Embedding（埋め込み）は、特定の概念・被写体・スタイルを数値ベクトルとして符号化し、AI画像生成時に参照・適用できる学習表現技法です。モデルの再学習なしにカスタム被写体や美的方向をモデルに教えられるため、パーソナライズされた生成をより手軽で効率的にします。

この技法は、被写体やスタイルの視覚的な本質を捉える少数のベクトルを学習し、プロンプトに一意の識別子を含めることで呼び出すことで機能します。例えば、特定のキャラクターで学習したEmbeddingは名前で呼び出し、そのキャラクターを新しい文脈やポーズで生成できます。Embeddingはフルファインチューニングモデルよりはるかに小さく学習も速く、より少ない学習画像と計算リソースで、生成出力に対する意味のある制御を提供します。Stable Diffusionエコシステムでは、特定のキャラクター、芸術スタイル、視覚概念用のEmbeddingをコミュニティが共有・配布しており、特に人気があります。

AI生成ツールを使うクリエイターにとって、Embeddingは汎用プロンプトとフルモデル学習の中間を提供します。生成間の一貫性を保つのに十分なカスタマイズを提供しつつ、キャラクター中心やスタイル一貫のプロジェクトに携わる個人や小チームにとって軽量で実用的です。