プロンプト
CFGスケール
CFGスケール(classifier-free guidance)は、拡散モデルがプロンプトにどれだけ忠実に従うかを決める値です。低い値ではゆるやかで変化に富んだ画像に、高い値では自然さと引き換えに言葉どおりの画像になります。
デフォルト付近では、プロンプトへの忠実さと品質のバランスが取れています。言葉どおりの構図(商品写真、特定のポーズ)が欲しいときは上げ、絵画的な表現や試行錯誤のための生成では下げましょう。値が高すぎると、色が飽和し、硬い印象になります。
eroqでは
Image One、Image Anime、Image Artで、スタジオとAPIの両方から`cfg_scale`(1〜20)として設定できます。
よくある質問
CFGの値はいくつにすればいいですか?
まずはデフォルトから始めましょう。生成結果が細部を無視するなら上げ、硬い印象になるなら下げます。
eroqでCFGスケールを設定できるモデルは?
三つの画像モデル(Image One、Image Anime、Image Art)が、スタジオとAPIでcfg_scaleを1〜20の範囲で受け付けます。動画エンジンでは設定できず、忠実さはプロンプトの表現と演出ラックによって決まります。
CFGは高いほど良いのですか?
いいえ。範囲の中間を超えると色が飽和し、ポーズが硬くなります。高いCFGで得られるのは言葉への忠実さであって、品質ではありません。習慣的に上げるのではなく、プロンプトの細部が反映されないときに上げましょう。