NSFW アニメ AI の Danbooru タグ：順序、大人らしさの手がかり、早見表

規制なしのアニメモデルにプロンプトを書くなら、呼び方はどうあれ、Danbooru タグを書いています。1girl、cowboy shot、from above のようなものです。このガイドは、それをうまく書く方法を、読み方の違う2つのモデルで扱います。

Danbooru タグは、決まった順序（品質、レーティング、スタイル、人数、大人の手がかり、外見、服装、ポーズ、カメラ、場面と光）で、しかも実際にタグとして存在する言葉のときにだけ、最もよく効きます。 2026年10月6日の42枚のテスト画像では、"desert motel at blue hour" のような作った語句は、Prefect Pony XL の6回の実行すべてで無視され、実在するタグ dusk, twilight, gradient sky, motel は、それを使った2回の実行の両方で夕暮れの空を出しました。Pony はキャラクターを保ち、スコアの文字列が必要です。Neta Lumina は場面をより多く追い、Danbooru のレーティング語は無視し、anime illustration を足さないと、半写実的な絵画に寄っていきます。

すべて、Neta Lumina と Prefect Pony XL LoRA で実行しました。どちらも規制なしで、コンテンツフィルターはありません。ここに載せるプロンプトはすべて、服を着た大人を描き、せいぜいほのめかし止まりです。プラットフォームは、より強い内容のプロンプトを提供しません。代わりに、各モデルがどこまで通るかを、当社の段階名で説明します。

ひと目でわかる要点

この価格だと、この記事の42枚のテスト画像すべてで約 $0.82 でした。

両モデルでうまくいった順序

どちらのモデルも Danbooru 形式のタグで学習されているので、一つの骨組みで両方に使えます。Neta のプロンプトブックは品質タグを最後に置き、Pony の慣習はスコア、ソース、レーティングを最初に置きます。ここでは、すべてのプロンプトに一つの順序を使い、両方で品質を先頭にして、末尾へ移すことは試していません。

カバーの場面に送った、Pony の完全なプロンプトです。

score_9, score_8_up, score_7_up, source_anime, rating_safe, 1girl, solo, mature female, adult woman, 34 years old, mature face, smile lines, long dark wavy hair, brown skin, astronomer, white shirt with rolled-up sleeves and an unbuttoned collar, high-waisted dark trousers, leaning against a large brass telescope, looking at viewer, slight smile, observatory dome at night, dome slit open to the stars, red night lamps, cold blue moonlight, wide shot

Neta では、最初の5つのタグを masterpiece, best quality, anime illustration に替え、残りはそのままにします。Neta で anime illustration を抜いたリストも実行し、二つのモデルが同一のタグをどう読むかを見ました。

左：Prefect Pony XL LoRA。右：Neta Lumina。各モデル自身の冒頭のあとは同一のタグ、Neta にはスタイルタグなし、seed 11、16:9、テキストから画像。

この違いが、このガイドで最もはっきりした教訓です。Pony はより洗練されたキャラクターを描き、場面を削りました。ドームも赤いランプもなく、頼んだ wide shot の代わりに腰から上のショットです。Neta は天文台、赤いランプ、広いフレームを組み立てましたが、半写実的な絵画として描きました。Pony はキャラクターを最優先にします。Neta はリストのもっと先まで読みます。 Pony では、場面をモデルが知っている言葉で書き（次のセクション）、Neta ではスタイルタグを足してください。

Danbooru タグとして実在する言葉を使う

モデルが知っているタグとは、学習時のキャプションに現れた言葉です。自分で作った語句はゆるいテキストとして読まれ、Pony では真っ先に落ちます。ヴィンテージカーに座る大人の女性を一人、場面の言葉だけを変えてテストしました。

Prefect Pony XL LoRA、3:2。左の列：desert motel at blue hour, parking lot, distant mesas, pink and blue sky。右の列：dusk, twilight, gradient sky, purple sky, motel, building, parking lot, desert, mesa。両方の列に detailed background, scenery を含む。上は seed 61、下は seed 62。

