画像プロンプト生成ツール
写真をアップロードすると、Midjourney、Stable Diffusion、DALL-E 3、またはFluxのいずれかを選択するよう促されます。私たちは、お使いのデバイスの実際のピクセル情報（色調、明るさ、コントラスト、比率）を読み取ります。
画像をオンラインでプロンプトに変換する方法
画像をドロップインし、短い被写体ヒントを追加し、ターゲットモデルを選択したら、プロンプトをコピーするか、テキストファイルとしてダウンロードしてください。
ステップ1
画像をアップロードしてください
JPG、PNG、またはWEBPファイルをドラッグ＆ドロップしてください。ファイルはブラウザのキャンバス上でデコードされ、アップロードされることはありません。
ステップ2
主題を説明する
写真に写っている内容を入力してください。被写体は見えません。この行に実際のコンテンツを入力してください。
ステップ3
モデルを選んでコピーする
Midjourney、Stable Diffusion、DALL-E 3、Flux、またはプレーンタグを選択し、完成したプロンプトをコピーまたはダウンロードしてください。
画像が実際に計測した値に基づいて作成されるプロンプト生成ツール
テキストから画像への変換モデルを制御する唯一の手段はプロンプトですが、ほとんどの人はそれを2回失います。1回目は、自分が何を求めているかを説明できないとき、2回目は、気に入った画像が、それを作成した言葉に戻る手段がないときです。実用的な解決策はリバースエンジニアリングです。つまり、既に機能している参照画像、色の雰囲気、照明設定、または構図があり、同じ場所にプロンプトが表示されるようにしたいのです。これを目視で行うのは時間がかかり、信頼性も低いです。なぜなら、実際にモデルを制御する要素は退屈で測定可能なものだからです。パレットの彩度、コントラストが強いか弱いか、光が暖色か寒色か、フレームの幅などです。
このツールは、ピクセルから直接これらの値を測定します。画像はキャンバスにデコードされ、サンプリングされ、各ピクセルがカラーバケットに分類されて主要なパレットが特定されます。各色はモデルが理解できる名前に変換されるため、プロンプトには16進数コードではなく「ディープアズール」と表示されます。平均輝度とその周辺のばらつきから輝度とコントラストが算出され、赤と青のバランスから色温度が算出され、グラデーションスキャンによってエッジ密度が評価され、クリーンでミニマルなアートワークと複雑でテクスチャの多い写真が区別されます。幅と高さは真の比率に縮小され、ファイルにアルファチャンネルが含まれている場合は、被写体が既に分離されている旨がプロンプトに表示されます。
プロンプトの内容だけでなく、プロンプトの配置場所も重要なので、出力はすべてのモデルに対して一度ではなく、モデルごとに作成されます。Midjourney には、アスペクト比、バージョン、スタイル、スタイライズの末尾パラメータと -no リストが付いた説明文が出力されます。Stable Diffusion には、品質修飾子が前に付いたカンマ区切りのタグと、ぼかし、アーティファクト、透かしをカバーする別の否定プロンプトが出力されます。DALL-E 3 は、タグ リストをほとんど無視するため、自然言語の段落が出力されます。Flux には、パラメータがまったくない散文が出力されます。これを使用して、気に入ったルックを再現したり、キャンペーン画像のバッチの一貫性を維持したり、クライアントが既に承認したモックアップに一致するプロンプトを提供したりできます。
一つだけ明確にしておきたい点があります。このツールは被写体を認識しません。自転車と駐輪場を区別することはできません。なぜなら、そのためにはサーバー上に画像認識モデルが必要となり、画像をアップロードする必要があるからです。このツールが行うのは、測定可能な事実を、モデルが反応する言葉に変換することです。これは、人間が最も推測しにくい部分です。被写体を1行で指定すれば、それ以降の情報は実際のピクセルから読み取られます。デコード、測定、書き込みはすべてブラウザ内で行われるため、何もアップロードされることなく、アカウントもAPIキーも、1日の利用制限もありません。
