なぜAIは手が苦手なの？

手は関節が多く、角度によって見え方が大きく変わるパーツです。学習データの中でも手の写り方は千差万別なので、AIは「指は何本で、どう曲がるのか」を安定して再現するのが苦手なんです。だからこそ対策は1つではなく、ネガティブプロンプト・構図・ポーズ指定・後修正を組み合わせるのが正解です。

まずはネガティブプロンプトで足場を固める

手対策の第一歩はネガティブプロンプトです。指の本数や形の異常を表すタグを入れておくと、破綻の発生率を下げられます。効かせすぎると絵が硬くなるので、重みは1.2前後までにしておきましょう。

ネガティブ例: worst quality, low quality, (bad hands:1.2), extra digits, fewer digits, missing fingers, bad anatomy, extra arms, blurry

発想の転換：手を「隠す」構図テクニック

実は一番確実な対策は「手を描かせない」ことなんです。ポケットに入れる、後ろで組む、何かを持たせる。こうしたタグを使うと手の情報量が減って、破綻の余地そのものがなくなります。りんかはここぞの1枚では必ずこのテクを使っています。

masterpiece, best quality, 1girl, solo, long hair, brown eyes, casual, jacket, hands in pockets, cowboy shot, street, evening, smile, looking at viewer

手を小さく写す・画面外に出す構図

手の破綻は「手が大きく写るほど」目立ちます。逆に言えば、引きの構図にして手を小さくすれば、多少の乱れは気にならなくなるんです。フレーミングのタグで手の写り方をコントロールしましょう。

• wide shot / full body：引きで手が小さくなり破綻が目立たない
• upper body＋arms behind back：上半身構図なら手を画面外に逃がせる
• portrait / face focus：顔メインなら手はそもそも写らない
• from behind：後ろ姿にすれば手の甲側だけで済む
• dutch angle：視線が構図の傾きに向き、手への注目が減る

(perfect hands:1.2) は効くの？ポーズ固定との合わせ技

perfect hands や beautiful hands をポジティブに入れる手法、見かけますよね。正直に言うと効果はモデル次第で、劇的な改善は期待しにくいです。それよりも「手が何をしているか」をポーズタグで具体的に指定するほうがずっと効きます。AIは曖昧な指示ほど破綻するので、waving（手を振る）、peace sign（ピース）、pointing（指差し）のように動作を1つに固定してあげましょう。ただしピースや指差しは指の形が問われるぶん難度は上がるので、失敗したら隠す系に切り替えるのが賢い判断です。

masterpiece, best quality, 1girl, solo, ponytail, school uniform, holding book, sitting, library, indoors, soft lighting, upper body, gentle smile, depth of field

最後の砦：インペイントで手だけ描き直す

どうしても手が崩れたら、img2imgのインペイント機能で手の部分だけマスクして描き直しましょう。コツは、マスクを手より少し広めに取ること、プロンプトを手の内容（holding cup など）に絞ること、Denoising strengthを0.4〜0.6くらいから試すことです。ADetailerのような手検出の自動修正拡張を使えば、生成と同時に手だけ再描画してくれるのでさらに手軽ですよ。

手の対策は「予防（ネガティブ＋構図）」と「治療（インペイント）」の両輪です。全部を一度にやらなくても、まずはネガティブ4個と隠すポーズ1個から始めてみてくださいね。