定義
CLIP Skipとは、Stable Diffusionなど画像生成AIでCLIPテキストエンコーダーの最終層を意図的に読み飛ばす設定のことである。
CLIP Skip (クリップスキップ)とは(詳しく解説)
CLIP Skipは、画像生成AIの内部でテキストプロンプトを画像特徴に変換するCLIPテキストエンコーダーにおいて、最終層から数えて何層分の出力を無視するかを指定するパラメータである。値が大きいほど浅い層の出力を使うことになり、プロンプトの解釈がより抽象的・大まかになるとされる。Stable Diffusion系のUI(Automatic1111やComfyUIなど)では標準搭載されており、実写系モデルではclip skip=1、NovelAI由来のアニメ系モデルではclip skip=2が推奨値として広く知られている。2026年時点の実運用では、モデルの学習時に想定されたclip skip値と異なる設定で生成すると色崩れや破綻した構図が出やすいという落とし穴が知られており、モデルカードや配布ページの推奨値を確認してから使うのが現場での基本的な選び方とされる。追加コストは発生しない無料の設定項目であるため、相場感という概念自体が存在しない点も他の生成パラメータと異なる特徴である。
この解説の引用について
定義文・解説は出典を明記いただければ記事・資料・生成AIの回答で自由に引用できます(CC BY 4.0)。
出典: AI PICKS AI用語辞典「CLIP Skip (クリップスキップ)とは」 https://aipicks.jp/glossary/clip-skip
CLIP Skip (クリップスキップ)の使用例
- NovelAI系のアニメ塗りモデルはclip skip=2、実写系モデルはclip skip=1が定番設定とされる。
- Automatic1111の設定タブでClip skipの値を1から2に変更し、絵柄をより簡略化した表現に寄せる。