WAI-illustrious から WAI-ANIMA へ ── アニメ系画像生成モデル移行の実践記録

2026年6月初旬に公開された WAI-ANIMA へ、これまで常用していた WAI-illustrious から試験的に乗り換えてみました。
本記事は、移行のために実際に行ったこと、つまずいた点、そして湖畔キャンプ・露天風呂シーン(画像付き)を題材にした具体的なプロンプト例（Forge Couple による2人並びを含む）を、時系列でまとめた実践記録です。

「illustrious で積み上げた副作用対策が ANIMA でどう変わったか」という差分に焦点を当てているので、同じように移行を検討している方の地図になれば幸いです。

1. なぜ移行したのか / 何が根本的に違うのか

最初に押さえておくべき最重要ポイントですが、 WAI-illustriousとWAI-ANIMAは、テキストエンコーダ（TE）のアーキテクチャがそもそも違うということです。

WAI-illustrious WAI-ANIMA ベース SDXL / Illustrious Cosmos-Predict2 ベースの DiT テキストエンコーダ CLIP Qwen 0.6B タグ体系 Danbooru タグ Danbooru タグ（ただし作法が一部異なる） ライセンス （各自確認） Non-Commercial（商用化時は要確認）

ここがすべての挙動差の源泉です。
CLIP は「タグの完全一致・bag-of-words 寄り」で動くのに対し、Qwen TE は「自然言語的な係り受け」が効く。
この一点を理解しておくと、後述する副作用の出方の違いがすべて腑に落ちます。

移行のために必要だったこと

ForgeNeo（standalone）環境での導入には、本体に加えて2つのファイルが必須でした。

• 本体 → models\Stable-diffusion\

• qwen_3_06b_base.safetensors → models\text_encoder\

• qwen_image_vae.safetensors → models\VAE\

そして UI Preset を anima に設定し、VAE / TextEncoder 欄で上記2ファイルを選択します。
これを忘れると動きません。ここが最初の関門でした。

基本生成設定

Sampler      : Euler a
Schedule     : Simple
Steps        : 30
Resolution   : 1024 × 1024
Shift        : 3
CFG          : 5
Hires.fix    : OFF

illustrious では Hires Fix を常時かけていましたが、ANIMA は等倍で十分な画質が出るため不要にしました。
むしろ VRAM 不足で Forge Couple 併用時にデコード段で落ちるので、拡大したいときは Extras / img2img で後工程に分離するのが安定します。
※訂正
ただし、今はテスト画像作成以外はhires.fixは低倍率(1.25倍)にして常用しています。
その方が生成結果は格段に違うから。

2. プロンプト作法の差分（illustrious → ANIMA）

タグ体系は同じ Danbooru ベースですが、書き方の細部が違います。

• カンマの後にスペースを入れる

• アンダースコアは score_X 以外では使わない

• photorealistic は逆効果（アニメ系モデルなので写実方向に振ると破綻する）

• 品質タグの作者推奨は以下

# Positive
masterpiece, best quality, score_9, score_8, score_7

# Negative
worst quality, low quality, score_1, score_2, score_3, artist name, blurry, jpeg artifacts, lowres, censor

• アニメ寄せには anime screenshot を併用

• ネガティブの効きが弱い。必要なら NegPiP を使うが、基本は「ポジティブで押す」のが正解

• negativeXL_D は 死にタグ（SDXL 用 Embedding なので ANIMA では無効）。illustrious から流用すると無駄になる

• BREAK 単体ではキャラ分離できない。複数キャラは Forge Couple の領域指定が必須

この「ネガが弱い／ポジで押す」という方針転換が、移行で一番頭を切り替える必要があった点です。
illustrious では「pull before push（疑わしい原因タグをまず抜く）」「ネガ最小限」でしたが、ANIMA では正方向の補強で押さえる場面が増えます。

3. CLIP 固有の副作用が「消える」── 移行で楽になった点

ここが移行して最も感動した部分です。
illustrious 時代に延々と対策タグを積んでいた副作用の多くが、ANIMA では最初から発生しません。
Qwen TE の係り受けが効くからです。

例1：三日月の髪飾り → 空に月が湧かない

illustrious では crescent moon hair ornament（三日月の髪飾り）を指定すると、2枚に1枚は空に月が出現しました。
「三日月」という語が髪飾りに係らず、独立して空へ流れてしまうわけです。
対策として hair clip で束縛し、ネガに moon in the sky を入れていました。

ANIMA では この副作用が出ません。
「crescent moon が hair ornament に係る」という関係を Qwen TE が理解するため、対策タグそのものが不要になりました。

