Pixubus 3.0リリース:ComfyUI初心者でも日本語で2キャラのCGが作れるように — キャラ生成・パーティ作成・相手役ぜんぶ入り(エロも可)

Pixubus 3.0ができました。

目玉は「イベントCG作成」。作ったキャラクターを2人並べて、その2人が何をしているかを日本語で1行書くと、そのとおりの1枚になる機能です。

この記事のサムネイルも、Pixubusのこの機能で作った1枚です。

文章より、まず動くところを。40秒ちょっとです。

キャラを2人選ぶ、状況を日本語で書く、生成する。

これまでのPixubusは、キャラクターを1人ずつ作るところまででした。立ち絵はいくらでも増えるのに、その子たちを同じ画面に入れることができない。作品を作っているつもりが、素材を作っているだけになる。そこが今回の出発点です。

Pixubusとは — 日本語だけで、イラストのプロンプトを作る

Pixubusは、キャラクター画像から画像生成用のタグ(プロンプト)を作る、ローカル動作のWebアプリです。

好きなキャラ画像をアップすると、ローカルLLM(Ollama)が外見を読み取って英語のタグに起こします。髪型も服も、自分でタグを調べる必要はありません。

そこに「ヒロインのグラビアポスター、寝そべってこちらに微笑んでいる」のような日本語のシチュエーションを足すと、画像生成用のプロンプトが完成。ComfyUIをつないでいれば、そのままボタン1つでイラストになります。
そのままComfyUIにプロンプトをコピペしてもOK

できることを3枚にすると、こうなります。

英語のタグは、最後まで1つも打ちません。

ぜんぶ手元のPCで動きます。動かすにはOllama(ローカルLLM)が要って、絵まで出すならComfyUIも。どちらも無料です。

詳しくは使い方サイトにまとまっています。

2.3から2.9.5まで、何が増えたか

いま一般販売しているのは2.3.1です。そこから3.0までのあいだに、入口がだいぶ増えました。

2.8で「キャラクター生成」が入りました。元になるキャラ画像を持っていない人のために、日本語の設定を選ぶだけでオリジナルキャラを作る機能です。ネットカフェで検証していたときに「そもそも画像を持っていない人はどうするんだ」と気づいたのがきっかけでした。

2.9で「パーティ作成」。世界観をひとつ決めると、その作品に出てきそうなキャラが5人まとめてできあがります。名前も役割も紹介文もタグも付いてきて、最後は名前入りの1枚にまとまります。姉妹ソフトのInkubusに世界観ごと渡して小説にする導線も、ここで入りました。

2.9.5で「男性キャラ生成」と「モンスター生成」。ヒロインだけでは作品にならないので、相手役を足しました。世界観を選ぶと、その世界の役どころが並びます。あわせて画像サイズの自由入力と、ComfyUI生成履歴(どのモデルがどれだけ速いかの記録)も入っています。

3つとも、画面はこうなっています。

このあたりの詳細は、それぞれのリリース記事に書いてあります。

ここで作った仲間は、そのまま次の話につながります。5人のうち2人を選んで、日本語で状況を書くだけ。

3.0は、この続きです。1人ずつ作れるようになった。仲間もまとめて作れるようになった。じゃあ、その子たちを同じ絵に入れよう、と。

イベントCG作成 — 2人が何をしているかの1枚

やることは3手です。キャラを2人選ぶ。状況を日本語で書く。生成する。

キャラを選ぶ元は4つあります。保存済みキャラ、キャラ生成履歴、パーティのメンバー、そして全部をまとめた「すべて」。パーティ作成で出てきた仲間も、そのまま連れてこられます。

絵を決めるのは「2人の状況」の欄です。ここに書いた1行が、そのまま絵の中身になります。

玉座の間で、右のオークが左の少女を横抱きに抱き上げている

コツは、どちらが何をしているかを名指しすることです。「左の◯◯が」「右の◯◯が」と書くと、そのとおりの位置関係で描かれます。プルダウンで選べる範囲には限りがあるので、言葉で書けることは全部書ける作りにしました。

