「AI画像生成で実写風（リアル系）のビジュアルを業務で使いたい。ただ、どのSDXLモデルを選べばいいのか、どこから入手すればライセンス上安全なのか、そしてそもそもどこで動かすのかが分からない」——広告素材やEC画像、ブログのアイキャッチを内製化しようとすると、この3点で必ず止まります。
結論から言えば、実写風を業務で使うために必要なのは「①SDXLベースの実写系チェックポイント ②ComfyUI等が動く実行環境 ③ライセンスと肖像権の確認手順」の3点だけです。本記事は、モデル名・バージョン・ライセンス・料金をすべて公式配布ページ／公式ドキュメントで一次確認したうえで整理しています（確認日：2026年9月1日）。
この記事で分かること
- 実写風生成に必要な「モデル×環境×権利確認」の全体像
- Civitaiで一次確認できた実写系SDXLチェックポイント3種の比較（ライセンス列付き）
- Civitaiのライセンス表示の読み方と、Civitai以外の安全な入手先
- ComfyUIの基本ワークフロー（公式ドキュメント準拠のノード構成）
- ローカルGPUとクラウドGPUの分岐点、ConoHa AI Canvasの公式料金
- 実在人物・肖像権・パブリシティ権・商用ライセンスの実務チェック手順
※ 本記事は広告素材・EC商品イメージ・ブログアイキャッチ・提案資料ビジュアルといった業務ユースを前提としています。
実写風AI画像生成の仕組み｜必要なものは「モデル×環境×権利確認」の3点
実写風の画質を決めているのは、プロンプトよりも先に「どのチェックポイントを、どの環境で動かすか」です。
Stable Diffusion XL（SDXL）系の画像生成は、大きく3つの層に分解できます。ここを分けて理解しておかないと、「プロンプトを工夫しているのにAI感が抜けない」という迷路に入ります。
| 層 | 中身 | 実写風への影響 |
|---|---|---|
| ①ベースモデル | SDXL 1.0（Stability AI）。UNet・CLIP・VAEの3要素で構成される | 構図・解像度の土台。単体では「写真らしさ」は弱い |
| ②チェックポイント | SDXL 1.0を実写方向に追加学習／マージした派生モデル（.safetensors） | ここが最大の変数。肌の質感・光・被写界深度が変わる |
| ③実行環境 | ComfyUI / AUTOMATIC1111 を動かすGPU（ローカルまたはクラウド） | 画質そのものより「試行回数」を決める。VRAM不足だと高解像度が回らない |
Hugging Faceの公式モデルカードによれば、SDXL 1.0ベースモデル（stabilityai/stable-diffusion-xl-base-1.0）のライセンスは CreativeML Open RAIL++-M で、モデルカード上は「研究目的（research purposes）」を意図した記述になっています（2026年9月1日確認）。実務で使うのは通常②の派生チェックポイントであり、可否の判断は派生モデル側の配布ページのライセンス表記に従う必要があります。
③については、SDXLの基本解像度が1024×1024であることをConoHa AI Canvas公式FAQも明記しています。これを安定して回し、さらにHires Fixで1.1〜1.5倍にアップスケールする前提だと、VRAMは実質8GB以上が現実的なラインです。
リアル系SDXLモデルの選び方｜一次確認できた代表チェックポイント3種
実写系チェックポイントは「①ベースがSDXL 1.0か ②推奨設定が公開されているか ③ライセンス許諾が業務用途に合うか」の3条件で絞り込みます。
以下は、Civitaiの配布ページおよびHugging Faceの公式リポジトリで2026年9月1日に一次確認できたモデルのみを掲載しています。数値・ライセンス表記はすべて確認時点の配布元記載に基づきます。
| モデル | 作者 | ベース | ライセンス | 配布ページの許諾（要点） | ファイル |
|---|---|---|---|---|---|
| RealVisXL V5.0 （BakedVAE） |
SG_161222 | SDXL 1.0 | CreativeML Open RAIL++-M | 作者クレジット表示が必要／生成画像の販売は可／有料の画像生成サービスでの実行も可／マージ共有可 | fp16 6.46GB fp32 12.92GB |
