Stable Diffusionとは？初心者でも分かる使い方・画像生成のコツ・商用利用の注意点まで徹底解説

創業手帳では、ChatGPTを基本からまとめた『ChatGPT 生成AIガイド』（無料）をリリース！ChatGPTを事業に活かし、成功へのカギを見つけましょう。また、画像生成AIの比較クイズも掲載しています。Stable Diffusionを含めた5つの画像生成AIツールに「未来の東京」を画像生成させ、それぞれの特徴を比較できます。

※この記事を書いている「創業手帳」ではさらに充実した情報を分厚い「創業手帳・印刷版」でも解説しています。無料でもらえるので取り寄せしてみてください

話題の画像生成AI「Stable Diffusion」とは？

Stable Diffusionは、ユーザーが入力したテキストをもとに画像を生成する画像生成AIです。
ここではStable Diffusionについて、基本的な情報やほかの画像生成AIとの違いなどをご紹介します。

AIを使った画像生成ソフトはいくつかありますが、Stable Diffusionは無料で使用できる上、作成枚数に制限がないといった点が特長です。

さらに、学習させたモデルを利用すれば、アニメのイラストからリアルな人物画まで、さまざまな画像をわずか数十分で生成できます。

Stable Diffusionの主要バージョンと最新動向

系統	主なバージョン	リリース時期	主な特徴・進化点
1系	1.4,1.5	2022年	軽量で低スペックでも動作。カスタムモデルやLoRAの数が最多。
2系	2.0, 2.1	2022年末	解像度拡張（768×768）、新テキストエンコーダ。フィルター強化。
XL系	SDXL, SDXL Turbo	2023年	高解像度・高精度（1024×1024）、手や文字の表現力大幅向上。
3系	3.0	2024年2月〜2024年秋	Diffusion TransformerやRectified Flow導入。文章理解・文字生成能力向上。
3.5系	3.5 Large, 3.5 Medium, 3.5 Large Turbo	2024年10月	画質がさらに向上、プロンプト忠実度UP。高速生成モードや軽量版も追加。

Stable Diffusionの開発元「Stability AI」

Stable Diffusionを開発したのはイギリスのスタートアップ企業「Stability AI」です。
スタートアップ企業とは、一般的に革新的なアイディアで創業2～3年で急成長を遂げる企業のことです。

Stable Diffusionは潜在拡散モデルというアルゴリズムが使われており、オープンソースAIとして公開されています。
ユーザーが入力したテキストをもとに画像生成するので、テキストや単語が多ければ多いほど、ユーザーのイメージと近い画像を生成しやすくなります。

ほかの画像生成AII（Midjourney、DALL·Eなど）との主な違い

Stable Diffusionとほかの画像生成AIには、主な違いとして費用と所有権の有無などが挙げられます。

・費用
入力したテキストをもとに画像生成を行うAIはいくつかありますが、有料であったり、利用回数に制限があったりすることがほとんどです。
例えば、同じ画像生成AIであるMidjourneyは、現在有料プランしかなく、月額10ドル〜の費用がかかります。
しかし、Stable Diffusionは無料で使用できます。

全世界に向けてソースコードが公開されているため、PC版であれば誰でも無料でStable Diffusionを使って画像生成することが可能です。
生成したいイメージに関連するキーワードやテキストを入力するだけ画像を作成できるので、絵を描くのが苦手な方でも簡単にクオリティの高い画像を作り出せます。
また、作成枚数に制限がないのもほかの画像生成AIとの大きな違いです。

・所有権
生成した画像には権利が発生しないのもStable Diffusionの特徴です。
人に悪影響を及ぼすような内容でなければ、自身が生成した画像を自由に使えます。基本的に商用利用も認められています。

ただし、学習させるモデルによってはライセンスの問題が生じ、商用利用が認められないケースもあるので注意が必要です。

この点についてもMidjourneyでは、企業で使う場合、商用利用するにはProプラン以上の契約が必要といった制約があります。（月額：60ドル）

Stable Diffusionの使い方｜Web版とローカル版の違いと導入手順

Stable Diffusionを使うには、Web版を使う方法とローカル版を使う方法の2種類があります。ここでは、それぞれの使い方について詳しく解説していきます。

Web版のはじめ方

Web上でStable Diffusionを試しに使う場合、まずは、「Mage.space」「Dreamstudio」「Hugging Face」での使用がおすすめです。

どのサイトもキーワードやテキストを入力するだけで、誰でも簡単に画像を生成することが可能です。

Web版はインターネット環境さえ整っていれば誰でも利用できます。OSによる違いもないので、使い始めが簡単です。
ただし、一部機能が有料のほか、枚数制限などもあるので注意してください。

