01
三面図の生成・固定
- マルチビュー拡散モデル（SV3D/MV-Adapter等）を用いて、単一プロンプトから「正面・側面・背面」を完全同期生成。
- プロンプト例:
"concept sheet, full body, front view, side view, back view, white background"
- アスペクト比: 21:9 (超横長) で破綻を防ぐ。
02
データ前処理（スライス）
- 生成された三面図を 1024x1024px（FLUX/SD3.5規格）に各アングルごとにスクエアトリミング。
- 背景を RMBG-1.4 / LayerDiffusion で完全透過（アルファチャンネル化）または純粋な白色（#FFFFFF）に統一。
- 表情差分・クローズアップを加え、計15〜20枚のデータセットを構築。
03
LoRA高速学習（Kohya-ss）
- ベースモデル: FLUX.1 [dev] または SD3.5 Large
- 学習率: 1e-4 (Adafactor) / Dim: 16, Alpha: 16
- キャプション: トリガーワード（例:
"cxx_girl"）＋WD14 Taggerによる自動タグ（背景やアングルタグは除外）。
```
---
### 実務詳細手順と数値パラメーター（2026年最新基準）
#### 1. キャラクター設定資料/三面図の生成
一貫性の最大の敵は「生成ごとのブレ」です。2026年現在、最初から完璧な三面図を1枚の画像として生成することが、最も手戻りの少ないアプローチです。
* **推奨モデル**: FLUX.1 [dev] または SD3.5 Large（プロンプト追従性が極めて高いため、破綻が少ない）。
* **プロンプト構成**:
* `Masterpiece, character design sheet of a 20-year-old female sci-fi soldier, showcasing front view, side view, and back view. clean white background, ultra-detailed, t-pose.`
* ※未成年、実在の人物、およびディープフェイクに該当する要素は、倫理ガイドラインに基づき完全に排除して生成してください。
* **【2026年未確証トレンド】**: 3Dガウシアン・スプラッティング（3DGS）から直接2Dマルチビューをレンダリングしてデータセットにする手法が実用化されつつありますが、現時点では高品質な2D拡散モデルによる直接生成＋手動クリンナップが最も実用的です。
#### 2. データ前処理（スライスと透過）
生成された三面図をそのまま学習に投げてはいけません。
* **スライス**: 1枚の横長画像を、正面（front）、側面（side）、背面（back）、および顔のアップ（closeup）にトリミングし、**1024x1024ピクセル**の独立した画像（計15〜20枚）に分割します。
* **背景透過処理**:
* 背景のノイズ（不要な影やグラデーション）はLoRAに悪影響を与えます。
* **RMBG-1.4** または **LayerDiffusion** を使用し、背景を完全な透過（PNG）または純白（`#FFFFFF`）に置換します。これにより、LoRA適用時にどのような背景でもキャラクターを召喚できるようになります。
#### 3. キャプショニング（タグ付け）の黄金律
キャプション（`.txt`ファイル）の書き方でLoRAの柔軟性が決まります。
* **トリガーワードの選定**: 世の中に存在しない独自の文字列を設定します（例: `sk_soldier_v1`）。
* **アングルタグの「相殺」**:
* 正面の画像には `front view`、背面の画像には `back view` とキャプションに必ず記述します。
* **理由**: これにより、AIは「`front view` という言葉があるから正面を向いているのだ」と学習し、トリガーワード（`sk_soldier_v1`）自体に「正面を向く」というバイアスが固着するのを防ぎます。
#### 4. LoRA学習パラメーター（FLUX / SD3.5世代標準値）
| パラメーター | 推奨設定値 | 備考 |
| :--- | :--- | :--- |
| **ベースモデル** | FLUX.1 [dev] (FP8) | 2026年現在、最も一貫性の再現度が高い |
| **Optimizer** | Adafactor / Prodigy | 学習の自動最適化に優れる |
| **Learning Rate** | `1e-4` (Adafactor) / `1.0` (Prodigy) | 破綻を防ぐための標準値 |
| **Network Dim / Alpha** | Dim: 16 / Alpha: 16 (または 32 / 16) | FLUXは低Rankでも高い再現度を維持 |
| **Epochs / Steps** | 15 Epochs (約 1,500〜2,000 Total Steps) | 過学習（オーバートレーニング）に注意 |
| **Batch Size** | 2〜4 | VRAM 16GB〜24GB環境を想定 |
---
### 末尾次の3手
1. **「超横長（21:9）プロンプト」でベース三面図を1枚出力する**
* まずはお手持ちの画像生成環境（FLUX.1等）で、背景を白に固定した高解像度の三面図を生成してください。
2. **「RMBG-1.4」で背景を完全透過し、1024x1024pxにスライスする**
* キャラクター以外のノイズ（背景のグラデーションや床の影）を完全に排除した、学習専用の15枚のデータセットを作成します。
3. **アングルタグを明記したキャプションを作成し、LoRA学習を実行する**
* `front view` や `back view` などのアングル指定タグをキャプションに含め、キャラクターの「意匠（服・髪・顔）」だけを純粋にLoRAに記憶させます。