| Juggernaut XL | KandooAI （RunDiffusion） |
SDXL 1.0 | CreativeML Open RAIL-M | 作者クレジット表示が必要／生成画像の販売は可／有料の画像生成サービスでの実行は不可／マージ共有可 | Hugging Faceにも公式配布あり |
| epiCRealism XL （Pure_fix） |
epinikion | SDXL 1.0 | CreativeML Open RAIL++-M | 作者クレジット表示が必要／生成画像の販売は可／有料の画像生成サービスでの実行は不可／マージ共有も不可 | fp16 6.46GB |
RealVisXL V5.0｜推奨設定が明示されている点が実務向き
Civitaiの配布ページ（モデルID 139562）で確認できる範囲では、V5.0（BakedVAE）は種別「CHECKPOINT MERGE」、ベースモデルSDXL 1.0、公開日2024年8月31日。必要VRAMは「min 2.5GB / rec 7.7GB」と表示され、Usage Tipsとして CLIP SKIP: 1 が指定されています。
作者の公式Hugging Faceリポジトリ（SG161222/RealVisXL_V5.0）には、推奨サンプラーとしてDPM++ SDE Karras（30ステップ以上）または DPM++ 2M Karras（50ステップ以上）、Hires FixはDPM++ 2M Karrasで25ステップ以上・アップスケール1.1〜1.5倍という記載があります。手や顔の破綻を抑えるネガティブプロンプトの例示も公開されています。推奨値が公式に書かれているモデルは設定の当たりを付ける時間が短く済むため、業務内製では優先度が上がります。
Juggernaut XL｜「有料サービスでの実行不可」に注意
Hugging Faceの公式リポジトリ（RunDiffusion/Juggernaut-XL-v9）では、ベースがstabilityai/stable-diffusion-xl-base-1.0であること、推奨解像度が832×1216（縦）／1216×832（横）、サンプラーDPM++ 2M Karras、ステップ30〜40、CFGスケール3〜7（低いほど写真寄り）という具体値が示されています。モデルカードには「有料APIサービスの背後に配備してはならない（may not be deployed behind paid API services）」旨の記載があり、SaaSに組み込む用途では別途ライセンス問い合わせが必要です。
自社・自分の業務で画像を作って納品する分には問題になりにくい一方、「生成機能そのものを有料で提供する」形態は制限される——この線引きは事前に押さえておくべきポイントです。
日本人被写体を扱う場合の考え方
「日本人らしい顔立ちで実写風を出したい」という要件は、モデル選定だけで解決しません。上記3モデルはいずれも汎用の実写系であり、被写体の特徴はプロンプト側の指定と、必要に応じたLoRAの併用でコントロールするのが基本線です。
ここで絶対に避けるべきなのが「実在の特定人物に似せる」方向のチューニングです。後述のとおり肖像権・パブリシティ権の観点で明確なリスクを生みます。業務ユースでは架空の人物像に留め、実在人物を再現する目的でのモデル・LoRA選定は行わないでください。プロンプト設計の基礎はAI画像生成プロンプトの書き方で整理しています。
モデルの入手先とライセンス確認の手順｜Civitaiの見方と代替の選択肢
Civitaiのモデルページは、ライセンス名だけでなく「許諾フラグ」を必ずセットで確認します。
Civitaiのライセンス表示の読み方
Civitaiのモデルページ右カラムには、作者名の下に「License:」としてライセンス名（例：CreativeML Open RAIL++-M）と「Addendum」というリンクが表示されます。このAddendum（追加条項）側に、作者が個別に設定した許諾のオン/オフが入っています。実務で確認すべきは次の4項目です。
| 許諾項目 | 業務上の意味 |
|---|---|
| Use the model without crediting the creator | ❌なら、画像を公開する際に作者クレジットの表示が必要 |