ローカル版の導入方法・推奨スペック

ローカル版は、自身のPCに「Stable Diffusion web UI」というツールをインストールし、Stable Diffusionを使用できる環境を構築することです。
自分の好きなようにカスタマイズできるほか、無料で制限なく利用できるのが特徴です。

ただし、自身のPCにツールをインストールし構築する必要があるので、使い始めるまでに手間がかかります。
問題なくStable Diffusionを利用するには、PCのスペックもある程度求められます。

ローカル版の推奨スペックは以下のとおりです。

• メモリ16GB以上
• GPUはVRAM12GB以上
• OSはWindows

CPUはあまり気にする必要はありませんが、ノートパソコンよりはデスクトップパソコンを利用したほうがスムーズに動くかもしれません。

【体験レポート】Stable Diffusionをmage.spaceで使ってみた感想（創業手帳 代表・大久保）

早速、実際にStable Diffusionを無料利用できる代表的なツールのmage.spaceを使ってみました。
結論、サクッと簡単にできました。
上位版は有料ですが、登録不要の無料版でもある程度は使えましたので、試しに遊んでみると良いでしょう。
実際の使い方の流れは以下の通りです。

1.サイトにアクセスします。
ワードを入れるボックスだけのシンプルなUIですね。

2.入れたい画像を入力します。
future tokyo と入れてみました。どんな未来の東京が描かれるのでしょう？

3.画像が生成されました。
おお！？なんか近未来的なスカイツリーっぽいタワーが。
クオリティはどうかというのはありますが、それらしきものが出てきました。

なお上級な使い方としてsettingを押すとモデルの選択、細かいサイズなどを指定できます。

ログインしてID登録してみると上位版が使えます。
googleIDでソーシャルログインできました。googleでアカウントを持っていれば簡単に登録できるのでログインといってもそこまで面倒でなくてよかったです。

続いて、非ログインのver1.5からログイン必要な2.1で同じ「future tokyo」で出力してみました。

んー！？ちょっと進化してるのかな？

ちなみにサイズも変更できるのでsettingでiphoneサイズを選んでみました。

東京タワーとスカイツリーが混ざったようなものと、二重になった不思議な東京になっています。

何度も使いこなしていくと、様々な活用方法が見つかりそうですね。

Stable Diffusionは無料で使える？

Stable Diffusion はオープンソースなので、上で紹介したように無料で使えるWeb版がいくつもあります。
しかし、おすすめでも紹介した「Dream Studio」は一部有料サービスなので注意してください。

Dream Studioを利用する場合、最初に200クレジット分・約200枚分の画像を無料で生成することが可能です。
200クレジット分を超えてサービスを使用する場合、追加で課金する必要があります。

課金は£10単位で追加することができ、£10で画像約1,000枚分です。ただし、生成する画像のサイズやステップ数によって、消費するクレジット数は違います。
あくまでも目安として考えてください。

最近リリースされた「StableStudio」は、Dream Studioとほぼ同じ機能を無料で利用できます。
StableStudioはオープンソースで開発されており、今後さらに機能を拡張する予定です。

Stable Diffusionで画像を作る方法

ここでは、Web版を使ってStable Diffusionを使って実際に画像を作る方法をお伝えします。
イメージどおりの画像を生成するポイントなどもご紹介しているので、ぜひ参考にしてください。

作りたい画像の内容をテキストで入力するだけ

Dream Studioを使って画像生成する場合、ログインボタンをクリックし、メールアドレス、もしくはGoogleアカウントを選択します。ログインできたら事前準備は完了です。

画面下部にテキスト入力ボタンがあるので、作成したい画像のイメージに合わせてテキストや単語を入力してください。
日本語には対応していないので、テキストは英語入力する必要があります。

テキストを入力したら、入力フォームの隣にある「dream」ボタンをクリックしてください。数十秒から数分待つと、生成され画像が表示されます。
入力するキーワードや単語が多ければ多いほど、よりイメージに近い画像を生成しやすくなります。

また、Dream Studioでは、イラストのタッチも選択可能です。アニメ調やリアル調など作成したいイメージに合わせて選ぶことで、よりイメージに近い画像を生成できます。

画像生成する際のプロンプト作成のコツ・注意点

テキストを入力するだけで画像生成できるStable Diffusionですが、ちょっとしたコツを抑えることで、よりイメージに近い画像を生成しやすくなります。
ここでは、画像生成する際の基本的なポイントをご紹介します。

プロンプトの基本ポイントをおさえる

まず基本として、プロンプトには以下の情報をなるべく具体的に入力するのがコツです。

• 主題（例：cat, girl, landscape）
• スタイル（例：anime, realistic, watercolor）
• 構図（例：portrait, full body, close-up）
• 光や色の雰囲気（例：soft lighting, vivid colors）

