使用ガイド
FLUX 3 Image Klein プロンプト反復実践:製品構図からマルチ参照画像まで
変数固定法で構図、参照画像の役割、細部制御を段階的に収束させる
このページの内容
製品ビジュアルでプロンプトを段階的に書くべき理由
製品ビジュアルのプロンプトで最も犯しやすい誤りは、それを一度で書き上げる作文のように扱うことです。被写体、素材感、光、背景、構図、カメラ、スタイル、ネガティブ記述をすべて一文に詰め込み、生成して結果を見て、不満ならまた一まとまり書き直す。問題は、こうした1回の変更で同時に7〜8個の要因が変わってしまい、どの一文が実際に効いたのか判断できないことです。次のラウンドは、結局同じ運を別のやり方で繰り返しているだけになりがちです。
段階的反復の考え方は、これを依存関係のある工程に分解することです。まず画幅とピクセル档位を決め、次に製品が画面内のどこにどのくらいの割合で置かれるかを決め、その後で各参照画像がそれぞれどんな役割を担うかを決め、最後に細部と納品レイヤーの調整を行います。各段階では、その段階で動かすべきフィールドだけを変更し、他のフィールドは固定します。そうして初めて、各ラウンドの結果の差異に説明力が生まれます。
呼び出し側では、この手法は明確なフィールド群に対応します:prompt、image_urls、aspect_ratio、resolution、steps、seed、output_format、safety_tolerance。段階に分けるということは、本質的にそのラウンドでどのフィールドの変化を許すかを決めることです。
変数固定法にはもう一層の価値があります。それはプロンプトをバージョン管理可能な資産に変えることです。各ラウンドで「プロンプト+パラメータ群+結果」を記録しておけば、ある版の構図が採用されたとき、それがどう生まれたかを遡れますし、後で製品画像を差し替える際にも再利用できます。
一度きりの長いプロンプトの典型的な失敗点
- サイズが確定しないうちに形容詞を積み上げ、構図が安定した後に画幅が詳細ページに全く合わないと気づく;
- 複数の参照画像をまとめて投入し、プロンプトに役割を書かないため、モデルがどの画像が被写体なのかを推測するしかない;
- 細部の語(テクスチャ、ハイライト、素材感)と構図の語を同じラウンドの修正に混ぜてしまい、明暗は明確になったがレイアウトがずれる;
output_format、safety_toleranceのような納品レイヤーのパラメータを探索期に繰り返し調整し、無関係なノイズを生む。

まず画幅とピクセル档位を決め、その後で画面内容を語る
構図の問題は、しばしばプロンプトの書き方が悪いのではなく、画幅が最初から間違っていることにあります。aspect_ratio は出力画幅を決定し、デフォルトは auto です。この場合、モデルはプロンプトと参照画像に基づいて画幅を自ら判断します。自動モードは探索段階では便利ですが、その判断結果は不安定です。同じプロンプトでも語順を少し変えるだけで、出力が縦画像になったり正方形になったりします。
目標とする成果物がすでに明確であれば(トップページのバナー、詳細ページの横画像、モバイルのフィード用縦画像など)、aspect_ratio を明示的に固定し、モデルに決めさせないようにすべきです。選択可能な値は 21:9、16:9、3:2、1:1 から 4:5、9:16 などの横・縦・正方形の3種類をカバーし、ほとんどの棚位置に対応できます。
resolution はピクセル档位で、768、1K、1.5K、2K、4K から選択でき、デフォルトは 1K です。具体的な幅と高さは画幅によって変わるため、これは aspect_ratio と一対になります。画幅が比率を決め、档位が鮮明度を決めます。構図の探索段階ではデフォルト档位にとどめることを推奨します。この時点で判断しているのはレイアウトと占有率であり、エッジのシャープさではないからです。早まって解像度を上げると、各ラウンドの待ち時間が長くなるだけで、構図の判断がより正確になるわけではありません。
画幅と業務上の位置の対応の考え方
- 横画像(例:
16:9、3:2):トップページのバナー、横版のシーン画像に適し、製品の左右の余白にコピーを置ける; - 縦画像(例:
4:5、9:16):モバイルのフィードや詳細ページのファーストビューに適し、製品は通常やや下寄りの中央が安定する; - 正方形(
1:1):棚のサムネイルや、チャネルをまたいで再利用するメイン画像に適する。
この2項目を確定してから prompt を動かせば、「画幅の選択ミス」を「プロンプトが効かない」と誤判定することはなくなります。フィールドの基準を素早く確認したい場合は、まずモデルページのパラメータ説明を参照してください。

タグと bbox で製品構図を記述する
