○を合わせるとちょうど6割です。

高さ: low angle, from below（◎）

カメラが腰より下に下がり、太ももが手前で大きく、顔が奥で小さくなりました。見上げに伴う遠近の誇張まで付いてきます。
「大きく・強く見せたい」ときの土台はこれで決まりです。

向き: from behind, looking back, looking at viewer（◎）

体は後ろ向きのまま、首だけひねって顔がこちらを向きます。距離も高さも基準カットのままで、変わったのは向きだけです。
後ろ姿の情報量と表情を両立したいときに使えますし、風や呼びかけなど「振り向く理由」を足すとさらに絵になります。

背景ぼけ: blurry background（◎）

白背景が屋外の街路に変わり、植え込みと街路樹がなだらかにぼけて、人物だけがシャープに残りました。
実はこれ、depth of field, blurry background, bokeh の3つで書いたバージョンも焼いていて、そちらは背景に丸い光の玉が散りました。玉ボケの原因は bokeh で、素直な背景ぼけは blurry background 1タグで足りる、というのが結論です。

このほか、見下ろし・距離・傾き・主観・前景のタグにも◎がいくつかありました。
どれも「絵を見れば、そうなっていると分かる」ものばかりですね。

効かなかったタグ ― 撮る側の都合は通じない

ここからが、自分で試すといちばん時間を食う部分です。

レンズ: 50mm, standard lens（✕）

標準レンズの自然な遠近感を期待して 50mm, standard lens と書いたら、カメラのレンズという物体が絵に描かれました。
焦点距離の数値はモデルに通じません。「写真の話をしている」という文脈にはなるようで、機材そのものが絵に出る形になりました。

wide angle（広角）も引きにはなるものの広角の誇張は判断できず（?）、telephoto, compressed perspective（望遠）は効きませんでした（✕）。望遠では別の seed でレンズを手に持っています。

配置: centered composition, symmetry（✕）

日の丸構図のつもりで centered composition, symmetry と書いたら、画面中央に縦線が入り、左右に同じ人物が2人出ました。symmetry が「配置が対称」ではなく「絵柄が左右対称」と取られたわけです。
symmetry を抜いて centered composition だけにすると、1人だけ中央に正面で立ちました（○）。

rule of thirds（三分割）も、人物は中央のままで、別の seed ではファインダーの枠線が描かれました（△）。「三分割線の交点に置いた」という意図は絵に写らないんですよね。写るのは「人物が右に寄っていて左が空いている」という結果だけです。

距離: bust shot（△）

バストアップのつもりで bust shot と書くと、距離は腰上のまま、衣装がグレーの T シャツからタンクトップに変わって胸が強調されました。
バストアップがほしいときは upper body を使います。bust shot は使いません。これは知らないと何枚焼いても直らないやつですね。

通じない理由 ― 絵に写るものの名前しかタグにならない

9個並べると傾向がはっきりします。

高さ・距離・向きは、絵を見れば分かります。見上げているか、寄っているか、横を向いているか。だからタグとして学習されていて、通じます。
一方、「これは50mmで撮った」と絵から読み取れる人はほぼいません。三分割も同じで、写るのは結果だけ。モデルが学習できるのは後者しかないわけです。

通じない言葉の言い換え表（抜粋）

効かなかったタグには、「代わりにこう書けば出せる」を全部付けました。そのうち使用頻度が高そうな6行を抜粋します。

覚え方はひとつだけです。絵を見て分かること（高さ・距離・向き・ぼけ・傾き）はタグになる。カメラの機材や設計（焦点距離・三分割・技法名）はタグにならない。

プロの技法名12個（強制遠近・ティルトシフト・ドリーズームなど）も同じ方法で試しましたが、技法名のまま通じたのは額縁と一点透視の2つだけでした。ほかは「絵に写る要素」に言い換えると通じます。

効いているか分からないタグの確かめ方

44個の判定を持っていても、自分の組み合わせで「このタグが効いているか分からない」場面は必ず来ます。
そのときは、同じ seed でそのタグだけ外して焼くのがいちばん早いです。

通じたタグだけで組んだ「迫力」のパターンで、low angle, from below を外してみたのがこちらです。

外すと上からの見下ろしに転び、人物は大きく写るのに、空間的な威圧感は減っています。
迫力は人物の大きさではなく、見上げが作る空の広さから来ていたことが分かります。

逆に、外しても絵が変わらなければ、そのタグは効いていません。第1部の検証と同じことを、自分のプロンプトでやればいいだけです。

「アングル・構図プロンプト検証ログ」でできること・できないこと

この検証をまとめて1冊にしたのが、BOOTH で販売している「アングル・構図プロンプト検証ログ ― 効くタグ・効かないタグを44個試した」です。

できること

• 一般的なタグ32個＋プロの技法12個、合わせて44個の判定を、基準カットとのペアで確認できる
• 効かなかったタグには「代わりにこう書く」が付いているので、自分で同じ回り道をしなくていい
• 通じたタグだけで組んだ「かっこいい」4パターン・「かわいい」4パターンのレシピを、服装・表情・場所込みのプロンプト全文で使える
• 各パターンに「タグを1つ外した版」が同じ seed で付いていて、どのタグが何を担っているかが読める
• LoRA なし・Animagine XL 4.0 ならそのまま試せる

できないこと・注意点

• 44個すべてが使えるタグ集ではありません。 効かなかった記録も成果として載せた検証ログです。使えるタグだけ引きたい方は巻末早見表（逆引き・言い換え表・判定一覧）をお使いください
• Animagine XL 4.0 を対象に検証しています。他の SDXL 系モデルでも傾向は近いですが、効き方は変わります
• ポーズを固定する手段ではありません。ポーズは ControlNet の管轄で、本書では扱っていません
• 環境構築やモデルのダウンロード手順は扱いません（すでに生成できる環境がある前提です）

アングル・構図プロンプト検証ログ（BOOTH）

この記事で紹介した検証を、44個分すべて基準カットと並べて収録したのが本書です。

• PDF 本体（115ページ）: 第1部（一般タグ32個の検証ログ）／第2部（プロの技法12個を技法名と Danbooru 語彙の A/B で比較）／第3部（8パターンのフルレシピと「1つ外した版」）／巻末早見表
• prompts.txt（75件）: 収録した全プロンプトをコピペ用テキストで。第3部は「1つ外した版」も併記
• 採用カット114枚（1024px・JPEG）: 基準カット・検証カット・実用カット・8パターン・外した版まで。手元で拡大して細部を確認できます

自分で44個焼いて判定する時間を省きたい方や、「効かなかったタグをどう言い換えるか」まで一覧で持っておきたい方に向いていると思います。

価格：1,480円

よくある質問

まとめ

毎回同じ構図になるのは、カメラのことをプロンプトで一度も指定していないからでした。
そして指定するタグは、絵を見れば分かることなら通じ、撮る側の都合は通じません。50mm と書いてレンズが絵に写ったのが、その一番分かりやすい例です。

効いているか迷ったら、同じ seed でそのタグだけ外して焼く。これだけで自分のプロンプトの中の「効いていないタグ」が見つかります。

タグの一覧を辞書として引きたい方はカメラアングルプロンプト50選へ、アングル以外のプロンプトはComfyUI プロンプト集にまとめています。