CFG スケール（ガイダンス）

ノイズを取り除く各ステップで、拡散モデルは二つの予測を行えます。一つはあなたのプロンプトを考慮するもの、もう一つはそれを無視するものです。分類器なしガイダンスは、その二つの差を見て、絵をプロンプトの方向へさらに押し進めます。CFG スケールは、その押す力の大きさです。ゼロか1では、プロンプトに余分な重みはほとんどかからず、5から8あたりは、多くのモデルが妥当な中間として記載している範囲で、それよりずっと高い値は、すべてを誇張します。

このトレードオフは、実際に見ればすぐわかります。スケールが低いと、結果は柔らかく、ゆるく、創造的になりますが、説明の一部を無視することがあります。スケールが高いと、絵は言葉に忠実になりますが、コントラストや色がきつくなり、質感が焦げたように見え、同じいくつかの形が繰り返し現れます。灰色のオフィスにいる架空の人物の肖像が、彩度過剰でもろく見えるなら、まずスケールを下げてみましょう。頼んだ物が欠けているなら、少し上げるか、プロンプトを書き直します。

適切な値はモデルによるので、ある数字を別のモデルに持ち越さないでください。非常に少ないステップで結果に達するよう訓練された、蒸留モデルやターボのモデルは、通常ガイダンスを重みに焼き込んでおり、スケールは1か、設定なしを想定しています。比較は、シードを固定して、試行の間にスケールだけを変えるのがいちばん簡単です。ネガティブプロンプトも同じ仕組みで働きます。ガイダンスなしの予測が遠ざけられる先だからです。小さな実験で効果が具体的になります。窓辺の陶器のティーポットのようなプロンプトで、シード、モデル、サイズを同じにして、低いものからかなり高いものまで、いくつかのスケールで同じ画像を生成します。低い側では、ティーポットは夢のようにぼんやりとして、窓辺も曖昧です。中間では形がはっきりし、光は自然に見えます。高い端では、エッジがもろいほど鋭くなり、ハイライトは飛び、釉薬はプラスチックのような光沢を帯びます。こうした見比べ用の一覧を残しておけば、どんな経験則よりも早く、使うモデルごとに合う範囲がわかります。スケールとステップ数は合わせて考えましょう。非常に少ないステップで高いスケールにすると粗く見えることがあり、ほどほどのスケールに十分なステップ数を組み合わせると、たいていグラデーションはなめらかに、エッジはきれいになります。サンプラーや解像度もガイダンスと影響し合います。小さな正方形でちょうど良く見えた値が、大きなパノラマでは強すぎると感じられることがあるので、どちらかを変えたら試し直してください。

NeverNo には、CFG スケールのスライダーはありません。ガイダンスは、モデルごとにサーバー側で、そのモデルが期待するものに合わせて設定されているので、別のモデルに合う値で結果を損なうことはありません。スタジオでの調整手段は、1,500文字までの説明、対応するモデルでの500文字までのネガティブプロンプト、15種類のスタイルプリセットの一つ、8種類の縦横比の一つです。

初期設定のモデル Z-Image Turbo は高速なモデルで、1メガピクセルの標準的な画像は約3秒かかります（当社の画像提供元 Runware での測定）。これは、あらかじめ整えられた設定という考え方に合っています。結果が言葉を無視するなら、プロンプトをもっと正確に書き直すか、カタログの別のモデルを試してください。作った画像は暗号化されてブラウザに保存され、NeverNo の絶対的な制限は、すべてのリクエストに適用されます。