6色のカラーパレット
上部の色はピクセル単位でカウントされ、名前が付けられるため、プロンプトには生の16進数コードではなく、「ディープアズール」と表示されます。
光とコントラスト
平均輝度、コントラスト、色温度が測定され、それによって「暖色」「寒色」「雰囲気のある」「高コントラスト」といった照明に関する言葉が与えられる。
実際の縦横比
幅と高さは正確な比率に縮小され、推測値ではなく、Midjourney --ar 値として渡されます。
縁の部分の詳細
グラデーションスキャンはエッジ密度を評価し、すっきりとしたミニマルなアートワークと、複雑で質感豊かな写真を区別します。
モデル固有の構文
Midjourneyには末尾のパラメータが付き、Stable Diffusionにはカンマタグと否定プロンプトが付き、DALL-E 3には散文が付きます。
デバイスから何も送信されません
デコード、計測、書き込みはすべてブラウザ上のキャンバス上で行われ、アップロード、アカウント登録、APIキーは一切不要です。
よくある質問
よくある質問
いいえ、それは意図的なものです。被写体を認識するには、サーバー上で動作する画像認識モデルが必要であり、そのためには画像をアップロードする必要があります。このツールは、色調、明るさ、コントラスト、比率、ディテールといった測定可能な情報を読み取り、被写体の特定はユーザーに委ねます。
Midjourney、Stable Diffusion、DALL-E 3、Fluxに加え、その他の用途にはシンプルなタグリストを使用します。それぞれに独自の構文があり、Midjourneyは末尾にパラメータを指定し、Stable Diffusionは否定プロンプト付きのカンマ区切りタグを推奨し、DALL-E 3は散文に対応します。
記述子は、あなたのファイルを画像認識モデルに送信し、コンテンツに関する文章を返します。これは完全にブラウザ上で動作し、何もアップロードせず、色、光、構図、詳細などの情報を出力します。被写体には記述子を、その周囲のあらゆるものにはこの記述子を使用してください。
お使いのブラウザがデコードできる画像形式であれば、JPG、PNG、WEBP、GIF、BMP、AVIFなど、すべて対応しています。アニメーションファイルは最初のフレームとして読み込まれ、非常に大きな画像は測定のために縮小されますが、色や比率の結果には影響しません。
いいえ。ファイルはブラウザ上のキャンバスにデコードされ、すべての計測はローカルピクセルから行われ、最終的なプロンプトはページ自体に書き込まれます。サーバーに何も送信されないため、アカウントもAPIキーもファイル数の制限もありません。
件名以降のすべての要素は画像に基づいて測定されます。画像が暗くコントラストが高い場合は、その旨がプロンプトに表示されます。色調が暖色系であれば、温かみのある黄金色の光が表示されます。各フレーズは推測ではなく、ピクセル統計に基づいて生成されます。
はい。出力は自由に書き換え可能なプレーンテキストボックスで、クリップボードやテキストファイルへのコピーもワンクリックで完了します。多くの人は一度生成し、そのフレーズを保存しておき、新しいバリエーションごとに件名を入れ替えています。
これは、Stable Diffusion に対して何を避けるべきかを指示します。このツールは、ぼやけ、アーティファクト、透かし、不適切な解剖学的構造をカバーする項目を追加し、画像が平坦またはノイズが多い場合にその範囲を拡張します。Midjourney は代わりに –no リストを使用し、DALL-E 3 はネガを完全に無視します。
はい。幅と高さは実際の比率に縮小され、「-ar」として付加されます。そのため、1920×1080のアップロードは、計測しなくても「-ar 16:9」になります。パラメータブロックには、後から編集できるバージョン、スタイル、スタイライズの値も含まれています。
部分的には可能です。色調、照明、コントラスト、比率、ディテールレベルといったスタイリングの大部分は再現できますが、元の画像で使用された正確な主題表現は再現できません。これらの測定されたフレーズを、独自の主題説明と併せてモデルに入力してください。