MENU

Stable Diffusionで大量生成する方法|ワイルドカード×バッチ回数の実務設定

当サイトはアフィリエイト広告を利用しています。

こんにちは、ローカルAI工房のコーボーです。

Stable Diffusionで「同じような絵を1枚ずつ作る」段階を抜けると、次に欲しくなるのが「寝ている間に、服装も構図も違う絵を何百枚も作っておいてほしい」という運用じゃないでしょうか。私はAIイラスト制作の実務で、RTX 4070 SUPER(VRAM 12GB)のPCにForge Neoを入れて、ワイルドカードとLoRAを組み合わせた大量生成を毎日回しています。1日の出力が1,000枚を超える日も珍しくありません。この記事では、その運用で固まった「大量生成の設定はどこをどう変えるのか」を、VRAMとの関係を軸にまとめます。バッチサイズとバッチ回数の取り違えから、ワイルドカードの書き方、量産したあとに待っている問題まで、順番に見ていきましょう。

  • バッチサイズとバッチ回数の違いと、VRAMに効くのはどちらか
  • ワイルドカード・Dynamic Promptsの導入と基本の記法
  • LoRAとワイルドカードを組み合わせてシリーズを量産する考え方
  • 大量生成のあとに出る選別・ストレージの問題と対処
Stable Diffusionで画像を大量生成する設定のイメージ
目次

結論:プロンプトを散らして回数で回す

最初に結論を言うと、Stable Diffusionの大量生成は「バッチサイズを上げて一度に何枚も作る」のではなく、「ワイルドカードでプロンプトを散らして、バッチ回数で何度も回す」のが実務の正解です。VRAMをほとんど増やさずに枚数を稼げて、しかも1枚ごとに中身が違う絵が出てくるからです。

大量生成の設定・3つの柱

①バッチサイズは1のまま、バッチ回数を増やす(VRAMはほぼ増えない)
②ワイルドカード(Dynamic Prompts)でプロンプトを毎回変える(同じ絵が並ばない)
③固定したい要素はLoRAと固定プロンプトで、散らしたい要素だけワイルドカードで(シリーズとして量産できる)

私の環境でこの設定を使うと、SDXL系のモデルで1024×1536の縦長イラストが、サンプリング回数20・バッチ1で1枚約10秒です。単純計算で1時間に約360枚。LoRAを複数枚重ねて、ワイルドカードで服装や背景を散らしながら回しても、12GBでVRAM不足で止まることはほぼありません。この「止まらない」の理由が、バッチサイズを上げていないことにあります。

逆に言うと、大量生成で詰まる人の多くは、設定そのものより「どの設定が何を増やすのか」の理解で損をしていると感じます。バッチサイズを4にして落ちた、同じ絵が500枚できていた、ワイルドカードを入れたのに展開されない。全部、仕組みが分かれば一度で直るつまずきです。

コーボー

大量生成は力技じゃなくて「設計」なんですよね。VRAMを増やすより先に、プロンプトの散らし方と回し方を決めるほうが効きますよ。

バッチサイズとバッチ回数を取り違えない

Forge系やA1111系の生成画面には「バッチ回数(Batch count)」と「バッチサイズ(Batch size)」が並んでいます。どちらも増やせば枚数が増えるので同じものに見えますが、PCへの負担のかかり方がまったく違います。ここが大量生成の土台なので、最初に押さえておきましょう。

バッチサイズとバッチ回数の違いのイメージ

VRAMを食うのはバッチサイズだけ

バッチサイズは「1回の生成で、同時に何枚を処理するか」です。同時に処理する枚数分だけ、途中経過のデータをまとめてVRAMに置くので、VRAMの使用量はバッチサイズにほぼ比例して増えます。1024×1024クラスのSDXLで、バッチサイズを上げたらそれだけで「CUDA out of memory」が出た、というのは12GB以下のグラボでよく聞く話です。

いっぽうバッチ回数は「その生成を、何回繰り返すか」です。1回ぶんが終わったら次の1回を始めるだけなので、回数を増やしてもVRAMの使用量は変わりません。増えるのは時間だけ。つまり、同じ100枚を作るなら「サイズ4×回数25」と「サイズ1×回数100」で、必要なVRAMの量がまるで違う、ということになります。

