ComfyUIで女性キャラに逆光を指定した実例｜背景・衣服の変化と限界
確認日：2026-10-19 ／ 検証ラベルは本文記載の条件・範囲に限ります。
この記事の内容
用語のリンクを押すと、用語集の説明を開きます。
窓光の語句を逆光へ替えたところ、背景と袖の色が変わりました。一方、狙っていた髪の輪郭の強い光は、今回の画像では明確な成功と判断できません。光を文章で指定した結果を、顔、髪の端、背景に分けて確認します。
今回は25歳と指定した架空の成人女性で、soft window lightをstrong backlight, rim lightへ替えました。最小の画像生成が動く方向けです。物理的に正しい照明の再現や、同じキャラを保った再照明の成功率を測る記事ではありません。
実行・撮影は2026年10月7日、本文と保存記録の読み取り照合は10月19日です。CPU・1モデル・1Seedの比較で、新しい生成結果は追加していません。
「光源」と「輪郭の光」を短い語句で指定する
窓光は、窓から光が入る場面の指定です。逆光は、被写体の後ろ側から光が来る指定。rim lightは輪郭に沿う光の表現として使いました。ただし、この語句を入れれば位置や強さまで厳密に固定されるわけではありません。
今回の文章には、年齢、短い茶髪、青い服、上半身、表情、背景を残しています。基準条件の残し方で使ったsoft window lightだけを入れ替えました。別の重みやLoRAは加えていません。
| 固定した項目 | 値 |
|---|---|
| モデル | SD1.5系Realistic Vision |
| Seed・枚数 | 2026100701、1枚 |
| サイズ | 512×512 |
| Steps・CFG・denoise | 16、7、1 |
| Sampler・Scheduler | euler、normal |
| 変更した語句 | soft window light → strong backlight, rim light |
逆光版に入れた文章を、そのまま確認する
逆光版のPositive全文です。描いてほしい内容を、KSamplerのpositiveへつながるCLIP Text Encodeへ入れます。
portrait of a fictional adult woman, age 25, short brown hair, blue blouse, upper body, neutral expression, plain gray studio background, strong backlight, rim light, detailed face, photograph
通常版を試すときは「strong backlight, rim light」だけを「soft window light」へ戻します。ほかの語句はそのままです。避けたい内容を入れるNegativeは、両方で次の全文を使いました。
child, teenager, nude, nsfw, text, watermark, blurry, deformed, extra limbs
10月19日に配布JSON2件を照合したところ、保存されている値の違いは、Positiveの光の語句とSave Imageの接頭辞だけでした。通常版はbatch20/woman-base、逆光版はbatch20/light-backlightです。接頭辞は保存した結果を区別する名前で、照明の指定ではありません。モデル、Negative、画像サイズ、KSamplerの設定、接続は同じでした。
JSONにはモデル本体が含まれません。手元の対応Checkpointを選び、基準と変更後の両方で同じファイルを使います。モデル名が似ていても別版の場合があるため、モデルの同一性の確認と生成条件の比較を分けてください。
顔、髪の端、背景を分けて見比べる
2026年10月7日に2条件を実行し、512×512のPNGを保存しました。以下は実生成結果です。基準の画像には、plain gray studio backgroundと指定していても窓のような背景が現れました。
比較では、頬や鼻の明るさ、髪と背景の境界、服の色が見えるかを別々に確認します。画像全体が明るくなったことだけでは、逆光が指定どおりに実現したか分かりません。
今回の変更後は窓の見える背景が灰色の背景へ変わり、袖の色も変わりました。一方、髪の輪郭へ強い光が回る狙いは、掲載画像から明確な成功とは判断できません。逆光へ語句を替えた実行結果であって、狙った照明を再現できた見本ではありません。
これは文章から2枚を生成した比較です。元の1枚に正確な照明計算を加えた処理ではなく、顔や構図まで変化する可能性があります。同一人物のまま光だけを変更できた、という主張はしていません。
語句を替える場所は、実行するPositiveの箱
窓光の基準JSONと逆光のJSONを用意しました。対応するCheckpointを選び直し、PositiveのCLIP Text Encodeにある光の語句を確認します。
通常版と逆光版は、同じ7ノード・9本の接続です。配布JSONのノード番号では、2のCLIP Text EncodeからKSamplerのpositiveへ、3からnegativeへつながります。番号はこの配布ファイルのもので、別のWorkflowでも同じ番号になるとは限りません。
別のNoteに語句を書いただけでは、生成条件へ入りません。KSamplerのpositiveへつながる箱かを確認してください。強調の重みも試したい場合は、今回を保存した後で括弧と重みの実験へ分けます。
試す前に、どの変化を採用するか決める
輪郭を光らせたいのか、資料で顔の表情を読ませたいのかで、採用する画像は変わります。次の表は、これから比較するときに記入するためのものです。結果を見る前に用途を一つ決め、記録欄は生成後に埋めます。
| 見る点 | 先に決める観察項目 | 自分の記録 |
|---|---|---|
| 輪郭の光 | 髪や肩の縁に、背景より明るい線や帯が見分けられるか | 未記入（見える・見えない・判断不能） |
| 顔の読みやすさ | 実際に使う表示サイズで、目・鼻・口や表情を読めるか | 未記入 |
| 光以外の変化 | 顔、髪、衣服、背景のどこが基準画像と違うか | 未記入 |
この表は10月19日に追加した練習用の目安です。10月7日の試験で事前に決めていた基準や、その結果の採点表ではありません。今回はこの表を使う新しい比較も実施していません。判断しにくい出力を成功に数えず、元の条件・変更した語句・完成PNGを組にして残してください。
今回の2条件には、光の角度や強度を数値で指定する箱はありません。光の位置を厳密に制御する手順の代わりにはなりません。気に入った画像の小さい範囲を直すなら部分修正も候補ですが、光だけを完全に分離できる保証はありません。
人物が背景へ埋もれるかは、縮小した表示でも確認します。ブログ用に使う1枚なら資料用の仕上げで、文字を置く余白と人物の見え方を確認してください。
検証範囲と根拠
Windows、ComfyUI 0.33.4、フロントエンド1.48.7、CPU、標準7ノードで実行。1モデル・1Seed・2語句の比較で、光指定の一般的な成功率や他モデルへの再現性は評価していません。
2026年10月7日に公式CLIP Text Encode資料を確認し、掲載語句を実際の入力と照合しました。モデルの利用条件は作者ページで確認してください。指定文だけで判断せず、実際の出力も一緒に残すことが、この比較の要点です。
2026年10月19日は、2件の配布JSON、保存済みAPI実行記録、掲載PNG2枚と実画面を読み取りで照合しました。公式CLIP Text Encode資料と検証時の版として記録した公式実装も読み直しています。新しい画像生成やComfyUIでの再実行は行っていません。作者のnoVAE版ページは、検証に使ったVAE入りモデルとファイルが同一であることを示す根拠ではありません。