SDXL派生モデル徹底ガイド — Pony / Animagine / Illustriousの選び方

Stable Diffusion XL（SDXL）の登場以降、コミュニティ製の派生モデルが爆発的に増えました。中でも Pony Diffusion、Animagine XL、Illustrious は二次元・アニメ調の生成で広く使われ、それぞれ独自の作法を持ちます。本記事では三大系統を中心に、選び方とプロンプト書き分けを整理します。

三大系統の俯瞰

モデル系統	得意分野	プロンプト作法
Pony Diffusion	多様なキャラ・成人向け含む幅広いシーン	score_系の独自タグが必須
Animagine XL	アニメ・イラスト系の正統派	booru系タグの正攻法
Illustrious	高品質イラスト・最新キャラ	booru系＋自然言語のハイブリッド

これに加え、それぞれの「マージモデル」「LoRA適用版」が大量に存在しますが、まず原典系統を理解することが派生モデル選びの土台になります。

Pony Diffusion V6 XL

最も特徴的なのは「score_系の品質タグ」が必須である点。

必須プロンプト構造

score_9, score_8_up, score_7_up, score_6_up, score_5_up,
score_4_up, [本来書きたいプロンプト]

このスコア羅列を冒頭に置かないと、明らかに品質が落ちます。score_9 だけでなく score_8_up 以下を並べる方が安定するという経験則があり、ほぼお作法として固定。

強み

• キャラの多様性：マイナーキャラ・オリキャラまで強い
• 構図・ポーズの幅：アクション・ダイナミック構図に強い
• ピクセル数の自由度：1024×1024以外の解像度でも安定

弱み

• 手・指の整合性：他の SDXL 派生より弱い
• 写実調が苦手：あくまでイラスト寄り

推奨ネガティブプロンプト

score_6, score_5, score_4, source_pony, source_furry,
worst quality, low quality, simple background

「除外したい score」を明示するのも Pony の流儀です。

Animagine XL 3.1 / 4.0

booru タグ（Danbooru/Gelbooru由来）を正攻法で使うモデル。日本のアニメ調イラストでは最も標準的な選択。

推奨プロンプト構造

[キャラタグ], [外見タグ], [構図タグ], [背景タグ],
masterpiece, best quality, very aesthetic, absurdres

末尾の品質タグ masterpiece, best quality, very aesthetic, absurdres がお作法。Pony の score_系とは別系統で、Animagine 独自。

実例

1girl, solo, miku, hatsune miku, long hair, twintails, aqua
hair, aqua eyes, school uniform, classroom, sitting at desk,
looking at viewer, smile, masterpiece, best quality, very
aesthetic, absurdres

強み

• 公式キャラの再現性：版権キャラがタグだけで描ける
• 日本のアニメ調に最適化：色彩・線画が綺麗
• 解像度1024×1024の安定：解像度ピーキー

弱み

• マイナーキャラ・オリキャラ：学習データに含まれていないと描けない
• 写実調・洋画調は苦手

推奨ネガティブプロンプト

nsfw, lowres, bad anatomy, bad hands, text, error, missing
fingers, extra digit, fewer digits, cropped, worst quality,
low quality, normal quality, jpeg artifacts, signature,
watermark, username, blurry

長めのネガティブが定番。SDXL 1.0 のネガティブプロンプトとほぼ互換。

Illustrious XL

2024年以降登場した新系統。Animagine の正統進化に近い位置付けで、最新キャラ・最新美意識への追従が早い。

推奨プロンプト構造

booru タグと自然言語のハイブリッド。

1girl, [キャラタグ], [詳細外見], [構図],
A young woman stands by a window in a softly lit cafe,
holding a cup of coffee. The afternoon sun creates a warm
glow on her face.
masterpiece, best quality, newest, absurdres

タグだけでも動きますが、自然言語を後ろに足すと光・空気感の表現が大きく良くなります。

強み

• 最新キャラの追従速度：Animagine より新しいキャラが描ける
• 質感の繊細さ：肌・布・髪のディテールが自然
• 自然言語との相性：ハイブリッドで書ける

弱み

• モデルサイズが大きい：VRAM 消費が増える
• 学習中の派生が増えすぎ：どのバージョンを選ぶか迷う

推奨ネガティブプロンプト

worst quality, low quality, normal quality, lowres, bad
anatomy, bad hands, watermark, signature, blurry, jpeg
artifacts, old, oldest

末尾の old, oldest で「古いキャラ・古い絵柄」を除外するのが Illustrious 独特。

モデル選定フロー

ユースケース別の推奨を整理します。

ユースケース	推奨モデル
版権アニメキャラの忠実な再現	Animagine XL 4.0
オリキャラ・マイナーキャラ	Pony Diffusion V6
最新の絵柄・最新キャラ	Illustrious XL
アクション・ダイナミック構図	Pony Diffusion V6
商用配布用イラスト	Animagine XL（ライセンス確認）
VRAM 8GB以下	Animagine XL（最も軽い）
VRAM 12GB以上	Illustrious XL（最高品質）

ライセンスと商用利用

• Pony Diffusion — Fair AI Public License、商用利用可、ただし派生モデル配布時の表記要件あり
• Animagine XL — Fair AI Public License、商用利用可、表記要件あり
• Illustrious XL — モデルカードによりライセンス異なる、商用前に必ず確認

いずれも Fair AI Public License 系列で、生成物の商用利用は概ね可能ですが、モデル自体の再配布や派生モデル作成には条件があります。

マージモデル選定の考え方

3系統を理解した上で、コミュニティ製のマージモデルを選ぶ際の指針：

• 何系がベース？（Pony / Animagine / Illustrious のどれか）
• 何をマージしている？（特定キャラの強化、画風シフトなど）
• 作者の評判（Civitai のレビューと作例数を確認）
• VAE 推奨（多くのマージモデルは特定 VAE を要求）

ベース系統が分かれば、プロンプト作法も予測がつきます。Pony 系のマージなら score_系タグが必要、Animagine 系のマージなら masterpiece 系タグが必要、というふうに。

失敗しやすいパターン

1. 系統違いのプロンプトを流用

Pony 用プロンプトを Animagine に投入すると、score_系タグがノイズになり品質が落ちます。逆も同様。モデル系統に合わせて品質タグを書き換えるのが基本。

2. VAE の指定漏れ

派生モデルは特定の VAE（例：sdxl_vae.safetensors）を要求するものが多いです。VAE が合っていないと色が破綻します。

3. CFG Scale の値が不適切

• Pony 系：CFG 7前後
• Animagine 系：CFG 5〜7
• Illustrious 系：CFG 4〜6

派生モデルごとに最適な CFG が異なります。デフォルト値で試して破綻するなら、まず CFG を調整するのが優先。

まとめ

SDXL 派生モデルは「Pony / Animagine / Illustrious のどの系統か」を最初に把握するのが最重要。系統が分かれば、品質タグの書き方、推奨ネガティブ、最適 CFG が予測でき、調整の試行回数が大幅に減ります。

PromptForge JP では、SDXL 派生モデルごとに「品質タグの自動付与」「ネガティブプロンプトのテンプレ」を切り替えられる設計を進めています。Pony を選べば score_系が、Animagine を選べば masterpiece 系が、自動で末尾に付加される、というのが目標体験です。