Danbooruタグの使い方は、英単語のアンダースコアを空白へ置き換え、カンマ区切りで順番に並べてプロンプト欄へ入力する手法が基本です。

思い通りのポーズや衣装が描けず、長文の英語を入力して絵が崩れた経験はありませんか。自然言語の長文指示は、アニメ系AIモデルにとって意味の重複や混ざり合いを引き起こす大きな原因です。

単語単位で概念を指示できるタグ記法を身につけると、狙った構図を最小限の手間で呼び出せます。アニメ調の作画を極めたい人にとって、タグの文法理解は必須の知識です。基本の構文から検索のコツまで順序立てて解説します。

Danbooruタグとは？アニメ系画像生成AIで多用される理由

Danbooruタグとは？アニメ系画像生成AIで多用される理由

Danbooruタグとは、海外の画像投稿掲示板「Danbooru」においてイラストの特徴を分類・管理するために付与されている英語のラベル体系です。

イラストの特徴を細かく分類した単語集であり、膨大な二次元画像データセットの注釈として使われてきました。

多くのアニメ系画像生成モデルは、画像とDanbooruタグをセットにしたデータで学習を重ねています。学習元がタグで整理されているため、生成AIに対しても自然言語の文章より単語単位のタグで呼びかけるほうが意図を正確に汲み取れます。

# 自然言語によるプロンプト例（指示が混ざりやすい）
a cute anime girl with long blonde hair and blue eyes standing in the classroom

# Danbooruタグによるプロンプト例（概念が独立して伝わる）
1girl, solo, long hair, blonde hair, blue eyes, school uniform, classroom

自然な英文を入力すると、AIは前置詞や修飾関係の解釈に計算リソースを割きます。タグの羅列なら、属性ごとの境界線が明確です。髪色と瞳の色が混ざる色移り現象も、タグ管理なら大幅に軽減できます。

画像生成AIカテゴリの進化に伴い、タグへの理解度はモデルごとに異なるものの、二次元イラスト生成における事実上の共通言語として機能しています。

タグ対応モデルの違いは？Illustrious・Pony・Animagineの系統比較

タグ対応モデルの違いは？Illustrious・Pony・Animagineの系統比較

現在流通しているアニメ系モデルは、それぞれ得意とするタグの書き方や推奨される作法が異なります。

ベースとなる系統の性質を無視してタグを打ち込んでも、本来の描画性能を引き出せません。自分の使うモデルがどの系譜に属しているのか、事前に確認しておく作業が欠かせません。

モデル系統Danbooruタグの親和性品質指定の基本ルール主な特徴とプロンプト傾向
Illustrious-XL系破格の追従性基本タグのみで高品質アニメ系ローカルモデルの主流。余計な呪文なしでタグ通りに動く
NoobAI-XL系圧倒的な語彙対応記号タグや細かい表情に強いIllustriousをさらに発展させた系統。ニッチな構図も再現可能
Pony系（V6 XLなど）良好（独自作法あり）score_9, score_8_up 等が必須スタイルが安定している反面、専用のスコアタグ配置が必須
Animagine XL系良好（順序重視）masterpiece, best quality 等記述順序の推奨ルールが厳格。テンプレートに沿った配置が基本

系統ごとに要求される前提条件が大きく分かれます。例えばPony系モデルでは、Danbooruタグを並べる前に特定のスコアタグを前置しなければクオリティが大きく低下します。一方、Illustrious-XLやNoobAI-XLの系統では、長大な品質呪文を省いて純粋な状況タグだけを並べたほうが背景や小物の細部が美しく整います。

モデルの選定で迷う場合は、タグへの反応が素直で派生モデルも豊富なIllustrious-XL系が一択です。

基本の書き方ルール｜アンダースコア・半角空白・カンマ区切り

Danbooruサイト内のタグ表記と、画像生成ツールのプロンプト入力欄では、記法に小さな差異が存在します。

この差を理解せずにそのままコピー＆ペーストすると、単語が途中で分裂したり、無関係な概念として誤認されたりします。

# Danbooru上の表記（単語の結合にアンダースコアを使用）
looking_at_viewer, school_uniform, pleated_skirt

# 画像生成ツールでの標準的な入力（アンダースコアを半角空白に変換）
looking at viewer, school uniform, pleated skirt

Danbooruのデータベース上では、複数単語からなるフレーズが school_uniform のようにアンダースコアで連結されています。これをStable DiffusionなどのWebUIで使う際は、半角空白に直して school uniform と記述するのが標準的なルールです。

現代の多くの画像生成環境では、アンダースコアのままでも内部で空白処理されます。しかし、WebUIのバージョンや拡張機能の仕様によってはアンダースコアを別のトークンとして切り離す場合があるため、半角空白へ変換して記述する習慣をつけると不具合を予防できます。