設定 意味 VRAMへの影響 向いている人
バッチサイズ 1回で同時に処理する枚数 枚数にほぼ比例して増える VRAMに余裕があり、1枚あたりの時間を詰めたい人
バッチ回数 生成を繰り返す回数 増えない VRAMを増やさず枚数を稼ぎたい人(大量生成の基本)

バッチサイズを上げる利点がないわけではありません。同時に処理する分、1枚あたりの時間は少し短くなる傾向があります。ただしその短縮幅は「倍になる」ようなものではなく、VRAMに十分な余裕があるときに少し得をする程度、というのが一般的な見方です。12GBで無理に上げてVRAMの上限に張り付かせるより、サイズ1で安定して回し続けたほうが、朝に残っている枚数は多くなります。VRAM不足の切り分け全般はStable DiffusionのVRAM不足対策|設定と買い替えの判断にまとめています。

12GBなら「サイズ1・回数で稼ぐ」が実務の答え

私はForge Neoで、バッチサイズは1に固定したまま、バッチ回数のほうを増やして回しています。SDXL系の1024×1536という大きめの解像度で、LoRAを複数併用して、ワイルドカードで毎回プロンプトを変えるという、それなりに重い使い方です。それでも12GBでVRAM不足に当たることがほぼないのは、「1回に処理する量」をバッチ1に抑えているからです。

この運用のもうひとつの利点は、途中で止まっても被害が小さいことです。サイズ4で落ちると4枚まとめて失われますが、サイズ1なら直前までの出力はすべてフォルダに残っています。夜間に放置して回す運用では、この差が意外と大きいんですよね。

12GBでの実務設定(私の環境・SDXL系)

・解像度:1024×1536(縦長イラスト)
・サンプリング回数:20
・バッチサイズ:1 / バッチ回数:欲しい枚数ぶん増やす
・LoRA:複数併用 / プロンプト:ワイルドカードで毎回変える
・結果:1枚約10秒・VRAM不足で止まることはほぼない

ちなみにこの設定で1日に生成される枚数は、作業内容によって数百枚から2,000枚を超える日までかなり幅があります。多い日は1,000枚どころではない量が出てくる、という感覚でいてください。これが後半の「選別とストレージ」の話につながります。

コーボー

「バッチサイズを上げないと遅い」と思い込んでいる人が多いんですが、総枚数が同じなら差はわずかですよ。VRAMに張り付かせない安心感のほうが、実務では圧倒的に大きいですね。

ワイルドカードでプロンプトを散らす仕組み

バッチ回数を増やしただけでは、プロンプトが同じなのでシード違いの似た絵が並ぶだけです。大量生成を「バリエーションの量産」にするのが、プロンプトの一部を毎回ランダムに入れ替えるワイルドカードの仕組みです。Forge系・A1111系では「Dynamic Prompts」という拡張機能で実現するのが定番で、私も毎日これを使っています。

ワイルドカードでプロンプトが毎回入れ替わるイメージ

Dynamic Promptsの導入と置き場所

Dynamic Promptsは、Extensionsタブから入れるか、WebUIのフォルダで拡張機能のフォルダに取り込む形で導入します(出典:sd-dynamic-prompts(GitHub))。導入後は生成画面の下に「Dynamic Prompts」の折りたたみが出て、有効・無効のチェックや、あとで触れる「組み合わせ生成」などの設定がここに並びます。

ワイルドカードの本体は、1行に1つの候補を書いただけのテキストファイルです。標準では拡張機能フォルダの中の「wildcards」フォルダに置き、ファイル名(拡張子を除いた部分)がそのままワイルドカードの名前になります。たとえば「outfit.txt」というファイルに服装の候補を1行ずつ書けば、プロンプト側では「__outfit__」と書くだけで、生成のたびにどれか1行が差し込まれます。

