3行でいうと

  • 画像のつくり方の基本は、プロンプトを入れて「Generate」を押し、「Steps」「Prompt Guidance」「Seed」などで調整する形です。公式は、毎回ノイズから少しずつ画像に仕上げるので、同じ指示でも新しい構図になる、と説明しています。
  • プロンプトは、文章でも、カンマ区切りのタグでも書けます。公式は、大事な要素を前半に置く、強めたいものは「{ }」、弱めたいものは「[ ]」で囲む、と案内しています。
  • 画像を直す・寄せる機能として、Image2Image、Inpaint、Enhance、Upscale、Vibe Transfer、Precise Reference、Director Tools、Canvas などが挙げられています。機能によって、使えるモデルの版が違います。
  • 複数のキャラクターは、V5で最大22人、V4で最大6人まで。文字を画像に入れる「Text Rendering」は、V4以上の機能で、日本語を含む言語はV5の対応と書かれています。
  • 動画の生成は、公式ドキュメントの目次には見つからず、読んだ範囲では確認できていません。

この記事は、公式の資料を2026年10月24日に読んでまとめたものです。この記事は、実際に使って確かめた記録ではありません。公式ページは要約の形で取得したため、読めていない部分は「公式の資料では確認できていない」「読んだ範囲では見つからなかった」と書きます。1回の生成に必要なAnlas(サービス内のポイント)の具体的な数字は、公式の資料で読めた範囲では見つかりませんでした(04で扱います)。

先に結論

前提:用語をそろえる

公式が紹介する「画像のつくり方」の基本

公式ドキュメントの「Basics」と「Intro to Image Generation」に書かれている流れです。

手順 公式に書かれていること 書かれている場所
1. 入口を開く Dashboard、またはUser Menu(左のLibrary Sidebarのガチョウのアイコンから開く)からImage Generationを開く Image Generation Overview
2. プロンプトを書く 文章でも、カンマ区切りのタグでも書ける。入力するとタグの候補が出る Basics
3. 長さを確かめる プロンプト欄の下の「Context Limit」バーが、残りの余裕を示す。不要に長いタグの列は、枠をむだにする Basics
4. 「Generate」を押す 風景のような簡単な例から始め、人物を出したくないときは「no humans」のタグを入れる、という例が紹介されている Intro to Image Generation
5. 大きさと枚数を選ぶ 「Image Resolution」で縦横比と大きさを選ぶ。小さい画像は最大6枚、通常と大きい画像は最大4枚まで同時に作れる。枚数を増やすとAnlasの消費も増える(Opusでも) Image Generation Overview
6. 気に入った1枚を残す 画像の下のSeedを押すと、その構図を保ったままプロンプトを直せる Intro to Image Generation
7. 保存する 画像は「History」に並ぶ。1枚ずつ「Download」、全部まとめて「Download ZIP」。NovelAIは生成画像を保存しないので、更新や退出で消える Intro to Image Generation、FAQ
8. 保存した画像を読み込む 保存した画像をサイトにドラッグ&ドロップすると、プロンプトと設定が戻る。Seedも一緒に入るので、別の画像がほしければSeedの欄を空にする Intro to Image Generation

公式は、Steps、Prompt Guidance、Sampler、Prompt Guidance Rescaleなどの詳しい設定は、既定値が多くの用途に合うよう調整されている、うまくいかなければ「Reset」で戻す、と案内しています。

プロンプトの考え方(公式ドキュメントが書いていること)

考え方 公式に書かれていること 書かれている場所
主役から書く 最初に主役(例:「a sorcerer」「a tiny kitten」)を書く。人数と種類は「1girl」「1boy」「1other」のタグで決める Basics
大事なものは前半に 順番で結果が変わるので、大事な要素を前半に置く Basics
画風・画材 「watercolor (medium)」「ink (medium)」のような画材のタグで、描き方を指定できる Basics
構図 「pov」「from below」「full body」「upper body」などで、視点や切り取りを決める Basics
時代 「1990s (style)」「1800s」「renaissance」などで、時代の雰囲気を足せる Basics
強める・弱める 「{ }」で囲むと強まり、「[ ]」で囲むと弱まる。1重ごとに約1.05倍または1.05分の1で、重ねると効果が積み重なる。Undesired Contentの欄では、効き方が逆になる Strengthening & Weakening
数字で強める 「1.5::rain, night ::」のように、数字と「::」で範囲の強さを決められる。V4以上の機能。マイナスの数字(例「-1::hat ::」)はV4.5以上 Strengthening & Weakening
入れたくないもの Undesired Contentに書く。モデルごとに用意された「プリセット」(例:Heavy、Light、Human Focus、Furry Focus)が、自動で加えられる Undesired Content
品質タグ 「Add Quality Tags」は既定でオン。見えないタグが自動で足され、プロンプトの枠も使う。モデルごとに足されるタグが違う。アニメ調の人物に寄りやすい場合がある、と書かれている。オン・オフは、プロンプト欄の下から切り替えられる Add Quality Tags
試しながら 少ないStepsで言葉づかいを試す。Stepsを少なく保って構図を探し、よい構図が出たらEnhanceで整える Basics、Steps & Prompt Guidance

