AI画像生成ツールであるStable Diffusionを使って人物画像を作成する際、表情の自然さは作品のクオリティを左右する重要な要素です。
特に口元や歯並びの表現は、笑顔の印象を大きく変えるため、細かな制御が求められます。
しかし、多くのユーザーが「歯並びがうまく表現できない」「不自然な口元になってしまう」といった課題に直面しているのが現状です。
本記事では、Stable Diffusionにおける歯並びの制御方法について、基本的なプロンプトの使い方から高度な技術まで、体系的に解説します。
この記事を読むことで、自然な笑顔や意図した表情を持つキャラクター画像を生成できるようになり、作品の表現力が飛躍的に向上するでしょう。
Stable Diffusionにおける歯並び制御の基本
Stable Diffusionにおける「歯並び」とは、AI画像生成時のプロンプトで歯の形状や並びを制御するキーワードを指します。
主に人物の口元表現を細かく指定する際に使用され、「teeth」（歯を見せる）や「pointed teeth」（尖った歯）などの単語で歯の露出や形状を調整することができます。
ただし、現時点では細かな歯並びの再現には限界があり、モデル依存で効果が限定的な場合が多いとされています。
そのため、正プロンプト（生成したい要素）とネガティブプロンプト（避けたい要素）を組み合わせた総合的なアプローチが必要となります。
歯並び制御が難しい理由
Stable Diffusionで歯並びの制御が困難な理由は、大きく3つの要因に分類できます。
これらの技術的背景を理解することで、より効果的な画像生成が可能になります。
学習データの特性による制約
第一に、Stable Diffusionの学習データにおける歯並びの多様性と詳細度の問題があります。
AIモデルは膨大な画像データから学習していますが、歯並びのような細かな構造的特徴は、他の要素（顔の輪郭、目、髪型など）と比較して学習の優先度が低い傾向にあります。
具体的には、学習データの多くで口が閉じている画像や、歯が明確に見えない画像が含まれているため、詳細な歯並びのパターンを十分に学習できていない可能性が高いとされています。
また、歯並びは個人差が大きく、美しいとされる歯並びから自然なばらつきのある歯並びまで幅広いバリエーションが存在するため、特定の歯並びパターンを再現することが困難になっています。
モデルの構造的限界
第二に、Stable Diffusionのモデル構造そのものに起因する限界があります。
現在のStable Diffusionは画像全体の構成や色彩、大まかな形状の生成には優れていますが、歯一本一本の形状や配置といった微細な構造制御には弱いという特徴があります。
例えば、kisaragi_mixなどの一部のモデルでは、歯並び関連のプロンプトを入力しても効果がほとんど現れない（×）という検証結果が報告されています。
これは、モデルのアーキテクチャが微細な構造情報を保持するよりも、画像全体の調和を優先する設計になっているためと考えられます。
プロンプトの表現力の制限
第三に、テキストプロンプトという入力形式そのものの限界があります。
「歯並びが良い」「少し乱れた歯並び」といった抽象的な表現では、具体的にどの歯がどの位置にあるべきかという詳細情報を伝えることができません。
さらに、プロンプトの解釈はモデルの学習内容に依存するため、同じプロンプトでも生成されるたびに異なる結果が出ることが一般的です。
この不確実性が、意図した歯並びを再現する難しさにつながっています。
基本的な歯並び制御プロンプト
歯並びを制御するための基本的なプロンプトには、いくつかの標準的なキーワードが存在します。
まず、これらの基本要素を理解することが、効果的な画像生成の第一歩となります。
歯の露出を制御する基本プロンプト
最も基本的なプロンプトは「teeth」です。
このキーワードを使用することで、歯を見せた笑顔を高い再現度で生成できるとされています。
例えば、「1girl, smile, teeth」というプロンプトを使用すると、自然に歯を見せて笑っている女性の画像が生成される傾向があります。
特に、はにかむような表情や親しみやすい笑顔を表現する際には、このプロンプトが有効です。
また、歯の露出度を細かく調整したい場合は、プロンプトの重み付けを活用することができます。
具体的には、「(teeth:1.3)」のように括弧と数値を使うことで、通常の1.3倍の強度でteethの要素を強調することができます。
歯の形状を指定するプロンプト
歯の形状を具体的に指定するプロンプトとしては、以下のようなものがあります。
- pointed teeth（尖った歯）：ファンタジーキャラクターなどに適した鋭い歯を表現
