プロンプトエンジニアリングの流れ · 利用可能
画像からプロンプトを生成
画像をアップロードすると、それを再現するプロンプトが返ります。人向けではなく、画像モデル向けに書かれたものです。
画像を説明する
JPEG・PNG・WebP を添付して送信。エージェントが読み取り、フルプロンプト、短縮プロンプト、ネガティブプロンプト、キーワードタグを返します。
画像1枚から、4種類のプロンプト
このツールは1枚の画像を読み取り、それを別の場所で再現するために必要なものをすべて返します。
入力：画像1枚、入力欄に添付
JPEG・PNG・WebP に対応。他の Ideart ツールと同じように添付して送信すると、画像はワークスペースに入り、エージェントがそこから読み取ります。
出力：60〜120語のフルプロンプト
被写体、場面、構図、ライティング、色、媒体と描画ディテールの順。画像についての文章ではなく、描写的なフレーズとして書かれます。
出力：短縮プロンプト、ネガティブプロンプト、タグ
短縮版は文字数制限のある入力欄や動画モデル向け。ネガティブプロンプトはこの画像を再生成する際に実際に起こりうる崩れを挙げます。6〜12個のキーワードタグは自分のライブラリでの検索に使えます。
画像からプロンプトを生成する手順
3ステップ、いつも生成しているのと同じチャットで。
1. サインインして画像を添付
ファイルを入力欄にドラッグ、クリックして選択、またはスクリーンショットを貼り付け。メディアの添付にはアカウントが必要です。他の Ideart ツールと同じです。
2. 送信
入力欄には尋ねる文言が既に入っています。送信するとエージェントが画像を読み、フルプロンプト、短縮プロンプト、ネガティブプロンプト、内訳を返します。
3. 同じ会話で続ける
必要な部分をコピーするか、変えたい点をそのまま伝えてください。「ライティングはそのままで猫に」と言えば、チャットを離れずに生成できます。
プロンプトと、それが生んだ画像
以下の各画像は、隣に並ぶプロンプトから生成されたものです。これがこのツールの目指す形です。まず被写体、次に様式・光・構図、含みを残さずに書き切ります。
このツールが返すもの
1回のアップロードから4つの出力。それぞれ貼り付け先が違います。
モデルの読み方に沿ったフルプロンプト
60〜120語、被写体・場面・構図・光・色・媒体の順。文ではなくフレーズで書きます。「a weathered fisherman mending nets at dawn」はモデルを導きますが、「この画像には漁師が写っています」は導きません。
狭い入力欄のための短縮プロンプト
20語以内。被写体と、全体の印象を決めている一点だけを残します。動画モデルや文字数制限の厳しい欄に貼るのはこちらです。
この画像のために作られたネガティブプロンプト
汎用の定型文ではありません。挙げられるのはこの画像を再生成したときに実際に崩れうる箇所で、該当がなければ空欄になります。
1軸ずつ編集できる内訳
被写体・様式・構図・光・色・雰囲気が個別に返ります。段落を書き直して運任せにするのではなく、光の行だけを変えられます。
自分のライブラリ用キーワードタグ
小文字のタグ6〜12個、重複は除去済み。ファイル名付け、ムードボードの絞り込み、後からの検索に使えます。
どの言語で使っても出力は英語
このプロンプトを読むのはあなたではなく画像モデルです。主要な生成モデルは英語のキャプションを中心に学習しているため、翻訳されたプロンプトは劣ったプロンプトになります。ページの表示はあなたの言語、プロンプトは英語です。
画像の読み取りにクレジットはかかりません
読み取り自体は無料です。生成ではなく小さなモデル呼び出しだからです。クレジットを使うのは、その結果から画像や動画を生成する場合だけです。
作業する場所でそのまま動く
答えは普通の会話として返るので、追加の指示は一文で済み、アップロードし直す必要はありません。添付した画像はワークスペースに残り、次のターンでも使えます。
欲しいものに合わせて切り抜く
プロンプトは画面全体を描写します。スクリーンショットの半分がブラウザのツールバーなら、プロンプトの半分もツールバーの話になります。
手元で最も高画質のものを渡す
強く圧縮されたサムネイルは、プロンプトを具体的にする質感や光の情報を失っています。アップロードはどのみち 1536 ピクセルに縮むので、それ以上あれば十分です。
説明はしても、同定はしない
モデルは見えるものだけを描写し、ブランド・人物・場所・日付を推測しないよう指示されています。これは意図的な精度の選択です。自信をもった誤りは、何も言わないより悪いからです。
結果は下書きとして扱う
このプロンプトで再生成すると同じ発想は返りますが同じ画像は返りません。プロンプトは画像の可逆圧縮ではないからです。最もずれている内訳の行を直して、もう一度回してください。
どう使われているか
画像からプロンプトを読み取る、よくある4つの理由。
気に入った質感を逆算する
狙いどおりの光と色を持つ画像を見つけたとき。まったく別の被写体にも適用できる言葉に変換できます。
保存し損ねたプロンプトを取り戻す
画像は残したのに、プロンプトはセッションとともに消えた。何を打ったか思い出そうとする代わりに、画像から実用的なプロンプトを取り戻せます。
シリーズの見た目を揃える
うまくいったカットからプロンプトを読み取り、様式・光・構図の行を残して被写体だけを次の1枚に差し替えます。
プロンプトの組み立て方を学ぶ
どの語が被写体を担い、どの語が光・構図・雰囲気を担うのかが内訳でわかります。数本読むほうが、プロンプト論を読むより早く構造が身につきます。
頼りきる前に確認すること
プロンプトは画像の不可逆な要約です。ずれが出るのは次の箇所です。
- このプロンプトで再生成すると、同じ発想は返りますが同じ画像は返りません。
- 画像内の文字は描写されるだけで転記はされません。正しい綴りでは戻ってきません。
- 顔・ブランド・場所は意図的に一般化して描写されます。モデルは同定しないよう指示されています。
- 情報量の多い画面では、プロンプトも画面全体の話になります。被写体を1つにしたいなら先に切り抜いてください。
- プロンプトは英語です。画像モデルが英語で学習されているからです。
よくある質問
画像からのプロンプト生成はどれくらい正確ですか？
被写体・構図・光・色・媒体は安定して復元できます。これらが実際に画像モデルを導く要素です。正確な文字・顔・ブランドは復元されず、可逆な符号化でもありません。再生成すると同じ発想は返りますが同じ画像は返りません。
アカウントは必要ですか？
必要です。メディアの添付にはサインインが必要で、これは他の Ideart ツールと同じです。画像はエージェントが読む前にワークスペースへアップロードされるためです。読み取り自体にクレジットはかかりません。
アップロードした画像はどうなりますか？
他のツールに添付する画像とまったく同じように、チャットの添付ファイルとして Ideart のワークスペースにアップロードされ、エージェントはそこから読み取ります。その会話に残るので、次のターンでも再利用できます。
対応形式とサイズの上限は？
JPEG・PNG・WebP を入力欄に添付します。すべての Ideart ツールが参照メディアとして受け付けるのと同じ形式です。
自分の言語でプロンプトを受け取れますか？
プロンプトは常に英語で返ります。読むのはあなたではなく画像モデルであり、主要な生成モデルは英語のキャプションを中心に学習しているため、英語のほうが単純に良いプロンプトになります。ページの他の部分はあなたの言語です。
自分で書くのと何が違いますか？
速く、そして網羅的です。人は気づいたものを書きますが、ツールは画面にあるものを書きます。多くの人が省略する光の方向や構図の選択まで含めて。さらに内訳があるので、段落を書き直さずに1軸だけ変えられます。