単語同士は必ず半角カンマと半角スペースで区切ります。全角文字が1文字でも紛れ込むと、AIはそこから先の単語をすべて1つの長い文字列として処理してしまいます。英数字と半角記号のみで構成するのが鉄則です。

今週のAIニュースを週1回メールで受け取る無料

毎週月曜の朝に、今週のAIの主なニュース・新しく載ったツール・よく読まれた記事をまとめて届けます。登録特典は「AIツール選定チェックリスト 2026」。

確認メールのボタンを押すと登録が完了します。配信はいつでも解除できます。

カッコのエスケープ処理とは？WebUIとDanbooruの記号衝突を防ぐ

Danbooruタグには、作品名や媒体を示す丸括弧 () があらかじめ含まれているタグが多数存在します。

代表的な例が、水彩画風を指定する watercolor (medium) や、同名キャラクターを区別する miku (vocaloid) などです。

画像生成ツールの多くは、プロンプト内の丸括弧を「重み付け（強調）」の構文として処理します。タグに含まれる丸括弧をそのまま貼り付けると、AIは「内部の単語を強調する命令」だと誤認し、タグそのものの固有名称を見失ってしまいます。

# 誤った貼り付け（AIが medium や vocaloid を強調命令と誤解する）
watercolor (medium), hatsune miku (vocaloid)

# 正しいエスケープ処理（バックスラッシュで記号を文字として認識させる）
watercolor \(medium\), hatsune miku \(vocaloid\)

誤認を防ぐために、丸括弧の直前に半角のバックスラッシュ（環境によっては円マーク \）を挿入します。これをエスケープ処理と呼びます。

エスケープを挟むと、ツールは丸括弧を強調記号ではなく「単なる文字の一部」として認識します。キャラクターの再現度が急に落ちたときは、括弧のエスケープ抜けを疑ってください。

プロンプトの並び順と構造化｜効果を最大化する7層テンプレート

タグの入力順序は、画像の出力結果に極めて強い影響を与えます。

AIはプロンプトの先頭に配置されたトークンほど強い重みとして解釈する傾向を持ちます。思いついた順にタグを雑多に書き連ねると、背景の指示がキャラクターの服装に干渉するなどのトラブルが頻発します。

プロンプトは次の7つの階層に沿って整理して並べます。

[第1層: 品質・スコアタグ]
masterpiece, newest, safe,

[第2層: 人数・構図]
1girl, solo, upper body, looking at viewer,

[第3層: キャラクター・作品名]
hakurei reimu, touhou,

[第4層: 身体的特徴]
brown hair, long hair, brown eyes,

[第5層: 衣装・装飾]
miko attire, red ribbon, detached sleeves,

[第6層: 表情・ポーズ]
smile, open mouth, hand up, waving,

[第7層: 背景・環境・照明]
outdoors, shrine, cherry blossoms, falling petals, sunlight

最初に全体のクオリティや人数を固定し、次第に主役の属性、ポーズ、そして外側の背景へと視点を広げていく構成です。

このように配置すると、モデルの潜在空間で属性の競合が起こりにくくなります。背景の赤色が服に移ったり、リボンが髪の毛の色と同一化したりするトラブルを最小限に防げます。

Danbooruサイト内で目的のタグを検索する手順

欲しい表現の正確な英語名がわからないときは、Danbooruの検索機能を活用して正式なタグを特定します。

Danbooruの検索窓は高度に最適化されており、曖昧な単語や日本語の関連語からでも正式タグを導き出せる仕様が備わっています。

検索窓のサジェスト機能を活用する手順

  1. 検索ボックスへ単語を入力する
    英語の一部（例: ribbon）を入力すると、下部に予測候補が件数付きで一覧表示されます。

  2. アンダースコアを意識して複合語を探す
    2単語以上の構図を探す場合は、単語間をアンダースコアで繋いで入力します（例: from_ と打つと from_above, from_behind, from_below が表示）。

  3. 日本語（Pixivタグ）で検索してみる
    Danbooruの検索窓にはPixivのタグ辞書が一部紐付いています。「笑顔」や「巫女」などの日本語を入れると、対応する英語の正式タグ候補がサジェストに表示されます。

  4. 検索結果の投稿数を確認する
    サジェストの右側に表示される数字（投稿件数）に注目します。投稿数が極端に少ないタグは、AIモデル側も学習していない可能性が高いです。できる限り件数が数千件から数万件以上のメジャーなタグを採用するのが失敗を避けるコツです。

無料ユーザーの場合、検索ボックスで一度に掛け合わせられるタグの数は2つまでに制限されています。しかし、プロンプトの部品となる単語を1つずつ見つけ出す作業なら、無料枠の検索で十分です。

