ControlNet などの構図制御とは
ポーズ・輪郭・奥行きなどを指定して、画像生成の構図をコントロールする技術
画像生成AIは文章だけで絵を作れますが、「この人をこのポーズで」「この間取りのまま雰囲気だけ変えて」といった細かい指定は、プロンプトだけではなかなか伝わりません。ControlNet（コントロールネット）は、輪郭線やポーズ、奥行きといった「構図の設計図」を追加の条件として与えることで、生成結果をコントロールする代表的な技術です。
ControlNetとは
ControlNet は、Lvmin Zhang、Anyi Rao、Maneesh Agrawala による論文「Adding Conditional Control to Text-to-Image Diffusion Models」（2023年2月公開）で提案されました。学習済みの 拡散モデル（Stable Diffusion など）の本体は固定したまま、条件画像を読み取るための追加ネットワークを接続する設計です。論文では、エッジ（輪郭）、深度、セグメンテーション、人物のポーズなどの条件で検証されており、条件を単独または複数組み合わせて使えることが示されています。
元のモデルを壊さずに機能を足せるため、コミュニティでさまざまな条件用のモデルが作られ、画像生成ツールの標準的な機能として広まりました。
よく使われる条件の種類
- 輪郭線（Canny / Lineart など）：写真や線画から抽出した線をもとに、形を保ったまま描き直す。商品写真の形を崩さずに背景や質感を変えたいときに便利です。
- ポーズ（OpenPose など）：人物の骨格（関節の位置）を指定し、同じポーズの別人物・別衣装を描く。
- 深度（Depth）：画面の奥行き情報を使い、空間の配置を保つ。室内や風景のリデザインに向きます。
- セグメンテーション：「ここは空、ここは建物」といった領域分けをもとに描く。
- 落書き（Scribble）：ラフな手描きから、それらしい絵に仕上げる。
使い方の基本的な流れ
- 参考にしたい画像（写真、ラフ、ポーズ見本）を用意する。
- 前処理（プリプロセッサ）で、輪郭線・骨格・深度などの「条件画像」を抽出する。
- 条件画像とプロンプトを一緒に入力して生成する。
- 条件の強さ（効き具合）を調整する。強すぎると不自然に、弱すぎると構図が崩れます。
ツールによって画面や名称は異なりますが、「条件画像」「条件の種類」「強さ」を指定するという考え方は共通です。
ControlNet以外の構図制御
- image-to-image：元画像そのものを下敷きにする方法（画像生成AIの基本を参照）。
- 参照画像機能：キャラクターやスタイルの一貫性を保つため、参照画像を渡せるサービスも増えています。
- LoRA：構図ではなく、画風や特定キャラクターを覚えさせる手法。ControlNetと組み合わせて使うことも多いです。
- 対話型編集：最近のマルチモーダルなサービスでは、自然文で構図変更を指示できるものもあります。
実務での活用例
- EC用の商品画像：形は輪郭線で固定し、背景や季節感だけ差し替える。
- 広告・SNSのキャラクター：ポーズ見本を作り、同じ構図で複数パターンを作る。
- 内装・建築の提案イメージ：深度情報を使い、間取りを保ったままテイストを変える。
注意点
- 参考画像の権利：他者の写真やイラストから輪郭やポーズを抽出して使う場合も、元作品に類似した出力になりやすいため、権利を確認できる素材を使いましょう。
- 人物写真：実在の人物の写真をポーズ抽出に使うときは、本人の同意や撮影時の利用目的を確認してください。
- 最終確認は人の目で：手や小物の破綻、商品の形状の微妙な変化は起こりえます。広告に使う場合、実物と違う見せ方にならないよう注意が必要です。
参考リンク
編集: AI Play 編集部 最終更新: 2026-10-25