ControlNet(ポーズ・構図制御)
ControlNetは、元画像から抽出した輪郭線、深度情報、人物の骨格ポーズなどをガイドにして、生成画像の構図や被写体の配置を正確に制御するための拡張機能です。強度(conditioning scale / strength)を調整することで、下絵となる構図や骨組みにどれほど忠実に従わせるかをコントロールします。言葉の指示(プロンプト)だけでは困難なアングルやポーズの指定を、視覚的なデータを用いて確実に再現できます。
別名・別表記: ControlNet, conditioning scale, controlnet strength, canny, depth, pose
検証:Before / After




モデル: Stable Diffusion XL 1.0 (przez API fal.ai, 30 kroków, CFG 7,5) + ControlNet canny SDXL. 設定: ステップ数の解説記事で使用した画像から抽出した輪郭線, シード値 1411, conditioning_scale のみ変更. 日付: 14.11.2026.
プロンプト: a bronze metal teapot and two cups on a marble table, studio photo
強度0.3で生成してみたところ、下絵の輪郭はかなり緩く解釈され、プロンプトの影響に引っ張られて取っ手付きの急須や小鉢が勝手に追加され、テーブルの配置も原型を留めませんでした。一方、強度を0.9に引き上げると、急須とカップは輪郭線の位置、角度、サイズそのままに固定され、プロンプトからは指定したブロンズと大理石の質感だけが反映されました。ただし、単純なエッジ抽出フィルターで作った線画だったため木目のノイズまで拾ってしまい、強度が高い設定ではその不要なノイズまで生成画像に質感の乱れとして浮き出てしまいました。
各生成AIでの名称
| ツール | パラメータ | 指定可能な値 | デフォルト値 |
|---|---|---|---|
| Stability AI (SD 3.5) | Control: Structure / Sketch - control_strengthStructureエンドポイントからの値 | 0-1 | 0.7 |
| ComfyUI | ControlNetApplyAdvanced: strength, start_percent, end_percentnodes.pyのコードによる範囲(docs.comfy.orgには記載なし) | strength 0.0-10.0 (ステップ 0.01); start/end 0.0-1.0 (ステップ 0.001) | strength 1.0; start 0.0; end 1.0 |
| Midjourney | なし | - | - |
| FLUX | APIにControlNetなし; バウンディングボックスによるコンポジション (FLUX 3) | 0-1000グリッド上のボックス [top, left, bottom, right] | - |
| Ideogram | なし(4.0/4.5 JSONプロンプト内にbbox) | - | - |
| GPT Image | なし | - | - |
- 参照元(確認日: 14.11.2026):
- Stability AI: docs.stability.ai/api-reference/control/structure.md
- ComfyUI: raw.githubusercontent.com/comfyanonymous/ComfyUI/master/nod...
- Midjourney: docs.midjourney.com/hc/en-us/articles/32859204029709-Parame...
- FLUX: docs.bfl.ml/flux_3/flux3_image_overview.md
- Ideogram: docs.ideogram.ai/prompting/text-in-images
- GPT Image: developers.openai.com/api/docs/guides/image-generation
使いどころ
- 元の写真の構図や家具の配置を維持したまま、質感、時間帯、画風だけをガラリと変えたいとき
- OpenPoseを用いてキャラクターのポーズを固定し、マンガのコマ割りや絵コンテの作画を量産したいとき
- 深度マップ(Depth)を活用し、部屋の間取りや奥行きの遠近感を狂わせずにインテリアデザインを提案したいとき
よくあるミス
線画のノイズが多い状態で強度を1.0以上に設定してしまうミスが典型的です。輪郭検出フィルターが拾ってしまった下絵の微細なゴミや木目のシワまでAIが本物のディテールとして忠実に再現し、不自然な質感になります。また、ControlNetのモデル構造と使用している生成モデルの規格が合っていない場合、エラーが出るか画像が完全に崩壊してしまいます。
コピーして使えるプロンプト例
ComfyUI: Apply ControlNet -> strength = 0.8, start_percent = 0.0, end_percent = 1.0 Stability (Control): /control/structure にて "control_strength": 0.7
よくある質問
ControlNetのCanny(輪郭抽出)とは何ですか?
元画像のエッジ(輪郭線)を線画として検出し、その線に沿って新しい画像を生成させる制御方式です。製品のフォルムや建造物の外形を保ったままイラスト化したい場合に最適です。
OpenPoseとCannyの違いは何ですか?
Cannyは背景や衣服も含めた画面全体の輪郭線をなぞりますが、OpenPoseは人物の頭部や関節の座標(骨格)のみを検出します。服装や体型を自由に変えつつ、ポーズだけを統一したいときはOpenPoseを選びます。
コントロール強度(Strength)のおすすめ設定値は?
一般的には0.6から0.8付近が最も扱いやすいバランスです。1.0を超えると下絵のノイズまで硬く反映され、0.4未満ではプロンプトの力に負けて構図が崩れやすくなります。
制御の終了タイミング(end_percent)を途中で止める利点は何ですか?
生成プロセスの終盤(例: 80%以降)でControlNetの拘束をあえて外すことで、構図の骨格は保ったまま、細部の陰影や質感をモデル本来の自然なタッチに仕上げることができます。