先に入力したプロンプトから優先される

Stable Diffusionでは、先に入力したテキストから優先されるので、重要なキーワードほど先に入力するのがポイントです。
プロンプトとは、動作をするように促すものをいいます。
Stable Diffusionの場合、どのような画像を作りたいのかキーワードを入力しますが、はじめに入力したプロンプトほど優先して扱われるのです。

そのため、同じキーワードを入力したとしても順番を変えるだけで生成される絵柄が変化することもあります。
一般的なプロンプトの場合、「イラスト全体の要素」「登場人物」「登場人物の服装や髪型など外見を構成する要素」「構図」の順番で書かれていることが多いです。

この順番どおりに行わなくても良いですが、もしもキーワードが思うように反映されない場合、重視したい部分を前半に持ってくるなどの工夫が大切です。

重要な部分に括弧と数字で強調する

画像生成において、特定の要素を強調したい場合は、キーワードを括弧（ ）で囲むことで、AIに重要度・優先度を伝えることができます。

また、括弧内に数値を加えることで、強調度合いを細かく調整することも可能です。

例えば、「Planet」を強調したい場合、（Planet）と入力します。

数字も加え（Planet1.2）と入力すれば、Planetを通常よりも1.2倍の強さで指示できます。

目安として、数値は 1.2〜1.5程度がおすすめです。
2.0以上は不自然な画像になりやすいため注意しましょう。

なお、括弧を重ねて（（Planet））と入力する方法もありますが、うまく認識されずエラーとなることもあるので、あまりおすすめはできません。

括弧や数字を入力するのが面倒な場合は、Stable Diffusionにあるプロンプト欄で強調したいプロンプトを選択し「Ctrl＋↑」を押してください。
「Ctrl＋↑」を押すごとに、数字が増え、より強調することができます。

反対に「Ctrl＋↓」と入力すれば数字が弱くなり、プロンプトを弱めることが可能です。

また、[ ]で囲むことで弱調することも可能です（例：[planet]）。

思うような画像が作れない時は、ぜひ試してみてください。

プロンプトの単語数は75個以内にする

Stable Diffusionでは、入力される単語の数をカウントしていますが、文字を区切るためのカンマや数字なども単語数として認識されるので、単語数は75個以内にするのがおすすめです。

Stable Diffusionは75個を1単位として扱う使用のため、75個を超えてしまうとつながっている文章でも分けて指示が出てしまいます。
単語数は75個以上入力することも可能ですが、多くなればなるほど重視されない傾向にあります。

「BLACK CAT」という単語であったとしても、BLACKが75個目、CATが76個目に認識されてしまうので、指示のタイミングがずれて思うような画像を作れなくなる可能性が高いです。

ネガティブプロンプト（除外テキスト）も活用する

イメージどおりの画像を生成したいなら、「worst quality」や「low quality」といったネガティブプロンプトを入力するのも効果的です。

ネガティブプロンプトとは、画像に含めたくない要素を除外するための方法です。

例えば、「low quality」の場合には「質の低い画像を生成しない」という指示になるため、常に入力しておくことで、画像の品質低下を防げます。

毎回ネガティブプロンプトを入力するのが面倒な場合には、拡張機能「EasyNegative」を活用する方法もおすすめです。

よく使う除外ワードを設定できるため、通常のプロンプトを入力するだけでも、ネガティブプロンプトを含んだ指示にできます。

Stable Diffusionの商用利用｜ライセンスと注意点を整理

最後に、Stable Diffusionを商用利用する際の注意点について解説していきます。
Stable Diffusionは基本的に商用利用が可能ですが、中には認められないケースもあるので気をつけてください。

AIアートで懸念される著作権問題

画像生成AIで作成した画像は、サービスを提供する企業側は著作権を主張せず、ユーザーが自由に使って良いとしていることがほとんどです。
サービスを提供する企業が自由にして良いといっているのだから、何の問題もないと考えてしまうかもしれません。

しかし、画像生成AIの場合、膨大なデータを学習することによってAI生成モデルとして使えるようになります。
つまり、AIが画像生成するには、もとになる膨大なデータが必要です。

AIアートはこの「もとになったデータ」を巡ってトラブルになると懸念されています。
とはいえ、現在の日本における著作権法では、著作権者の利益を不当に害する場合でなければ、AIが情報収集や解析に著作物を利用できると定められています。
トラブルが生じる懸念もゼロではありませんが、現時点で責任を問われるのはユーザーではなく、サービスを提供している会社です。

