使用ガイド
Z-Image プロンプトレシピ:Turbo テキスト→画像生成向けのコピー&ペースト可能なプロンプト
シーン、スタイル、画像内テキスト向けの再利用可能なプロンプト構造——重みとネガティブリストのガイド付き
このページの内容
なぜプロンプトレシピが使い捨てプロンプトに勝るのか
ほとんどの人はコミットメッセージを書くようにプロンプトを書く:素早く書き、一度だけ書き、二度と見返さない。プロンプトはうまくいくかうまくいかないかのどちらかで、画像はどこかに保存され、なぜ成功したのかという知識は消え去る。次に似た画像が必要になったとき、またゼロから始めることになる。
プロンプトレシピは逆の習慣だ。プロンプトを不透明な文字列として扱うのではなく、名前付きのブロック——被写体、シーン、スタイル、画像内テキスト、そして短いネガティブリスト——に分解し、それらのブロックを各生成を通じて安定させておく。新しい画像が欲しいときは、プロンプトを書き直すのではなく、ブロックの一つの中身を差し替えるだけでよい。
開発者にとって、これは実用的に三つの意味を持つ:
- 再現性。 レシピはパラメータ化されたテンプレートだ。同じレシピ、同じスロット値での二回のレンダリングは、他人ではなく兄弟のように似ているべきだ。これによりリグレッションが見えるようになる。
- 帰属可能性。 出力がおかしいとき、ブロック構造はどこを見るべきかを教えてくれる。光が違う?シーンブロックを確認せよ。看板が読めない?テキストブロックを確認せよ。モノリシックなプロンプトではこうした手がかりは得られない。
- プロジェクト間の再利用。 単一の素材要件が本当に一つだけであることは稀だ。同じ視覚言語をメイン画像、サムネイル群、ソーシャルカードに通底させたいと考えるだろう。レシピは拡張できるが、使い捨てプロンプトはコピー&ペーストされ、徐々に崩れていく。
この発想の転換は小さいが、反復の仕方を変える:「とりあえず試す」のではなく、制御されたバリアントを実行し始めるのだ。本稿の残りはこのツールボックスを組み立てる——まずレシピの解剖学、次にシーンとスタイルのスロット、続いてテキストをレンダリングするための言い回し、さらに重み付けとネガティブプロンプトの規律、その後公平な比較ループ、最後に検証済みレシピを生成呼び出しに接続する方法だ。

Z-Image レシピの解剖学
プロンプトをコピーする前に、各部分が何のためにあるのかを理解しておくと役立つ。持続可能な Z-Image レシピには五つのスロットがある。毎回五つすべてを埋める必要はないが、どれを空けたのかは把握しておくべきだ。
スロット 1:被写体
画面に何があるか、率直に。一、二個の名詞句。ここで修飾への衝動を抑えること——被写体がどう見えるかを述べる形容詞はスタイルブロックに属し、被写体ブロックではない。混ぜると後の差し替えが難しくなる。
スロット 2:シーン
被写体がどこにあり、何時で、環境が何をしているか。このブロックが構図の圧力の大半を担う。場所、照明条件、そして被写体と背景の空間的関係を記述すべきだ。
スロット 3:スタイル
視覚的処理方法:媒体、レンダリング特性、色彩挙動、時代、詳細度。これは他の部分に触れずに丸ごと差し替えられるべきブロックだ。
スロット 4:画像内テキスト
画像内部に必ず現れなければならないあらゆるテキスト、その位置と外観。これは人々が最もよく暗黙のままにしてしまうスロットであり——最もよく失敗するスロットでもあるため、独立した節で扱う。
スロット 5:ネガティブリスト
繰り返し目にするが望まないものの、短く再利用可能なリスト。推測ではなく、観察された失敗に紐づくべきだ。
組み立てテンプレート
骨組みとして書くと、レシピはこうなる:
[subject] in [scene], [style], text: "[string]" placed [position] rendered as [typographic look]
negative: [short list]
価値は角括弧の中にある。各角括弧は独立した軸だ。スタイルブロックを変えて構図が変わったなら、これらのブロックがどう相互作用するかについて本物の知識を得たことになる——そして記録できる。すべてを一度に変えたなら、再利用可能なものは何も学んでいない。
