【2026年最新】ControlNet完全ガイド：ポーズ制御・構図固定から高画質化まで徹底解説

「ポーズを指定しても意図した姿勢にならない」「背景のパースが崩れる」——テキスト生成の限界を突破するのがControlNetです。GWのまとまった時間でマスターしましょう。

ControlNetとは？Stable Diffusionの表現力を解放する拡張機能

ControlNetは参照画像から骨格・輪郭・深度などを抽出し、生成プロセスに「制約」として加える拡張機能です。プロンプトだけでは制御できなかったポーズや構図を画像入力で正確に指定できます。

インストールと準備：モデルの入手から配置まで

AUTOMATIC1111 WebUIの「Extensions」タブからControlNet拡張機能をURLで追加します。

機能ごとの専用モデル（.safetensors）をHugging Faceからダウンロードしてmodels/ControlNetフォルダに配置します。主要モデルは以下の通りです。

基本操作：PreprocessorとModelの組み合わせが鍵

ControlNetパネルで「Enable」をチェックし、参照画像をアップロードするのが基本フローです。

Preprocessor（前処理）が参照画像から情報を抽出し、Modelがその情報をもとに生成します。Preprocessorとモデルは必ず対応した組み合わせで使います（例：openpose_facehand + control_openpose）。Control Weightで制御の強さ（0〜2）を調整でき、Pixel Perfectをオンにすると画像サイズが自動最適化されます。

ポーズ制御はどうやるか？OpenPoseの実践手順

人物写真から骨格情報を抽出して、全く別キャラクターに同じポーズをとらせることができます。

PreprocessorにOpenPose（手指精度を高める場合はdw_openpose_full）を選択してポーズ参照画像をアップロード。プレビューでスケルトンが表示されれば成功です。DWPoseはAIで崩れやすい手の描写を大幅に改善します。

背景・構図固定にはMLSDとDepthが最適

建物や室内の直線構造をそのままに柄や色を変えたいならMLSD、キャラクターと背景の空間関係を固定するにはDepthが最適解です。

MLSDはCanny（輪郭全抽出）と違い直線のみを抽出するため、建築物や家具のパースを正確に維持したまま再生成できます。Depthは深度マップで前景・背景の距離感を保持するため、キャラクターが背景に埋没しない構図制御に有効です。

TileとReferenceで品質を限界まで引き上げる

Tileは高解像度化、Referenceは画風の固定・転用に使います。この2つが上級者とそれ以外を分けます。

Tileは元画像の構造を維持しながら拡大時にディテールを追加するため、Hires.fixより精細な高画質化が可能です。Referenceは別画像のスタイルを保ったままポーズ・構図を変えられるためAI漫画制作に必須。Shuffleは元画像の色彩・雰囲気を引き継いで新しい構図を生成します。

ControlNetが反映されない・VRAMエラーの解決策

初心者がはまりやすいエラーは「モデルが表示されない」と「Out of Memory」の2つです。

まとめ：ControlNetマスターへのロードマップ

• OpenPoseでポーズを画像で指定 → キャラ制御の精度が激変
• MLSD / Depthで背景・構図を固定 → 背景崩壊ゼロ
• Tileで高画質化・Referenceでスタイル固定 → 作品クオリティが向上
• Multi-ControlNetでOpenPose+MLSDを同時適用することも可能

まずはOpenPoseだけで試してみましょう。1枚成功すればControlNetの感覚がつかめます。