Qwen-Image-Edit-2509で編集すると崩れてしまうときは、まず変更を小さく分け、参照画像を固定しましょう。2509は、アリババのQwenチームが2025年9月に公開した画像編集モデルで、1回に1〜3枚の画像入力に対応し、人物、製品、テキストの一貫性編集ができ、ControlNetにネイティブ対応しています。崩れはたいてい、モデルが「できない」からではなく、一度に変えすぎたり、参照画像をいい加減に与えたりして、モデルが自分で細部を補わなければならず、補われたものが求めていないものになってしまうからです。
3つの手順で確認しましょう。第一に、参照画像の数を見ます。3枚を超える場合は3枚以内に減らしましょう。1〜3枚が、モデルが訓練で最も安定する範囲で、画像が多いほど、人物の同一性と細部が干渉しやすくなります。第二に、1回で変える量を見ます。背景を変える、服を変える、ポーズを変えるのは1つずつ行い、崩れていないことを確認してから次に進みましょう。5つも6つも要求を一度に書くのは、モデルに優先順位を決めさせるのと同じです。第三に、プロンプトの書き方を見ます。「誰が、何を使って、どこに置き、何を変えないか」をはっきりさせましょう。たとえば「画像2の人物が画像3のバッグを持ち、画像1のソファに座っていて、顔と服は変えない」は、「きれいな画像に合成して」よりもはるかに安定します。人物では顔と髪型を変えないことを重視し、製品ではロゴ、素材、比率を変えないことを重視し、テキストではどの文字を変えるか、フォント、色、素材を変えないことを重視しましょう。
方法を切り替えるべき場合
崩れがポーズと構図に集中している場合は、ControlNetによる制御に切り替えましょう。深度マップ、エッジマップ、キーポイントマップを使ってポーズと位置を先に固定し、モデルに内容を埋めさせれば、ポーズが毎回ランダムに漂うことはありません。集合写真や複数人のやり取りといった複雑な合成では、段階的に生成して手作業でつなぎ合わせ、一度で仕上がることを期待してはいけません。バージョンにも注意しましょう。2509の後には2511などの更新があり、単独人物と複数人物の一貫性が改善されています。始める前に実際に使っているのがどのバージョンかを確認し、バージョンが違えば性能をそのまま当てはめることはできません。ローカルでのデプロイはComfyUIなどのワークフローで行い、ウェイトとワークフローファイルは公式リポジトリから取得します。コミュニティの量子化版は、精度と互換性をはっきり確認してから使いましょう。編集の前に元の画像をバックアップし、大切な写真を原画のまま編集してはいけません。「原画は動かさず、新しい画像だけを出す」という習慣を保ちましょう。