Forge Neoで使う人への注意

Dynamic Promptsの公式ページが対応先として挙げているのはAUTOMATIC1111のWebUIで、Forge Neoは明記されていません。私の環境(執筆時点)では問題なく動いていますが、Forge Neoは内部の作りがForgeやreForgeから変わっていて、更新で拡張機能が動かなくなる報告もあります。安定して動いているバージョンはむやみに更新せず、更新前にはフォルダごとバックアップを取っておくのが無難です。

{A|B}と__name__の基本記法

Dynamic Promptsの記法は大きく2種類あります。ひとつは波かっこで候補を直接書く「{A|B|C}」、もうひとつがファイルを呼び出す「__名前__」です(出典:Dynamic Prompts 公式SYNTAXドキュメント)。

書き方 意味 使いどころ
{red|blue|green} dress 縦線で区切った候補から1つ選ぶ 候補が数個で、その場で済ませたいとき
__outfit__ wildcardsフォルダの outfit.txt から1行選ぶ 候補が多い・何度も使う・育てていきたいとき
__outfit__, __background__ 複数のワイルドカードを並べる 服装と背景を別々に散らすとき

波かっこは手早いんですが、候補が10個を超えてくるとプロンプト欄が読めなくなります。候補が増えてきたらファイルに移す、というのが運用のコツです。ファイルにしておくと、生成結果を見ながら「この服装は要らない」「この構図を足したい」と1行ずつ育てていけるので、ワイルドカードは資産になっていきます。

もうひとつ覚えておきたいのが、ワイルドカードファイルの中でも同じ記法が使えることです。outfit.txtの1行に「{white|black} shirt」と書いておけば、その行が選ばれたときにさらに色が散らされます。あるファイルの中から別のワイルドカードを呼ぶ入れ子もできるので、「季節→その季節の服装」のような階層も作れます。

複数選択・重み・入れ子で表現を広げる

基本の2つに慣れたら、次の3つを覚えると表現の幅が一気に広がります。

よく使う応用記法(公式SYNTAXより)

・複数選択:{2$$red|blue|green} → 候補から重複なしで2つ選ぶ(「red, blue」のように区切って差し込まれる)
・個数の範囲:{1-3$$__accessory__} → 1〜3個をランダムに選ぶ
・重み:{3::casual|1::formal} → casualが出る確率をformalの3倍にする
・区切り文字の指定:{2$$ and $$red|blue} → 「red and blue」のようにつなぐ
・コメント:ファイル内の「#」以降は無視される(使わない候補を一時的に外せる)

特に重みは実務で重宝します。「基本はこの服装で、たまに違うのが出てほしい」という場面は多くて、候補を均等に散らすと「たまに」が多すぎるんですよね。重みを付けると、シリーズとしての統一感を保ちながら、適度に外れ値が混ざる配分が作れます。

設定側では「組み合わせ生成(Combinatorial generation)」も知っておくと便利です。通常はランダムに選びますが、これを有効にするとすべての組み合わせを順番に1つずつ生成します。たとえば服装5種×背景4種なら20枚で全組み合わせが揃う。新しいワイルドカードファイルを作ったとき、候補が全部ちゃんと絵になるかを一度確認するのに向いています。組み合わせが膨大になるときは「最大生成数(Max generations)」で上限を切れます。

コーボー

ワイルドカードは「書く」ものじゃなくて「育てる」ものなんですよね。1行ずつ足したり消したりしていくと、半年後には自分の好みがそのまま詰まったファイル群になっていますよ。

LoRA×ワイルドカードでシリーズを量産する

大量生成で本当に欲しいのは、「バラバラな1,000枚」ではなく「同じキャラ・同じ画風で、服装や構図だけが違う1,000枚」ではないでしょうか。これを作るのが、LoRAとワイルドカードの組み合わせです。私のAIイラスト制作の実務は、ほぼこの形で回っています。

同じキャラクターで服装と背景だけが違うシリーズを量産するイメージ

固定する要素と散らす要素を分ける

考え方はシンプルで、プロンプトを「固定する部分」と「散らす部分」に分けて書くだけです。固定するのは、キャラや画風を決めるLoRAの指定と、品質系のタグ、キャラの基本的な特徴。散らすのは服装・背景・構図・表情・時間帯といった、1枚ごとに違ってよい要素。散らす部分だけをワイルドカードにします。

