タグ付け
チームは既存の画像生成モデルの知識の差を埋め、タグについてAIに学習させました。タグを使ってプロンプトの制御をより詳細に行えるようになり、異なる生成間においても一貫性を保てるようになっています。
画像生成プロンプトを入力すると、タグの提案が表示されます。
完全に再訓練されたNovelAI Diffusionでは、AIに何を生成するかについて明確な指示を与えることができます。このAIは具体的なタグでトレーニングされているため、ラベル付けされた定義をはるかによく認識できるようになっています。
タグ知識インジケーター
AIは、入力された内容に基づいてタグを提案し、そのタグに対応するマーカーを表示して、各タグにどれだけ知識があるかを示します。
既知のタグの使用は必須ではありませんが、AIを目的の方向性に誘導する上でこれらのタグが決定的な役割を果たすことがあります。そして、あなたのキャラクターが異なる生成間で一貫性を保っているという感覚を引き起こします。
ランダム・プロンプト
具体的なプロンプトが思い浮かばない場合は、いつでもランダム・プロンプトボタンを使うことができます！
このボタンを押すと、AIがタグのリストから自動的にタグを選択し、プロンプトを作成してくれます。ランダム・プロンプトが作成された後、そのプロンプトを使って生成したり、「⨉ 」でそのプロンプトを削除したり（プロンプトを以前手入力したものに戻します）、もう一度サイコロを振って別のランダム・プロンプトに作り直すこともできます。
ランダム・プロンプトも通常のプロンプトと同様、選択や編集が可能です。
ガチョウの一口ヒント：ランダム・プロンプトを削除すると、そのページを一旦離れていたとしても、プロンプトは以前に書いていたものに戻るよ。だから、思い切って好きな時に試してみてね！
タグの順序づけ
当社の最先端モデル、NovelAI Anime V3では、タグの順序を利用して、最終的な出力結果に対するタグの重要性を判断します。
タグがプロンプトの前の方に表示されているほど、そのタグの影響が強いということになります。
この特徴は、{強調} と [抑制] のベクトルと一緒に機能します。
別の注意点として、プロンプトの開始時に特定の順序で配置されることになっているタグがあります。
特定の順序が求められるパターンは次のようなパターンです。
1boy, 1girl, characters, series（男の子１人、女の子１人、キャラクター、シリーズ）、その後のタグは任意の順序
ガチョウの一口ヒント：
これは、いくつかの一般的なタグの推奨順序にすぎないことに注意してね。
これらのタグを省略したり、その前に他のタグを配置したりして、関連性を高めることができるよ。
特殊タグ
当社のNAI Anime V2とV3モデルには、生成の最終的な要素をより明確にするために作られたユニークなタグがあります。
それらは品質タグ、美的タグ、年タグと呼ばれています。
品質タグ
品質タグは、生成される画像の全体的な品質に影響を与えるために使用されます。
品質タグは以下のとおりです：
best quality 最高の品質
amazing quality 素晴らしい品質
great quality 優良な品質
normal quality 普通の品質
bad quality 悪い品質
worst quality 最悪の品質
同じ設定とプロンプトで生成された画像の例をお見せします。ただし、左側の画像は best quality タグを使用し、右側の画像は worst quality タグを使用しています。
美的タグ
生成される画像の美しさを増減させるタグもあります。
美的タグは以下のとおりです：
very aesthetic 非常に美的
aesthetic 美的
displeasing 不快
very displeasing 非常に不快
次の例も先ほどの例と同じように作成しました。それぞれの画像に、 very aesthetic または very displeasing のタグを使用しています。
年タグ
さらに、AIが画風を参照する年を示すタグもあります。
年タグは以下のとおりです：
year XXXX
"XXXX" に入るのは任意の西暦です。
例えば、year 2014 のタグを使用すると、生成された画像の画風は2014年の流行スタイルに沿ったものになります。
どの年でもうまくいくはずですが、結果はまちまちです。
名前変更されたタグ
画像生成プロンプトの構文の仕組みにより、「 | 」の文字はプロンプトミキシングのプロンプトセパレーターとして使用されます。これに加え、一部のタグは抽象的と思われたため、これらのタグを以下の記述的な名前に変更しました：
v の代わりにpeace signと書く
double v の代わりにdouble peaceと書く
|_| の代わりにbar eyesと書く
\||/ の代わりにopen \m/と書く
:| の代わりにneutral faceと書く
;| の代わりにneutral faceと書く
注意：
NovelAI Diffusionモデルをご使用の際、Stable Diffusion標準モデルと同じプロンプトとシード値を入力しても、同じ結果は出力されませんのでご注意ください。