Civitai 完全活用ガイド
モデル・LoRA 収集・整理・管理術

基本の絞り込みフロー

フィルター項目の詳細解説

検索キーワードのコツ

• スタイル系: oil painting, watercolor, anime style, flat illustration
• テーマ系: clothing, pose, lighting, background
• ベースモデル連動: 検索欄でも SDXL や Flux を一緒に入力すると絞り込めることがある
• タグから辿る: モデルページのタグをクリックすると同タグのモデル一覧に飛べる

優良モデルを見分ける指標（モデルページの見方）

2026年時点の主要ベースモデル別おすすめ探し方

• Flux.1 系: 2025年以降の主流。LoRA数はまだ少ないが増加中。Newest + Sort:Month で探すと最新が見つかる
• Illustrious / Pony 系: アニメ・二次元最強。Base Model フィルターで「Illustrious」「Pony」を選択
• SDXL 系: 汎用リアル系。既存LoRAが最も豊富。品質フィルターを「AllTime + Highest Rated」で鉄板LoRA発見
• SD 1.5 系: 枯れた技術だが軽量・互換性高。旧来モデルとの組み合わせに依然有効

前提: APIキーの取得

1. Civitai にログインし、右上アバターから「Account Settings」へ
2. ページ下部「API Keys」セクションで「+ Add API key」をクリック
3. 名前を付けてトークンをコピー（以後は表示されない）
4. 環境変数 CIVITAI_TOKEN にセットするか、スクリプト内で直接指定

API エンドポイント一覧（v1）

認証方式（2種類）

# 方式①: Authorizationヘッダー（推奨）
curl -L -H "Authorization: Bearer YOUR_TOKEN" \
  https://civitai.com/api/download/models/46846

# 方式②: クエリパラメータ
curl -L "https://civitai.com/api/download/models/46846?token=YOUR_TOKEN"

方法A: civitai-downloader（最もシンプル）

標準ライブラリのみ使用、pip不要。Linuxサーバーでの利用に最適。

# インストール
curl -L https://raw.githubusercontent.com/ashleykleynhans/civitai-downloader/main/download.py \
  -o /usr/local/bin/download-model
chmod +x /usr/local/bin/download-model

# 環境変数にトークンをセット
export CIVITAI_TOKEN="YOUR_API_KEY_HERE"

# 使用例: モデルID + 保存先ディレクトリ
download-model 46846 /path/to/models/Lora/
download-model 128713 /path/to/models/Stable-diffusion/

方法B: civitdl CLI（バッチダウンロード＋メタデータ付き）

# インストール
pip install civitdl

# 基本使用（モデルID指定）
civitdl 46846 ./loras/

# 複数モデルを一括ダウンロード
civitdl 46846 128713 239041 ./models/

# メタデータ（説明・プロンプト・作者情報）も保存
civitdl --with-metadata 46846 ./loras/

方法C: CivitAI-Model-grabber（バルク・フィルタリング対応）

特定ユーザーの全モデルを一括取得・LoRAのみ絞り込みダウンロードなど高度な運用向き。

# クローン
git clone https://github.com/Confuzu/CivitAI-Model-grabber.git
cd CivitAI-Model-grabber

# 基本: ユーザー名で全モデル取得
python civitAI_Model_downloader.py username1

# LoRAのみ / SDXLベースのみ
python civitAI_Model_downloader.py username1 \
  --download-type Lora \
  --base-model "SDXL 1.0"

# モデルIDを直接指定（複数）
python civitAI_Model_downloader.py \
  --model-ids 12345,67890 \
  --download-type All

# 並列ダウンロード（スレッド数5）
python civitAI_Model_downloader.py username1 \
  --max-threads 5 --token YOUR_TOKEN \
  --output-dir ./downloads/