作った語句では、6回の実行すべて（detailed background, scenery あり・なし、場面を先頭に移したものを含む）が、モーテルのない明るい昼で出ました。実在するタグでは、2回の実行の両方で紫の夕暮れの空になり、1回は長いモーテルの建物も出ました。うまくいったプロンプトです。

score_9, score_8_up, score_7_up, source_anime, rating_safe, 1girl, solo, mature female, adult woman, 33 years old, mature face, curly red hair, freckles, cropped denim jacket over a white tank top, high-waisted jeans, cowboy boots, sitting on the hood of a vintage car, looking at viewer, smirk, detailed background, scenery, dusk, twilight, gradient sky, purple sky, motel, building, parking lot, desert, mesa

detailed background, scenery は、それでも残す価値があります。ここではそれだけではモーテルは戻りませんでしたが、例の実行では、金庫室の場面は、具体的な名詞（inside a bank vault, giant round vault door）と一緒に足すまで、金庫室を描きませんでした。雰囲気ではなく、物を名指ししてください。

スペースか、アンダースコアか

Danbooru 自体は long_hair と書き、アンダースコアを主張するガイドもあります。そうしたガイドのコメント欄では、スペースのほうがうまくいったというユーザーもいます。同じプロンプトを両方のモデルで、両方の書き方で実行しました。

上：Prefect Pony XL LoRA。下：Neta Lumina。左：スペースのタグ。右：同じタグをアンダースコアでつないだもの。seed 21、1:1。

Neta は気にしませんでした。この seed では、Pony は short_grey_hair と 40_years_old と書いたところで白髪と年齢を失いました。これはどちらの形でも実在のタグではありません。当社のルール：スペースで書き、アンダースコアは、score_8_up、source_anime、rating_safe、end_inkpunk_style のような LoRA トリガーワードなど、そう定義されたトークンにだけ残します。

品質、スコア、レーティングのタグ

Pony のスコア文字列。 Pony Diffusion の作者は Civitai で、スコアタグは約2万枚の手作業でランク付けした学習画像に由来し、モデルは score_9, score_8_up, score_7_up という文字列全体を「見栄えが良い」という一つの信号として学習したと説明しました。だから score_9 だけでは弱いのです。Pony V6 のカードは score_4_up までの全体の段階を挙げていて、最初の3つが一般的な短縮形で、当社が使ったものです。Neta では何の役にも立ちません。Pony にはソースタグ（source_anime、source_cartoon、source_furry、source_pony）と、3つのレーティングタグ rating_safe、rating_questionable、rating_explicit もあります。

Neta の冒頭。 Neta は、レーティングタグをまったく文書化していません。公開されているタグの例も、ここにある Neta のプロンプトもすべて、masterpiece, best quality で始まります。

レーティングタグは画像を変えるのでしょうか。服を着たほのめかしのプロンプトを一つ保ち、レーティング語だけを替えました。

上：Prefect Pony XL LoRA、rating_safe あり、レーティングタグなし、rating_questionable あり。下：Neta Lumina、レーティング語なし、safe あり、sensitive あり。ほかは同じプロンプト、seed 71、2:3。

score_9, score_8_up, score_7_up, source_anime, rating_safe, 1girl, solo, mature female, adult woman, 30 years old, mature face, long platinum hair, oversized cream knit sweater slipping off one shoulder, black shorts, sitting on a window seat, legs crossed, holding a mug, looking at viewer, soft smile, rainy afternoon, cozy loft apartment, warm lamp light, cowboy shot

seed 71 の Pony では、rating_safe はゆるいセーターと高い襟ぐりになり、外すか rating_questionable に替えると、体つきがより豊かになり襟ぐりが低くなりました。2つ目の seed では、Pony の3つのバージョンはお互いにずっと近くなりました。Pony の6回の実行すべてで、プロンプトが描写した服は着たままでした。Neta では、3枚はほぼ同一でした。

つまり、描写が段階を決め、レーティングタグはそれをわずかに動かすだけです。10月5日の当社のコンテンツテストも同じ方向を指しています。Pony の段階には最初の段に rating_questionable、その上に rating_explicit があり、Neta の段階にはレーティング語がまったくなく、二つのスコアはほぼ同じでした。それらの Freedom の実行では、どちらも、L1 ほのめかし（下着、ずり落ちる肩紐）から、L2 部分的、L3 強めを経て、L4 高強度（成人同士の親密なシーン）まで、すべての実行を返しました。L5 極限（成人同士の同意に基づく拘束、または映画的なゴア表現）では、Neta はすべての実行を返し、Pony は拘束の3回すべてとゴア表現の4回のうち2回を和らげました。だから Freedom Score は 100 と 92.5 です。

どのキャラクターもはっきり大人にする

1girl と 1boy は人数のタグです。フレームに何人いるかを表すもので、誰かの年齢ではありません。Danbooru では mature_female は中年に見える女性を意味し、だから顔が年上に寄ります。年齢はモデルに見えるものでなければならないので、手がかりを重ねます。

