Textual Inversion（Embedding）の仕組み2026：LoRAと何が違い、どちらを使うべきか

Civitaiには LoRA と Embedding が並んでいますが、この2つが何をしているのかは意外と説明されていません。Textual Inversion は「モデルが既に知っていること」を短い言葉に紐づける技術で、LoRA とは根本的に別物です。仕組みの違い、使い分けの判断、自分で作る方法、そしてモデル系統をまたぐと動かない理由をまとめました。

2026/08/15 14 min

Textual InversionEmbeddingLoRA学習Stable Diffusion

この記事の要点

Embeddingはモデルの中身を変えない。既にある表現を短い言葉に紐づけるだけ
LoRAはモデルの振る舞い自体を変える。だからモデルが知らないものも教えられる
モデルが既に描けるものはEmbedding、描けないものはLoRA、が判断の軸
Embeddingはテキストの解釈側に紐づくため、系統が違うモデルでは動かない
ファイルは数KB〜数MB。LoRAより桁違いに軽く、配布も学習も手軽

Civitaiでモデルを探していると、LoRA と Embedding が並んでいます。どちらも「追加で読み込むファイル」ですが、この2つが何をしているのかを説明したものはあまりありません。

結論から言うと、根本的に別の技術です。片方でできることが、もう片方ではできません。

この記事は仕組みと使い分けを扱います。ネガティブ用Embeddingの実践的な使い方はネガティブプロンプト完全ガイドに、置き場所と読み込み方は各UIの導入ガイドにまとまっているので、そちらを参照してください。

何が違うのか

一言で表すとこうなります。

	Embedding（Textual Inversion）	LoRA
やっていること	既にある表現に短い名前を付ける	モデルの振る舞い自体を変える
モデルの中身	変えない	変える（読み込み中だけ）
知らないものを教える	できない	できる
ファイルサイズ	数KB〜数MB	数MB〜数百MB
学習の手軽さ	軽い	重い

Embedding は「あだ名を付ける」技術

モデルは、言葉を内部的な表現に変換してから絵を描きます。

Textual Inversion がやっているのは、その内部表現の中から狙った一点を探し出して、新しい言葉に割り当てることです。

たとえるなら、既にモデルが持っている引き出しに、あだ名を付ける作業です。長い説明を書かないと出せなかった表現が、短い一語で呼び出せるようになります。

ここが決定的な制約です。 あだ名を付けられるのは、引き出しに既に入っているものだけ。モデルが知らない題材は、いくら学習しても出てきません。

LoRA は「描き方を教える」技術

LoRAはモデルの振る舞いそのものに手を入れます。読み込んでいる間だけ、モデルが少し違う描き方をするようになります。

そのため、モデルが知らない題材も教えられます。オリジナルキャラや、学習データに含まれていない画風がその例です。

代わりにファイルは大きく、学習も重くなります。

使い分けの判断

軸は1つです。

モデルが既に描けるものか、描けないものか

Embedding が向く場面

品質の傾向をまとめて呼び出したい（定番のネガティブ用がこれ）
既存の画風を短い言葉で指定したい
毎回書いている長いプロンプトを1語に畳みたい

いずれもモデルが既にできることの呼び出しです。だから軽い仕組みで足ります。

LoRA が向く場面

オリジナルキャラの顔を固定したい
モデルが知らない題材や画風を足したい
特定の構図や表現を強く効かせたい

モデルにない情報を持ち込む必要があるならLoRAです。

判断に迷ったら、まずプロンプトだけで出せるか試してください。 長く書けば出せるならEmbeddingの領域、何を書いても出ないならLoRAの領域です。

LoRAの探し方は NSFW LoRAの探し方・使い方、自作は LoRA自作入門（Kohya SS）にまとめています。

系統をまたぐと動かない

実務で最も引っかかる点です。

Embeddingはテキストを解釈する部分に紐づいています。この部分の構造はモデルの系統ごとに違うため、系統が違うと読み込めないか、読み込めても意図した効果になりません。

SD1.5向けのEmbedding → SDXL系では使えない
SDXL向けのEmbedding → SD1.5系では使えない

配布ページには対応する系統が書かれています。必ず合わせてください。

「定番と言われているEmbeddingを入れたのに効かない」の原因は、たいていこれです。古い記事で紹介されているものはSD1.5前提のことが多く、現在主流のSDXL系モデルでは動きません。

同じことがLoRAにも当てはまります。系統の違いは Illustrious / NoobAI 完全解説2026 と SDXL vs FLUX.1 比較2026 を参照してください。

効かないときに疑う順番

系統が合っているか（最も多い原因）
ファイル名と呼び出す語が一致しているか（呼び出しはファイル名で行う）
置き場所が正しいか（UIごとに決まっている）
そもそもモデルがその表現を持っているか（持っていなければ出ない）