方法D: Pythonスクリプト自作（API直叩き）

import requests
import os
from pathlib import Path

TOKEN = os.environ.get("CIVITAI_TOKEN")
HEADERS = {"Authorization": f"Bearer {TOKEN}"}

def search_models(query="", model_type="LORA", base_model="SDXL 1.0", limit=20):
    """Civitai APIでモデルを検索"""
    params = {
        "query": query,
        "types": model_type,
        "baseModels": base_model,
        "limit": limit,
        "sort": "Highest Rated",
        "nsfw": "false"
    }
    resp = requests.get(
        "https://civitai.com/api/v1/models",
        headers=HEADERS, params=params
    )
    resp.raise_for_status()
    return resp.json()["items"]

def download_model_version(version_id, save_dir):
    """モデルバージョンIDでファイルをダウンロード"""
    url = f"https://civitai.com/api/download/models/{version_id}"
    resp = requests.get(url, headers=HEADERS, stream=True, allow_redirects=True)
    resp.raise_for_status()

    # ファイル名はContent-Dispositionヘッダーから取得
    cd = resp.headers.get("Content-Disposition", "")
    filename = cd.split("filename=")[-1].strip('"') if "filename=" in cd \
               else f"model_{version_id}.safetensors"

    save_path = Path(save_dir) / filename
    with open(save_path, "wb") as f:
        for chunk in resp.iter_content(chunk_size=8192):
            f.write(chunk)
    print(f"保存完了: {save_path}")
    return save_path

# 使用例: clothing LoRAをSDXLで検索して全件DL
models = search_models(query="clothing", base_model="SDXL 1.0", limit=10)
for model in models:
    version_id = model["modelVersions"][0]["id"]  # 最新バージョン
    download_model_version(version_id, "./loras/clothing/")

基本原則: 中央集権型ストレージ

• アプリ（ComfyUI/A1111等）を更新・再インストールしてもモデルが消えない
• 複数アプリでモデルを共有できる（ストレージ節約）
• 管理の「一元化」でバックアップも簡単

推奨フォルダ構造

各アプリからの参照設定

ComfyUI（extra_model_paths.yaml）

# ComfyUI/extra_model_paths.yaml
a111:
  base_path: D:\AI_Models\
  checkpoints: checkpoints\
  loras: loras\
  vae: vae\
  controlnet: controlnet\
  embeddings: embeddings\
  upscale_models: upscalers\

AUTOMATIC1111（webui-user.bat）

set COMMANDLINE_ARGS=^
  --ckpt-dir "D:\AI_Models\checkpoints" ^
  --lora-dir "D:\AI_Models\loras" ^
  --vae-dir "D:\AI_Models\vae" ^
  --embeddings-dir "D:\AI_Models\embeddings"

シンボリックリンク（Windows / 管理者権限）

:: ComfyUIのlorasフォルダを中央ディレクトリにリンク
mklink /D "C:\ComfyUI\models\loras" "D:\AI_Models\loras"
mklink /D "C:\ComfyUI\models\checkpoints" "D:\AI_Models\checkpoints"

バージョン管理ルール

メタデータJSON 保存推奨内容

{
  "civitai_model_id": 46846,
  "civitai_version_id": 51827,
  "name": "ExampleLoRA",
  "version": "v2.1",
  "base_model": "SDXL 1.0",
  "type": "LORA",
  "trigger_words": ["examplelora", ""],
  "recommended_weight": 0.8,
  "license": "CreativeML Open RAIL-M",
  "downloaded_at": "2026-04-28",
  "source_url": "https://civitai.com/models/46846"
}

コンテンツレーティング 5段階

評価スコアの仕組み（数値タグ）

Civitaiの生成画像に付くスコアタグは機械学習で自動分類される品質評価タグ。

プロンプトに score_9, score_8_up などを加えると、高品質な出力を狙うモデルで効果的な場合がある（主にPony系・Illustrious系モデル）。

source_ タグ（コンテンツ出自分類）

rating_ タグ（コンテンツレーティング連動）

• rating_safe — PG相当の安全なコンテンツ
• rating_questionable — PG-13〜R相当の際どいコンテンツ
• rating_explicit — X〜XXX相当の明示的コンテンツ

モデルページのメトリクス解説

My Filters（追加コンテンツフィルター）

5段階レーティングに加えて、トピックベースで細かく制御できるフィルター。設定は目のアイコン（PC）またはハンバーガーメニュー（モバイル）から。

• Anime: アニメ・マンガスタイルのみ表示
• Furry: ファーリー系コンテンツを除外/表示
• Gore: グロテスク画像の除外
• Political: 政治的コンテンツの除外

