使用ガイド

Qwen Image 3.0 プロンプトレシピ：そのままコピーできるプロンプトと実際の出力

Sep 3, 2026

Qwen Image 3.0 のテキスト画像生成インターフェースは、ある一点で際立って優れており、その点は多くの画像モデルがいまだに克服できていません。それはテキストを正確にレンダリングすること——中国語と英語の混在を含めて——で、手直しなしでそのまま納品できるほどクリーンです。だからこそ、このモデルには汎用的な「AI プロンプトの書き方」記事ではなく、専用のプロンプトガイドがふさわしいのです。

以下は、私たち自身が作成し、qwen-image-3.0/text-to-image 上で実際に実行した 6 つの完全でそのままコピー可能なプロンプトです。それぞれに実際の未編集の出力が付いています。各プロンプトはその画像のすぐ隣にあるので、そのまま使うことも、被写体だけを自分のものに置き換えることもできます。

このモデルが特に得意なこと

レシピに入る前に、生成を無駄にしないために知っておくべきことが 3 つあります：

正確なテキストレンダリング。 引用符で囲んで、レンダリングしたい正確な文字——中国語、英語、あるいは同じ画面内の両方——を書けば、ほとんどの場合、モデルはそれらをはっきりと読み取れる形でレンダリングできます。ただし公開前には必ず校正してください。画数や文字が崩れる可能性はまだ残っています。
対応するアスペクト比のリストは、思ったより狭いです。 API は 1:1、3:2、2:3、4:3、3:4、16:9、9:16、21:9 のみを受け付けます。4:5 や 5:4 のような一般的な比率は、課金前にクリーンな 400 を直接返します——詳細は後述します。
画像ごとの均一価格。 本稿執筆時点では、タスクエンドポイントはアスペクト比に関係なく 1 枚あたり $0.0358 の均一料金です（hiapi のリアルタイム価格で確認済み）。

6 つのプロンプトレシピ

1. バイリンガルの店舗看板

シネマティックなストリート写真、夕暮れの京都の狭い路地にある小さな独立系書店、高いガラス窓から濡れた石畳にこぼれる温かいタングステン光。ドアには手描きの木製看板が掛かっており、そこには正確な中国語の漢字「纸间」だけが刻まれ、そのすぐ下に小さな真鍮の筆記体文字で正確な英語の単語「PAPER ROOM」と書かれている。窓越しに積み重なった本が見え、上部にはストリングライトの柔らかなボケ。窓辺に一匹の猫が座っている。ドキュメンタリー風ストリートフォトグラフィー、自然な非対称の構図、柔らかなティールとアンバーの色調、繊細なフィルムグレイン、浅い被写界深度、3:4 の縦構図。

効果的な理由：正確な中国語と英語の文字列をそれぞれ独立した文に引用符付きで配置することで、長く説明的な節に埋もれさせるのではなく、モデルに明確なテキストのターゲットを与えます。3:4 の縦構図も、実際の店舗看板の写真が通常取る構図に合っています。

2. Eコマースの商品メイン画像

ミニマルなスタジオ商品写真、マットなセラミック製ハンドドリップコーヒードリッパー、温かみのあるテラコッタ色、円形のトラバーチンの台座の上、背景は淡い砂色から温かい白への柔らかなグラデーション。左上からの単一の方向性ソフトボックスがドリッパーの溝に柔らかなリムライトを作り、下には繊細で柔らかな影。文字なし、小道具なし、手なし。クリーンなコマーシャル Eコマース写真、全体にシャープなピント、ニュートラルなカラーバランス、1:1 の正方形構図。

効果的な理由：「文字なし、小道具なし、手なし」と明示することで、商品画像に余計なものを加えたがるモデルの傾向を抑えられます。1:1 は Eコマースプラットフォームの商品画像で最も安全なデフォルト比率であり、光の方向を指定することでカタログ全体で一貫した再現可能な見た目が得られます。

3. キャラクターコンセプトポートレート

半身のコンセプトアートポートレート、60 代で風雨にさらされた灯台守、真鍮のボタンが付いた厚手のオイルスキンコートを着て、銀髪はニット帽の下で後ろにまとめられ、穏やかな灰色の目の周りには深い笑い皺がある。肩には古い真鍮の望遠鏡を担いでいる。背景は柔らかくぼけた嵐の海岸線、霧の中を灯台の明かりのビームが貫いている。絵画風のデジタルイラストレーション、質感のある筆致、柔らかな冷たい青灰色の色調に温かいアンバー色の灯台の光、ドラマチックなリムライト、3:4 の縦構図。

効果的な理由：年齢、服装、小道具の詳細（「真鍮のボタンが付いた厚手のオイルスキンコート」「古い真鍮の望遠鏡」）が、曖昧な形容詞ではなく、モデルが具体的にレンダリングできる物体を与えます。ここでの構図に注目してください——最初の試行では 4:5 を使いましたが、これはモデルが受け付けるアスペクト比のリストに含まれておらず、課金されない 400 が返りました。3:4（最も近い対応する縦比率）に変更したところ、次の試行で成功しました。