早いうちに身につけるべきもう一つの規律:レシピはプレーンテキストファイルに、各スロットを注記して保存すること。あるレンダリングが意外な結果になったとき、何を打ったかを思い出そうとするのではなく、レシピを前バージョンと差分比較できる。

シーンとスタイルのキーワード構造
シーンとスタイルは最もよくごちゃ混ぜに崩壊する二つのブロックだ。これらを構造的に分離しておくことが、本稿で最もてこの効く習慣である。
シーンブロックの整理
常に同じ順序で同じ問いに答えれば、シーン記述はより再利用しやすくなる:
- 場所の種類——屋内/屋外、そしてどんな空間か(スタジオ、街路、森、廊下)。
- 照明条件——方向と質感(柔らかなサイドライト、強いトップライト、曇天の拡散光、単一の実用灯)。
- 被写界深度の手がかり——何が近く、何が遠く、背景は雑然か清潔か。
- 雰囲気——霧、埃、雨、静止。任意だが、ムードを安定させる。
この固定順序で答えることは、二つのシーンブロックを直接比較できることを意味する。実行ごとにフレーズの順序を入れ替えるなら、出力の変化が新しい言い回しによるものか新しい順序によるものかを判断できない。
スタイルブロックの整理
スタイル記述語はいくつかの族に分かれる。同じ族から形容詞を十個積み重ねるのではなく、各族から最大一、二個を選ぶ:
- 媒体——写真、イラスト、3D レンダー、版画、絵画。
- レンダリング特性——シャープ、ソフトフォーカス、粒子感、高コントラスト、フラット。
- 色彩挙動——低彩度、高彩度、モノクロ、暖色偏移、寒色偏移。
- 時代または参照カテゴリ——ミッドセンチュリー・モダン版画、現代エディトリアル、レトロフューチャリズム。概略に留めること;具体的な画家の名前はしばしば不安定な結果を生む。
再構築せずにスタイルを変える
シーンとスタイルが独立したスロットになれば、スタイル探索は安価になる。被写体とシーンをベースラインに固定し、スタイルブロックだけをローテーションする:
subject: a ceramic watering can
scene: on a concrete ledge, soft window light from the left, shallow depth, clean background
style A: photograph, crisp, muted color
style B: illustration, flat, saturated color
style C: 3D render, soft-focus, cool-shifted
三回のレンダリング、一つの変数、そして本当に言明できる結論が得られる:どの処理方法が自分のプロジェクトに合うか。シーンブロックが完全に同一に保たれていることに注意——これこそ比較が有効な理由だ。同時に光も変えたなら、それはただの当て推量にすぎない。
実用的なコツ:すでに検証済みのシーンブロックの小さなライブラリを維持すること(スタジオ照明セット、屋外昼光セット、屋内実用灯セット)。ほとんどのプロジェクトは二十個ではなく、二、三個の繰り返し現れる環境しか必要としない。
テキストを本当にレンダリングさせる言い回し
画像内テキストは、曖昧なプロンプトが最も顕著に失敗する場所だ。「キャプション付きのポスター」のような漠然としたスタイル表現は、モデルにテキスト、位置、フォントを勝手に発明させる——そしてたいていひどく発明する。解決策は期待するのをやめ、明示的に指定し始めることだ。
すべてのテキストリクエストに必要な三つ
- 内容——正確な文字列を引用符で囲む。文字列の説明ではない。
- 位置——画面内のどこに、相対的な大きさはどれくらいか。
- 字体の外観——ウェイト、大文字/小文字、スタイル(太字サンセリフ、細字セリフ、手書き体、ステンシル体)。
説明不足のリクエストはこうなる:
a storefront with a sign above the door
構造化されたリクエストはこうなる:
a storefront with a sign above the door, text: "OPEN LATE" centered on the signboard, bold uppercase sans-serif, high contrast against the board
二番目のバージョンは成功を保証しないが、レンダラーに目標を与える。失敗したとき、その失敗は診断可能だ:文字列が違うのか、位置が違うのか、フォントが違うのか?