思いつかないときは、AIに投げられます。選んだ2人の見た目に合わせて、場面が10案。

この記事の1枚目も、ここに出た案をそのまま生成したものです。気に入ったものを押すと状況の欄に入るので、そこから書き足せます。レベルや主導権を先に決めてから出させることも、何も決めずに2人の見た目だけから出させることもできます。

最初のうちは何を書いても、2人が横に並んで立っているだけの絵にしかなりませんでした。90枚以上出して、書き方のコツをいくつか見つけて、それを製品側に入れてあります。

使う側が意識しなくていいように、よく使う言い回しのボタンには最初からそのコツを仕込んであります。迷ったらそこから始めて書き足すのがいちばん確実です。画像サイズの既定も、実際に測って決めた値にしてあります。

もうひとつ。立ち絵で剣を持っているキャラをそのまま使うと、抱き合う場面でも剣を握ったまま描かれます。なので「持ち物を外す」を既定で入れました。オフにもできます。

1枚できるまでを、順に追います

2人とも、キャラクター生成の画面で作りました。片方は自由記述で日本語をそのまま書いて、もう片方は項目を選ぶだけです。

「女子学生がCAのコスプレをしている」「ミニスカート」「ストッキング」「帽子はなし」「手には何も持っていない」。思いついた順に並べただけです。右にできた外見タグが出て、下のボタンで立ち絵になります。

相手役はモンスター生成から。世界観で「剣と魔法のファンタジー」、モンスターで「オーク」、その下の枝で「オークリーダー」。人型度と大きさ、雰囲気、体格差を選んで終わりです。日本語を書いてすらいません。

次に、イベントCG作成の画面で2人を並べます。ここまでに作ったキャラが、どの画面で作ったものでも全部ここに出てきます。

左のスロットにヒロイン、右にオーク。並びはそのまま絵の並びになります。スロットにはどの画面で作ったキャラかが出るので、あとから見ても分かります。

そして状況を書きます。

玉座の間で、右のオークが左の少女を横抱きに抱き上げている。
左の少女はオークの肩に手をかけ、顔を赤らめて恥ずかしそうに微笑んでいる。

「右のオークが」「左の少女を」と名指ししているのと、「玉座の間で」と場所を書いているのと、「横抱きに抱き上げている」で体の重なりを書いているところ。さっき書いた3つが、この2行に全部入っています。

あとは背景のテーマを選んで、生成ボタンを押すだけです。

他にも3例。相手はモンスターでも、人間の男でもかまいません。

4枚出して、狙いどおりは2枚

狙いどおりに出る確率は、何割とは言えません。同じ設定でも1枚ごとに変わるからです。

右のキャラが左のキャラのポニーテールを強く掴んで強引に膝つかせ、嘲笑を浮かべており、
左のキャラは強い日差しが照りつける屋外の芝生の上で、屈辱に満ちた表情でうつむいている。ローアングル。

これで4枚出したところです。

2枚は狙いどおりで、2枚は変です。いちばん外すのは「どちらが上か」。膝をつく側が入れ替わります。男のほうが膝をついたり、少女が立っていたり。

1枚で当てにいく道具ではなく、何枚か出して気に入ったものを選ぶ道具だと思ってください。

キャラクター抽出が、細かいところまで読むようになりました

地味ですが、すべての入口に効く変更です。

これまでPixubusは、画像を長辺1024pxに縮めてからモデルに渡していました。当時使っていたGemma 4はどのみち内部で縮めて読むので差が出なかったのですが、調べたらQwen系のモデルはもっと大きいまま読めることが分かりました。

いまは縮めずにそのまま渡します。

自分の製品の画面に「大きい画像でも解析の精度は上がりません」と2ヶ月間書いていたわけで、これは誤りでした。すみません。正しくはGemma 4だけに当てはまる話です。

どのくらい違うか、同じ立ち絵を2つのモデルに渡してみました。

Qwen3.8が33語、Gemma 4が19語。どちらも縮めずに原寸で渡していて、ちがうのはモデルだけです。Qwen側だけが拾ったのは、袖口の白いフリル、コルセットの胴、杖の頭の金の細工、手首のピンクの石あたり。

