LoRAトリガーワード徹底解説：プロのようにAIアートのプロンプトをカスタマイズする方法

トリガーワード（起動ワードとも呼ばれます）は、LoRAの作者が学習時に埋め込んだ特定のキーワードやフレーズです。これらの単語があなたのプロンプトに登場すると、LoRAの学習データを「目覚めさせ」、出力にどの特徴を適用するかをモデルに伝えます。

適切なトリガーワードがなければ、どんなに強力なキャラクターLoRAでも、平凡で的外れな結果しか生み出せません。逆に、正しいトリガーワードを使えば、正確な髪型、シンボル的な衣装、特徴的な瞳の色など、AIアートを一目で認識できるディテールが手に入ります。

トリガーワードは、LoRAが反応するように学習された「合言葉」だと考えてください。LoRA作者はそれぞれ独自のトリガーワードのセットを選んでおり——ほぼ必ずLoRAの説明欄に記載されているので、ユーザーは各機能を呼び出す方法を知ることができます。

LoRAをロードした状態でプロンプトを投入すると、システムはトリガーとして認識できる単語をスキャンします。見つかったトリガーは、LoRAが学習時に習得した特定の特徴マッピングを起動します。それ以外の単語は通常通りベースモデルに流れていきます。

上の例のプロンプトでは、3つの単語——purple_eyes、hair_ornament、pointy_ears——がLoRA学習時にトリガーとして登録されました。それぞれが特定の学習済み特徴を解き放ちます。sunsetのような単語はLoRAの語彙に含まれていないため、LoRAの影響を受けず、そのままベースモデルに渡されます。

だからこそ、同じLoRAでもプロンプトが違えば結果が劇的に変わるのです——生成のたびに、LoRAの学習のどの部分を呼び出すかを文字通り選んでいることになります。

ほとんどのキャラクターLoRAには、キャラクターの標準的なルック——公式衣装も含めて——を固定するデフォルトのトリガーが用意されています。原作の衣装でファンアートを作りたい場合は完璧ですが、新しい服を着せたい場合には制約となります。デフォルトから抜け出す方法をご紹介します。

例えば、ホタル（Firefly、『崩壊：スターレイル』）のLoRAをロードして、デフォルトのメカスーツではなく伝統的な着物を着せたいとしましょう。以下の4ステッププロセスに従います：

自分のLoRAを学習するときにトリガーワードを選ぶ場合でも、プロンプトでどの単語を残すかをフィルタリングする場合でも、最も重要なルールは1つです：

トリガーワードに含めるべきもの（DO）

これらは、文脈に関係なくキャラクターを定義するもの——常に存在すべき視覚的な定数です：

• 瞳の特徴： heterochromia_blue_red、purple_eyes、star_shaped_pupils
• 独特の模様： tacet_mark、facial_tattoo、beauty_mark
• シンボル的なアクセサリー： black_tiara、hair_ornament、earrings
• 身体的な特徴： pointy_ears、fangs、heterochromia

トリガーワードに入れるべきでないもの（AVOID）

これらは生成ごとに柔軟であるべきもの——トリガーに固定すると後で面倒なことになります：

• 衣装の詳細——シーンによって変わるため、柔軟性を保ちたい
• ポーズ固有の要素——プロンプトの文脈に応じて変わるべき
• 背景・環境の特徴——シーンが多様すぎて固定できない
• 一時的・可変的な要素——「ときどき出てくる」もの

特定の衣装をトリガーワードに含めると、別の服を着せたいたびに手動で削除して置き換える必要があります。これは面倒なだけでなく、LoRAの汎用性を著しく制限します——優れたLoRAが本来目指すべきものとは正反対の結果になってしまいます。

キャラクターのすべての特徴を手動で特定するのが面倒？それならDanbooruがすでに代わりにやってくれています。コミュニティが運営するこの画像ボードは、ほぼすべての人気アニメ・ゲームキャラクターに対してタグシステムを持っており——作業は事実上完了しているのです。

Danbooruを効果的に使う方法

1:1のキャラクター再現を目指すなら、プロンプトを予測可能な順序で並べましょう。トリガーを前半に、柔軟な要素を後半に配置すると、ベースモデルがプロンプトをより安定して処理できます。

テンプレート構造

実践例

テンプレートに従ったキャストリス（『崩壊：スターレイル』）の実際のトリガーワードブロックがこちらです：

トリガーブロックに入っていないものに注目してください——衣装なし、ポーズなし、背景なし。これらはプロンプトの後半で柔軟な要素として——red dress, sitting, garden——のように指定します。そうすれば、LoRAがあなたのクリエイティブな方向性に反発せず、ベースモデルが自由に適応できます。

なぜ衣装トリガーを避けるべきか

特定の衣装をトリガーブロックに含めると、別の衣装にしたいたびに手動で削除して置き換える必要があります。これは早々に消耗するだけでなく、さらに悪いことに、LoRAはキャラクターをその衣装と結びつけて学習しているため、トリガーワードを削除してもモデルがそちらに偏ってしまうことがあります。最初から衣装をトリガーに含めなければ、この問題自体が発生しません。

PixAIのDiT LoRA学習システムにおけるトリガーワードは、SDXLワークフローでよく見られたカンマ区切りのタグ羅列スタイルとは異なる動作をします。さらにDiT.1とDiT.2でルールが異なる——これが新しいDiT LoRAトレーナーが最もつまずくポイントです。

Tsubaki LoRA（DiT.1）のトリガーワード

Tsubaki LoRA学習では、トリガーワードを簡潔かつ焦点を絞ったものにしましょう。長い記述的なフレーズは助けるどころか逆効果になります。

キャラクターLoRA — このフォーマットに従ってください：

例：

スタイルまたはコンセプトLoRA — データセットが共有する核となる特徴に絞りましょう：

DiT.1の基本ガイダンス：

• トリガーワードを短く具体的に保つ
• 長く複数節にまたがるトリガーフレーズは避ける
• データセットのすべての画像が共有する最も本質的な特徴を特定する

Tsubaki.2 LoRA（DiT.2）のトリガーワード

DiT.2は簡潔さのルールを逆転させます。Tsubaki.2 LoRA学習では、対象の核となる特徴を詳細に記述する30文字以上の長さのトリガーワードを推奨します。トリガーフレーズが豊かであればあるほど、Tsubaki.2は学習時にコンセプトをしっかり捉えてくれます。

強力なTsubaki.2トリガーフレーズは、単一のトークンというよりはコンパクトな特徴インベントリのように読めます——単なる名前ではなく、識別可能な視覚的属性が並ぶ形です。

強力なDiT.2トリガーフレーズの例：

データセットの準備からパラメータチューニングまで、PixAIで自分だけのLoRAを学習する完全ガイドは、PixAIでLoRAを学習する方法をご覧ください。

ウェイト設定とトリガーワードをマスターした今、次のフロンティアは1枚の画像で複数のLoRAを組み合わせること——AIアートの聖杯とも言える、2人の異なるキャラクターが互いに混ざらずに生成される技術です。