タグカテゴリの分類と見分け方｜GeneralからArtistまで

Danbooruに登録されているタグは、役割に応じて明確に色分け・カテゴリ分けされています。

色の意味を理解しておくと、検索画面を眺めるだけでその単語が何を指定するものなのか即座に判別できます。

カテゴリ名画面上の表示色主な内容プロンプトでの扱い
General（一般）青色ポーズ、服装、髪型、背景、構図などプロンプトの主軸。最も多用する
Character（キャラクター）緑色特定のキャラクター名人物固定に必須。作品名と併用
Copyright（版権・作品）紫色アニメやゲームの作品タイトルキャラの衣装や作風の再現度を高める
Artist（絵師）赤色イラストレーター名画風模倣に直結するため使用に配慮が必要
Meta（メタ情報）灰色画像の解像度、アスペクト比、状態生成では主に品質や構図補正に利用

青色のGeneralタグが、構図や衣装を整えるための主力部品です。緑色のCharacterタグを指定する際は、紫色のCopyrightタグをセットで添えると、同名キャラクターとの混同を確実に防げます。

赤色のArtistタグは特定作家の絵柄を強く引き出しますが、モデルによっては学習時に除外されているケースも増えています。画風を整えたい場合は、絵師名に頼るよりもGeneralタグの画材表現（watercolor, retro artstyle など）を組み合わせるほうが、破綻のない出力を安定して得られます。

表情・ポーズ・構図を制御する必須Danbooruタグ一覧

キャラクターの魅力や画面の迫力を左右する、汎用性の高いタグを整理しました。

これらはほぼすべてのアニメ系モデルで共通して学習されており、プロンプトに組み込むだけで出力の方向性が一変します。

カメラアングル・構図を指定するタグ

  • cowboy shot: 太ももあたりから上を捉える、衣装とポーズのバランスが良い構図。
  • upper body: 胸から上を映す標準的なバストアップ。
  • close-up: 顔の表情を画面いっぱいに強調したい場合の構図。
  • from above: 見下ろすようなハイアングル。
  • from below: 下から見上げるダイナミックなローアングル。
  • dutch angle: 画面を斜めに傾けて躍動感や緊張感を演出する構図。

視線・表情を指定するタグ

  • looking at viewer: キャラクターがこちらをまっすぐ見つめる基本タグ。
  • looking away: 視線を横にそらし、物思いに耽るような自然な雰囲気を作る。
  • smile: 爽やかな笑顔。
  • grin: ニヤリとしたいたずらっぽい笑み。
  • pout: 頬を膨らませて不満や拗ねた様子を示す表情。
  • blush: 頬を赤らめさせる効果。照れや感情の高まりを付与。

手や体のポーズを指定するタグ

  • hand to mouth: 口元に手を添える上品・驚きの仕草。
  • peace sign: 王道のピースサイン。指の破綻に注意が必要。
  • arms behind back: 手を後ろに組む姿勢。手先を隠して描画エラーを回避する用途にも重宝。
  • crossed arms: 腕組み。自信や威厳のあるポーズに最適。

構図タグは1つに絞って入力するのが基本です。close-up と full body のように相反するタグを同時に書き込むと、AIの解釈が揺らいで人体デッサンが崩壊します。

タグの重複と干渉を防ぐプロンプト整理術

タグを欲張って詰め込みすぎると、「タグブリード」と呼ばれる属性の混ざり合いが発生します。

例えば「赤いリボン」と「青い靴」と「白い手袋」を同時に指定したとき、リボンが青くなったり手袋に赤色が混ざったりする現象です。

# 干渉が起きやすいプロンプト（色が混ざりやすい）
red ribbon, blue eyes, blue shoes, white gloves, white dress

# 整理されたプロンプト（干渉を抑える工夫）
(red ribbon:1.1), blue eyes, white dress, blue footwear, clean white gloves

干渉を抑える最初の手段は、属性を近づけて書くことです。リボンの直後に服のタグを置かず、髪型や装飾品のグループとして固めます。

それでも色が移る場合は、強調構文 (tag:1.1) を活用して優先したい要素の数値をわずかに引き上げます。数値を上げすぎると画像全体が油絵のように焼け焦げるため、最大でも1.2程度にとどめるのが実用的です。

背景を切り抜いて別素材として使いたい場面では、背景タグをごちゃごちゃ書かずにシンプルな単色背景で出す選択肢も有効です。背景の透過処理に関しては、remove.bg代替5選、無料・日本語・オープンソースで背景透過する方法（2026年版）でも多様なツールが比較されています。作業工程を分けて処理する意識が、全体の仕上がりを高めます。