- small teeth（小さな歯）：控えめで可愛らしい印象の歯を生成
- perfect teeth（完璧な歯並び）：整った美しい歯並びを表現
- fang（牙）：アニメキャラクター特有の小さな牙を追加
これらのプロンプトは、使用するモデルによって効果が異なります。
2024年時点の検証では、一部のモデルでは効果がほとんど見られない（×）という報告もあるため、実際に使用するモデルで効果を確認することが重要です。
口元全体を制御する関連プロンプト
歯並びだけでなく、口元全体の表現を豊かにするためには、関連するプロンプトを組み合わせることが効果的です。
- tongue out（舌出し）：舌を出した表情を生成
- mouth drool（よだれ）：よだれを垂らした表現
- open mouth（口を開ける）：大きく口を開けた状態
- closed mouth（口を閉じる）：口を閉じた状態
これらを歯並びのプロンプトと組み合わせることで、より自然で表情豊かな口元を表現できる可能性が高まります。
ネガティブプロンプトの活用方法
歯並びの制御において、正プロンプトと同じくらい重要なのがネガティブプロンプトです。
次に、望ましくない表現を避けるための具体的な手法を解説します。
基本的なネガティブプロンプト
歯並びや口元の不自然さを避けるためには、以下のようなネガティブプロンプトの使用が推奨されています。
- bad teeth：不自然な歯の形状を避ける
- deformed teeth：変形した歯を避ける
- blurry mouth：ぼやけた口元を避ける
- lowres：低解像度による不鮮明な表現を避ける
これらのネガティブプロンプトは、構造的特徴の認識が弱いモデルにおいて特に重要とされています。
なぜなら、モデルが歯並びの乱れを意図的に生成することは少ないものの、他の要素を優先した結果として不自然な歯並びが生成されることを防ぐ効果があるからです。
品質向上のための組み合わせ
実践的なTipsとしては、正プロンプトとネガティブプロンプトを以下のように組み合わせる方法が紹介されています。
正プロンプトの例：
「1girl, smile, detailed teeth, best quality, high resolution, perfect anatomy」
ネガティブプロンプトの例：
「deformed teeth, blurry mouth, bad anatomy, lowres, worst quality, extra teeth, missing teeth」
この組み合わせにより、歯並びの自然さと画質の両方を向上させる効果が期待できるとされています。
ControlNetを活用した高度な制御
さらに高度な歯並び制御を実現するためには、ControlNetという拡張機能の活用が有効です。
この技術により、プロンプトだけでは困難だった詳細な制御が可能になります。
ControlNet v1.1のopenpose_face機能
ControlNet v1.1には、顔のランドマークポイントを制御できる「openpose_face」という機能が搭載されています。
この機能では、口内構造を示すオレンジ色の線で歯並びの境界点を読み込み制御することができます。
具体的には、上歯と下歯の境界に相当する上下3点のポイントを制御することで、口の開き具合や歯の見え方を調整できます。
口を閉じた状態では、これらの点が重なり合うように配置されます。
openpose_faceの実践的な使用方法
openpose_faceを使用する手順は以下の通りです。
- 参照画像を用意し、ControlNetのインターフェースに読み込む
- openpose_faceプリプロセッサを選択
- 顔のランドマークポイントが抽出され、特に口元のポイントが表示される
- 必要に応じてポイントを手動で調整
- 通常のプロンプトと組み合わせて画像生成
この手法により、プロンプトだけでは実現困難だった特定の口元表現を再現できる可能性が高まります。
ただし、2024年時点の検証では、この手法も完全な歯並びの再現には至っておらず、今後の技術進化が期待される分野とされています。
拡張ツールの活用
Stable Diffusion WebUIには、プロンプト作成を支援する様々な拡張機能が存在します。
これらのツールを活用することで、効率的に質の高い画像を生成できます。
sd-webui-prompt-all-in-one拡張機能
特に注目されているのが「sd-webui-prompt-all-in-one」という拡張機能です。
この拡張機能では、「人物→鼻・口・歯・舌」というカテゴリーで体系的にプロンプトが整理されており、適切なキーワードを簡単に選択できます。
