AIツール on KnightLiブログ

GitHub AIオープンソースプロジェクト分類：Coding AgentからRAGナレッジベースまで

Thu, 21 May 2026 08:53:13 +0800

このページでは、GitHub上のAIプロジェクトを用途別に整理します。AIコーディングとCoding Agent、Agentスキルとワークフロー、RAGとナレッジベース、マルチモーダル制作、ローカルモデルと推論、垂直アプリケーションと自動化、AIアプリ開発基盤などの方向を扱います。新しいプロジェクトが増えた場合も、同じ構造で追加できます。

カテゴリ概要

カテゴリ	プロジェクト数	まず見るべき人
AIコーディングとCoding Agent	19	Claude Code、Codex、Cursor、ターミナルAgent、リポジトリ自動化をよく使う人
Agentスキルとワークフロー	7	AIコーディング、研究、制作フローを標準化したい人
RAG、ナレッジベース、メモリ	7	文書検索、ナレッジベース、長期メモリ、Webクロール、構造化抽出が必要な人
垂直アプリケーションと自動化	7	金融、取引、Xianyu監視、デスクトップ操作、ブラウザ自動化などを見たい人
マルチモーダルとコンテンツ制作	5	画像、動画、文字起こし、プロンプト集、コンテンツ配信を扱う人
AIアプリ開発基盤	3	AIアプリ、ブラウザ自動化、Prompt/MCPツールチェーンを構築する開発者
ローカルモデルと推論	1	ローカルDeepSeek、推論エンジン、ハードウェア適配に関心がある人

この分布から、現在のAIオープンソースプロジェクトではAIコーディングツールが最も多く、その次にAgentワークフロー、RAGナレッジベース、具体的な応用シナリオが続くことがわかります。純粋なモデル推論プロジェクトは少なめです。ローカルデプロイの多くは、単一のGitHubプロジェクトではなく、モデル、GPU、デプロイ方案を中心に整理されるためです。

AIコーディングとCoding Agent

このカテゴリは、コード理解、コード修正、エンジニアリングフロー、ターミナルAgentに焦点を当てます。最も大きいグループで、19 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
Ralph	Ralph：Claude CodeとAmpを自律開発ループにする	snarktank/ralph	PRD、計画、実行、レビューの流れでClaude Code / Ampを進める	Agentコーディングの流れを整えたい人
Claude-Mem	Claude-Mem：Claude Codeにセッション横断の長期メモリを追加する	thedotmack/claude-mem	Claude Codeにセッション横断メモリを追加	Claude Codeを頻繁に使う開発者
Claude Code Hooks Mastery	Claude Code Hooks Mastery：13個のHooksライフサイクル入門	disler/claude-code-hooks-mastery	Claude Code Hooksのライフサイクルと自動化制御を学ぶ	Claude Codeをカスタマイズしたい人
Compound Engineering Plugin	Compound Engineering Plugin：AIコーディングを計画、実行、レビューの循環にする	EveryInc/compound-engineering-plugin	AIコーディングを計画、実行、レビューに分ける	工学的なAIコーディングを重視する人
free-claude-code	free-claude-code：Claude CodeをOpenRouter、DeepSeek、ローカルモデルにつなぐ	Alishahryar1/free-claude-code	proxy経由でClaude Codeを複数モデルバックエンドに接続	Claude Codeのコストを下げたい人
Hermes Agent	Hermes Agentとは：概要、利点、クイックスタート、OpenClaw比較	NousResearch/hermes-agent	ツール呼び出しとタスク実行に対応するローカルAgentフレームワーク	ローカルAgentを動かしたい人
OpenHarness	OpenHarnessとは：オープンソースAgent Harnessでできること	HKUDS/OpenHarness	Agent HarnessとマルチAgent実行フレームワーク	Agent編成を研究する人
CodexBridge	Codexを中国系大模型に接続する：OpenAI互換APIとCodexBridge	begonia599/CodexBridge	CodexをOpenAI互換モデルAPIに接続	Codexを国内モデルにつなぎたい人
ccx	CCXでCodex向けOpenAI互換APIを一元管理する	BenedictKing/ccx	Claude、Codex、GeminiなどのAPI proxy管理	複数モデルを切り替える人
cc-haha	cc-haha：Claude Codeをデスクトップワークスペースにする	NanmiCoder/cc-haha	Claude Codeのデスクトップ作業台とComputer Use入口	GUIが好きなClaude Codeユーザー
DeepSeek-TUI	DeepSeek-TUI：DeepSeek V4をターミナルのコーディングAgentにする	Hmbown/DeepSeek-TUI	ターミナルでDeepSeekコーディングAgentを動かす	DeepSeekとCLIユーザー
Open Design	Open Design：Claude CodeとCodexをAIデザインツールにする	nexu-io/open-design	Claude Code / Codexをデザイン生成に参加させる	Agentでデザインプロトタイプを作りたい人
agentmemory	agentmemory：Claude Code、Codex、Cursorに永続メモリを追加する	rohitg00/agentmemory	Coding Agentに永続メモリを追加	長期プロジェクトを保守する開発者
Graphify	Graphify：コードベースをAIが問い合わせできる知識グラフにする	safishamsi/graphify	コードベースを知識グラフ化し、重複したファイル読込を減らす	大規模コードベースのユーザー
CC Switch	CC Switch：Claude Code、Codex、Gemini CLI、OpenClawをまとめて管理する	farion1231/cc-switch	複数AI CLIとアカウント/設定の切替管理	複数CLIを併用する人
Warp	Warpオープンソース化：ターミナルからAgentic Development Environmentへ	warpdotdev/warp	Agenticターミナルと開発環境	ターミナルをよく使う人
opencode	opencode、Claude Code、Codexの違い：オープンソースAIコーディングツールガイド	anomalyco/opencode	オープンソースAIコーディングAgent	Claude Code / Codex代替を探す人
9Router	9Router：Claude Code、Codex、Cursorを一つのAIルーターにつなぐ	decolua/9router	AIコーディングモデルのルーティングとtokenコスト制御	複数ツール、複数モデルのユーザー
goose	goose：デスクトップ、CLI、API一体のオープンソースAI Agent	aaif-goose/goose	デスクトップ、CLI、API対応のオープンソースAgent	汎用Agentワークスペースが欲しい人