| Sell images they generate | 生成した画像を販売・納品できるか。素材内製の可否に直結 |
| Run on services that generate images for money | 有料の画像生成サービスに組み込めるか。SaaS化の可否 |
| Share merges / Sell this model | マージモデルの配布・販売の可否。社内配布時にも関係 |
前掲3モデルはいずれも「クレジット表示なしでの利用」は許諾されていません（＝クレジットが必要）。一方で「生成画像の販売」はいずれも許諾されています。差が出たのは有料サービスでの実行可否で、RealVisXL V5.0のみ許諾あり、Juggernaut XLとepiCRealism XLは不可でした（2026年9月1日時点）。
実務ワザ：許諾フラグはAPIで機械的に確認できる
Civitaiの公開APIエンドポイント https://civitai.com/api/v1/models/{モデルID} をブラウザで開くと、allowNoCredit / allowCommercialUse / allowDerivatives / allowDifferentLicense といったフィールドがJSONで返ります。社内で複数モデルを扱うときは、この値を台帳に記録しておくと監査が一気に楽になります。
Civitai以外の入手先という選択肢
Civitaiが使えない、あるいは社内ポリシー上使いたくないケースもあります。その場合の代替は、大きく2つです。
- Hugging Faceの作者公式リポジトリ：RealVisXL V5.0は
SG161222/RealVisXL_V5.0、Juggernaut XLはRunDiffusion/Juggernaut-XL-v9として作者本人が公開しています。モデルカードにライセンスと推奨設定がまとまっており、「作者が直接配布している」という一次性が担保される点が企業利用では説明しやすくなります。 - 実行環境側にモデルを持ち込む運用：後述のクラウドGPUサービスでは、ファイルマネージャー経由で任意の.safetensorsを配置できます。入手元をHugging Face公式に統一すれば経路のガバナンスを保てます。
いずれの経路でも、ダウンロード日・配布元URL・ライセンス名・許諾フラグの4点をセットで記録してください。後から「このモデルで作った画像は納品して良かったのか」を検証できる状態が、業務ユースの前提条件です。
ComfyUIでのリアル系ワークフロー｜公式ドキュメント準拠の基本ノード構成
ComfyUIの基本text-to-imageワークフローは6ノードで完結します。ここを理解すれば、あとは拡張の話です。
ComfyUI公式ドキュメント（docs.comfy.org）のtext-to-imageチュートリアルで説明されているノード構成は次のとおりです（2026年9月1日確認）。
| ノード | 役割 | 実写系での設定ポイント |
|---|---|---|
| Load Checkpoint | UNet・CLIP・VAEを含むチェックポイントを読み込む | ここで実写系モデルを選択。すべての起点 |
| CLIP Text Encode（2つ） | プロンプト／ネガティブプロンプトを意味ベクトルに変換 | 配布ページの推奨ネガティブを起点に調整 |
| Empty Latent Image | ノイズの潜在空間＝キャンバスサイズを定義 | SDXLは1024×1024が基本。縦なら832×1216など |
| KSampler | ノイズ除去（デノイズ）本体。ワークフローの中核 | steps / cfg / sampler_name / scheduler / denoise を調整 |
| VAE Decode | 潜在空間の画像をピクセル画像に変換 | BakedVAE版モデルならチェックポイント内蔵VAEを利用 |
| Save Image | 生成結果を出力フォルダに保存 | 生成画像にワークフロー情報が埋め込まれ、再現に使える |
KSamplerの5パラメータを実写向けに読む
公式ドキュメントの定義に沿って、実写系での意味を整理します。
- steps：デノイズの反復回数。多いほどディテールが出るが処理時間も伸びる。RealVisXL V5.0のHugging Face記載では、DPM++ SDE Karrasで30ステップ以上、DPM++ 2M Karrasで50ステップ以上が推奨されています