形容詞で構図を記述する問題は、位置を特定できないことです。「製品を中央に、上部にスペースを空け、右下に柔らかい影」といった文はモデルも理解できますが、その理解の粒度は毎回異なります。prompt は <タグ> と bbox JSON を組み合わせてレイアウトや局所編集領域を指定できます。これにより「下書きを描く」ような表現方法が得られます。
基本的な書き方は、画面内の重要な領域に名前を付け、次に bbox でそれらのタグの位置を記述するというものです。タグは意味(これは製品、これは余白領域、これは投影領域)を担い、bbox は幾何(その範囲がどこか)を担います。これにより構図の記述は、曖昧な光と影の想像から、読めて・変更でき・比較できる領域定義の集合へと変わります。
実践では、タグの数は控えめにすることを推奨します。製品の被写体、後でコピーを置く余白領域、投影・反射領域の通常3つで十分です。タグが多いほど互いに押し合いになりやすく、むしろ画幅を調整する方が直接的です。
構図段階のセルフチェック項目
- 画面内の製品の占有率は棚の要件を満たしているか?メイン画像は通常より大きく、バナーはより多くの余白が必要;
- 余白領域の位置は本当にコピーを置けるか、製品のエッジに半分切られていないか;
- 投影の方向と光源の記述は一致しているか、両側に影が出ていないか;
- 背景の階層が被写体を妨げていないか、純粋な背景が必要ならこの段階で明確に書くべき。
構図が安定する前に、素材感の細部の語を急いで加えないでください。細部の語はモデルの注意を表面に配分させ、ちょうど調整した領域関係を崩しやすくなります。

マルチ参照画像の役割分担:被写体、スタイル、構図
image_urls は参照画像の配列で、要素は画像アドレスです。省略すると純粋なテキストからの画像生成になります。複数画像をサポートする場合の最もよくある誤用は「たくさん入れれば間違いない」というものです。製品の実写、競合のスタイル画像、レイアウト参考をまとめて投入し、プロンプトには「これらの画像を参考に製品画像を生成」とだけ書く。モデルは自分で役割を割り当てるしかなく、結果としてスタイル画像が製品の外形を汚染したり、レイアウト画像が被写体の比率を圧倒したりすることがよくあります。
正しい方法は、prompt 内で各画像に役割を明記することです。役割の分類は通常3種類あります。被写体(製品の形状、構造、配色はどの画像を基準にするか)、スタイル(光、質感、雰囲気はどの画像を参考にするか)、構図(画面レイアウトと余白はどの画像を参考にするか)。1枚の画像が複数の役割を担うことはできますが、文章で明確に説明する必要があり、モデルが理解してくれると勝手に期待してはいけません。
さらに、prompt は「参照画像の中で変更が必要な内容と保持すべき内容を説明する」役割も担います。つまり、誰が誰かを宣言するだけでなく、何をそのままコピーし、何を変更するかも宣言します。例えば、製品の外形は保持、背景は置換、光は調整といった指示は、具体的な参照画像の役割に項目ごとに対応させるべきです。
役割分担の記述順序
- まず一文で最終画面に何が必要かを説明する(例:ある製品のメイン画像);
- 参照画像の役割を1枚ずつ宣言し、タグで関連付ける;
- 保持項目と変更項目を明記する;
- 最後に背景、光などの全体的な雰囲気の記述を補足する。
参照画像の数には上限がありますが、成否を本当に決めるのは枚数ではなく、各画像に明確な責務があるかどうかです。まず1枚の被写体画像で構図を通し、次にスタイル画像を加え、最後にレイアウト画像を加えるというように、毎回1枚だけ増やして結果がどう変わるかを観察できます。
変数固定反復法:1ラウンドにつき1か所だけ変更する
反復をプロセスにする核心のルールはただ一つ、1ラウンドにつき1か所だけ変更することです。具体的には、まず基準パラメータ群をロックし、その後各ラウンドで1つのフィールドだけを置き換えます。つまり、prompt の某一文を変えるか、参照画像を1枚増減するかのどちらかです。
基準パラメータは seed、steps、画幅ピクセルをロックすることを推奨します。seed は固定の整数を取り、steps は細部の余地を残すためデフォルト上限付近に固定し、aspect_ratio と resolution は前のステップで確定した値を使います。以降の各ラウンドの生成はこのパラメータ群を再利用し、結果を「何ラウンド目、何を変えた、結果はどうだった」として記録します。
seed については合理的な期待を持つ必要があります。その役割は「同じパラメータでできるだけ同じ結果を再現する」ことであり、一致を保証することではありません。パラメータが完全に同じでも、2回の出力がピクセル単位で同じだと仮定してはいけません。ランダムな変動を減らすツールとして扱い、再現可能な約束とは考えないでください。したがって、プロンプトのバージョンとパラメータ群は必ず一緒に記録しなければ、後から差異がプロンプト由来かランダム性由来かを判断できません。
単一ラウンド反復の記録テンプレート