Prompt Guidanceについて、公式は、値が高いほど指示に従い、細部がはっきりする。高すぎると結果が悪くなることがある。低いと、柔らかく絵画的になる傾向がある、と説明しています。V3以降のモデルでは、おすすめの範囲は約5〜6、と書かれています。

公式が挙げる主な機能

機能 公式の説明(要約) 使えるモデル・条件(公式の表記)
Multi-Character Prompting 1枚の画像に複数のキャラクターを書き分ける。「base prompt(場面と画風)」と、1人ずつの「character prompts」に分ける。位置は「AI's Choice」か「Custom」で決める V4以降。V5は最大22人、V4は最大6人。V4とV4.5は5×5のマスで位置を決める
Text Rendering 画像の中に読める文字を入れる。タグ「text, english text」を入れ、プロンプトの最後に「Text:」に続けて文字を書く V4以上。V5は英語、日本語、中国語などに対応、V4とV4.5は英語のみ。文字数の上限は、V4とV4.5が118、V5 Curatedが374、V5 Fullが750
Image2Image 手持ちの画像を土台に、プロンプトに沿って新しい画像をつくる。「Strength」(どれだけ作り変えるか)と「Noise」(細部を足す)で調整 公式ページに、対応モデルの記載は読んだ範囲では見つからなかった
Inpaint 画像のうち「Mask」で塗った所だけを作り直す。塗っていない所は変わらない。「Focused Inpainting」「Outpainting」「Reference Inpainting」もある 「Inpainting Strength」はV4以上。Opusは、大きな画像のFocused Inpaintingが0 Anlasと書かれている
Enhance 生成した画像を、もう一度モデルに通して整える。プロンプトも効く。「Magnitude」「Strength」「Noise」「Upscale Amount」がある 公式ページに、対応モデルとAnlasの記載は読んだ範囲では見つからなかった
Upscale 画像を縦横4倍の解像度に拡大する。プロンプトなどの設定は影響しない 公式ページに、Anlasと対応モデルの記載は読んだ範囲では見つからなかった
Vibe Transfer 参考画像の雰囲気(画風、色)を寄せる。「Reference Strength」と「Information Extracted」で調整。最大16枚(Multivibe) V4以上でAnlasの追加が出る機能がある(下の表を参照)
Precise Reference 参考画像から、人物の見た目(Character Reference)や画風(Style Reference)を寄せる。「Strength」と「Fidelity」で調整 V4.5のみ。Vibe Transferとは併用できない。1回の生成ごとに、追加で5 Anlas(使う参考画像が増えると、追加分も増える、と書かれている)
Director Tools 生成した画像の編集ツール集。Remove Background、Line Art、Sketch、Colorize、Emotion、Declutter 公式ページに、Anlasの記載は読んだ範囲では見つからなかった
Canvas 画像を描く・直す画面。Draw、Erase、Fill、Select、Lasso、Blur、Clone Stamp、レイヤー、3Dモデル 画像生成は保存されないので、Canvasのデータも更新で消える。残すには「Download File」
Effort Toggle 「Medium」と「High」を選ぶ。Mediumは軽くしたモデルで、Stepsは14で固定 V5 Fullとそのインペイントのみ。Mediumは、初期設定のHigh(23 Steps)より、使用量が約42%少ない、と書かれている
Prompt Chunks よく使う言葉の塊を保存して、「@」で呼び出す。サーバーに保存され、どの端末からも使える モデルの記載は読んだ範囲では見つからなかった
History 同じ作業中に作った画像の一覧。Ctrl+クリックで設定をコピー、Shift+クリックでSeedをコピー。更新すると全部消える モデルを問わない(記載は見つからなかった)

Vibe TransferのAnlas(公式ページの表示)は、V4以上で、画像を「雰囲気の情報」に変える(エンコードする)とき、1回だけ2 Anlas。「Information Extracted」を変えると、もう一度エンコードが必要で、また費用がかかる。4つを超えた分は、1つにつき2 Anlas、と書かれています。「.naiv4vibe」というファイルや画像のメタデータに保存したものは、エンコードの費用がかからない、とも書かれています。

