キャラクターLoRAの作り方
kohya_ssで自分だけのLoRAを学習しよう

はじめに

お気に入りのオリジナルキャラクターを、プロンプトだけで正確に再現したい──
そんな願い、おありではないでしょうか？

前回の記事でLoRAの「使い方」を解説しましたが、 今回はいよいよ自分でLoRAを作る実践編です。
「kohya_ss」というツールを使って、あなたのキャラクターをAIに学習させる手順を
ステップバイステップで解説します。

第1章：準備するもの

🖥️ 必要なハードウェア

LoRA学習はGPU（グラフィックボード）のパワーが必要です。
料理にたとえるなら、LoRA学習は「火力のあるコンロ」が必要な料理ですの。

📦 kohya_ssのインストール

kohya_ssは、LoRA学習のための定番GUIツールです。
コマンドラインの知識がなくても、ブラウザ上のGUIで設定・学習ができます。

git clone https://github.com/bmaltais/kohya_ss.git
cd kohya_ss

第2章：学習画像の準備

LoRA学習の品質は、学習画像の品質と多様性で決まります。
「良い材料なくして良い料理なし」──これはLoRA学習でもまったく同じですわ。

📸 必要な枚数の目安

🎨 画像のバリエーション

キャラクターLoRAでは、さまざまな状況のキャラクターを用意することが重要です。
同じ正面立ち絵ばかりだと、AIは「このキャラ = この衣装 + このポーズ」と覚えてしまいます。

📐 画像の解像度

kohya_ssにはBucket機能があるため、すべての画像が正確に同じサイズでなくても大丈夫です。
ただし、極端にアスペクト比が異なる画像は避けましょう。

🖼️ 背景の選び方 ─ 白背景は良い？悪い？

「白背景は過学習するから良くない」という意見を聞いたことがある方もいるかもしれません。
結論から言うと、白背景自体は悪くないのですが、使い方にコツがありますの。

📁 フォルダ構成

学習画像は特定のフォルダ構成で配置する必要があります。
フォルダ名が学習設定に直接影響するので、命名ルールをしっかり守りましょう。

学習フォルダ/
  └── 10_syasta/          ← 「繰り返し数_トリガーワード」の形式
        ├── 01.png
        ├── 01.txt           ← キャプション（タグファイル）
        ├── 02.png
        ├── 02.txt
        ├── 03.png
        ├── 03.txt
        └── ...

フォルダ名のルール:
  繰り返し数_トリガーワード
  例: 10_syasta → 画像1枚につき10回学習、トリガーワード「syasta」

第3章：キャプション（タグファイル）の作成

📝 キャプションとは？

キャプションとは、各画像の内容をテキストで説明したファイルのことです。
画像ファイルと同じ名前で .txt 拡張子で作成します。

🧠 キャプションの「引き算」── LoRA学習で最も重要な仕組み

キャプションの書き方を解説する前に、LoRA学習に欠かせない 「キャプションの引き算」
という仕組みを理解しましょう。
これを理解すれば、自分の目的に合ったキャプションを自力で設計できるようになります。

つまり、タグに書くか書かないかで、完成するLoRAの性質がまったく変わるのです。 この仕組みを踏まえると、キャプションの作り方には2つの方式がありますの。

✍️ 2つのキャプション方式 ── 目的に合わせて選ぶ

📋 キャプション例の比較

同じ画像（ゴスロリ衣装で白背景に立つキャラクター）のキャプションを2方式で比較します。

🎨 パターンA（柔軟性特化）── キャラ特徴をタグに残す
syasta, 1girl, solo, full body, standing, grey hair, long hair,
dark red eyes, slightly pointed ears, petite, small breasts,
gothic lolita, black dress, simple background, white background

⚡ パターンB（再現度特化）── キャラ特徴をタグから消す
syasta, 1girl, solo, full body, standing, long hair,
gothic lolita, black dress, simple background, white background

【消えたタグの行方】
  grey hair → トリガーワード「syasta」に吸収（自動で灰色髪に）
  dark red eyes → トリガーワード「syasta」に吸収（自動で赤い瞳に）
  slightly pointed ears → トリガーワード「syasta」に吸収（自動で尖り耳に）
  petite, small breasts → トリガーワード「syasta」に吸収（自動で小柄な体型に）

キャプション作成の共通ルール

どちらの方式を選んでも、以下のルールは必ず守ってください。

🤖 自動タグ付けツール

手で24枚分のキャプションを書くのは大変です。
kohya_ss にはWD Tagger（自動タグ付け）機能が内蔵されています。

第4章：kohya_ss GUIの設定と実行

いよいよ本番です。kohya_ssのGUIで学習設定を行い、LoRA学習を実行します。
GUIの主要な設定箇所をひとつずつ見ていきましょう。

📁 Source Model タブ

学習のベースとなるモデルを指定します。

📁 Folders タブ

⚙️ Training Parameters タブ

学習の核心となるパラメータ設定です。 細かいパラメータの意味については
パラメータ詳細解説の記事で 詳しく解説していますが、ここではまずおすすめ値を紹介します。

📋 推奨設定一覧

🔗 Network タブ

LoRAの構造を決めるパラメータです。

🚀 学習の実行

すべての設定が完了したら、画面下部の「Start Training」ボタンをクリックします。

第5章：学習結果の確認と選択

学習が完了すると、出力フォルダに各EpochのLoRAファイルが保存されます。
save_every_n_epochs = 1 に設定していれば、Epoch 1〜10の全LoRAが揃います。

出力フォルダ/
  ├── my_character-000001.safetensors   ← Epoch 1
  ├── my_character-000002.safetensors   ← Epoch 2
  ├── my_character-000003.safetensors   ← Epoch 3
  ├── ...
  ├── my_character-000009.safetensors   ← Epoch 9
  └── my_character.safetensors          ← Epoch 10（最終版・番号なし）

※ 合計10ファイル（Epoch 1〜9 の番号付き + 最終Epochの番号なし）

🔍 最適なEpochの見つけ方

どのEpochが最も良いLoRAかは、同一条件で比較生成して判断します。
テストとしてこんな感じですわよ。

テスト用プロンプト例:
syasta, 1girl, solo, upper body, smile, simple background

ネガティブ:
worst quality, low quality, blurry, bad anatomy, deformed

固定パラメータ:
Seed: 12345 / Steps: 25 / CFG: 7.5 / LoRA Weight: 0.7

📊 各Epochの傾向

⚠️ 過学習のサインと対処法

Epochが多すぎると過学習（Overfitting）が発生します。
これは、学習画像を「暗記」してしまい、新しい状況に対応できなくなる状態です。

まとめ