【Stable Diffusion】服の中に両手を入れるポーズが生成できないのはなぜ？後ろからの揉み構図とLoRA干渉の仕組み

Stable Diffusionで「服の中に手を入れて特定の部位に触れる」といった複雑なポーズを指定しても、手が服の外側に描画されたり人物の位置関係が崩れたりすることがあります。画像生成AIは立体的な構造や奥行きを理解しているわけではなく、学習データに基づく要素の重なりとして処理しているためです。正しいプロンプトの構成と生成プロセスの仕組みを理解することで、狙った構図を再現しやすくなります。

服の中に手が入らない理由とAIの空間認識の仕様

 
画像生成モデルの仕様上、AIは「服の内側に手が存在する」という3次元的なレイヤー構造を直接理解しているわけではありません。学習データに含まれる画像はあくまで平面的に「見えている要素」の集まりであるため、単に服と手を同時に指定すると、AIは視認しやすい服の表面に手を配置する傾向があります。特に「後ろにいる人物の手が前に回って服の中に入る」という構図は、前後関係の記述が曖昧だと人物自体が前に配置されるか、手が不自然に衣服の上に乗る形で処理されます。この現象を防ぐには、単に手に着目した指示を与えるだけでなく、服がめくられている状態や服が緩んでいる状態など、手が入り込む空間が存在することをプロンプト側で視覚的に証明する必要があります。

男性の位置と手の配置を正しく誘導するプロンプト設計

 
人物の位置関係を制御する際、生成AIは「人物」という主語の強い要素を画面の目立つ位置に描画しようとします。そのため、後ろから手を回す指示を出しても、男性キャラクターが女性の前に描画されるケースが多く見られます。これを回避するには、男性が背後に位置していることを明確にしつつ、手が触れている具体的なレイヤーを指定することが有効です。服そのものを揉むという指示ではなく、開いた上着と肌の間に手が存在する状態や、衣服の下にある下着に対して接触している状態を段階的にプロンプトへ組み込むことで、AIは正しい重なり順序を認識します。なお、肌の要素を強く指定しすぎると衣服自体が消滅して裸体が生成される原因になるため、着衣状態を保つキーワードとのバランス調整が不可欠です。

LoRA使用時にポーズが固定化される原因と対処法

 
キャラクターの姿や衣装を固定するためのLoRA（追加学習モデル）を適用すると、生成の柔軟性が低下し、特定のポーズ指定が通りにくくなります。キャラクターLoRAの学習データには「服を正常に着用して立っている姿」が多く含まれているため、モデルは服の形状を崩さずに描画しようとする強いバイアスがかかります。その結果、「服の中に手を挿入する」といった変形を伴うポーズ指定が打ち消されてしまいます。LoRA使用時に複雑なポーズを再現する場合は、LoRAの適用強度（ウェイト）を少し下げてベースモデルの指示追従性を高めるか、ポーズに関連するプロンプトの強調構文を使用して制御力を補強するアプローチが求められます。

まとめ

1. 画像生成AIは衣服と手・肌の層構造を立体として認識できないため、服がめくれている状態や隙間が存在する描写をプロンプトで具体化する必要がある。

2. 背後の人物が前に出てしまう場合は、人物の前後関係と「上着と肌の間」といった具体的な接点の位置を分離して指示することで構図が安定する。

3. キャラクターLoRAを適用すると服の形状維持機能が強く働くため、LoRAの強度を下げるかポーズ指定の強調を行って干渉を抑える必要がある。

生成AIにおける複雑なポーズ指定は、単一の指示文に頼るのではなく、空間の隙間や素材の重なりをプロンプト上で論理的に構成することで出力結果が安定します。