- cfg：プロンプトへの追従強度。Juggernaut XLのモデルカードは3〜7、低いほど写真寄りと明示しています。実写系でcfgを上げすぎると「イラスト的な塗り」に寄る傾向があります
- sampler_name：デノイズの数学的手法。前述のとおり配布元の推奨（DPM++系）から始めるのが最短です
- scheduler：ノイズ減衰率とステップ配分。Karras系がセットで推奨されるケースが多数
- denoise：ノイズ強度係数。1.0で完全ノイズから生成、0.0で元画像の特性を保持。Hires Fixや img2img での再生成はここを0.3〜0.5程度に落として使うのが定石です
実写系のワークフローで本当に効くのは、「6ノードの標準構成で、配布元の推奨値をそのまま再現できているか」の一点です。特別なカスタムノードを入れるのは、標準構成で品質の天井が見えてからで十分間に合います。
動かす環境の選択肢｜ローカルGPU vs クラウドGPU
分岐点はシンプルで、「8GB以上のVRAMを持つGPUを、すでに持っているかどうか」です。
前述のとおり、RealVisXL V5.0やepiCRealism XLの配布ページは推奨VRAMを「rec 7.7GB」と表示しています。SDXL標準の1024×1024にHires Fixを重ねる運用では、これがおおむね下限ラインになります。
| 観点 | ローカルGPU | クラウドGPU |
|---|---|---|
| 初期費用 | GPU搭載PCの購入費が先行 | 不要。月額＋従量で開始できる |
| 環境構築 | Python・CUDA・ComfyUIのセットアップが必要 | ブラウザからWebUIを起動するだけの構成もある |
| 継続コスト | 電気代のみ。生成量が多いほど有利 | 稼働時間に比例。使わない月は基本料金だけ |
| 向く人 | 毎日大量に生成する／既にゲーミングPCがある | まず検証したい／案件ベースで断続的に使う |
ConoHa AI Canvasの公式料金と位置づけ
国内のクラウドGPUでSDXLを回す選択肢としては、GMOインターネットグループのConoHa AI Canvasが実務上の候補になります。公式サイトで確認した料金は次のとおりです（2026年9月1日確認・税込）。
| プラン | 基本料金（月額） | WebUI無料時間 | ストレージ |
|---|---|---|---|
| エントリー | 1,100円 | 10時間 | 30GB |
| スタンダード | 4,378円 | 50時間 | 100GB |
| アドバンス | 9,878円 | 100時間 | 500GB |
無料時間を超過した場合は6.6円/分の従量課金です。月額固定の基本料金＋使った分だけの従量課金という構成のため、「まず10時間で試して、案件が付いたら上位プランへ」という段階的な使い方ができます。なお公式には自動シャットダウンのタイマー設定があり、消し忘れによる超過を抑えられます。
SDXL＋ComfyUIという文脈で押さえておくべき公式情報は次の点です。
- ComfyUIに公式対応済み：GMOインターネットグループの発表によれば、AUTOMATIC1111に加えてComfyUIの提供を2025年3月13日に開始しています。公式サポートサイトにもComfyUI-WebUIの利用ガイドが用意されています
- チェックポイントの持ち込みが可能：公式FAQによれば、ファイルマネージャーから
home/data/models/Stable-diffusionにアップロードすることで独自モデルを追加できます。LoRAはhome/data/models/Lora、ControlNetは拡張機能インストール後にhome/data/config/auto/extensions/sd-webui-controlnet/modelsが配置先です - 初期構築は5〜10分程度：申し込み後、環境の構築完了を待つ必要があります
- サポート範囲はコントロールパネル操作まで：公式FAQに「生成AIモデルやWebUIに関する設定はサポート対象外」と明記。モデル選定・ワークフロー設計は自分側の仕事です
- データ復旧は不可：ファイルマネージャーから定期的にローカルへダウンロードすることが公式に推奨されています
▼ SDXL＋ComfyUIをブラウザから試す