例2：色＋部位の結合タグの色移り

illustrious では blue hat ribbon で帽子本体が青くなる、pink hair ribbon で髪が桃色化する、といった「色が隣の部位ににじむ」副作用がありました。
これも CLIP の係り受けの弱さ由来で、ANIMA では起きにくくなっています。

例3：タイポの吸収

illustrious（CLIP）はタグの完全一致が基本なので、chinatown を chine street と打ち間違えるとタグごと無効化されました。
ところが ANIMA では、high angle を hight angle とミスタイプしても俯瞰がちゃんと効いた。
Qwen TE が自然言語的に「high の打ち間違い」と推測して拾うのです。

ただし、通じたとしても綴りは直しておくのが安全です。
効きが不安定になりうるのと、他モデルに流用したとき即失敗するからです。

4. それでも残る課題 ── 「構造・スケールの弱さ」

タグ副作用が消えた一方で、SD 系共通の弱点はそのまま残ります。これは illustrious でも苦手だった領域で、ANIMA でもタグだけでは押し切れません。

• 個数の制御（テントを3つ出す、等）

• 前後の奥行き（焚き火を手前・人物を奥に）

• 左右の配置（湯船を左・清流を右に）

• 四肢の整合性（脚の重なり、手の絡まり）

これらは「タグの暴れ」ではなく「構造の理解の弱さ」なので、対処法も変わります。タグを盛るのは逆効果で、最終的には別ツールでの後処理（inpaint や、四肢補正に特化した別モデル）に分離するのが正解です。

5. 実践例①：湖畔キャンプ（ソロ・昼）

ここからは具体例です。
まずはキャラクター単独（ソロ）の昼間の湖畔キャンプ。
プロンプトは # 番号 セクション名 のコメントブロックで構造化し、人物コアは固定、シーン要素（構図・表情・ポーズ・衣装・小物・背景・光）を差し替える運用です。

# 品質（ANIMA・作者推奨）
masterpiece, best quality, score_9, score_8, score_7, anime screenshot, very detailed, highly detailed anime illustration,
# 人物基本
1girl, solo, aged 18, dark green eyes, pretty girl, lovely,
# 髪
long hair, dark brown hair, textured straight hair, straight hair, hair down, thin layered bangs, crescent moon hair ornament,
# 構図
solo, cowboy shot, looking at viewer, slightly from side,
# 表情
smile, smile eyes, open mouth,
# ポーズ
sitting on red camping chair, holding mug, relaxed pose,
# 衣装
white sport cap, casual outdoor clothes, short sleeve shirt, open plaid shirt, rolled up sleeves, khaki shorts, sneakers,
# 小物
campfire, fire pit, cooking pot over fire, folding camping table, food on table, vegetables, drink bottle, camping lantern,
# 背景
outdoors, lakeside campsite, grassy lakeshore, multiple dome tents, three dome tents, colorful large tents, lake, snow-capped mountains, distant forest, pine trees, wildflowers, blue sky, white clouds, daytime,
# 光
sunlight, clear sky, soft natural lighting, soft shadows,

# ネガティブ
worst quality, low quality, score_1, score_2, score_3, artist name, blurry, jpeg artifacts, lowres, censor, boat, canoe, ship, wooden pier, dock, jetty, smirk, smug,

このシーンで得た知見

(a) v17 由来の手の対策は持ち込まない
illustrious では「両手に役割を与えないと手が暴走する」ため both hands holding mug のような workaround を入れていましたが、これは CLIP の係り受けの弱さ由来。
ANIMA に持ち込む根拠はないので、holding mug 単体に戻しました。
未検証のルールを予防的に積むのは「盛りすぎ」です。

(b) 表情が皮肉っぽくなる → ポジ＋ネガの合わせ技
たまたまかも知れませんが、soft smile が冷笑（にやり）寄りに出ることがあります。
対処はポジを gentle smile, happy で穏やかに寄せ、補助としてネガに smirk, smug を追加。
ただしANIMA はネガが弱いので、ポジが主・ネガが従。

(c) 不要な要素はポジで居場所を消す
背景画像にあったボート・桟橋を消したいとき、ネガに boat, dock を入れても弱い。
そこで grassy lakeshore（岸＝草地）をポジで指定し、桟橋の居場所そのものを埋める。これが ANIMA 流の発想です。

(d) 髪の「なびき」と「長さ」のタグ衝突
flowing back hair（なびく後ろ髪）を入れると、いくら straight hair を入れても風になびきます。
flowing は「流れる」を直接指示するので、ストレート指定と綱引きになる。まず flowing 系を抜くのが先です。