そのタグで生成すると、拾えた細部がそのまま絵に戻ってきます。逆に、抽出で落ちた特徴は絵にも出ません。

読み取れる大きさはモデルによって違って、Qwen系が2048×2048相当、Gemma 4は803×803相当でした。実測とソースの両方で確かめてあります。

ふだんはQwen3.8、クリエイティブな絵はGemma 4。ただしこれは画像を読むところだけの話です。プロンプトを作るほうも、状況を提案するほうも、これまでどおりGemma 4系を使います。この使い分けは使い方サイトにまとめました。

https://pixubus.pages.dev/help/vision-models

買う前に — 動かすのに必要なもの

買う前に、ここだけ見ておいてください。要るのは3つです。

Node.jsとOllamaは必須です。どちらも公式サイトのインストーラーで入り、無料です。

ComfyUIは、絵まで出したいときに要ります。ComfyUIのアプリ側でプロンプトを自分で貼って生成するなら、つないでいなくてもかまいません。Pixubusの画面から生成ボタンで出したい場合に必須になります。

家のPCが非力でも動きます

OllamaもComfyUIも、別のマシンにあるものを使えます。設定画面にURLを入れるだけです。

つまり、RunPodのようなクラウドのGPUを借りれば、手元のPCがどんなに非力でも同じことができます。私も重い検証はそうしています。

借り方は別の記事に書きました。

私が動作を確認している環境

大きく3つあります。

1. Windows 1台で全部。OllamaもComfyUIも同じPC(GeForce RTX 5070 Ti・VRAM 16GB)

2. Windows + Ollamaだけクラウド。RunPodのRTX 5090、またはRTX PRO 4500。ComfyUIは手元

3. MacBook Air(M1・メモリ16GB)。Ollamaは手元、ComfyUIはWindows側

MacではGemma 4のmlx版(Appleシリコン向けにビルドされたもの)を使いました。いちばん軽い「gemma4:e4b-mlx」です。小さいモデルなので出来は大きいモデルにかないませんが、「Macだから動かない」ではない、というのは確かめました。

絵のほうはWindows側のComfyUIに出しています。

その他の細かい変更

起動が2手になりました。「npm ci」のあと「npm start」。ビルドは要りません。開くURLはこれまでと同じです。

バックアップとダウンロードのzipの日付を直しました。展開すると中身の日時が全部2021年になる不具合です。

履歴や生成画像に番号が付きました。「EV-126」のように、あとから「あの絵」を番号で指せます。

設定の「データ」タブを作り直して、どこに何MBあるかが全部見えるようにしました。あわせて、押すと2000枚単位で画像が消える一括削除のボタンを撤去しています。確認が1回だけという作りだったので、あれは危なかったです。

変更点の一覧は使い方サイトの変更履歴に置いてあります。

https://pixubus.pages.dev/help/release-v30

すべては、あなたの作品のために

Pixubusは単体でも使えますが、私は姉妹ソフトと組み合わせて使っています。

ネタが広がらないときはMycelink。1つのワードから連想を枝分かれさせてマインドマップを描き、選んだ枝から物語のプロットまで組み立てます。

本文を書くのと、本にするのはInkubus。寝ているあいだに小説を量産して、AIの推敲を通して、縦書きのEPUBにするところまでやります。Pixubusのパーティ作成で作った世界観と登場人物は、そのまま渡せます。

思いつきを広げて、絵を描いて、本にして世に出す。3つとも自分の手元で動きます。よそのサービスに預けないので、題材も表現も思いのままです。

それと、メンバーシップをやっています。

買う前にひとつ。この記事は買い切りで、以後のアップデートは付きません。3.1や3.2が出ても、ここに置くzipは3.0のままです。動かなくなるようなクリティカルな不具合が見つかったときだけ差し替えます。

以後の改善はメンバーシップから出しています。続きが要る方はそちらをどうぞ。過去のリリース記事のzipも、メンバーシップに入っていれば読めます。

ここまでに貼った絵は、どれもPixubusの中だけで作ったものです。キャラを作るところから、2人を1枚にするところまで。

もう1枚だけ。

この1行をどう書いたかは、下に置いておきます。

ここから下は、それを自分のPCで動かすまでの話になります。要るもの、入れ方、画面の細かいところ、それと2人を1枚に収めるときのコツです。

Pixubus 3.0ダウンロード