GPU搭載PCを買わずにSDXLの実写系チェックポイントを検証したい場合、月額1,100円（エントリー・WebUI無料10時間）から始められます。AUTOMATIC1111とComfyUIの両方に対応し、独自チェックポイントの持ち込みも可能です。
申し込みから最初の1枚を出すまでの具体的な画面手順はConoHa AI Canvasの使い方で解説しています。ツールの評判や他サービスとの比較検討はConoHa AI Canvasの評判もあわせて確認してください。まずはアカウント登録なしで画像生成そのものを試したい段階であれば、登録不要で使えるAI画像生成ツールから入るという順序もあります。
権利と安全性｜実在人物・肖像権・著作権・商用ライセンスの実務チェック
業務ユースで最も事故が起きやすいのは、画質でもコストでもなく、この領域です。チェックすべきレイヤーは3つあります。
レイヤー1：実在人物を対象にしない
最高裁判所は平成24年2月2日の判決で、人の氏名・肖像等が持つ「顧客吸引力」を排他的に利用する権利（パブリシティ権）を人格権に由来するものとして認めました。同判決は、氏名・肖像等それ自体を商品として使用する、商品の差別化を図る目的で付す、または広告として使用するなど、専ら顧客吸引力の利用を目的とするといえる場合に不法行為法上違法となると判示しています。
広告素材やLPのビジュアルは、まさに「広告として使用する」典型です。したがって業務ユースでは次の3点を運用ルールにしてください。
- プロンプトに実在人物の氏名・芸名を入れない
- 実在人物の画像を学習させたLoRAやモデルを使わない
- 生成物が偶然に特定の実在人物へ酷似した場合は、その画像を破棄して作り直す
加えて、実在人物を偽装するいわゆるディープフェイクは名誉毀損・信用毀損などの問題に直結し、法的リスクとレピュテーションリスクの両方を抱えます。業務では「架空の人物像」に限定する——これが唯一安全な線引きです。
レイヤー2：著作権（生成物と学習の両面）
AI生成物と著作権については、文化審議会著作権分科会法制度小委員会が令和6年3月15日に「AIと著作権に関する考え方について」を取りまとめており、文化庁のサイトで本体・概要とも公開されています。既存の著作物に依拠して類似したものを生成した場合の扱いなど、実務判断の枠組みが整理されているため、社内ガイドラインを作る際の基礎資料として一度は目を通しておく価値があります。
実務上のポイントは、特定のキャラクター名・作品名・作家名をプロンプトに入れないという運用に落ちます。既存著作物への類似が問題になりやすいのは、まさにそこを指定した場合だからです。詳細はAI画像生成と著作権の解説記事で扱っています。
レイヤー3：モデルの利用許諾
ここは前章のCivitai許諾フラグの話がそのまま該当します。重要なのは、「クラウドサービスを使えば商用利用できる」わけではないという点です。
ConoHa AI Canvasの公式FAQも、この点を明確に切り分けています。同FAQでは、商用利用が可能なモデルを用いて生成した画像であれば商用利用が可能であり、事前にモデルの規約・ライセンスを確認し、それに従って利用することとされています。あわせて、生成画像について第三者から知的財産権侵害の通知を受けた場合も同社は責任を負わない旨、および生成画像の権利関係については専門家への相談を推奨する旨が記載されています。
つまり可否の判断主体は常に利用者側です。前章で挙げた「配布元URL・ライセンス名・許諾フラグ・確認日」の記録が、ここで効いてきます。
業務ユースの実例パターン｜広告素材・EC・アイキャッチでの使いどころ
実写風AI画像が費用対効果を出しやすいのは、「ストックフォトでは条件に合う素材が見つからない」場面です。
| 用途 | AI生成が向く理由 | 留意点 |
|---|---|---|
| 広告クリエイティブ | A/Bテスト用に構図違いを大量に用意できる | 媒体側のAI生成物ポリシーを事前確認。人物は架空に限定 |
| EC商品イメージ | 利用シーン・背景のバリエーションを増やせる | 商品そのものの誇大表現は景表法リスク。実物と異なる仕様を描かない |
| ブログアイキャッチ | 記事内容に合う画像を毎回ゼロから作れる | サイト全体でトーンを揃えるため、モデルと設定を固定する |
| 提案資料ビジュアル | 抽象概念のイメージ画像を短時間で用意できる | クライアント納品時はAI生成である旨の説明可否を確認 |