2024年時点のブログやチュートリアルでは、この拡張機能を使った歯並び関連プロンプトの効果検証が活発に行われています。
「small teeth」（小さな歯）や「perfect teeth」（完璧な歯並び）などのプロンプトが紹介され、実際の生成結果との比較検証が共有されています。
重み付け機能の活用
この拡張機能では、選択したプロンプトに対して重み付けを簡単に適用できます。
例えば、重要度の高いプロンプトには1.3倍の重み付けを行うことで、そのプロンプトの効果を向上させることができます。
歯並びに関しては、「(perfect teeth:1.3), (detailed mouth:1.2)」のように複数のプロンプトに異なる重み付けを施すことで、より意図した表現に近づけることが可能です。
具体的な活用事例
理論的な説明に続いて、実際にどのような場面で歯並び制御が活用されているのか、具体例を通じて理解を深めましょう。
事例1：自然な笑顔のポートレート生成
最も一般的な活用例は、自然な笑顔を持つキャラクターのポートレート生成です。
使用プロンプトの例：
正プロンプト：「1girl, portrait, natural smile, teeth, perfect teeth, detailed face, best quality, photorealistic」
ネガティブプロンプト：「bad teeth, deformed mouth, blurry, lowres, artificial smile」
この組み合わせにより、歯を見せた自然で親しみやすい笑顔を生成することができます。
特に、リアル系のモデルを使用する場合、teethプロンプトとperfect teethプロンプトを併用することで、写真のような自然さと美しさを両立できる傾向があります。
この手法は、SNSのアイコン作成やキャラクターデザインの初期段階で広く活用されています。
事例2：ファンタジーキャラクターの特徴的な歯の表現
次に、ファンタジー作品におけるキャラクター制作の事例を紹介します。
使用プロンプトの例：
正プロンプト：「1girl, vampire, pointed teeth, fangs, evil smile, detailed face, fantasy art」
ネガティブプロンプト：「normal teeth, human teeth, bad anatomy」
このプロンプトでは、通常の人間とは異なる鋭い歯や牙を持つキャラクターを生成できます。
「pointed teeth」と「fangs」を組み合わせることで、吸血鬼や獣人といったファンタジー要素の強いキャラクターに適した口元表現が可能になります。
さらに、「evil smile」（邪悪な笑み）などの表情プロンプトと組み合わせることで、キャラクターの性格や設定を視覚的に表現できます。
事例3：アニメスタイルの可愛らしい表情
第三の事例として、アニメスタイルの可愛らしいキャラクター生成があります。
使用プロンプトの例：
正プロンプト：「1girl, anime style, cute smile, small teeth, fang, happy expression, kawaii, high quality」
ネガティブプロンプト：「realistic teeth, large teeth, scary, bad anatomy」
このプロンプトでは、アニメ特有の小さく可愛らしい歯と片側の小さな牙（八重歯）を表現できます。
「small teeth」と「fang」を組み合わせることで、日本のアニメやマンガでよく見られる愛らしい表情を再現できる可能性が高まります。
この手法は、萌え系キャラクターやマスコットキャラクターの制作で特に有効とされています。
事例4：ControlNetを使用した詳細制御
最後に、ControlNetのopenpose_face機能を活用した高度な制御事例を紹介します。
手順の例：
- 理想的な口元表現を持つ参照画像を準備
- ControlNetでopenpose_faceプリプロセッサを適用
- 口元のランドマークポイントを確認・調整
- 基本プロンプト：「1girl, smile, detailed teeth, perfect anatomy」
- ControlNetの制御強度を0.6～0.8程度に設定
- 生成実行
この方法により、参照画像の口元表現を維持しながら、他の要素（髪型、服装など）を変更することができます。
特に、複数のキャラクターで表情の一貫性を保ちたい場合や、特定のポーズでの口元表現を固定したい場合に有効です。
ただし、ControlNetの制御強度が高すぎると他の要素まで参照画像に引きずられてしまうため、バランスの調整が重要になります。
