PixAI で LoRA を作る — 決める順番と、SDXL と DiT で真逆になるところ
目次（10 項目）
自分のキャラや画風を覚えさせた LoRA は、PixAI 上で学習させられます。⚠️ ただし最初に決めるベースモデルが、あとの全部を縛ります。 そこを間違えると作り直しになるので、決める順番から書きます。
手順の全体
| 順 | やること | 取り返しがつくか |
|---|---|---|
| 1 | ベースモデルを決める | ⚠️ つかない（動く先が決まる） |
| 2 | 素材を集める | つく（作り直せる。しかも2回目は半額） |
| 3 | トリガーワードを決める | ⚠️ つきにくい（使う人が覚えた語なので） |
| 4 | 学習させる | — |
| 5 | 公開する | つく（複数バージョンを出せる） |
1. ベースモデルを決める
公式が THE GOLDEN RULE として挙げているのはこれです。
Always train on the base model you regularly use for generation. If you typically generate with Haruka V2 → train your LoRA on Haruka V2.
普段生成に使っているモデルで学習させる。 学習時と生成時でベースが違うことは、公式が失敗例として挙げています。
学習のベースにできるモデルは限られています
| 系統 | 学習のベースにできる | 費用 | 時間 |
|---|---|---|---|
| SDXL | Haruka / Hoshino / Otome（Illustrious 系）、Hinata V2 / Hikari（NoobAI 系） | 75,000 | 15〜30分 |
| DiT.1 | Tsubaki のみ | 200,000 | 約70分 |
| DiT.2 | Tsubaki.2 のみ | 200,000 | 約2時間 |
| SD 1.5 | Legacy models | 25,000 | — |
⚠️ Tsubaki v1.1・Tsubaki Flash・Serin は、生成には使えても学習のベースには選べません。
⚠️ SD 1.5 と SDXL の LoRA は互換性がありません（公式が明記）。
⚠️ Tsubaki.2 には後方互換がありません
ここが DiT でいちばん重い制約です。
Tsubaki.2 is a standalone base model. LoRAs trained on Tsubaki, Tsubaki v1.1, Tsubaki Flash, Serin, or any other model will not work on Tsubaki.2.
Tsubaki で作った LoRA は Tsubaki.2 では動きません。 使いたければ、Tsubaki.2 に対して学習し直す必要があります。
逆方向には救いがあります。Tsubaki で学習した LoRA は Tsubaki Flash でもよく動くと公式が書いていて、これが「DiT.1 なら Tsubaki を学習ベースにする」理由になっています。
費用で決めるなら SDXL、多人数で決めるなら DiT
費用は SDXL が約3分の1で、時間も Tsubaki（DiT.1）比で半分以下、Tsubaki.2（DiT.2）比では4分の1以下です（クレジットの記事）。
一方で公式は、DiT を勧める理由に多人数のシーンを挙げています。
When you generate scenes with two or more characters on SDXL-based models, you often run into "feature blending" — visual traits like faces, hair, and clothing start mixing between characters.
SDXL 系では2人以上で顔・髪・服が混ざりやすく、3人以上で悪化する。 ⚠️ このサイトでは確かめていませんが、1体を単独で出すのか、複数を絡ませるのかで選び分けるという指針にはなります。
2. 素材を集める
枚数は、系統で違います
⚠️ 「15〜30枚」と「30〜100枚」の両方が公式に出てきますが、矛盾ではありません。別々の系統の話です。
| SDXL | DiT | |
|---|---|---|
| キャラ | 15〜30枚 | 30〜100枚 |
| 画風 | 20〜40枚 | 同上 |
| ポーズ | 10〜20枚 | 同上 |
| 衣装 | 15〜25枚 | 同上 |
DiT 側は理由まで書かれています。30枚を下回ると汎用性が出ず、100枚を超えても学習時間が延びるわりに品質が伸びない。
枚数より「何を変えたか」
⚠️ 同じ角度・同じ衣装で30枚集めても、その要素は切り分けられません。 枚数は目標ではなく、変化の軸を埋めた結果です（理屈はキャラ固定の記事）。