• mature female か mature male、加えて adult woman か adult man
• 年齢の数字、30 years old かそれ以上
• 目に見える特徴を一つか二つ：mature face、smile lines、sharp cheekbones、stubble
• 大人の役割と舞台：タトゥーアーティスト、天文学者、バーテンダー、学校ではなくホテルのバー

制服、教室、"cute" や "youthful" など、若さを連想させるものは入れないでください。顔と体型のバランスについては、当社のアダルトアニメのスタイルガイドにもっと詳しくあります。

却下したもの。 Pony の例のタトゥーアーティストでは、最初の回は mature female, adult woman, 32 years old に、インクの LoRA を 0.8 で使い、3つの seed すべてが若く見えました。採用したバージョンは年齢を 35 に上げ、mature face, sharp cheekbones, smile lines を足し、LoRA を 0.5 に下げ、インクのタグを2つ外しました。複数を同時に変えたので、どれが効いたかは言えません。意図的だったのは年齢の手がかりです。

Prefect Pony XL LoRA に InkPunk LoRA を 0.5 で、seed 107、2:3。最初の回が若く見えたあとの、採用バージョン。

二つのモデルは逆の方向に傾きます。Pony は文章を与えると若くなりがちで、「40代半ば」の管理人は、両方の seed で若い男性として返りました（下の灯台のテストを参照）。Neta は行き過ぎました。Neta で同じ mature face, smile lines を入れると、34歳の一人が深い皺のある顔になりました。Pony では手がかりを重ね、Neta では年齢の数字と手がかり一つで通常は足ります。どちらでも、画像を残す前にすべての顔を見てください。

二人のキャラクター：一人に一つの語句、動作はタグで

二人だと、属性が混ざります。彼女の色が彼のシャツに移るのです。人数のタグを先に両方置き、それから一人ごとに "she" か "he" で始まる語句を一つ与えます。

Neta Lumina、seed 231、16:9。先に人数のタグ、それから一人に一つの語句。

masterpiece, best quality, anime illustration, 1girl, 1boy, hetero, mature female, mature male, adult couple in their thirties, she has long wavy platinum hair and wears a deep crimson satin slip dress with a black lace shawl, he has slicked-back black hair and wears an open-collar black shirt under a long dark coat, she sits on the rim of a stone fountain, he stands over her with one hand lifting her chin, faces almost touching, gothic cloister at night, huge blood-red moon, ravens on the arches, red and black palette, wide shot

二人の間の動作はどうでしょうか。ここでは文章がタグに勝つと予想しましたが、Neta ではそうなりませんでした。寝台列車の個室にいるカップルを、動作をタグで（face to face, adjusting necktie）と、動作を文章に移して、一度ずつテストしました。

Neta Lumina、3:2。左の列：すべてタグで、face to face, adjusting necktie。右の列：同じ骨組みで動作を文章に。上は seed 41、下は seed 42。

タグ版は、両方の seed でネクタイの動作を保ちました。文章版は、描写した半笑いを拾いましたが、動作自体は曖昧になりました。動作に Danbooru のタグがあるなら、タグを使い、文章は表情と雰囲気のために取っておいてください。

カメラと光のタグ

フレーミングのタグは、Danbooru のタグの中でも特に信頼できるものです。Pony でキャラクターと seed を一つに保ち、カメラのタグだけを変えました。

Prefect Pony XL LoRA、seed 31、2:3。上：upper body、cowboy shot、full body。下：from below、from above、dutch angle。

同じ試行では、場面のずれも見えました。フェリーの甲板を頼んだのに、6フレームすべてがランタンの灯る水辺になりました。Neta では、縦長フレームのカメラタグは例の実行でよく効きました。跳躍する決闘者を pov と fisheye なしで書いた以前の書き方は横向きに出て、pov, extreme foreshortening, fisheye は跳躍を見る人に向けました。

光には、タグとして実在する言葉を使ってください。night、dusk、sunset、moonlight、backlighting、rim light、lamp です。モーテルのテストの夕暮れの空は、まさにこの種の言葉から来ました。

スタイルタグと LoRA のトリガーワード

Neta はスタイルをタグから取る。 一つもなければ、当社の Neta の画像は、つややかな半写実的な絵画として返りました。タグ一つで直りました。

Neta Lumina、seed 21、1:1。左：タグリストだけ。右：同じリストに、品質タグのあとに anime illustration を足したもの。

Neta で避けたい語句が一つあります。"key visual" です。例の実行では、これを入れたプロンプトは、トレーディングカード風のフレーム、擬似的な文字、レア度のようなバッジつきで返ったので、外しました。

