>>86
精密参照で2人っていうのはやったことないので、そういうことやったら申し訳ない

基本的には崩れるときは画像サイズがあってないことが多い気がする

①1つの画像に全身+全身に近いようなときとか誰かが場所を取るような構図のときは画像サイズ広げてあげないと合体したりごちゃごちゃすることが多い
大サイズ正方形(1472×1472)
https://ul.h3z.jp/m/OaEaBt.jpg

②逆に見せたいものが密集するような構図のときは画像サイズは普通のほうがいい、大きくするとスペースが空きすぎて好き勝手なことし始めたり、謎の人物登場させてくる気がする
普通サイズ正方形(1024×1024)
https://ul.h3z.jp/m/Ffnxax.jpg

基本はスペースを埋めようとする、あるいは足りないスペースを圧縮して合体させようとするイメージ
ただこれはサイズの話で、普段どの形で生成してるかわからんけど、構図とかプレイによって縦長、横長、正方形のどれがきれいに出るか決まることもあるからいろいろ試してみるのも手かと思います！
的はずれな助言だったら申し訳ない