Agentスキルとワークフロー

このカテゴリは、AI能力を再利用可能なスキル、プロセス、仕様に固定することに焦点を当てます。7 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
mattpocock/skills	Vibe Codingを拒否する：Matt PocockのskillsリポジトリがAIコーディングに工程制約を加える	mattpocock/skills	SkillsでAIコーディングの流れを制約する	Agentに工程規律を加えたい人
Superpowers	Superpowers：Coding Agentを工程フローに戻すスキルフレームワーク	obra/superpowers	Agentic skills frameworkと開発方法論	Coding Agentを体系的に使いたい人
Prompt-Vault	Prompt-Vault：AIコーディング能力を試すPrompt仕様ライブラリ	w512/Prompt-Vault	AIコーディング評価用prompt仕様を集める	モデル/ツール評価者
web-video-presentation	web-video-presentation：記事を録画可能なWeb動画にするAgent Skill	ConardLi/garden-skills	記事を録画可能なWeb動画へ変換	コンテンツ制作者と自動化ユーザー
nuwa-skill	nuwa-skill：「人を蒸留する」を実行可能フローにする	alchaincyf/nuwa-skill	人物の表現と思考フローをSkillで再現	スタイル型Agentを作る人
Scientific Agent Skills	Scientific Agent Skills：研究ワークフローをAI Agentに渡すスキル集	K-Dense-AI/scientific-agent-skills	科研ワークフロー向けSkill集	研究者、データ分析者、技術ライター
easy-vibe	easy-vibe：Vibe Coding初心者向け学習マップ	datawhalechina/easy-vibe	Vibe Coding入門マップ	AIコーディング初心者

RAG、ナレッジベース、メモリ

このカテゴリは、文書検索、ナレッジベース構築、長期メモリ、構造化抽出を扱います。7 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
LangExtract	Google LangExtract：LLMで長文から構造化データを抽出する	google/langextract	長文から構造化情報を抽出	情報抽出とデータ処理のユーザー
qmd	qmd：AI Agent向けローカルMarkdown文書検索	tobi/qmd	ローカルMarkdown文書検索	Markdownで知識管理する人
Firecrawl	Firecrawl：AI Agent向けWeb検索、クロール、操作API	firecrawl/firecrawl	Webクロール、検索、構造化データ入口	RAGとAgentデータ入口を作る人
RAGFlow	RAGFlow：オープンソースRAGエンジンの機能と使い方	infiniflow/ragflow	オープンソースRAGエンジン	企業ナレッジベースと文書Q&Aユーザー
OpenHuman	OpenHuman：オープンソース個人AI Agentのデスクトップ路線	tinyhumansai/openhuman	ローカル優先の個人AI Agentとメモリ層	個人データを統合したい人
OpenKB	OpenKB：文書を継続更新可能なLLMナレッジベースに編成する	VectifyAI/OpenKB	文書を更新可能なナレッジベースにする	文書ナレッジベースの保守者
PageIndex	PageIndex：ベクトルDBなしの推論型RAG文書索引	VectifyAI/PageIndex	ベクトルDBなしの推論型文書索引	新しいRAG手法に関心がある人

