【Stable Diffusion】BREAK構文とは？

Stable Diffusionでイメージ通りの画像を生成したいときには、自然とプロンプト（呪文）が長くなりますよね。

そのとき、後ろほうの呪文の効きが悪いと感じたことはありませんか？

たとえば、こんなプロンプトで画像を生成してみると、後ろのほうの「white t-shirt」があまり反映されません。

本記事では、このようなときに役立つBREAKの使い方について解説します。

BREAK構文とは

BREAK構文とは、Stable Diffusionでプロンプトの中の特定の言葉を強調する方法です。

プロンプトの途中にBREAKというテキストを入れることで、その後ろの言葉を強調できます。

「トークン」と「グループ」

Stable Diffusionでは、プロンプトで使う1つ1つの言葉のことを「トークン」といいます。
この「トークン」の数え方には注意が必要です。たとえば「short hair」は1つのトークンではなく「short」と「hair」でトークンは2つと数えます。
また、区切りに使う「カンマ」も1トークンとなります。

よって、「girl, short hair」というプロンプトなら、トークンの数は「4」となります。

このトークンの数はWeb UIのプロンプト入力欄の右上の方に表示されています。
4/75となっていますね。この分子の「4」がプロンプトのトークン数です。

Stable Diffusionは「75個のトークン」で「1つのグループ」を形成します。
なので、たとえばプロンプトが100個のトークンの場合は、先頭から75個のトークンが1つめのグループとなり、残りの25個のトークンが2つめのグループになるというわけです。

「トークン」の順序で効き具合が変わる

グループ内の前にあるトークンほど画像生成に与える影響が強くなります。
つまり、グループ内の1番目のトークンが最も影響が強く、75番目のトークンが最も影響が弱くなるということです。

たとえば、100個のトークンで構成されたプロンプトの場合、76番目のトークンは2つめのグループの1番目なので、75番目のトークンよりも効きは強いということです。

単純にプロンプトの後ろにあるほど影響が弱くなるのではなく、グループの区切りが影響するということがポイントです。

本記事冒頭のプロンプト例を考えると、「white t-shirt」は1つめのグループの後ろの方にあるので生成画像への影響力が弱く、効きが悪かったということになるでしょう。

「BREAK」でグループを区切ることができる

逆に言うと、「white t-shirt」をグループの先頭に持ってくれば影響力は強くなるはずですよね。

プロンプトの途中にBREAKというテキストをはさむと、そこでグループを強制的に区切ることができます。
つまり、「white t-shirt」の前にBREAKを入れれば、「white t-shirt」は2つめのグループの先頭のトークンとなるので、効きを強めることができるのです。

BREAK構文を使う

では、実際に「BREAK」を書いてみて、その効果を検証してみましょう！

「BREAK」の書き方

プロンプトの区切りたい箇所に「BREAK 」を入れます。BREAKの後の半角スペースを忘れないでください。

BREAKを入れると、グループの数が増えるので、プロンプト右上に表示されているトークン数の分母が変わります。BREAKがきちんと効いているかの確認になります。

「BREAK」の効果

以下のように、white t-shirtの直前でBREAKを入れるケースと入れないケースで生成画像を比べてみましょう。Tシャツに注目です！

BREAK以外の強調方法

Stable Diffusionでは特定のトークンを強調する記法が他にもありますので、ここで紹介しておきます。

()で囲む

プロンプト内で強調したい言葉を()で囲むことで効果を強めることができます。

()が1つだけだと、効果は1.1倍となります。

()はいくつも重ねることができ、重ねるたびに効果は1.1倍されていきます。
たとえば、()を3つ重ねて(((white t-shirt)))などとすることもできます。このとき、強調効果は1.1×1.1×1.1＝1.331倍です。

より効果を強めたいときに()をいくつも重ねるのは面倒ですよね。その場合は、(white t-shirt:1.4)のように効果の倍率を数値で直接指定することもできます。この書き方の場合は効果は1.4倍です。

まとめ

Stable Diffusionのプロンプトは「トークン」から成り立っていて、75個のトークンで1つのグループを形成しています。
このグループ内で後ろにいくほどトークンの影響が弱まってしまいますが、BREAKを使うことでグループを強制的に分割して、任意のトークンの影響を強めることができます。

かっこ()を使うことでプロンプト内の言葉を強調することもできますが、本記事で紹介した「BREAK構文」もテクニックの一つとして覚えておくとよいでしょう。