共通する運用の型は「モデル・シード・主要パラメータを固定して量産する」ことです。ComfyUIはSave Imageで出力した画像にワークフロー情報が埋め込まれるため、後から同じ条件を再現しやすい利点があります。ブログ用途の具体的な使い方はAIでブログアイキャッチを作る方法にまとめています。
逆に向かないのは「実在の場所・商品・人物を正確に写す必要がある場面」です。ここは撮影するかストックフォトを買うほうが、結果的に速く安全です。
▼ 環境構築なしでSDXLの実写系モデルを検証する
CUDAやPythonのセットアップを省いて、ブラウザからAUTOMATIC1111／ComfyUIを起動できます。独自チェックポイントはファイルマネージャーから home/data/models/Stable-diffusion にアップロードして利用します（生成物の商用利用可否は、使用するモデルのライセンスに従ってください）。
実写風で詰まりやすい設定ポイント3つ
「モデルを入れたのに公式サンプルほど良くならない」場合、原因はたいてい設定側にあります。
①解像度をSDXLの基本から外している
ConoHa AI Canvas公式FAQも明記のとおり、SDXLの基本解像度は1024×1024です。SD1.5の感覚で512×512を指定すると構図が崩れやすくなります。縦横比を変える場合も、Juggernaut XLのモデルカードが示す832×1216／1216×832のように総ピクセル数が1024×1024に近い組み合わせを選びます。
②配布元の推奨サンプラー・CLIP SKIPを無視している
RealVisXL V5.0はCivitaiのUsage TipsでCLIP SKIP: 1を指定しており、サンプラーはDPM++系が推奨です。まず配布元の推奨値をそのまま再現し、それを基準線として1項目ずつ動かす——この順序を守るだけで原因の切り分け速度が変わります。
③VRAM不足でHires Fixを回せていない
実写系の「肌の質感」は、多くの場合Hires Fixによるアップスケール工程で出てきます。RealVisXL V5.0のHugging Face記載でも、Hires FixはDPM++ 2M Karrasで25ステップ以上・1.1〜1.5倍が推奨です。VRAMが足りずこの工程を省くと公式サンプルとの差が縮まりません。配布ページの推奨VRAM「7.7GB」は、この工程を含めた実用ラインの数字です。
よくある質問（FAQ）
Q1. SDXLの実写系モデルで生成した画像は商用利用できますか？
A. モデルごとに異なります。CreativeML Open RAIL++-M等のライセンス名だけでなく、配布ページの許諾項目（生成画像の販売可否、クレジット表示の要否など）を必ず確認してください。本記事で確認した3モデルはいずれも「生成画像の販売」は許諾されている一方、「クレジット表示なしでの利用」は許諾されていませんでした（2026年9月1日時点）。最終的な判断は利用者側の責任になります。
Q2. Civitaiが使えない場合、どこからモデルを入手すればよいですか？
A. 作者本人がHugging Faceで公開しているリポジトリが第一候補です。RealVisXL V5.0は SG161222/RealVisXL_V5.0、Juggernaut XLは RunDiffusion/Juggernaut-XL-v9 として公開されており、モデルカードにライセンスと推奨設定が記載されています。配布元が作者本人であることを確認できる経路を優先してください。
Q3. ComfyUIとAUTOMATIC1111はどちらを選ぶべきですか？
A. ConoHa AI Canvas公式の説明では、AUTOMATIC1111は階層型UIで機能が標準搭載されており初級〜中級者向け、ComfyUIはノードを繋いでワークフローを視覚的に構築する方式で中級〜上級者向けと位置づけられています。工程を細かく制御したい、同じ手順を再現・共有したいという要件があるならComfyUIです。
Q4. SDXLを動かすのに必要なGPUのVRAMはどれくらいですか？
A. RealVisXL V5.0とepiCRealism XLの配布ページはいずれも「min 2.5GB / rec 7.7GB」と表示しています。1024×1024＋Hires Fixまで含めた実用運用では、推奨値の約8GBを目安にしてください。手元のGPUが足りない場合は、クラウドGPUを月額1,100円（エントリープラン）から検証する選択肢があります。