基本的にStable Diffusionで作成した画像の商用利用は可能

Stable Diffusionは生成された画像について権利を主張しないと公式に発表しています。

ライセンスに「CreativeML Open RAIL-M」と表示されているものであれば、基本的に個人利用・商用利用ともに可能です。

ただし、他者の肖像やブランドを模倣した画像の使用、個人情報や誤った情報を広めるなど、人に危害を与える目的での使用は、ライセンスで明確に禁止されています。

商用利用の際には、「RAIL-M」ライセンスが表示されていること、また第三者の権利を侵害しない内容であることを確認することが大切です。

Stable Diffusionで作った画像が商用利用できないケース

基本的に商用利用することができるStable Diffusionですが、商用利用が認められていない画像を読み込ませたり、モデルを追加学習させたりした場合、商用利用はできません。
ここでは、これらのケースについて、詳しく解説していきます。

商用利用が認められていない画像を読み込ませた場合

img2imgを使った場合、著作権を侵害するとして商用利用が認められない可能性があるので注意が必要です。
img2imgとは、画像を読み込ませると、新たな画像を出力できる機能です。
読み込ませた画像をベースに、画像の一部分だけ変更したり、似ている画像を生成したりできます。

例えば、他社が公開しているロゴをダウンロードし、img2imgを使ってロゴを作成した場合、もととなったロゴを作成した他社の制作者から著作権を侵害したとして、訴えられるリスクがあります。
そのため、img2imgを商用利用に使う場合、もととなる画像のライセンスはフリーなのか確認が必要です。

商用利用が認められていないモデルを追加学習させた場合

ローカル版で利用する場合、ほかのモデルを学習させることで、より精度の高い画像を生成できるようになります。
モデルとは特定の要素に特化したデータのことで、アニメ調モデルを使い学習させれば、よりクオリティの高いアニメ絵を生成することが可能です。

しかし、追加モデルを学習させる場合、追加モデルのライセンスを確認してください。商用利用が認められていない追加モデルを使用し、利益を得た場合、モデルの権利者などが法的措置を講じる可能性があります。
モデルによってライセンスは異なるため、使用する際は事前に確認することが大切です。

Stable Diffusionのビジネスにおける活用事例と今後の展望

Stable Diffusionはコストを押さえながら商用利用できるため、ビジネスに利用される機会も増えてきています。

具体的にどのような場面で活用事例があるのか、また、今後ビジネス現場においてどのような場面に使用可能性があるのかみていきましょう。

SNSコンテンツや広告画像への応用

Stable Diffusionは、短時間で高品質なビジュアルを生成できるため、SNSやWeb広告との相性が抜群です。たとえば、以下のような多様な用途で活用できます。

• InstagramやX（旧Twitter）で使用するアイキャッチ画像の量産
• 広告バナーのABテスト用クリエイティブの作成
• キャンペーンビジュアルや、商品コンセプトを伝えるイメージイラスト

プロのデザイナーが手がけたような画像も、テキスト入力だけで誰でも制作可能な点が大きな魅力です。
アイデア出しからアウトプットまでのスピードが飛躍的に向上するため、少人数・低コストでSNS施策を展開したい中小企業にも有効です。

新規事業・サービスでの活用例

生成AIをビジネスのコアに据えた新サービスや事業の立ち上げも増えています。実際に以下のような業態が登場しています。

• オリジナルのAIアート販売サイト
• 顧客の要望に応じた似顔絵・イラスト生成サービス
• 飲食・小売・美容業界向けのPOP・メニュー画像制作代行
• WebメディアやYouTubeチャンネル向けのサムネイル生成業務

また、自社ECやコンテンツビジネスに組み込む形での導入も進んでおり、業務効率化・差別化の一手として注目されています。

AI生成コンテンツの未来と注意点

画像生成AIの進化により、今後はよりリアルで多様性のあるビジュアル表現が可能になります。
ただし、ビジネスで活用する上では、以下の点に注意が必要です。

• 著作権侵害の恐れがあるプロンプト（人物名・ブランド名など）は使用しない
• 使用するモデルやツールのライセンス条件を必ず確認
• 偽情報や偏見を含んだ画像生成への配慮（倫理的リスク）

AI生成コンテンツは、創造性を加速させる強力なツールである一方で、社会的責任も伴います。
「生成した画像をどのように使うか」までを意識して導入・運用することが、今後ますます重要になるでしょう。

まとめ・Stable Diffusionを使いこなすにはプロンプト設計が大切！

Stable Diffusionは入力したテキストに沿って自動で画像生成するので、誰でも簡単に利用できます。
基本的に商用利用も認められているので、うまくビジネスに活用することで、より仕事の幅を広げることも可能です。
ただし、今回紹介したように、商用利用が認められないケースも存在します。
Stable Diffusionを商用利用する際は、ライセンス元を確認するなどトラブルにつながらないよう注意してください。

（編集：創業手帳編集部）

創業手帳は、起業の成功率を上げる経営ガイドブックとして、毎月アップデートをし、今知っておいてほしい情報を起業家・経営者の方々にお届けしています。無料でお取り寄せ可能です。