4. エディトリアル風の建築インテリア

ワイドな建築写真、陽光が降り注ぐ大学の閲覧室、そびえ立つアーチ型の天井と並ぶ高いアーチ窓の列。長いオークのテーブルが中央に沿って伸び、各テーブルには真鍮の読書灯があり、数人の学生が柔らかなボケの中で静かに勉強している。埃が午後の太い光の筋の中ではっきりと浮かんでいる。温かみのある蜂蜜色の木材、柔らかなセージグリーンの椅子、対称的な一点透視構図、超精細なテクスチャ、ハイダイナミックレンジ、16:9 のキービジュアル構図。

効果的な理由：構図技法を直接指定すること（「対称的な一点透視」）は、建築・インテリア写真においてより信頼できる制御手段の 1 つです——それは雰囲気を表す言葉ではなく、モデルが従える具体的な指示です。16:9 はワイドなエディトリアルキービジュアルやブログのヘッダー画像に適しています。

5. 俯瞰のフード写真

俯瞰のマクロ写真、深い色の石板のテーブルに置かれた湯気の立つ豚骨ラーメンのどんぶり、濃厚で濁ったスープが柔らかな窓の光を映し、艶やかなチャーシューの薄切りが扇形に麺の上に並び、半熟卵が半分に切られてとろりとした黄身を見せ、散らばった青ねぎと一枚の海苔がどんぶりの縁に立てかけられている。細く見える湯気が立ち上る。箸はどんぶりの横の小さな陶器の箸置きに置かれている。自然光、縁の浅い被写界深度、食欲をそそるエディトリアルなフードスタイリング、1:1 の正方形構図。

効果的な理由：フードのプロンプトは、盛り付けの詳細に質感を表す言葉（「艶やか」「とろりとした」「濁った」）を重ねると効果的です——この組み合わせが、食欲をそそるレンダリングと平淡なレンダリングを分ける分かれ目です。「細く見える湯気が立ち上る」はここで大きな役割を果たしています。湯気はモデルが比較的うまくレンダリングできる、より安定したディテールの 1 つです。

6. バイリンガルのアプリリリースポスター

クリーンでモダンなモバイルアプリのリリースポスター、ラベンダーから淡いブルーへの柔らかなグラデーション背景。スマートフォンのモックアップが中央右寄りでわずかに傾いて浮かび、画面には柔らかな角丸カードを備えた簡略化された抽象的なアプリ UI が表示されている。左側には大きな太字のサンセリフ体のタイトルテキストで正確な中国語の漢字「轻装上阵」だけが書かれ、そのすぐ下に小さめのウェイトで正確な英語の単語「TRAVEL LIGHT」と書かれている。スマートフォンの周囲にはミニマルな幾何学形状と柔らかなドロップシャドウがあり、奥行きを加えている。フラットでモダンなマーケティングデザイン、豊富な余白、9:16 の縦構図。

効果的な理由：レシピ #1 と同じテクニック——正確なタイトルテキストを独立した節に分離し、相対的なウェイト/サイズ（「すぐ下に、小さめのウェイトで」）を指定することで、モデルはテキストだけでなく階層も把握できます。9:16 は、この画像がモバイルアプリストアやソーシャルプロモーション素材として実際に展開される方法に合っています。

実際に使えるアスペクト比

qwen-image-3.0/text-to-image は 8 つのアスペクト比のみを受け付けます：1:1、3:2、2:3、4:3、3:4、16:9、9:16、21:9。このリスト以外の値——4:5 と 5:4 は人々が習慣で最もよく使う 2 つです——は、ひどいレンダリングではなく、即座に 400 INVALID_REQUEST を返します。そのため、このエラーに対して料金を支払うことはありません。アスペクト比のリストがより広いモデルからプロンプトを移行する場合は、送信前に最も近い対応値にマッピングしてください（4:5 → 3:4、5:4 → 4:3）。

よくある質問

qwen-image-3.0/text-to-image は画像から画像への編集をサポートしていますか？ このガイドはテキストから画像へのエンドポイントに特化しています。画像編集を中心にワークフローを構築する前に、現在サポートされているモードのリストについてモデルページを確認してください。

1 枚あたりいくらかかりますか？ 本稿執筆時点では、タスクエンドポイントは 1 枚あたり $0.0358 です。価格は変わる可能性があるため、大規模にコストを見積もる前に、hiapi の価格ページで現在の数字を確認してください。

なぜリクエストが画像ではなく 400 を返すのですか？ 最も一般的な原因は、サポートされていない aspect_ratio の値です——正確な受け入れ可能なリストは上記のとおりです。API は生成が始まる前にリクエストを拒否するため、ここでの 400 では費用は発生しません。

同じ画像内で中国語と英語を混在させることはできますか？ はい——上記のレシピ #1 と #6 はどちらもそうしています。各言語の正確なテキストを 1 つのフレーズにまとめるのではなく、それぞれ独立した節に引用符付きで配置し、公開向けのコンテンツで使用する前に必ずレンダリング結果を校正してください。