4番が Embedding 特有です。LoRAなら「効きが弱い」で済む場面でも、Embeddingは「何も起きない」になります。 引き出しに無いものは呼び出せないからです。

切り分けの手順全般は AI画像生成トラブル辞典2026 にまとめています。

自分で作る

Embeddingの学習は、LoRAより軽いのが利点です。必要な枚数も時間も少なく済むことが多く、試すハードルは低くなります。

向いている題材

自分がよく使う品質の傾向を1語に畳む
好みの画風の方向を固定する

いずれもモデルが既に持っているものの整理です。

向いていない題材

オリジナルキャラの顔
モデルが知らない題材

これらは学習しても出てきません。LoRAでやってください。

「Embeddingで顔を固定しようとしたが安定しない」は、そもそも道具の選択が違います。キャラ固定の考え方は AIキャラを固定する完全ガイドにあります。

学習の注意

枚数より質です。狙いに合わない画像が混ざると、その分だけ方向がぶれます。

また、学習しすぎると特定の構図に固まります。呼び出すたびに同じ絵が出るようになったら、学習が進みすぎです。

HyperNetwork はどうなったのか

以前は Embedding・HyperNetwork・LoRA が並んで語られていました。

現在はLoRAが主流になり、HyperNetworkはあまり見かけなくなりました。新しく学ぶなら、Embedding と LoRA の2つを押さえれば十分です。

古い記事でHyperNetworkが推奨されていても、いま追いかける必要はありません。

よくある誤解

「Embeddingのほうが軽いから優れている」

軽いのは事実ですが、できることが違います。用途が合っていなければ、軽くても意味がありません。

「LoRAがあればEmbeddingは要らない」

毎回書いている長いプロンプトを畳む用途では、Embeddingのほうが手軽です。特にネガティブ側は、定番のものを1語入れるだけで済みます。

「たくさん入れるほど良くなる」

LoRAと同じで、盛るほど1つあたりの影響は薄まります。効いているものを知りたければ、増やすのではなく外してください。

「効かないのはモデルが悪い」

まず系統を確認してください。系統違いが原因の大半です。

まとめ

押さえるべきは3点です。

1つ目、Embeddingはモデルの中身を変えない。 既にある表現に短い名前を付ける技術です。だからモデルが知らないものは出せません。ここがLoRAとの決定的な差です。

2つ目、判断の軸は「モデルが既に描けるか」。 長く書けば出せるならEmbedding、何を書いても出ないならLoRA。迷ったらプロンプトだけで試してから決めてください。

3つ目、系統をまたぐと動かない。 テキストの解釈側に紐づくため、SD1.5向けとSDXL向けは互換がありません。「効かない」の大半はこれです。

実際に使う定番のEmbeddingはネガティブプロンプト完全ガイドに名前とテンプレートがあります。この記事はその土台にあたります。

よくある質問

EmbeddingとLoRAはどちらが強力ですか？

できることの範囲はLoRAのほうが広いです。Embeddingはモデルが既に持っている表現を呼び出す仕組みで、モデルが知らない題材を新しく教えることはできません。LoRAはモデルの振る舞い自体に手を入れるため、新しい題材も学習できます。ただし範囲が広いことは常に良いことではなく、既にモデルが描けるものならEmbeddingのほうが軽く扱いやすいです。

SD1.5用のEmbeddingをSDXLで使えますか？

使えません。Embeddingはテキストを解釈する部分に紐づいており、その構造が違うモデルでは読み込めないか、読み込めても意図した効果になりません。配布ページに対応する系統が書かれているので、必ず合わせてください。LoRAも同様に系統を合わせる必要があります。

Embeddingはどこに置きますか？

UIごとに決まった場所があります。ComfyUIなら embeddings フォルダです。置き場所と読み込み方は各UIの導入ガイドにまとめています。ファイルは数KB〜数MBと小さいので、LoRAのように容量を圧迫することはありません。

ネガティブ用のEmbeddingについて知りたいです

品質改善に使う定番のものは、ネガティブプロンプトの記事に実際の名前と使い方、テンプレートをまとめています。この記事は仕組みと使い分けを扱うので、実践はそちらを参照してください。

自分でEmbeddingを作れますか？

作れます。LoRAの学習より必要な枚数も時間も少なく済むことが多く、試すハードルは低いです。ただしモデルが既に持っている表現を探す仕組みなので、モデルがまったく知らない題材は学習しても出てきません。そこはLoRAの領域です。

HyperNetworkとは違うのですか？

別の仕組みです。HyperNetworkは以前使われていた手法ですが、現在はLoRAが主流になり、あまり見かけなくなりました。新しく学ぶなら Embedding と LoRA の2つを押さえれば十分です。