(e) 長さタグの上限・下限
long hair が伸びない原因は、同居する shoulder length side hair（肩までの長さ）が引き戻しているから。
逆に hair past shoulders（肩より下）だけだと終点が決まっていないのでロングまで伸びてしまう。
長さを止めたいときは collarbone length hair（鎖骨の長さ）のように終点が明示されたタグ一本に置き換えるのが確実です。

6. 実践例②：湖畔キャンプ（2人並び・夜）── Forge Couple 登場

複数キャラを並べるときは Forge Couple で領域を割り当てます。
BREAK 単体では分離できないので、ここが必須ツールです。

Forge Couple の確定設定

バージョン      : v7.0.7
モード          : Enable + Compatibility ON
Region Assignment : Advanced
Couple Separator  : BREAK
分割            : 水平2分割

領域マッピング（水平2分割）は以下の3ブロック構成。

1ブロック目（共通）   : 全体          x0.00–1.00
2ブロック目（左キャラ）: 左半分        x0.00–0.51
3ブロック目（右キャラ）: 右半分        x0.51–1.00

最重要の原則：領域分割するので、各キャラの重み（weight）は盛らない。左右対等にする。
領域内で weight を上げると隣に漏れます。
illustrious なら (eyes:1.3) のように重みで押せましたが、Forge Couple 領域内ではフラットのタグで揃えるのが安全です。

夜キャンプファイアーのプロンプト（共通ブロックのみ抜粋）

masterpiece, best quality, score_9, score_8, score_7, anime screenshot, very detailed, highly detailed anime illustration, 2girls, sitting side by side, cowboy shot, large campfire in foreground, bonfire, fire pit, glowing flames, lit lantern, glowing lantern, folding camping table, outdoors, lakeside campsite, grassy lakeshore, lake in background, calm lake water, moonlight reflection on water, multiple dome tents, distant forest, pine trees, night, night sky, full moon, starry sky, many stars, nighttime, dark, warm firelight, campfire glow, orange rim light, soft shadows,

このシーンで得た知見

(a) 共通要素は共通ブロックへ集約
品質・背景・小物・光は1ブロック目に集約し、各キャラ領域には人物固有のものだけ残す。
これで領域ごとの指示が軽くなり、隣への染み出しが減ります。

(b) 昼→夜は「pull が主」
夜にしたいのに空が明るいのは、blue sky, daytime, sunlight が残って綱引きしているから。
まず昼タグを全部抜いてから夜タグ（night, full moon, starry sky）を入れる。pull before push の順序が効きます。

(c) 夜の湖は反射で見せる
夜だと湖面が暗闇に溶けて見えなくなります。moonlight reflection on water（水面への月光の反射）を入れることで、湖の存在を視認させられます。

(d) 暖色光による肌の褐色化
焚き火やランタンの暖色光が肌に乗ると、肌が小麦色に転びます。
illustrious の warm skin tone → 褐色化 と同根。
ネガに tan, tanned skin, dark skin を入れるか、より確実にはポジ側（該当キャラ領域）に fair skin を入れます。

(e) テーブルが領域で消える
共通ブロックに folding camping table を置いても、人物領域と焚き火で中央が埋まると、机の入る空きがなく消えてしまうことがあります。
これは構造の問題で、無理に出すなら inpaint で描き足すか、構図を引いて場所を作る。

7. 実践例③：露天風呂（ソロ）── 健全な範囲での入浴シーン

渓流沿いの石造り露天風呂に浸かるソロシーン。身体が湯面・湯気で隠れる構図にすることで、健全な範囲に収めます。

# 品質（ANIMA・作者推奨）
masterpiece, best quality, score_9, score_8, score_7, anime screenshot, very detailed, highly detailed anime illustration,
# 人物基本
1girl, solo, aged 18, young woman, dark green eyes, pretty girl, lovely,
# 髪（お団子アップ）
dark brown hair, hair up, hair bun, updo, loose strands, thin layered bangs,
# 構図・カメラ
looking at viewer, upper body, from above,
# 表情
soft smile, closed mouth, light blush,
# ポーズ（身体は湯面下）
soaking in hot spring, shoulders above water, chest deep in water, body hidden underwater, relaxed, steam covering body,
# 背景（左に湯船・右に清流／天然石）
outdoor hot spring on left side, natural rock pool, rough natural stones, large boulders, mossy rocks, uneven rocks, rising steam, mountain stream on right side, flowing river, clear water, small waterfall, lush green forest, trees, ferns, wooden hut, daytime, soft sunlight, dappled light,

