生成AIグラビアをグラビアカメラマンが作るとどうなる？ 連載記事一覧
SD 1.5からそろそろ4年
8月はMiniMax H3で大いに盛り上がって生成AI画像ネタがあまり無く、ちょっと違った角度から記事を書いてみたい。
生成AI画像に関しては、Stable Diffusion 1.5が2022年10月に登場してからもうすぐ4年。SDXL 1.0/2023年7月、FLUX.1 dev/2024年8月。Z-Image/2025年11月、Krea 2が2026年6月……と、ざっくりこのような流れで現在に至っている。
そしてSDXL 1.0からFLUX.1 devの間で大きく変わったのがPromptの書き方だ。SDXL 1.0までは”photo of japanese woman, 20yo, camisole, shorts, smile, pool background, thigh focus, standing,”……と、こんな感じでキーワード毎に区切って書いていた。
またサンプラーのCFGが1.0より大きい関係でNegative Promptも必要。”SimpleNegative,illustration,3d,sepia,(painting),cartoons,sketch,(worst quality:2),”のように、出したくないものを列挙。()や:2などで重みを付けるパターンも。
隔月で行っている筆者のセミナーも現在ComfyUI対象になっているが、当初はPromptの書き方が中心。生成ロジックの話はしていなかった（主な生成環境がWebUIのAUTOMATIC1111だったということもある）。
ところがFLUX.1 dev以降、Promptの書き方が大きく変わった。テキストエンコーダーが強力になり、英文をそのまま理解できるようになったからだ。これに伴い、表現できる内容もグッとレベルアップしている。
とは言え、この辺りまでは旧式のキーワード区切り書式も有効。ポートレート的なものであれば特に問題はなかった。またCFG=1が一般的となりNegative Promptは不要に。
事情が変わってきたのはZ-Image、特に今年のIdeogram 4.0、Krea 2辺りからだ。Ideogram 4.0に関しては固有のJSON形式で書く必要があり、Krea 2はパラメータ数12B。もう半端な英語（笑）では通じなくなってしまった。
英語に関しては、筆者のように苦手な場合は、LLMやGoogle翻訳などを使い日本語で入力、英語にしてコピペするなど、一工夫が必要に……。
Prompt生成にLLMを使う（その1）
上記の方法でそれなりに生成は可能だが、もっとうまく生成するには、公式Promptガイドに沿って書けばより良く出る。各URLをまとめると以下通り（MiniMax H3は難しいという意味での参考）。
Z-Image
公式サイト: https://tongyi-mai.github.io/Z-Image-blog/
GitHub README(プロンプト実例・推奨設定の本体): https://github.com/Tongyi-MAI/Z-Image/blob/main/README.md
Hugging Face モデルカード: https://huggingface.co/Tongyi-MAI/Z-Image
Krea 2
Prompting guidelines(公式): https://github.com/krea-ai/krea-2/blob/main/docs/prompting.md
README: https://github.com/krea-ai/krea-2
Krea 2 公式サイト: https://www.krea.ai/
テクニカルレポート: https://krea.ai/blog/krea-2-technical-report
MiniMax H3（参考）
Base - FL2VA / T2VA / I2VA
Video Prompt Writing Guide (Base)
https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_base_en.md
→ プロンプト構造、カメラ言語、シーン構成、T2VA/I2VAのベストプラクティスReference - Ref2VA
Video Prompt Writing Guide (Reference)
https://huggingface.co/MiniMaxAI/MiniMax-H3/blob/main/docs/VIDEO_PROMPT_WRITING_GUIDE_ref_en.md
→ マルチモーダル参照（画像・動画・音声）の扱い方、Ref2VAのプロンプト構築
ざっと目を通せば分かるが、翻訳して読んだところで、「じゃやってみるか！」的なものではなく、何かにメモってそれと睨めっこしながらPromptを書くことに。つまりもはや人間業ではかなり厳しい状態なのだ。
そう言った意味でMiniMax H3も参考でURLを記載したが、Ref2VAまで入れると少なくとも筆者的には無理！（笑）となる。
ではどうすれば？ 方法的にはローカルLLMか、サービス系だとChatGPTやClaude（Code）などを使うことになる。
一番簡単なのは、ChatGPTやClaudeなどにPromptガイドのURLをコピペ。「URLのPromptガイドに基づきLLM用にSystem Promptを作って」。するとSystem Promptが出てくるので、LM StudioのSystem Prompt欄か、ComfyUIのLLM endpoint系のカスタムノードのSystem Promptへコピペする。