試練に耐える言い回しのパターン
- 文字列を正確に引用する。 リテラルテキストを直引用符で囲み、スタイル形容詞ではなく内容として読ませる。
- 位置は画面ではなく物体に対して宣言する、——「看板の中央に」は「画面の真ん中に」より安定する。
- 担体を描写する。 看板、ラベル、背表紙、スクリーン。明確に定義された表面上のテキストは、空間に浮かぶテキストより信頼性高くレンダリングされる。
- 文字列を短く保つ。 長い文は部分レンダリングや捏造された埋め草を招く。段落まるごとが必要なら、複数のレンダリングに分割するか、見出しだけが本物のテキストであるデザインを受け入れること。
- テキストが何でないかを述べる、——余計に発明された語を繰り返し目にするなら:
extra words, gibberish textのようなネガティブ項目は、ポジティブプロンプトで自分自身を繰り返すよりしばしば効果的だ。
それでもテキストがレンダリングされないとき
短い文字列を鮮明な表面上に置き、二、三回言い回しを試してもなお失敗するなら、問題は通常テキストブロックではなくシーンにある。雑然とした背景、極端なパース、濃い雰囲気効果はすべて可読性と競合する。まずシーンブロックを簡素化する——背景を平坦にし、角度を緩める——それからテキスト指示を積み上げ始めること。

当て推量なしの重み付けとネガティブプロンプト
強調とネガティブプロンプトは、人々が最初に手を伸ばすが最後に理解する二つのてこだ。どちらも有用で、どちらも同じように失敗する:証拠ではなく民間伝承として蓄積されるのだ。
重み付けの習慣
- 重み付けなしから始める。 まずベースラインでレシピを通し、それから強調を加える。半分のフレーズだけが重み付けされたときにだけ効くプロンプトは、脆弱なプロンプトだ。
- プロンプト全体ではなく、性能の悪いブロックを持ち上げる。 スタイルが無視されるなら、通常はスタイルフレーズの強調が必要であり、文字列内のすべての形容詞ではない。
- 各反復で重みは一つだけ変える。 二つの重みを同時に持ち上げると、どちらが効いたのか分からない。
- 何を持ち上げたか、なぜかを記録する。 三週間後、注記のない重みはタイポと区別できない。
あるインターフェースは重みをプロンプト内の構文として公開し、別のものは個別のパラメータで適用する。どちらでも規律は同じ:一つの強調は一つの仮説であり、どのような結果がそれを反証するかを言えなければならない。
ネガティブプロンプトの習慣
ネガティブリストは、繰り返し現れる失敗に紐づいた小さなバージョン管理された成果物として扱う——埋め立て地ではない。
- 少なくとも二回その失敗を見てから項目を追加する。 一度のひどいレンダリングはただのノイズだ。
- 失敗を具体的に名付ける。
blurry textとgibberish textは実行可能だが、bad qualityはそうではない。 - リストの長さを制限する。 およそ十二項目を超えて成長するなら、ポジティブプロンプトが説明不足で、対症療法をしているにすぎないかもしれない。
- 比較実行の中で刈り込む。 項目を削除しても複数レンダリングで何も変わらないなら、それは死荷重だ——切れ。
- プロジェクトごとに権威あるリストを一つ保つ。 異なるプロンプトが異なるネガティブリストを使うと、プロンプト間の比較が無意味になる。
テキスト密度の高い作業では、有用なネガティブリストは少数の繰り返し項目に落ち着く傾向がある:望まない余分な語、歪んだ字形、重複した物体、そして一部のシーンタイプ固有のアーティファクト。それだけだ。リストが短いのは臆病だからではなく、吟味されているからだ。
正しい方法で実出力を比較する
本稿の主張はすべて出発点の仮説であり、法則ではない。Z-Image レシピは自分のレンダリングに対して検証されるべきであり、ずさんな比較は誤った結論を喜んで確認してしまう。
公正な比較のルール
- ベースラインを一つ固定する。 あるレシピバリアントを選び、各候補の隣で毎回再レンダリングする——そうすれば常に見えるのはベースラインと変更であり、変更と記憶ではない。