Q5. ConoHa AI Canvasは無料時間を超えるといくらかかりますか？
A. 公式サイトの記載では、WebUI無料時間を超過した分は6.6円/分の従量課金です。エントリープラン（月額1,100円）には10時間、スタンダード（4,378円）には50時間、アドバンス（9,878円）には100時間が含まれます（いずれも税込・2026年9月1日確認）。自動シャットダウンのタイマー設定で消し忘れによる超過を抑えられます。
Q6. 実在の人物に似た画像を作ってしまった場合はどうすればよいですか？
A. その画像は使用せず破棄し、プロンプトを見直して作り直してください。最高裁平成24年2月2日判決は、氏名・肖像等の顧客吸引力の利用を専ら目的とする場合にパブリシティ権侵害として違法となると判示しています。広告・LPのビジュアルはこの類型に該当しやすいため、業務では架空の人物像に限定する運用が必要です。
Q7. モデルをクラウドに持ち込む際、データのバックアップは必要ですか？
A. 必要です。ConoHa AI Canvas公式FAQには「データ復旧はできない」旨が記載されており、ファイルマネージャーから定期的にローカル環境へファイルをダウンロードすることが推奨されています。生成した画像と、使用したワークフローのJSONは手元に残す運用にしてください。
Q8. モデル選定の記録は何を残せばよいですか？
A. 最低限、①配布元URL ②モデル名とバージョン ③ライセンス名 ④許諾フラグ（クレジット要否・生成画像販売可否・有料サービス実行可否・マージ共有可否）⑤確認日、の5点です。Civitaiの場合は公開APIエンドポイント https://civitai.com/api/v1/models/{モデルID} からJSONで取得でき、台帳化しやすくなります。
まとめ｜実写風AI画像生成を業務に乗せる最短ルート
本記事の要点を、実行順に整理します。
- モデルを決める：SDXL 1.0ベースの実写系チェックポイントから選ぶ。本記事ではRealVisXL V5.0／Juggernaut XL／epiCRealism XLを配布元で一次確認しました
- ライセンスを確認して記録する：ライセンス名＋許諾4項目＋確認日をセットで台帳化。CivitaiはAPIから機械的に取得できます
- 環境を決める：VRAM 8GB前後のGPUがあればローカル、なければクラウドGPU。ConoHa AI Canvasはエントリー月額1,100円／WebUI無料10時間から
- ComfyUIの標準6ノードで、配布元の推奨値を再現する：Load Checkpoint → CLIP Text Encode → Empty Latent Image → KSampler → VAE Decode → Save Image
- 権利ルールを先に決める：実在人物を対象にしない／特定作品名をプロンプトに入れない／モデル許諾に従う
つまずく原因の多くは、プロンプトの巧拙ではなく「モデルの推奨設定を再現できていない」「動かす環境の性能が足りない」という構造的な問題です。この2つを先に解消すれば、あとは業務要件に合わせた調整の話に収束します。
▼ まずは環境から用意する
GPU搭載PCの購入前に、クラウドで実写系SDXLモデルの挙動を確認しておくと判断が早くなります。エントリープラン月額1,100円（税込・WebUI無料10時間）、超過は6.6円/分。AUTOMATIC1111とComfyUIの両方に対応しています。
画像生成のスキルを副業として展開していく道筋についてはAI画像生成の副業で、人物ビジュアルを扱う際のより細かい注意点は実写風の人物画像を扱うときの論点でそれぞれ整理しています。
本記事の一次情報について
モデル情報はCivitaiの各配布ページおよびHugging Faceの作者公式リポジトリ、実行環境の料金・仕様はConoHa AI Canvas公式サイトおよび公式サポートFAQ、著作権に関する記述は文化庁公表資料、パブリシティ権に関する記述は最高裁判所平成24年2月2日判決を、いずれも2026年9月1日に確認しています。料金・ライセンス・許諾設定は変更される可能性があるため、実際の利用前に配布元・公式サイトで最新情報をご確認ください。