モデル公開手順（必須7ステップ）

1. ファイル準備: .safetensors 形式を推奨（.ckpt/.pt も可）。ZIPでの複数ファイル同梱も可能
2. モデルカード作成: タイプ選択（LoRA/Checkpoint等）・カテゴリ・説明文を入力。「何ができるか」「使い方」「動機」を明記
3. タグ設定: 正確なタグを付与（不正確なタグは報告されることがある）
4. トリガーワード設定: 必要なら明記。不要なら「このバージョンはトリガーワード不要」をトグルON
5. サンプル画像追加: 最低1枚は必須。PNG / JPEG（静止画）または MP4 / WebM（動画）。多ければ多いほど信頼性UP
6. ライセンス・商用利用設定: マージ許可・商用利用許可などをパーミッションで設定
7. 公開（Publish）: ドラフトから「Public」に移動して公開完了

Buzz（報酬通貨）の種類（2025年10月改訂）

クリエイタープログラム: 収益化の仕組み

Buzz獲得の主要ソース

• Generator Compensation: 自分のLoRA/Checkpointがサイト内生成で使用されるたびにBuzz獲得
• Early Access: モデルを限定公開期間（Early Access）設定し、Buzz払いでプレミアムアクセス提供
• Tips（投げ銭）: 他ユーザーからの任意投げ銭。モデルの品質・人気が高いほど集まりやすい
• Generation Tips: 他ユーザーが画像生成時にクリエイターに送るTips

会員ティア別バンキング上限

実績データ（2025年4月報酬サイクル）

• 月次報酬プール総額: $46,471.66
• トップクリエイター獲得額: $8,500
• 参加者平均獲得額: $226
• 出金最低額: $50 USD（15日間のペンディング後）

抽出手数料体系

• 100,000 Buzz以下: 0%（無料）
• 100,001〜: 5〜15%（段階的に上昇）

収益最大化のコツ

• Generator Compensationは「よく使われるモデル」が稼ぎやすい → 汎用性の高いStyleやPoseのLoRAを作る
• Early Access期間（通常7日間）で集中的にBuzzを獲得できる
• サンプル画像の品質とプロンプト情報開示がDownload数に直結
• 定期的にバージョンアップして「最新版」タグを維持するとUpdatesフィードに再掲載される
• コメント欄でユーザーの質問に丁寧に回答するとFavorite率が上がる

主要変更タイムライン

絶対禁止コンテンツ（2026年時点）

• 未成年のフォトリアリスティック画像（一切禁止）
• 未成年の性的描写（アニメ・ロリ・ショタ含む）
• 実在人物の無断使用・なりすまし・ディープフェイク
• 非合意的な性的描写（レイプ・強制描写等）
• 動物虐待・獣姦
• インセスト（近親相姦）描写
• 自傷・自殺の誘発コンテンツ
• 特定排泄物関連フェティッシュ（Scat等）
• ヘイトスピーチ（宗教・民族・性別・性的指向等に基づく差別）
• 他者コンテンツの無断転載（オリジナルでない重複コンテンツ）

成人向けコンテンツの現在の扱い

規約変更の背景（外部圧力）

多くの変更はVisa・Mastercardなどの決済事業者からの外部圧力によるものとされている。決済代行業者が成人向けプラットフォームに対して取引停止・手数料引き上げを行う業界慣行への対応が主な動機。

ライセンス・商用利用の注意点

• CreativeML Open RAIL-M: 最も一般的なライセンス。商用利用可だが禁止用途（非合意コンテンツ等）は遵守必須
• CC-BY-SA / CC-BY-NC: 一部モデルで使用。NCはNon-Commercial（非商用のみ）を意味する
• LoRAを商用画像生成に使う場合は、ベースCheckpointとLoRA両方のライセンスを確認
• AI生成画像の著作権は国によって異なる（日本では現時点で著作権保護の対象外となるケースが多い）