System Promptは、入力したPromptをSystem Promptに書かれたルールに沿って強制的に展開する仕掛けで、これを使えばKrea 2用やZ-Image用のPromptが作られる。またLLMを通るので日本語のキーワードを適当に並べるだけでもOKだ。
 |  |
手入力したPromptは"日本人美女、夏、花火"（Krea 2は一応日本語Promptも使える）。左がそのまま、右が専用System PromptをセットしたLLMを使い生成したPromptとなる。左側がアニメ調になるのは想定外だったがこれだけ差が出る。
もちろんLLMは外部サービスのAPIを呼ぶ場合も有効なので、ローカルLLMに限った話ではない。簡単な割に効果抜群なのでぜひ試してほしい。
関連する話になるが、最近ComfyUIのテンプレートを開くとPrompt Enhancer ON/OFFの項目があったりする。これは同じ方法でSystem Promptに最適化するものが入っており、LLM（多くの場合、生成で使うテキストエンコーダー用モデル）を使いPrompt拡張を行っている。
Prompt生成にLLMを使う（その2）
一歩進んだ？やり方としてエージェント（ハーネス）を使う方法がある。OpenClaw、Claude Code、Codex、DeepSeek Harness…何でもいいのだが、外部コマンドを呼べたり、Skillが使えるものがその対象だ。
やり方半分はその1と同じ。PromptリファレンスのURLを読ませる。ただここからが異なる。それは「Promptリファレンスの内容を理解、整理してmdにまとめて」。その1ではSystem Promptを作ってもらったが、その2ではまとめてmd（Markdown式のtext）にする。
以降は使用するハーネスにもよるのだが、CLAUDE.md/AGENT.mdに「Krea 2のPromptを作る時は先のmdを参照してから作る」などを書くか、mdをそのままSkill化する。これによって例えば「夏、日本人美女、祭り これをKrea 2用のPromptへ」的に書けば、mdに書かれたPrompt仕様に基付きPromptが出力される。
さらにComfyUI Krea 2用のWorkflow（API式JSON）を事前に読み込ませ、与えるパラメータはwidth/height/prompt、width/heightのデフォルトは1024/1536、ComfyUIサーバーは http://192.168.1.10:8188 などを指示、Skill化し、ハーネスから直接画像(動画も出来る)を生成することが可能となる。
ここまでやっていくと、「衣装を赤に」や「背景を夜景に」と、エージェントに指示、最適化したPromptを自動生成から画像生成まで一気通貫で出来てしまう。
余談になるが、特にこれを目的として作ったわけではないのだが、結果的にそうなってる（笑）、自作のハーネス、core-agentと言うのをGitHubに公開している。面倒なbuildは不要、Windows版とmacOS版のバイナリも置いてあるのでLLMのendpointさえ設定すれば即利用可能だ。
加えてDeepSeek V4 Flash 0731などVision非対応の場合、Qwen3.6系と言ったVision対応のモデルを画像認識の時のみ呼ぶと言う仕掛けも入っている。
実は連載でもこの手法は少し前から使っていて、例えば「作例6つ、全てバラバラな夏のシーン」と言った感じで指示、出てきた画像を（多少ガチャるが）載せている。
またPromptは全てmdへ保存してあるので、以降、参照しつつ少し違うPromptも安易に出力できる。管理面でも楽できると言うわけだ。
最近筆者のXには元ネタはこれ！として、MiniMax H3の動画を多く載せているのは全てこのパターン。
Seedance 2.0/2.5用など無関係に、元ネタのPromptをコピペ、MiniMax H3用へ、被写体、背景、衣装などの変更、長いものは15秒にまとめて…と指示、動画生成、調整しつつガチャってOKなのを掲載…と言った感じだ。動画用のPromptは長いものが多く、MiniMax H3用に修正しつつ、内容変更は人間業では不可能に近い。
とは言え、こうして出来上がった画像や動画、結局どのように修正するのか？ そしてどれを載せるか？ というのは人間の判断。これだけは外せない人間の仕事となる。
今回締めのグラビア
今回締めのグラビアはKrea 2を使用。扉と共に掲載サイズに合わせて長辺1920pxで生成した。もちろんPromptは上記の手法。筆者は単に日本語のキーワードをいくつか入れただけ。初期段階では1mmもPromptは書いていない（笑）。
実際作業中の画面キャプチャはこんな感じだ。とは言え最後の微調整はさすがに手動。顔LoRAを軽く当てたり、キーワードを足したり消したり、そうして作ったのが今回掲載している扉とグラビアとなる。
月も残るところあと数日。何かまだあるのか？ このままMiniMax H3フィーバーで終わるのか！？
![【AIペット 】2026年最新AIペット ChatGPT-4 Google AI搭載 未来型成長ペット AI搭載 ペットロボット コミュニケーションロボット 性格育成 会話 ジェスチャー認識 タッチセンサー 業界初顔認識機能 aiペット [並行輸入品] image](https://m.media-amazon.com/images/I/41BJmr4nceL._SL160_.jpg)