- 各実行でスロットは一つだけ変える。 スタイルの差し替えは問題ない;スタイル+光+新しいネガティブ項目は比較ではなく再設計だ。
- 複数回レンダリングする。 生成には分散がある。各バリアントを一度だけレンダリングすると、信頼できないフレーズが決定的に見えてしまうかもしれない。
- 明確な基準で判断する。 「より良い」が何を意味するかをレンダリング前に決める——テキストの可読性、シーンの正確さ、スタイルの一貫性。曖昧な基準は曖昧な結論を生む。
- レシピを出力の隣に記録する。 プロンプトのない画像はただの逸話だ。
軽量なループ
開発者にとって、実行可能なループは次のようになる:
- 現在のベストレシピを
baselineとして保持する。 - 単一ブロックだけを変えたバリアントを起草する。
- 同じ設定で双方を数回ずつレンダリングする。
- 同じサイズで並べて見る——順番に見たり、異なるズームレベルで見たりしない。
- バリアントをベースラインに昇格させるか、捨てて理由を記録する。
捨てられたバリアントこそ最も価値がある。それらは入れたいと強く思ったフレーズが実際には役立たなかったことを証明し、次にレシピを組み立てるときに簡潔さを保たせてくれる。
何を記録すべきか
生き残った各レシピについて記録する:五つのスロット、ネガティブリスト、重みを加えたものすべて、そして合格した基準。その記録こそがレシピだ。プロンプト文字列自体は半分にすぎず——残りの半分は、そのプロンプトが何に対して検証されたかを知ることだ。
API でレシピを適応させる
レシピが比較を生き残ったら、最後のステップはそれを呼び出し可能にすることだ。目標はリクエスト全体を通じてブロック構造を保つことで、手で調整したスロットがコード内のパラメータになる。
スロットからコードへ
レシピはリクエスト構築器にきれいにマッピングできる:スロットごとに一つの変数、固定順序で組み立て、ネガティブリストと任意の重みを一緒に渡す。重要な性質は:スタイルを変えるとは一つの変数を変えることであり、巨大なリテラルへの文字列編集ではない。
recipe = {
"subject": "a ceramic watering can",
"scene": "on a concrete ledge, soft window light from the left, shallow depth, clean background",
"style": "photograph, crisp, muted color",
"text": None,
}
prompt = "{subject} in {scene}, {style}".format(**recipe)
画像内テキストを追加するとき、それは独立した断片として挿入され、シーン記述に振り撒かれることはない。これにより構造がリクエスト可能で差分可能なまま保たれる。
コード内で規律を保つ
いくつかの習慣は手動反復からプログラム的使用へと引き継がれる:
- レシピをバージョン管理する。 リビジョン識別子付きのデータとして保存し、出力のリグレッションを推測ではなくレシピ変更に遡及できるようにする。
- 各レンダリングで完全なプロンプトを記録する。 組み立てられた文字列、ネガティブリスト、任意の重み。これなしのデバッグは考古学だ。
- バッチ比較を意識的に行う。 バリアントを生成するなら、手動で行うのと同じく、各バッチで変化する軸は一つだけに保つ。
- 接続後に検証する。 数回の手動レンダリングで良く見えたレシピは、自動化後にやや大規模なチェックに値する——分散は量においてより明瞭に現れる。
HiAPI.ai は Z-Image を単一の統一インターフェースで公開しているため、統合の詳細——リクエストフィールド、重みパラメータ、レスポンス処理——はモデルページにある:現在の統合リファレンスは Z-Image を参照。検証済みのレシピから始め、それを接続し、比較ループにどの変更が保持に値するかを判断させよう。