プロンプトの組み立て例(考え方)

固定:<lora:キャラLoRA:強度>, 品質タグ, キャラの基本特徴
散らす:__outfit__, __background__, __pose__, __expression__
→ 固定部分が一貫性を担保し、散らす部分がバリエーションを作る

LoRAを複数枚重ねる場合も同じです。キャラのLoRAと画風のLoRAを固定で置いて、ワイルドカードを散らす。私の環境では、この構成で1024×1536を回してもVRAM不足にはほぼ当たりません。LoRAの導入と管理そのものはStable Diffusionのモデル・LoRA導入方法と管理のコツに書いています。

注意したいのは、散らす要素を増やしすぎると「どれも微妙」が増えることです。服装・背景・構図・表情・時間帯を全部同時に散らすと、組み合わせの相性が悪い絵の割合が上がります。最初は散らす要素を2つか3つに絞り、ワイルドカードの中身を育ててから増やしていくほうが、結果的に使える枚数は多くなります。

ずっと生成とシードの落とし穴

Forge系・A1111系には、生成ボタンを右クリックすると出てくる「ずっと生成(Generate forever)」があります。止めるまで延々と生成し続けるので、ワイルドカードで毎回プロンプトが変わる構成と組み合わせると、バッチ回数の上限を気にせず回し続けられます。夜間に放置する運用の設定はAI画像・動画生成を寝ている間に回す方法|夜間バッチの設定と電気代で詳しく書いています。

ここで一度は誰もがやる失敗が、シード(乱数の種)を固定したまま回すことです。ワイルドカードが入っていればプロンプトは変わるので同じ絵にはなりませんが、ワイルドカードを外した状態でシードが固定値だと、まったく同じ画像が何百枚もできます。回し始める前に、シードが「-1(ランダム)」になっているか、またはプロンプトが毎回変わる構成になっているかを確認してください。

Dynamic Prompts側にも「シードを固定(Fixed seed)」という設定があります。これはプロンプトだけを変えて、シードは全枚数で同じにするための機能で、「服装の違いだけを比べたい」ときに便利です。大量生成の本番で有効にすると構図が似通ってくるので、確認用と本番で切り替えて使い分けるのがいいかなと思います。

コーボー

LoRAは「1枚を作る道具」より「シリーズを作る道具」なんですよね。固定と散らすの線引きが決まると、量産はほとんど自動で回りますよ。

大量生成のあとに待っている問題

設定が決まると、生成そのものはもう悩みません。むしろ毎日1,000枚規模で出てくるようになってから気づくのが、本当に時間を食うのは生成ではなく、そのあとだということです。ここは実務で回していて痛感した部分なので、先に知っておいてほしいです。

選別とストレージが次のボトルネック

1つ目は選別です。1,000枚から使える数十枚を選ぶ作業は、生成より長くかかることがあります。対処としては、ワイルドカードの候補を育てて「微妙な絵」が出る確率を下げること、そして選別を一度にやらず、生成の区切りごとに小分けにすることです。全部できあがってから一気に見ると、目が疲れて判断が雑になります。

2つ目はストレージです。私の環境では、1024×1536のJPG(品質100)で1枚あたり約0.8MBになり、多い日は1日で2GBを超えます。10日で約10GB、何もしなければ1か月で30GB前後が消えていく計算です。SSDの空きがじわじわ減っていくのに気づいたときには、古い出力フォルダが数十GB残っていた、というのは私自身の体験でもあります。

コーボー◆コーボーのワンポイント

私は毎朝決まった時刻に、生成画像の出力フォルダのうち「10日以上前の日付フォルダ」を自動で削除するスクリプトを回しています。残したい画像は選別の時点で別フォルダに移しておき、出力フォルダは「10日たったら消える一時置き場」と割り切る運用です。大量生成を続けるなら、容量を増設するより先に「消える仕組み」を作るほうが安いですよ。ついでに、グリッド画像(複数枚をまとめた一覧画像)が別フォルダに溜まり続けていて、気づいたときには1枚約4MBのファイルが数千枚残っていた、という失敗もしています。削除の対象フォルダは一度ちゃんと確認してください。

3つ目は電気代と発熱ですが、これは画像生成なら1晩100円前後の目安で、動画生成ほど神経質になる必要はありません。むしろPCのスリープ設定で夜中に止まっていた、のほうがよくある失敗です。

コーボー

生成の速さは10秒で止まりましたが、選ぶ速さは今でも改善中ですね。量産の本当の戦場は、できあがったあとのフォルダの中ですよ。

大量生成のよくある質問

バッチサイズを2や3にするのは意味がないのですか?