外部ツールや拡張機能でタグ入力を高速化する方法

長いタグを手動で打ち込む作業は時間がかかり、スペルミスの原因にもなります。

制作効率を高めるためには、タグ入力を支援する拡張機能や外部ツールの導入が欠かせません。

ツール・拡張機能の種別主なメリット導入時の注意点
WebUI Tag Complete（拡張機能）入力中にDanbooruタグを自動補完タグ辞書の更新を定期的に行う必要がある
Danbooru Tags Exporterお手本画像からタグを自動抽出抽出された不要タグの選別作業が必要
ComfyUIタグ拡張ノードノード上でタグの階層化や一括管理が可能初期のワークフロー構築に一定の知識が要求される

最も手軽で効果が高いのは、Stable Diffusion WebUI向けの自動補完拡張機能です。英単語を数文字打つだけで候補がポップアップし、括弧のエスケープやアンダースコアの空白変換を自動で処理してくれます。

生成の自動化やアプリ連携を視野に入れている開発者なら、Bubble vs Dify: 違いと選び方完全ガイド2026などで語られているようなローコード基盤と画像生成APIを繋ぐ構成も視野に入ります。

用途に応じて手動入力から自動化ツールまで使い分けるのが賢明です。

AI PICKS編集部の判定

Danbooruタグを使ったプロンプト作成は、アニメ系イラスト生成において文句なしで一択の正攻法です。

長文の英語プロンプトを入力して「なんとなく綺麗だが指示と違う絵」を繰り返す時間は、制作における最大の浪費です。タグ記法は、AIモデルの学習構造に最も忠実なアプローチであり、狙った絵柄を引き出す再現性において圧倒的な強みを持ちます。

唯一の難点は、タグの収集や文法ルールの把握に若干の慣れが必要な点です。しかし、一度テンプレートの型を作ってしまえば、あとは単語をパズルのように入れ替えるだけで破格の安定性を発揮します。

自然言語プロンプトで細部が崩れて消耗しているなら、迷わずDanbooruタグへの全面移行をおすすめします。構図や色彩のコントロール精度が劇的に向上し、修正にかかる手戻りを確実に削減できます。

よくある質問（FAQ）

Q. Danbooruタグを使うと著作権の侵害になりますか？

単語やタグそのものは単なる言語表現・識別ラベルであるため、タグの入力行為自体が著作権侵害になることはありません。ただし、特定の著作物名（Copyrightタグ）やキャラクター名（Characterタグ）を過度に指定して既存のアニメ作品と瓜二つの画像を生成し、それを商業利用する場合は、元の著作権者の権利を侵害するリスクが生じます。商用利用の可否は生成された画像の内容と各モデルの利用ライセンスに依存します。

Q. 自然言語の英文とDanbooruタグは混ぜて書いても大丈夫ですか？

混ぜて書くこと自体は可能ですが、推奨されません。自然言語とタグを混在させると、モデルのトークン処理が不安定になり、どちらの指示も中途半端に反映される現象が起きやすくなります。アニメ調のイラストを出力する場合は、全体の9割以上をDanbooruタグで統一し、どうしても表現できない複雑な関係性のみ短い英語フレーズで補う形が最も安定します。

Q. ネガティブプロンプトにもDanbooruタグは使えますか？

非常に効果的です。ネガティブプロンプト欄にも worst quality, low quality, bad anatomy, bad hands, missing fingers といったDanbooru由来の不具合指定タグを入力することで、作画崩壊を高精度に抑制できます。描きたくない要素（例: monochrome, glasses）をタグ単位で除外する際にも重宝します。

Q. 実写系（リアル系）の画像生成モデルでもDanbooruタグは効きますか？

実写系モデルに対しては効果が極めて薄いです。実写系モデルは写真共有サイトや一般的なキャプション付き画像で学習されているため、Danbooruタグの概念を正確に保持していません。実写系で高品質な画像を出したい場合は、タグではなくカンマ区切りの短い英語フレーズや自然言語プロンプトを使う必要があります。

Q. タグの語尾にある数字や記号はどう扱えばいいですか？

Danbooruサイト内のタグ名にある (style) や (cosplay) などの丸括弧は、画像生成ツールに入力する際に必ず \(style\) のようにバックスラッシュでエスケープしてください。エスケープを忘れると、画像生成ツールが「強調倍率の指定」と誤認して意図しない重み付けがかかり、構図が乱れる原因になります。

あわせて見たいツール・カテゴリ

Danbooruタグの習得とあわせてチェックしておきたい、関連カテゴリと実践ガイドです。

画像生成の基本を固めた後は、キャラクターの背景透過や素材化のフローも押さえておくと制作の幅が一気に広がります。次に読むなら、切り抜き作業を劇的に効率化できる remove.bg代替5選、無料・日本語・オープンソースで背景透過する方法（2026年版） がおすすめです。