マルチモーダルとコンテンツ制作

このカテゴリは、画像、動画、文字起こし、コンテンツ配信を扱います。5 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
rembg	rembg：ローカル画像背景除去ツール	danielgatis/rembg	ローカル画像背景除去	EC、デザイン、画像処理ユーザー
awesome-gpt-image-2-prompts	GPT-Image 2プロンプト集：EC、ポスター、ポートレート、UI	EvoLinkAI/awesome-gpt-image-2-prompts	GPT-Image 2のプロンプトと事例集	AI画像生成とプロンプトユーザー
faster-whisper	faster-whisper：より速いWhisper文字起こしエンジン	SYSTRAN/faster-whisper	高性能speech-to-text	字幕、文字起こし、音声処理ユーザー
Pixelle-Video	Pixelle-Video：一つのテーマから短動画を生成するオープンソースAIエンジン	AIDC-AI/Pixelle-Video	テーマから短動画を生成するワークフロー	短動画とAIGC制作者
AiToEarn	投稿先が多すぎる？AiToEarnはAI Agentで制作者を助ける	yikart/AiToEarn	複数平台への配信と制作者自動化	コンテンツ運営者と制作者

ローカルモデルと推論

このカテゴリは、ローカルモデル実行と推論実験を扱います。現在は少なめで、1 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
ds4	DeepSeek 4をローカル実行：Apple Silicon MacでのAntirez ds4の試み	antirez/ds4	Apple SiliconでDeepSeek 4を試す	ローカルモデルと推論実験ユーザー

垂直アプリケーションと自動化

このカテゴリは、AgentやAI能力を金融、取引、ブラウザ、デスクトップ、EC監視などの具体的な場面に適用します。7 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
TradingAgents-CN	TradingAgents-CN：中国語ユーザー向けマルチAgent金融取引研究フレームワーク	hsliuping/TradingAgents-CN	マルチAgent金融取引研究フレームワーク	クオンツ、金融、Agent研究者
FinceptTerminal	FinceptTerminal：オープンソース金融端末、量化研究、AI Agentワークスペース	Fincept-Corporation/FinceptTerminal	金融端末、量化研究、AI Agent作業台	金融分析と量化ユーザー
Anthropic financial-services	Anthropic financial-services：金融Agentシナリオを再利用可能テンプレートにする	anthropics/financial-services	金融サービスAgentテンプレート	金融AI方案を作る人
ai-goofish-monitor	ai-goofish-monitor：AIでXianyu商品を自動監視するシステム	Usagi-org/ai-goofish-monitor	AI商品監視とXianyu自動化	中古取引監視ユーザー
CloakBrowser	CloakBrowser：PlaywrightとPuppeteer向けのより人間らしいブラウザ	CloakHQ/CloakBrowser	より人間らしいブラウザ自動化環境	ブラウザ自動化とAgent操作
UI-TARS-desktop	AIにPCを操作させる？UI-TARS-desktopがデスクトップ、ブラウザ、ツールを接続	bytedance/UI-TARS-desktop	デスクトップ、ブラウザ、ツール操作Agent	AIにPC操作を任せたい人
AI-Trader	AI-Traderとは：AI Agentが取引シグナルを出し、模擬取引する平台	HKUDS/AI-Trader	AI Agentの取引シグナルと模擬取引	金融Agentと取引研究者

AIアプリ開発基盤

このカテゴリは、AIアプリとAgentツールチェーン構築に必要な基盤コンポーネントを提供します。3 件のプロジェクトがあります。

プロジェクト	記事	GitHub	主な用途	向いている人
Prompt Optimizer	Prompt Optimizer：オープンソースのプロンプト最適化、テスト、MCPツール	linshenkx/prompt-optimizer	プロンプト最適化、テスト、MCPツール	Prompt engineeringとアプリ調整のユーザー
Playwright CLI	Playwright CLI入門：インストール、Skills、セッション、よく使うコマンド	microsoft/playwright-cli	coding agent向けブラウザ自動化CLI	ブラウザ操作が必要なAgentユーザー
Vercel AI SDK	Vercel AI SDKとは：TypeScript開発者向けAIアプリ統一ツールキット	vercel/ai	TypeScript AIアプリ開発SDK	フロントエンドとフルスタック開発者