モデル別の効果の違い
歯並び制御の効果は、使用するStable Diffusionのモデルによって大きく異なります。
したがって、目的に応じて適切なモデルを選択することが重要です。
リアル系モデルでの特徴
リアリスティックな人物画像生成に特化したモデルでは、一般的に歯並びのプロンプトへの反応が良好とされています。
これらのモデルは実写写真を多く学習しているため、人間の自然な歯並びのパターンをより正確に理解している傾向があります。
特に、「perfect teeth」や「detailed teeth」といったプロンプトは、リアル系モデルで高い効果を発揮することが報告されています。
アニメ系モデルでの特徴
一方、アニメスタイルに特化したモデルでは、歯の表現そのものが簡略化されていることが多いため、詳細な歯並びプロンプトの効果が限定的になる傾向があります。
ただし、「fang」（牙・八重歯）のようなアニメ特有の表現については、アニメ系モデルの方が正確に再現できる場合が多いとされています。
特定モデルの検証結果
例えば、kisaragi_mixというモデルでは、歯並び関連のプロンプトを入力してもほとんど効果が現れない（×）という検証結果が報告されています。
このように、モデルによって得意・不得意が明確に分かれるため、自分の制作スタイルに合ったモデルを見つけることが重要です。
そのためには、複数のモデルで同じプロンプトを試し、結果を比較検証することが推奨されます。
今後の技術展望
Stable Diffusionにおける歯並び制御技術は、2024年から現在に至るまで進化を続けています。
最後に、今後の展望について考察します。
技術的な進化の方向性
ControlNet v1.1のopenpose_face機能による口内構造の制御手法は進化中とされていますが、2026年現在もモデル依存で完全再現には課題が残る状況です。
しかし、より細かな顔のランドマークポイントを制御できる新しいプリプロセッサの開発や、歯並びに特化した学習データの追加により、今後さらなる精度向上が期待されています。
コミュニティの取り組み
Stable Diffusion WebUIのプロンプト集では、「鼻・口・歯・舌」編が人気を集めており、ユーザー間での知見共有が活発化しています。
このようなコミュニティの活動により、効果的なプロンプトの組み合わせや新しい制御技術が日々発見され、共有されています。
今後も、ユーザーコミュニティからの実践的なフィードバックが、技術進化の重要な原動力となるでしょう。
まとめ
Stable Diffusionにおける歯並びの制御は、プロンプトの基本的な使い方からControlNetを活用した高度な技術まで、様々なアプローチが存在します。
本記事で解説した内容を要約すると、以下のポイントが重要となります。
まず、基本プロンプト「teeth」を中心に、形状指定のプロンプトを組み合わせることで、ある程度の歯並び制御が可能です。
次に、ネガティブプロンプトの適切な使用により、不自然な表現を避けることができます。
さらに、ControlNet v1.1のopenpose_face機能を活用することで、より詳細な口元の制御が実現できる可能性があります。
また、sd-webui-prompt-all-in-oneなどの拡張ツールを活用することで、効率的にプロンプトを管理・適用できます。
ただし、現時点では完全な歯並びの再現には限界があり、モデル依存で効果が異なることを理解しておく必要があります。
したがって、自分の制作スタイルや目的に適したモデルを選択し、プロンプトの組み合わせを試行錯誤することが、理想的な画像生成への近道となります。
あなたの創作活動への第一歩
Stable Diffusionにおける歯並び制御は、確かに技術的な制約がありますが、適切なプロンプトと手法を組み合わせることで、十分に実用的なレベルの表現が可能です。
完璧を求めすぎず、まずは基本的な「teeth」プロンプトから始めて、少しずつ表現の幅を広げていくことをお勧めします。
本記事で紹介した具体例やプロンプトの組み合わせを参考に、実際にさまざまなパターンを試してみてください。
失敗も学びの一部として受け入れながら、あなた独自の効果的なプロンプトの組み合わせを見つけていくことが、AI画像生成の楽しさであり、成長につながります。
コミュニティで共有されている知見を活用しながら、あなたの理想とする表情を持つキャラクターを生み出してください。
技術は日々進化しており、今日できなかったことが明日できるようになる可能性もあります。
あきらめずに挑戦を続けることで、必ず満足のいく作品を生み出せるでしょう。