Pony はスタイルを LoRA から取り、トリガーを先頭に置く。 使ったスタイル LoRA は、それぞれ自身のトリガーを最初に置くことを求めました。Flat Vector は vztdzsxx、InkPunk は end_inkpunk_style、Art Deco は end_artdeco_inspo です。トリガーのあとのタグは、見た目をさらに押せます。最初の Flat Vector の配達員は普通のアニメに見えましたが、立たせて bold outlines, limited palette, simple shapes を足すと、ポスターの質感になりました。

Prefect Pony XL LoRA に Flat Vector LoRA を 1 で、トリガー vztdzsxx を先頭に、seed 137、9:16。

使うのは Pony 系の SDXL 用に学習された LoRA だけにしてください。別のベースモデル用のものは、エラーなく読み込まれ、何も変えません。scale、重ね掛け、ベースが違う場合の静かな失敗の確認は、Pony XL LoRA ガイドにあります。Neta には LoRA のスロットがないので、スタイルはタグだけから来ます。

タグか、文章か、両方か

Danbooru タグを自然言語にするにはどうするか、とよく聞かれます。この二つのモデルでは、答えはどちらを使うかで変わります。同じ3文を両方に送りました。胡椒塩のひげ、ケーブル編みのセーター、前を開けた黄色いレインコート、嵐のランタンを持つ、40代半ばの灯台守です。

同じ3文。左の2枚：Prefect Pony XL LoRA、seed 51 と 52。右の2枚：Neta Lumina、seed 51 と 52。3:4。

Pony は、知っているキーワード（yellow raincoat、lighthouse、rain、beard）を拾い、セーター、ランタン、年齢を両方の seed で落としました。Neta は、セーター、レインコート、ランタン、白髪まじりのひげを両方で描き、頼んだより年上にしました。

早見表

そのまま使えるテンプレートです。

[quality], [source and rating on Pony], [style or trigger], [head count], [adult cues], [hair, skin], [one phrase per garment], [pose, gaze, expression], [camera], [scene], [light]

タグが効かないとき

どんな習慣にどのモデルか

各モデルについては、Neta Lumina のテストと、上にリンクした Pony XL LoRA ガイドをご覧ください。

FAQ

score9, score8up, score7_up とは何ですか？

Pony の品質タグです。Pony の作者は約2万枚の学習画像を手作業でランク付けし、モデルはその文字列全体を、最も見栄えのよい画像の信号として学習しました。Pony 系のモデルでは先頭に置いてください。score_9 だけでは、モデルが部分ではなく文字列全体を学習したので、弱くなります。Neta Lumina では使い道がありません。

レーティングタグで、画像の NSFW の度合いを制御できますか？

わずかにだけです。Pony では、rating_safe を外すか rating_questionable を使うと、服を着た場面が少し露出が増えましたが、プロンプトが描写した服は着たままでした。Neta では、safe と sensitive は何も変えませんでした。段階を決めるのはあなたの描写です。

Danbooru タグはアンダースコアですか、スペースですか？

スペースです。Neta はどちらも同じように読みました。Pony は、作った語句をアンダースコアでつなぐと、細部を失いました。アンダースコアは、score_8_up、rating_safe、LoRA トリガーなど、そう定義されたトークンにだけ残してください。

1girl は若いキャラクターという意味ですか？

いいえ。1girl と 1boy は人数を数えます。年齢は、足した手がかりから来ます。mature female、adult woman、30歳以上の年齢、mature face です。すべての顔を確認し、若く見えるものは再生成してください。

Danbooru タグを自然言語に変えられますか？

Neta Lumina ではできます。当社のテストでは、ふつうの3文を忠実に追いました。Pony では、文章はセーター、ランタン、年齢を失ったので、そちらではタグを使ってください。

Pony XL にネガティブプロンプトは必要ですか？

いいえ。Pony V6 のカードは、ほとんど必要ないと書いていて、ここにあるどちらのエンドポイントにもそのフィールドはありません。反対のことは、肯定のタグ（simple background、solo、fully clothed）で書き、描写に舵を取らせてください。

Danbooru タグの完全なリストはどこにありますか？

Danbooru の wiki のタググループのページに、髪、服、構図、角度、場所が挙げられていて、当社が読んだコミュニティのスレッドが指しているのもこのリストです。プロンプトを組み立てる前に、そのタグがそこに存在するか確認してください。