Gemini 3.5 FlashとGemini Omniを無料で使う方法：一般ユーザーと開発者向け入口まとめ

Wed, 20 May 2026 23:13:35 +0800

GoogleがGemini 3.5 FlashとGemini Omniを公開したあと、実用面で重要なのはbenchmarkではなく、一般ユーザーや開発者が実際にどう使うか、どの入口が無料で、どの入口が低いハードルの試用にすぎないかです。

まず結論です。

チャット、文章作成、画像理解、日常的な質問：まずGemini app。
Gemini 3.5 Flashのパラメータ、プロンプト、マルチモーダル入力を試す：Google AI Studio。
プログラムからGemini 3.5 Flashを呼び出す：AI StudioでAPI keyを作成。
ターミナルで無料試用する：Gemini CLIを確認。
Gemini Omniの動画編集を体験する：Gemini appとGoogle Flowを優先。
本番利用する：無料枠に依存せず、有料APIまたはVertex AIへ移行。

注意点として、無料枠、地域ごとの提供状況、サブスクリプション階層、モデル選択メニューは時間とともに変わります。この記事の執筆日は2026年5月20日です。正式に使う前に、Googleの最新ページを確認してください。

Gemini 3.5 Flashを無料で使う方法1：Gemini app

最も簡単な入口はGemini appです。

https://gemini.google.com/

使い方はシンプルです。

Geminiを開く。
Googleアカウントでログインする。
モデル選択で 3.5 Flash を探す。
そのまま対話を始める。

この入口は一般ユーザーに向いています。文章作成、要約、画像理解、ファイル内容の分析、日常的な質問、簡単な計画づくりに使えます。公開情報によると、Gemini 3.5 Flashは世界中のユーザー向けに提供されており、Geminiのモデル選択メニューから選べます。

制限も明確です。無料ユーザーには通常、1日のメッセージ数、地域、機能の制限があります。上限を超えた場合は、枠が回復するのを待つか、サブスクリプションをアップグレードする必要があります。

Gemini 3.5 Flashを無料で使う方法2：Google AI Studio

単にチャットしたいのではなく、プロンプトを調整したり、パラメータを見たり、構造化出力を試したりしたい場合は、Google AI Studioのほうが適しています。

https://aistudio.google.com/

基本的な流れは次の通りです。

Google AI Studioにログインする。
新しいpromptを作成する。
モデル選択で gemini-3.5-flash を選ぶ。
プロンプトを入力して実行する。

AI Studioの利点は、制御できる範囲が広いことです。温度、システム指示、構造化出力、複数画像入力を調整でき、試したプロンプトをコードやAPI呼び出しとして書き出すこともできます。

開発者にとって、AI Studioは無料の実験台です。ここでプロンプトと入力形式を整えてからAPI連携に進むと、無駄な枠消費を減らせます。

Gemini 3.5 Flashを無料で使う方法3：無料API key

開発者が最も気にするのはAPIです。AI Studioでは、gemini-3.5-flash を呼び出すためのGemini API keyを作成できます。

基本的な流れは次の通りです。

Google AI Studioを開く。
Get API key を探す。
プロジェクトを選ぶか作成する。
API keyを作成する。
keyをローカルの環境変数に保存する。

Pythonの例：

import os
from google import genai

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="Gemini 3.5 Flashがどのような用途に向いているか、3文で説明してください。"
)

print(response.text)

Node.jsの例：

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });

const response = await ai.models.generateContent({
  model: "gemini-3.5-flash",
  contents: "Gemini 3.5 Flashがどのような用途に向いているか、3文で説明してください。"
});

console.log(response.text);

curl の例：

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.5-flash:generateContent" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"contents":[{"parts":[{"text":"Hello Gemini 3.5 Flash"}]}]}'

公開情報では、AI Studioの無料枠はGemini Flashモデルに一定の1日あたりリクエスト枠を提供することが多いとされています。時期、地域、アカウント状態によって異なり、よくある説明には1日約1,500リクエスト、分あたりリクエスト制限、token制限などがあります。これらの数字を本番計画に固定してはいけません。正式公開前にはGoogle AIの最新の料金と制限ページを確認してください。