| 軸 | 変えるもの |
|---|---|
| 角度 | 正面・斜め・横・背面 |
| 表情 | 笑顔・無表情・その他 |
| 衣装 | 少なくとも2種類以上 |
| 光 | 明るい・暗い・逆光 |
| 背景 | きれいな背景（余計なものを覚えさせない） |
1枚ごとの条件
| 項目 | 公式の記載 |
|---|---|
| 解像度 | 最低 512×512、SDXL は 768²〜1024² が最適 |
| 写すもの | 髪の色・形・長さ、目の色と形、傷・タトゥー・装飾品をはっきり |
| 避けるもの | 複数キャラが写り込んだ画像、顔が影で潰れた画像、特徴が隠れる極端な角度 |
| 掃除 | 文字・吹き出し・透かし・UI を消す |
| 寸法 | そろえるほうがよい。⚠️ ただし画質を犠牲にしてまで揃えない |
⚠️ 文字を消し忘れると、生成した絵に文字が湧きます。 公式が理由まで書いていて、消しきれない場合は生成時のネガティブに watermark, text を入れる回避策も挙げています（ネガティブの記事）。
3. トリガーワードを決める
⚠️ ここが SDXL / DiT.1 と DiT.2 で真逆になります。 公式自身が「新しく DiT を触る人がいちばんつまずくところ」としています。
| 書き方 | |
|---|---|
| SDXL / DiT.1（Tsubaki） | 短く具体的に。 形は キャラ名, 作品名, その他の特徴例: hatsune_miku, vocaloid, twin_tails |
| DiT.2（Tsubaki.2） | ⚠️ 30文字以上を推奨。 特徴を細かく書くほど概念が定着する 「名前」ではなく「特徴の一覧」に近い形 |
公式は「30文字を下回るなら学習品質を捨てている」という言い方をしています。
入れる語・入れない語（共通）
| ✅ 入れる（永続的な特徴） | ❌ 入れない（変わるもの） |
|---|---|
目（heterochromia_blue_red） |
衣装の細部 |
模様（facial_tattoo） |
ポーズ |
装飾品（black_tiara） |
背景・環境 |
身体的特徴（pointy_ears, fangs） |
一時的なもの全般 |
⚠️ 衣装をトリガーワードに焼き込むと、着替えさせるたびに語を消して差し替えることになります。 LoRA の使い回しが効かなくなるので、公式も繰り返し警告しています。
⚠️ ありふれた一般名詞をトリガーにしないでください。 fox girl や kemonomimi はベースモデルが何十万枚も知っている語なので、自分のキャラがそのすべてと competing することになります（理由はキャラ固定の記事）。
Danbooru のタグを使う手があります。 公式が「怠け者のやり方」として挙げていて、似たキャラの絵に付いているタグを見て、永続的な特徴のタグだけを写すという方法です（タグの調べ方）。
4. 学習させる
名前は検索されることを意識してください。 公式の例は Castorice | Honkai Star Rail (Haruka) という形で、作品名とベースモデル名を入れています。理由は次の項です。
⚠️ 待ち時間の見積もりは当てになりません。
The estimate shown in your training queue is a guideline, not a guarantee — actual duration varies with queue load and dataset size, and the early estimate is the least accurate.
キューの混み具合とデータセットの大きさで変わり、出はじめの見積もりがいちばん外れる。 公式の指示は「投げたら放置しろ（ページを更新するな）」です。
プラン別の無料学習枠は Starter が月3回、Plus が月5回、Premium が月10回です。
5. 作り直す — 2回目は半額
⚠️ 1回で満足のいく LoRA ができることは、まずありません。 公式もそう書いています。
同じ LoRA の下に複数バージョンを出せるので、トリガーワードを変える・ベースモデルを変える・データセットを調整する、を既存の評価や統計を失わずにやり直せます。
そして データセットをそのまま再利用すると、学習費が50%割引になります。Tsubaki で作ったものを Tsubaki.2 用に作り直すときも、この割引が効きます。
6. 公開すると、クレジットが入ります
⚠️ ここは意外と知られていません。 公開した LoRA を他の人が使うと、その人が払ったクレジットの一部が作者に入ります（LoRA リベート）。
条件は3つです。
- PixAI で学習させた LoRA であること（外部からインポートしたモデルは対象外）
- 作者以外が使うこと（自分で使っても入りません）
- タスクが正常に完了して、実際にクレジットを消費すること
