AIの描く手が崩れる問題：指の変形を実践的に解決する方法

まず前提として認めておきましょう。手というパーツは今のところ、どのモデルでも100%失敗しないとは保証できません。これはあなたのプロンプトが悪いわけではなく、この部位がそもそも難しいからです——指の本数、角度のパターンが多く、しかも指同士が重なりやすい。モデルにとって学習の難易度は顔の10倍はあります。

だからまず自分を疑わないこと。これは確率のゲームです。ただし確率のゲームにも勝率を上げる打ち手はあり、単純に課金してガチャを回すだけではありません。

まず一番効果のないやり方から

ただ何度も生成し直して、運良く手が崩れていない1枚に賭ける——これは一番原始的なやり方ですが、効率は最低です。ガチャのプールを変えずに引き続けるのと同じで、プール（つまりプロンプトとパラメータ設定）を変えなければ、100回引いても100回とも運任せのままです。

本当に効果があるのは打ち手を変えることで、引く回数を増やすことではありません。

効果のある方法を、優先順位順に

1つ目：手を主役にしない。
一番単純で乱暴、でも一番効果的な方法です——構図上、手をあまり目立たせないこと。クローズアップにする、手の画面占有率を小さくする、ポケットや小道具・袖で手を部分的に隠す、これだけで失敗率は一気に半減します。これは問題から逃げているのではなく、模範解答です。プロのカメラマンがポートレートを撮るときも、あえて手を隠すことがよくあります。理由のないことではありません。

2つ目：部分的なインペイントで救済する。
全体は気に入っているのに手だけ崩れている場合、画像全体を生成し直す必要はありません。インペイント（部分再描画）で手の小さな領域だけを再生成しましょう。全体をやり直すより命中率がかなり高くなります。なぜなら「当てるべき範囲」を狭めているからです——ガチャのプールを「画像全体」から「手のこの一部分」に縮小するようなもので、失敗する確率が自然と下がります。この方法は写真編集・レタッチの場面ではほぼ標準操作になっています。

3つ目：ポーズの参考画像を使う。
使っているモデルが画像生成(img2img)やポーズ参照に対応しているなら、手のポーズがはっきり分かる参考画像を渡して、それをなぞらせる方が、「五本の指を開いて」といった純粋な文章指示よりずっと信頼できます。文章では具体的な指の角度までは表現しきれませんが、参考画像ならそれができます。

4つ目：ネガティブプロンプトは、的を絞った数個で十分。
「余分な指、指の癒着、変形した手」といったフレーズをネガティブプロンプトに入れる。これはモデルの構造的な弱点を狙い撃ちする方法で、本当に効くタイプの対処法です。他のネガティブワードをいくら追加しても意味はありません。ネガティブプロンプトの詳しい使い方はネガティブプロンプトガイドでより網羅的に解説しています。

5つ目：プールを変える——モデルを選び直す。
正直に言うと、モデルによってこの部分の「成功率」は確かに違います。新しめのモデルは概ね古いモデルより強く、これは学習データとアーキテクチャの進化によるもので、オカルトではありません。今使っているモデルがしょっちゅう崩れるなら、少し新しいモデルに切り替えて試す方が、プロンプトをこねくり回すより時間の節約になることがあります。

あまり気にしなくていい場面

アバターのような小さいサイズ・一人・正面構図の場面では、手はそもそもほとんど画面に入らないので、失敗する確率は生まれつき低いです。過剰に防御的にネガティブワードを盛り込んで、プロンプトの枠を無駄にする必要はありません。

逆に複数人での集合写真、運動している姿勢、何かを手に持っているといったパターンは、手が崩れる重災地帯です。これらの場面では上記の方法を全部使う価値があります。

最後に、率直な一言

これはガチャと同じ理屈です——プールを正しく選び、使うべき保証枠（部分インペイント、ネガティブプロンプト）をきちんと使えば、運が悪い体質でも勝率は上げられます。実際に連続で失敗が続いたら、力任せに引き続けるのではなく、発想を変える方が10回多く引くより効果的なことが多いです。トップページのプロンプトツールで、これらの組み合わせをそのまま試せます。