場面ごとの使い方と、公式のどこに書かれているか

場面 公式が紹介している使い方 公式のどこに書かれているか
最初の1枚を作る 風景の簡単なプロンプトから始め、キャラクターの特徴(髪、目の色、カメラの角度、服)のタグを足して、変化を見る Tutorial: Intro to Image Generation
気に入った構図のまま、プロンプトだけ変えたい 画像のSeedを押して保存し、プロンプトを直す Basics、Seed
細部がいまひとつの1枚を整える Stepsを少なくして構図を探し、よければEnhanceで整える。拡大だけならUpscale Steps & Prompt Guidance、Enhance、Upscale
画像の一部だけ直したい Inpaintで直したい所を塗る。足りない所を足したいときは、画像に余白を足してから塗る(Outpainting) Inpaint
同じキャラクターを何枚も描きたい Precise ReferenceのCharacter Reference。正面の全身、ニュートラルなポーズ、無地の背景の画像がよい、と書かれている。キャラクター作成のチュートリアルもある Precise Reference、Tutorial: Creating Consistent Characters
特定の絵の雰囲気に寄せたい Vibe Transfer。強さを高くしすぎると、文章のプロンプトが無視されることがある。複数使うときは、強さの合計を1.0以下にする、と書かれている Vibe Transfer
複数のキャラクターを1枚に Character Promptsを人数分足し、位置を決める。属性が混ざるときは、1人ごとのUndesired Contentで外す Multi-Character Prompting
画像に文字を入れたい 「Text:」の書き方で入れる。短い文字では、品質タグの「no text」が邪魔をするので、品質タグを切るとよい場合がある、と書かれている Text Rendering
背景を消したい、線画にしたい、色を塗りたい、表情を変えたい Director Toolsの各ツール。表情の変更は、正面向きで、ふつうの表情のキャラクター1人の画像に向く、と書かれている Director Tools
画風を作り込みたい 画風のためのチュートリアルがある(公式ドキュメントの目次には、題名だけを確認した) Tutorial: Prompting for Unique Artstyles
描いて直したい Canvasで描く、塗る、ぼかす、レイヤーを重ねる。3Dモデル(.glb、.gltf、.pmd、.pmx、.vrm)を置いて、構図や人体の参考にすることもできる Canvas、公式ブログ(2026-02-23)
作ったものを見せ合いたい Explore。投稿には、NSFWや、著作物・キャラクター・作者のタグを含まないなどの規則があり、すべての投稿が人の目で確認される。Image2Image、Character Reference、Inpaintingで作ったものは投稿できない Explore

3つのチュートリアル(Intro to Image Generation、Creating Consistent Characters with NovelAI Diffusion Anime [Female]、Prompting for Unique Artstyles with NovelAI Diffusion Anime)のうち、僕らが本文を読めたのは「Intro to Image Generation」だけです。あとの2つは、題名だけを確認しました。

モデル名と版の関係

公式ドキュメントの「Models」ページの表示を、そのまま書き写します(「Current」=現行、「Retired」=終了)。

公式の名前 公式の分類 公式が書いている特徴(要約)
NovelAI Diffusion V5 Full Current 「最新」。V4.5の2倍の大きさ、社内で学習、日本語など複数言語のプロンプト、アルファ透過、最大22キャラクター、英語・日本語・中国語の文字描画。プロンプトの長さの上限は、基本のプロンプトに加えて約1471トークン
NovelAI Diffusion V5 Curated Current V5 Fullと同じ構造・機能で、より小さく整えたデータで学習。上限は約703トークン
NovelAI Diffusion V4.5 Full Current 前の世代。V4に手を入れたもの。複数キャラクター、自然な文章の理解、英語の文字描画。上限は、基本と全キャラクターのプロンプトを合わせて約512トークン(T5)
NovelAI Diffusion V4.5 Curated Current V4.5 Fullと同じ構造で、整えたデータで学習
NovelAI Diffusion V4 Full Current 公開されている既存のモデル(Stable Diffusionなど)を土台にせず、一から訓練した最初の世代。複数キャラクター、自然な文章の理解
NovelAI Diffusion V4 Curated Current V4 Fullと同じ世代で、整えたデータで学習
NovelAI Diffusion Anime V3 Current SDXLをもとに、NovelAI独自の技術を加えたアニメモデル。基本の解像度は832×1216。タグの順番が効く
NovelAI Diffusion Furry V3 Current ファーリー(動物の特徴を持つキャラクター)向けの更新モデル。ほかのモデルとはタグが違う。ファーリー以外も描けると書かれている
NovelAI Diffusion Anime V2、Furry(Beta V1.3)、Anime(Curated)、Anime(Full) Retired 選択肢から外れた古いモデル。重みは、CreativeML Open RAIL-Mと、Creative Commons BY-NC-SA 4.0の二重のライセンスで公開されたと書かれている

動画について

公式ドキュメントの目次(英語版・日本語版)にあるのは、テキスト生成、画像生成、ユーザースクリプト、チュートリアル、その他です。動画の生成に関するページは、読んだ範囲では見つかりませんでした。公式の資料では確認できていません。

気をつけること

出典