【実験】soloキーワードで背景の群衆を抑制できるか検証|solo・alone・single personを比較

【実験】soloキーワードで背景の群衆を抑制できるか検証|solo・alone・single personを比較

結論を先に

  • soloの追加で背景の複数人出現を大幅に抑制できる。 soloなしでは背景に8〜10人のチームメイトが映り込むが、solo追加で0〜3人に減少した(3/3で効果確認)。
  • alonesoloと同程度の抑制効果がある。 背景に1〜2人残る場合があるが、群衆は消える。
  • single personは効果があるものの安定性でsolo・aloneにやや劣る。 背景人数の振れ幅が大きい。
  • 完全にゼロにはならない。 どの条件でも背景に1〜2人残るケースがある。1girlだけでは不十分な場面でsoloを追加する価値は十分にある。

実験設計

項目
モデルz-image-turbo(6B、写実特化蒸留)
ステップ8
CFG1.0
サイズ1024x1024
seed3つ固定(全条件共通)
各条件3枚(3seed)
合計4条件 × 3 = 12枚

ベースプロンプト

ベースプロンプト
1girl, 32yo japanese actress, {人数指定}, wearing cheerleader uniform with crop top and pleated skirt, pom poms, standing, facing camera, full body, stadium, bright lighting

チアリーダー衣装+スタジアム背景は、cheerleader-outfit-testで背景にチームメイトが自動生成されやすいことが確認済み。この条件を利用して、人数指定キーワードの抑制効果を検証する。

評価基準

  • 背景の人数: 主被写体以外に何人映っているか
  • 主被写体の構図: 1人としてのポーズ・フレーミングが維持されているか
  • 背景の変化: スタジアムの描写に影響があるか

各条件の検証

A00: soloなし(コントロール)

プロンプト
1girl, 32yo japanese actress, wearing cheerleader uniform with crop top and pleated skirt, pom poms, standing, facing camera, full body, stadium, bright lighting
seed 1seed 2seed 3
nosolo s1nosolo s2nosolo s3

観察: 3/3で背景にチームメイトが大量に映り込んでいる。8〜10人規模のチアリーディングチームが展開されており、「1girl」と指定しているにもかかわらず集団シーンになる。チアリーダー+スタジアムという文脈がチーム活動を強く誘発している。

A01: solo

プロンプト
1girl, solo, 32yo japanese actress, wearing cheerleader uniform with crop top and pleated skirt, pom poms, standing, facing camera, full body, stadium, bright lighting
seed 1seed 2seed 3
solo s1solo s2solo s3

観察: 背景の人数が明らかに減少した。3/3で主被写体が画面の中心を占め、背景の人物は0〜3人程度に抑えられている。A00の8〜10人から大幅な改善。完全にゼロになるわけではないが、群衆感は消え、1人のチアリーダーとして成立する構図になっている。

A02: alone

プロンプト
1girl, alone, 32yo japanese actress, wearing cheerleader uniform with crop top and pleated skirt, pom poms, standing, facing camera, full body, stadium, bright lighting
seed 1seed 2seed 3
alone s1alone s2alone s3

観察: soloと同程度の抑制効果。背景に1〜2人残る場合があるが、A00のような群衆は出現しない。aloneもsoloと同様に「1人」の文脈を強化するキーワードとして機能している。

A03: single person

プロンプト
1girl, single person, 32yo japanese actress, wearing cheerleader uniform with crop top and pleated skirt, pom poms, standing, facing camera, full body, stadium, bright lighting
seed 1seed 2seed 3
single s1single s2single s3

観察: single personも背景人数の抑制効果はあるが、solo・aloneほどの安定性はない。3枚中、背景人数の振れ幅が大きく、0人のケースもあれば3〜4人残るケースもある。2語で表現するためトークン効率もsolo・aloneに劣る。

比較まとめ

条件背景人数(範囲)抑制効果トークン数安定性
A00: なし8〜10人0
A01: solo0〜3人高い1安定
A02: alone1〜2人高い1安定
A03: single person0〜4人中程度2やや不安定

実用上のポイント

  • 集団シーン(スタジアム、教室、パーティ等)で1人だけ撮りたいならsoloを追加する。 1トークンで大きな効果がある。
  • soloaloneは同程度の効果。 どちらを使っても良いが、soloの方がトークン数が少なく一般的。
  • 1girlだけでは人数抑制に不十分な場面がある。 特に集団活動を想起させるシチュエーション(チアリーダー、バンド、スポーツ等)ではsoloの併用を推奨。
  • 完全に背景をゼロにしたい場合は、simple backgroundstudio等の背景指定と組み合わせるのが確実。

関連記事