- ラウンド番号と目標(このラウンドで何を検証したいか);
- 固定パラメータのスナップショット:
seed、steps、aspect_ratio、resolution; - このラウンドの唯一の変数:プロンプトのどの文か、またはどの参照画像か;
- 結果の判断:目標達成 / 無効 / 新たな問題を導入;
- 次のステップ:継続、ロールバック、または別のブランチを開始。
あるラウンドで新たな問題が導入された場合、正しい行動は問題が出たバージョンにさらに修正を積み重ねるのではなく、前のバージョンのパラメータ群に戻って別の1か所を変更することです。複数のブランチを並行する場合は、番号でブランチを区別し、プロンプトのバージョンが混乱しないようにします。
細部の調整:steps、解像度、局所編集
構図と参照画像の役割が安定してから、細部の段階に入ります。この時点で動かせるフィールドは steps、resolution、そして prompt 内の局所編集領域です。
steps は拡散ステップ数で、デフォルトは16、値の範囲は1〜16です。値が低いほど生成は速く、細部は減る可能性があります。その位置づけは速度と細部の調整つまみであり、品質スコアのつまみではありません。構図が未確定のときに調整しても意味がなく、構図が確定した後に許容できる時間でより完全なテクスチャとエッジを得るために使います。課金基準には影響しないため、取捨の基準は予算ではなく待ち時間のコストであるべきです。
resolution はこの段階で初めて上げる価値があります。デフォルトの 1K で構図と役割分担を判断するには十分です。レイアウトが確定し、より高いピクセルの完成品を納品する必要が出てから、段階的に引き上げ、高ピクセルで素材が過度にシャープ化したり背景にノイズが出たりしないか再確認します。毎回1档だけ上げると比較しやすくなります。
局所編集は prompt 内のタグと bbox に依存します。まずタグで変更する領域を圈定し、次に文章でその領域内で何を変え、領域外で何を保持するかを説明します。局所編集のよくある失敗は、領域の境界と製品のエッジが合わず、製品の角が切り取られてしまうことです。そのため、枠選択は少し外側に広げ、文章で保持項目を制約するとよいでしょう。
細部段階の順序の推奨
- まず
stepsで細部と待ち時間のバランス点を見つける; - 次に局所編集で個別の瑕疵を処理する(投影が硬すぎる、エッジの色ムラなど);
- 最後に
resolutionを上げて完成品を出す; - 毎回1档だけ上げるか1領域だけ変更し、項目ごとに確認する。
納品レイヤーのパラメータとよくある問題のトラブルシューティング
output_format と safety_tolerance は納品レイヤーのパラメータです。output_format はデフォルトが jpeg で、png を選択できます。透明背景が必要な場合や後で二次処理をする場合は png を選び、直接出品して展示する場合は jpeg の方が軽量です。safety_tolerance はコンテンツセーフティの寛容度で、整数を取り、0が最も厳格、デフォルトは2です。これらの2項目は構図の探索期に繰り返し調整すべきではありません。早期に変更すると画面と無関係な変数を導入するだけです。構図が安定し、バッチ生産に入ってから統一的に確定してください。
よくある問題とトラブルシューティングの方向性
- プロンプトを変えたのに画面が変わらない:まずこのラウンドでこの1か所だけを変えたか確認し、次に変更がモデルが注目する階層に当たっているか確認する(構図の語を細部段階で変えても無効なことが多い);
- 参照画像が無視される:
prompt内でその画像に明確な役割を宣言しているか、保持項目と変更項目を明記しているか確認する; - 複数画像が互いに干渉する:参照画像の数を減らし、被写体、スタイル、構図の順に1枚ずつ追加して、どの画像が悪さをしているかを特定する;
- 再現に失敗する:
seedはできるだけ再現するだけで、パラメータ群とプロンプトのバージョンが完全に一致しているか確認し、なお変動があることを受け入れる; - 画幅が期待と異なる:
aspect_ratioがまだautoかどうかを確認し、明示的に固定してから構図を判断する; - 画像生成が遅くなる:早まって
resolutionやstepsを上げていないか確認し、探索期の档位に戻して検証する。
上記のフィールドの基準を一度集中的に確認してから次のラウンドを実行すれば、通常は大量の無効な試行を省けます。フィールドの詳細は flux-3-image-klein モデルページ を参照してください。
段階分け、変数固定、ラウンドごとの記録。このプロセスの価値はモデルを賢くすることではなく、あなたの毎回の変更が説明可能になることです。プロンプトとパラメータ群をバージョン管理が必要なコードとして扱えば、製品ビジュアルの成果物は運任せから再現可能なエンジニアリングへと変わります。