# ネガティブ
worst quality, low quality, score_1, score_2, score_3, artist name, blurry, jpeg artifacts, lowres, censor, smirk, smug, tan, tanned skin, dark skin, bubbles, foam, soap suds, bubble bath, swimsuit, bikini, swimwear, towel, bath towel, brick, cut stone, polished stone, nude, nipples,

このシーンで得た知見（露天風呂特有の副作用）

(a) アングルが寄りすぎる → close-up を抜く upper body, close-up だと顔に寄りすぎます。close-up を抜き、from above（やや見下ろし）を足すと、湯面が広く映って身体が水面下に隠れる面積も増え、一石二鳥。

(b) 湯気が「泡」を誘発する steam covering body（湯気）が水面付近で白く溜まると、泡風呂のような bubble として描かれることがあります。ネガに bubbles, foam, soap suds, bubble bath を入れる。消えなければ湯気を light steam に弱める。

(c) 水中に着衣（水着・タオル）が出現する ANIMA は「水に浸かる人物＝何か着ている」と推測して、水着やタオルを勝手に描きたがる癖があります。ネガで swimsuit, bikini, towel を否定できますが、ネガが弱いので間欠的に出ます。
ネガで押し切るより、いっそポジで white towel, towel around body を指定して着衣を確定させる方が安定する場合があります。
「何も着ていないが見えない」より「タオルを巻く」という答えを与えた方が、モデルが迷いません。

(d) 加工石が出る → stone bath を抜く 天然石の岩風呂にしたいのに、加工された切り石（ブロック塀状）が出る原因は stone bath（石の風呂＝人工的な浴槽を連想）。
これを抜いて natural rock pool, rough natural stones, uneven rocks に置き換える。

(e) 幼児化への注意 構図変更で顔が小さくなり体型アンカーが減ると、年齢が幼く振れることがあります。
young woman, mature face を補って18歳の手がかりを戻す。
ただし mature 系は色気が出すぎる副作用があるので、mature face（顔だけに限定）程度に留める。

8. 実践例④：2人で同じ露天風呂 ── Forge Couple × 入浴シーン

最後に、2人が同じ露天風呂に浸かるシーン。Forge Couple と入浴シーンの組み合わせです。

【共通：全体 x0.00–1.00】
masterpiece, best quality, score_9, score_8, score_7, anime screenshot, very detailed, highly detailed anime illustration, 2girls, soaking in hot spring together, side by side, shoulders above water, chest deep in water, body hidden underwater, steam covering body, from above, upper body, high angle, outdoor hot spring, natural rock pool, rough natural stones, large boulders, mossy rocks, uneven rocks, rising steam, mountain stream, flowing river, clear water, small waterfall, lush green forest, trees, ferns, wooden hut, daytime, soft sunlight, dappled light,

BREAK

【左キャラ：x0.00–0.51】
1girl, aged 18, young woman, dark green eyes, pretty girl, lovely, dark brown hair, hair up, hair bun, updo, loose strands, thin layered bangs, smile, smile eyes, closed mouth, light blush, soaking in hot spring, shoulders above water, relaxed,

BREAK

【右キャラ：x0.51–1.00】
1girl, aged 18, young woman, clear sky blue eyes, pretty girl, lovely, light brown hair, low twintails, short twintails, hair tied to the sides, loose strands, see-through bangs, eyebrow-length bangs, smile, smile eyes, closed mouth, light blush, soaking in hot spring, shoulders above water, relaxed,

このシーンで得た知見

(a) 髪型で描き分ける 2人とも似た髪色だと差が出ないので、髪型で明確に分けるのが効きます。
片方をお団子（hair bun, updo）、もう片方をショートツイン（low twintails, short twintails）にすると、上から見下ろす構図でも輪郭がはっきり違って見えます。
瞳の色（領域分離で混色を防ぐ）と合わせて二重の描き分けに。

(b) 隠し系は共通ブロックに集約すると水位が揃う 2人とも同じ水位で隠したいので、shoulders above water, body hidden underwater, steam covering body は共通ブロックに置く。
片方だけ水位が下がるなら、各領域に個別で入れ直す。

(c) 入浴 × Forge Couple は難易度が上がる 椅子に並ぶ構図と違い、湯船に2人が浸かると湯面・湯気・岩で境界が曖昧になり、領域境界（x0.51 付近）で髪や肩が混ざりやすい。
混ざったら分割位置を動かすか、2人を少し離して浸からせる。

(d) Forge Couple 領域内では表情が減衰しやすい smile を指定しても、領域内では効きが弱まって「すまし顔」に落ち着くことがあります。
happy smile, cheerful expression を足して笑顔を補強。
それでも弱ければ closed mouth → open mouth に。
weight は隣に漏れるので最後の手段。