集計は週ごとで、料率は使われるほど段階的に下がります。
| 累計のリベート基準額（クレジット） | 料率 |
|---|---|
| 0 〜 4,000,000 | 5% |
| 4,000,000 〜 6,000,000 | 4% |
| 6,000,000 〜 10,000,000 | 3% |
| 10,000,000 〜 20,000,000 | 2% |
| 20,000,000 以上 | 1% |
2026年7月6日に上限が撤廃されました。 それまでは1つの LoRA につき生涯20万クレジットで打ち止めでしたが、いまは使われ続けるかぎり入り続けます。⚠️ ただし高い段では、一定数の有料ユーザーに使われることが条件になります（旧上限の20万までは条件なし）。
⚠️ 1枚に大量の LoRA を重ねた場合は料率が調整されます（リベート目当ての水増し対策）。数個を普通に重ねるぶんはほとんど影響しない、と公式は書いています。
検索される名前を付ける理由がこれです。 見つけてもらえないと使われず、使われないと入りません。
7. キャラ以外の LoRA
原理は同じで、集めるものが変わります。
| 種類 | データセット | トリガーワードの例 |
|---|---|---|
| 画風 | 画風をそろえて15〜20枚。題材はばらす（過学習を避けるため） | watercolor_style |
| ポーズ | 同じポーズを複数の角度・照明で | paw_pose |
| 衣装 | 同じ衣装を複数の角度・照明・ポーズで | maid_uniform |
考え方は共通で、教えたいものは固定し、それ以外はばらす。衣装 LoRA なら「衣装は同じ、見せ方は最大限ばらす」になります。
下のリンクから登録すると、招待した側とされた側の双方に 20,000 クレジットが付与されます。 現金ではなくクレジットでの特典です。無料プランのままでも使えます。
PixAI に登録する自分で確認する必要があること
- 学習待ちが実際どれくらいか — 公式が「見積もりは当てにならない」としているので、1本流して実測するしかありません。⚠️ 無料枠は月3〜10回なので、試行回数そのものが限られます
- DiT.2 のトリガーワードは、何文字くらいが実際に良いのか — 公式の指示は「30文字以上」という下限だけで、上限も最適値も示されていません
- 多人数で SDXL の feature blending がどれくらい出るか — 公式が DiT を勧める根拠にしていますが、このサイトでは出して比べていません
lora num exceededの条件 — 同時に使える LoRA の枚数はプランで決まっています（無料3・Starter 5・Plus 10・Premium 15）が、⚠️ DMD2 のような高速化 LoRA も1枠を使うので、実際に使える枠は表より少なくなります（パラメータの記事）- リベートが実際いくらになるか — 料率は公開されていますが、どれくらい使われれば意味のある額になるかは、公開している人でないと分かりません
出典
- Train LoRA on PixAI（PixAI公式ブログ） — THE GOLDEN RULE、SDXL の系統表、枚数（キャラ15〜30／画風20〜40／ポーズ10〜20／衣装15〜25）、解像度、掃除、トリガーワードの入れる語・避ける語、Danbooru タグを使う方法、命名、マルチバージョンとデータセット再利用50%割引
- DiT LoRA Training Guide（PixAI公式ブログ） — 学習ベースにできるのは Tsubaki と Tsubaki.2 のみ、Tsubaki.2 に後方互換が無いこと、学習時間（DiT.1 約70分／DiT.2 約2時間）、DiT.1 は短く・DiT.2 は30文字以上というトリガーワードの違い、DiT の枚数30〜100、SDXL の feature blending、キューの見積もりは当てにならないこと
- LoRA Rebate Upgrade（PixAI公式ブログ） — リベートの3条件、週次集計、段階料率（5%→1%）、2026年7月6日の上限撤廃、旧上限20万クレジット、多重 LoRA の調整、高い段での有料ユーザー要件
- クレジット消費（PixAI公式ドキュメント） — 学習コスト（SDXL 75,000／DiT 200,000／SD1.5 25,000）と再利用50%割引
- 会員プラン（PixAI公式ドキュメント） — 無料学習枠（月3／5／10回）と同時使用 LoRA 数
2026年9月8日確認。⚠️ この記事は character-consistency.md から実務部分を切り出したものです。 切り出しにあたって公式の DiT ガイドを読み直し、「枚数が15〜30と30〜100で食い違っている」は SDXL と DiT の違いだったことと、トリガーワードの長さの指針が DiT.2 だけ逆であることが分かったので、あわせて訂正しています。