AI画像生成で「子猫4匹以上が仲良くじゃれ合う可愛いシーン」を作ろうとすると、足が5本あったり、体が途中で消えていたり、誰の尻尾かわからない毛の塊が増えていたりするケースが少なくありません。
特に、「多頭数＋接触＋狭い空間」の条件が揃うと、AIが肢体や位置関係をうまく処理できず、破綻率が一気に高まります。今回は、この現象の理由と回避のコツを解説します。
この記事は2025年7月28日時点の情報をもとに書いています。今後、機能や仕様が変わる可能性があります。また、紹介する画像はフィクション・イメージです（紹介したプロンプトを使って生成していますが、同一のものが再現されるとは限りませんので、ご参考までに）
なぜ「4匹以上＋接触＋狭い空間」は破綻するのか
AI画像生成は、膨大な画像データをもとに「それらしく見える」形を構築します。
しかし、条件が複雑になると混乱が起こりやすくなります。
- 多頭数：似た毛色や模様の動物が複数いると、足や尾の所属先を判別しにくくなる。特に４頭以上になると破綻の確率が高まる
- 例：子猫は毛色や形が似ているので、AIが「どの足がどの体に属するか」を混乱しやすい
- 接触：互いの体が重なり合うことで境界線があいまいになり、余分な手足や不自然な角度が発生
- 狭い空間：ベビーベッドや段ボールのように囲いがあると、柵や壁も一緒に認識して形状が崩れる
- ベビーベッドの柵などの細かい背景要素が、さらに認識難度を上げる
- キャットハウスや洗濯かごなどといった「囲い＋多頭」も破綻率が高い組み合わせ
前で寝転がっている子の足が５本ある上、肉球とか、色々変です…
破綻を回避する5つのコツ
当ブログでたくさん取り上げている子猫や動物の多頭シーンですが、実は、生成AIにとって破綻しやすい典型的なケースの一つです。
特に「4匹以上の多頭＋接触＋狭い空間」という条件は、肢の本数や位置、胴体の接続ミスを誘発します。
成功率を上げるために、いくつかの工夫が考えられます。
1. 頭数を減らす（3匹以下推奨）
- 頭数を３匹以下に制限する：一度に3匹までに絞ると破綻率が大きく下がる
- 後でPhotoshopやCanvaなどで複数画像を合成して「4匹以上」に見せる方法もある
こうすることで可愛さは損なわず、見栄えも良くなります。
2. 接触は「軽く」「部分的」に限定する
多頭で「わちゃわちゃする」「じゃれ合う」といった動作は、破綻しやすい組み合わせの一つ。
鼻チュー、前足ちょん、毛づくろいなど、軽い接触にすると足や胴体が絡まりにくいです。
3. 物理的な位置関係を指定する・適度な間隔をあける
「全員立っている」「それぞれ距離がある」「方向を変えて配置」など、肢体が絡まらない指示を加えると破綻しにくいです。
例えば…
Three kittens playing together inside a baby crib, each clearly visible and spaced apart, photorealistic, high detail, natural lighting
距離を空けつつ、ストーリー性を出すために「spaced apart but interacting（距離はあるが関わっている）」と指定すると自然な配置になります。
例えばこんな感じ。
4. 明確な視点・構図を固定する
「俯瞰（上から）」「斜め上から」など、全身が見える視点にすることでAIが全体の配置や体の位置を認識しやすくなります。
例えば…
Top-down view of three playful kittens in a baby crib, photorealistic
胴体が切れるのは視野外になってしまうため、「全身が見えるように」と明記します。
5. 破綻回避ワードを活用する
full body visible, anatomically correct, no extra limbsなど、構造的ミスを防ぐキーワードを加えると効果あり。
例えば…
A group of three kittens playing inside a baby crib, photorealistic, full body visible, anatomically correct, no extra limbs, natural lighting
こちらのプロンプトは後ほど詳しく紹介します。
6. 場面を分割生成して合成する
- まず「1匹または2匹ずつ」で生成
- その後、同じ照明・背景条件で何枚か作り、後から編集ソフトで合成
手間がかかりますが、こうすることで全員の姿が破綻なく描くことができます。
合成せずにプロンプトだけで何とかしたい！
「3匹以内に絞って全身指定→後で合成」これが安全かつ見栄えの良い最終画像を作れることはわかりました。
でも手間もスキルも必要なんでしょう？
だったら、破綻が起きにくいプロンプトがほしい！
そんなあなたに、プロンプト作成のコツと例をご用意しました。
例：合成なしで「ベビーベッドの中でわちゃわちゃ感」を出したい場合
ここでは、「ベビーベッドの中で子猫４匹がわちゃわちゃしている様子」を例にしてみます。
ポイントは
- 頭数を3匹程度に抑える（破綻率を激減）
- それぞれの子猫が少し離れて見える構図（肢の絡み防止）
- カメラ位置を固定（俯瞰 or 斜め上から）
- 「全身が見える」「体が切れない」指定
- 「自然な動き」「目線バラバラ」でわちゃわちゃ感を演出
これだけでも、破綻を抑えつつ「遊び盛りの雰囲気」を出すことができます。
例１：破綻の確率がグッと下がる構図
A group of three kittens playing inside a baby crib, photorealistic, full body visible, anatomically correct, no extra limbs, natural lighting
日本語訳（参考）：ベビーベッドの中で、3匹の子猫が全身見える状態で遊んでいる。少し離れているが互いに関わっている様子。自然光の暖かく居心地のよい雰囲気。わずかに高い位置からの視点。シャープな描写。解剖学的に正しく、余分な手足なし。
補足の工夫
- 「three kittens」にしても、生成AIが勝手に4匹描く場合があるので、再生成やシード固定で調整
- 「spaced apart but interacting」があると、足や尻尾が絡んで変形するリスクが減ります
- 「slightly elevated angle」は全体を見せつつ、わちゃわちゃ感をキープしやすいです