9.実践例⑤：ANIMA の構造的な不具合を nano banana 2 で後処理する

ここまで繰り返し書いてきたとおり、ANIMA で残る課題は「タグの暴れ」ではなく「構造・スケールの弱さ」です。
髪の長さ・髪飾りの混入・四肢の整合性といった問題は、タグを盛って再生成で粘るより、指示文ベースで部分修正できる nanobanana2 に投げた方が速くて確実でした。
Forge Couple で2人を並べたカットで実際に起きた2例を紹介します。

修正例1：髪の長さと、誤って混入した髪飾りの除去

2人並びのカットで、2つの不具合が同時に出ました。

1. 向かって左の虹夏の髪が、意図より長く（ロングに）出てしまった

2. 本来はあかり（右）だけが付ける三日月の髪飾りが、虹夏（左）にも出てしまった

どちらも Forge Couple の領域境界でのにじみ、いわゆる「隣のキャラの属性が漏れる」現象です。
左右の領域が完全には分離しきらず、あかりの髪飾りと髪の長さが虹夏側に染み出したものと考えられます。
タグ側でも対策はできますが（長さの終点を明示する、髪飾りを領域内に束縛する等）、すでに構図・表情・背景が決まったカットを作り直すのは惜しい。
そこで nano banana 2 に画像をアップロードし、こう指示しました。

髪の長さがちょうど肩のラインに収まり、三日月も綺麗に消えました。
表情・衣装・背景・あかり側はそのまま保持されています。
一箇所だけを狙って直せるのが後処理ツールの強みです。

修正例2：脚の不自然な交差

別カットでは、向かって右のキャラ「あかり」の組んだ脚が交差して不自然に重なり、一部が消えているように見える不具合が出ました。
これは Forge Couple 由来というより、SD 系全般が苦手とする四肢の構造の破綻です。
座って脚を組むポーズは前後関係が複雑で、モデルが脚の重なりを正しく解けないことがあります。
これもタグでの制御は難しい領域なので、nano banana 2 に委ねました。

脚の前後関係が整理され、自然な組み方になりました。

この2例から言えること

• 髪の長さ・髪飾りの混入 … Forge Couple の領域境界のにじみ由来。タグでの再分離も可能だが、完成カットの一点修正なら後処理が速い

• 脚の交差・四肢の破綻 … SD 系共通の構造の弱さ由来。タグではほぼ制御不能なので、最初から後処理前提で割り切る

いずれも「ANIMA（タグでベースを作る）」と「nano banana 2（構造の破綻を指示文で直す）」の役割分担で解決しています。
ANIMA はキャラの一貫性・タグ制御・画面全体の構築に強く、nano banana 2 は自然言語の指示で局所を狙い撃ちできる。
得意な工程を切り分けて分業するのが、現時点での最も現実的なワークフローだと感じています。
これは本記事を貫く「ANIMA＝構造との戦い」というテーマの、そのまま実践的な答えになっています。

10. まとめ ── 移行して何が変わったか

率直に言って、illustrious に比べて別次元に楽になりました。

• タグ副作用との戦いがほぼ終わった。Qwen TE の係り受けが効くので、三日月・色移り・結合タグの暴れといった CLIP 固有の問題が最初から起きない

• ネガで押す発想から、ポジで押す発想へ。ANIMA はネガが弱いぶん、正方向の補強が主軸になる

• 残るボトルネックは「構造」に明確化した。個数・奥行き・左右配置・四肢の整合性は依然タグだけでは押し切れず、ここは inpaint や後工程に分離するのが正解

「タグの暴れをなだめる」フェーズが終わり、「構造をどう組むか」「ツールをどう分業するか」という、より上位のレイヤーに集中できるようになった、というのが移行の最大の収穫でした。

運用の原則（移行後も変わらないもの）

• 素で試す：まずフラットのタグで試し、効かないときだけ重みを足す

• pull before push：疑わしい原因タグをまず抜く

• 1要素ずつ：変更は1つずつ、原因を切り分ける

• 盛りすぎ注意：過剰なタグが副作用を生む

• 動いているものは触らない

これらの原則自体は illustrious 時代から不変です。変わったのは「何と戦うか」だけでした。

本記事のプロンプトは特定環境（ForgeNeo / WAI-ANIMA）での検証に基づくものです。
モデルのバージョンや環境により挙動は変わりうるので、ご自身の環境での検証と合わせてご活用ください。
WAI-ANIMA を含む Anima 系モデルは Non-Commercial ライセンスのため、商用利用の際はライセンスをご確認ください。