意味がないわけではありません。VRAMに十分な余裕があれば、1枚あたりの時間は少し短くなる傾向があります。ただ12GBでSDXLの高解像度を回す場合は、サイズを上げた分がそのままVRAMの圧迫になるので、私はサイズ1で回数を増やすほうを選んでいます。16GB以上のグラボで余裕があるなら、2から試して落ちない値を探すのはありだと思います。

ワイルドカードを書いたのに「__outfit__」がそのまま出力されます

よくある原因は3つです。①Dynamic Promptsの折りたたみで有効のチェックが外れている ②ファイル名とワイルドカード名が一致していない(拡張子を除いたファイル名が名前になります) ③ファイルを置いたフォルダが違う。標準の置き場所は拡張機能フォルダ内の「wildcards」フォルダですが、設定で変更している場合はそちらになります。

ワイルドカードの候補は日本語で書いてもいいですか?

記法としては動きますが、モデル側がプロンプトを英語のタグや英文で学習しているものが多いので、候補の中身は英語で書くのが基本です。ファイル名は英数字にしておくと、呼び出すときに迷いません。

ComfyUIでも同じことができますか?

できますが、やり方が変わります。「{A|B}」の波かっこはComfyUI標準でも使えますが、「__名前__」でファイルを呼び出す形式は標準では動かず、カスタムノードが必要です。Forge系で育てたワイルドカードの資産をそのまま使いたい人は、画像生成の本番はForge系に残し、ComfyUIは別の用途に使う併用の形が無理がないかなと思います。

1日に何枚くらい生成するのが現実的ですか?

私の環境(12GB・SDXL系・1024×1536・1枚約10秒)だと、つけっぱなしで理論上は1時間に約360枚、1晩で2,000枚を超えるペースです。ただし枚数を増やすほど選別とストレージの負担が増えるので、「選べる枚数」を基準に決めるのが現実的です。最初は1晩で数百枚から始めて、選別が追いつく量を探ってみてください。

まとめ:増やすのはサイズではなく「散らし方」

Stable Diffusionの大量生成は、PCの性能を限界まで使う話ではなく、「何を固定して何を散らすか」「どう回すか」を設計する話です。最後に要点をまとめます。

この記事のまとめ

・VRAMを食うのはバッチサイズだけ。バッチ回数は増やしてもVRAMは変わらない
・12GBならサイズ1・回数で稼ぐ。LoRA複数併用の1024×1536でも止まらない
・Dynamic Promptsのワイルドカードでプロンプトを散らす。候補が増えたらファイルに移して育てる
・LoRA+固定プロンプトで一貫性、ワイルドカードでバリエーション。散らす要素は2〜3から
・本当のボトルネックは生成後の選別とストレージ。「消える仕組み」を先に作る

私がVRAM 12GBのまま毎日の実務を回せているのは、グラボが特別だからではなく、この設計が固まっているからです。「12GBで何がどこまでできるか」の全体像はVRAM 12GBで何ができる?画像生成・動画・LLMの実測目安にまとめていますので、買い替えを考える前に、まず設定のほうを見直してみてください。本記事の数値は私の環境での実測と一般的な目安で、拡張機能の仕様や対応状況は更新で変わることがあります。最新の正確な情報は各公式ページでご確認ください。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

この記事を書いた人

AIイラスト制作を実務で行う工房主。RTX 4070 SUPER搭載PCでローカル生成環境(Forge Neo・ComfyUI)を毎日運用しています。数値は「実測」か「目安」かを明記する実測主義で、AIパソコン・グラボ選びの情報を発信中。近くRTX 5070 Ti(16GB)へ換装予定で、比較実測も公開していきます。

目次