こちらのプロンプトで生成した画像がこちら
じゃれ合ってる感じがあまり出ませんが、破綻の確率はグッと下がります。
AIは“密着＝足が混ざる”と勘違いしやすいので、触れ合うポイントを限定すると破綻率を下げながら接触描写が可能です。
次の例に言ってみましょう。
例２：破綻の確率を抑えつつも、触れ合いを増やしてみる
じゃれ合い感を出すには、「接触」させつつも「絡まりすぎない」指示がコツになります。
- 接触部位を明確に指定
- 例：「軽く前足でタッチ」「鼻をくっつけている」「片方がもう片方に飛びかかろうとしている」
- 動きをシンプルに
- 派手すぎるポーズだと形が崩れやすいので、自然な動きに限定
- カメラ距離を中距離に
- 近すぎると部分しか映らず破綻しやすい
Three playful kittens inside a baby crib, gently pawing and nudging each other, two kittens touching noses while another playfully reaches out a paw, full bodies visible, photorealistic, natural daylight, warm cozy atmosphere, slightly elevated angle, anatomically correct, no extra limbs
日本語訳（参考）：ベビーベッドの中で、3匹の子猫が軽く前足で触れ合ったり、鼻をくっつけたり、もう1匹が前足を伸ばしてじゃれようとしている。全身が見える構図。自然光で暖かく居心地の良い雰囲気。わずかに高い位置からの視点。解剖学的に正しく、余分な手足なし。
こちらのプロンプトで生成した画像がこちら
接触は「軽く、部分的」、動作は「鼻と鼻」「前足タッチ」などシンプルなので、じゃれ合い感が出つつ破綻も抑制してみました。
これで「かわいい接触」かつ「破綻なし」を両立できます。
例３：しぐさに変化をつけてストーリー感を出す
この「ベビーベッド内での軽い接触・じゃれ合い」のしぐさに変化を加えてみます。
変更点：
- 3匹→4匹に増やす（ハードルを上げてみます）
- 奥の2匹：前の例同様、鼻先を合わせる（やさしい雰囲気）
- 手前の2匹：片方がゴロンと仰向けになって前足を伸ばし、もう片方が前足でちょんちょんタッチする
Four playful kittens inside a baby crib, two kittens in the back touching noses affectionately, one kitten in the front lying on its back reaching out with its paws, another kitten playfully touching the lying kitten’s paws, full bodies visible, photorealistic, warm daylight, cozy atmosphere, slightly elevated angle, anatomically correct, no extra limbs
こうすると全員が同じ動作にならず、自然な変化とストーリー感が出ます。
「〇〇＋4匹」プロンプトの例
ベビーベッドとキャットハウスを背景に、子猫４匹が登場するプロンプトの例を挙げてみます。
Copilotでは４匹でも肉球などの部位が破綻しやすいです。
パターン1：おもちゃで遊ぶ組み合わせ
Four playful kittens inside a cat house, two kittens in the back gently touching noses, one kitten in the front sitting and pawing at a small soft toy, another kitten crouching and watching the toy, full bodies visible, photorealistic, warm daylight, cozy atmosphere, slightly elevated angle, anatomically correct, no extra limbs
→ 奥は穏やか、手前は遊びの動きで変化。
パターン2：毛づくろい組み合わせ
Four playful kittens inside a baby crib, two kittens in the back touching noses affectionately, one kitten in the front grooming the other kitten’s head, the other kitten closing its eyes while enjoying, full bodies visible, photorealistic, warm daylight, cozy atmosphere, slightly elevated angle, anatomically correct, no extra limbs
→ 奥は鼻チュー、手前は毛づくろいで親密感。
パターン3：敢えてしぐさを固定する
Four kittens inside a cat house, all sitting side by side facing the same direction, looking up with curious expressions as if waiting for a treat, full bodies visible, photorealistic, warm daylight, cozy atmosphere, slightly elevated angle, anatomically correct, no extra limbs
どうしても動きがつくと破綻しやすいです。
動きをつけないだけで破綻の可能性はさらに下がります。
まとめ
「4匹以上の多頭＋接触＋狭い空間」は、AI画像生成にとっては最難関のひとつ。
しかし、頭数制限や接触の仕方、構図の工夫、回避ワードの活用といった少しの調整で、破綻を大幅に減らせます。
ベビーベッドの子猫も、段ボールの中の子猫も、ほんの少しの工夫でぐっと可愛く自然に仕上がります。
次に多頭シーンを作るときは、ぜひ試してみてください。