Gemini 3.5 Flashを無料で使う方法4：Gemini CLI

コマンドラインが好きなら、Gemini CLIを見てみる価値があります。臨時スクリプト、コードベースの要約、ファイル読み取り、ターミナルでの素早い質問に向いています。

通常のインストール方法は次の通りです。

`1`	`npm install -g @google/gemini-cli`

その後、実行します。

gemini

CLIは個人開発者の日常利用に向いており、本番統合には向いていません。本番環境ではAPI key、サービスアカウント、権限制御、監査可能な呼び出し方式を使うべきです。

Gemini Omniを無料または低いハードルで使う方法：Gemini appとGoogle Flow

Gemini Omniは動画制作と編集に向けたマルチモーダルモデルです。中心的な機能は通常のテキストQ&Aではなく、自然言語で動画を複数回編集し、画像、テキスト、動画、音声などの入力を参照することです。

Google DeepMindのページでは、次の入口が示されています。

Gemini app。
Google Flow。
YouTube Shorts。

ページでは、Google AIのサブスクリプションが必要であり、機能は契約階層や地域によって変わるとも説明されています。そのため、Gemini Omniの「無料利用」は慎重に理解する必要があります。一部の入口では無料ユーザーが一部機能を見たり試したりできる可能性がありますが、完全な動画編集機能にはサブスクリプション、地域提供、段階的ロールアウトが必要な場合があります。

試してみたいだけなら、次の順番がおすすめです。

まずGemini appを開き、Gemini Omniまたは関連する動画編集入口があるか確認する。
次にGoogle Flowを開く：https://flow.google/
ショート動画を作る場合は、YouTube ShortsにOmni関連の編集機能が出ているか確認する。

入口が見えない場合、通常は操作ミスではありません。アカウント、地域、サブスクリプション階層、ロールアウト対象がまだ条件を満たしていないだけのことがあります。

Gemini Omniに向いている使い方

Gemini Omniは通常のチャットより、クリエイター向けです。

次のような使い方を試せます。

動画をアップロードまたは選択し、スタイルを変更する。
動画内の特定の動きをより誇張する。
参照画像を使って、シーン内の物体やキャラクターを置き換える。
複数回に分けてカメラ、動き、環境、スタイルを修正する。
スケッチ、参照画像、音声、動画を組み合わせて新しい出力を作る。

プロンプトは編集者への指示のように書けます。

元の動画の人物と部屋の構造はそのままにして、鏡に触れた後の効果を液体の波紋に変えてください。動きは自然にし、光が急に変わらないようにしてください。

複数回編集する場合、一度に多くの要求を詰め込まないほうが安定します。より安全な進め方は次の通りです。

まず主体の動きを変える。
次にスタイルを変える。
次にカメラ角度を変える。
最後に音、文字、リズムを調整する。

こうすると一貫性を保ちやすく、どの段階で問題が出たかも特定しやすくなります。

無料利用で踏みやすい落とし穴

第一に、無料枠は本番枠ではありません。無料API keyはテスト、個人工具、プロトタイプに向いていますが、安定したサービスを約束する用途には向きません。

第二に、機密データを無料または第三者の入口に送らないことです。未公開コード、顧客情報、契約書、キー、財務表、内部文書は特に注意が必要です。

第三に、データ利用設定を確認することです。無料枠には異なるデータ利用ポリシーがある場合があります。利用前にAI StudioやGoogleアカウントの関連設定を確認してください。

第四に、動画機能は通常、テキスト機能より制限が強くなります。Gemini Omniのような動画編集機能は、サブスクリプション、地域、待ち行列、長さ、解像度、コンテンツ安全ポリシーの影響を受ける可能性があります。

第五に、第三者の「無制限無料API」には注意が必要です。多くのゲートウェイは速度制限、リクエスト転送、ログ記録、不透明な支払い方法を伴います。機密タスクでは使わないほうが安全です。

どの入口を選ぶべきか

一般ユーザーなら：

Gemini 3.5 Flash：Gemini appを使う。
Gemini Omni：まずGemini app、次にGoogle Flowを見る。

クリエイターなら：

Google FlowでOmniの動画ワークフローを試す。
Gemini appで脚本、絵コンテ、プロンプト、素材説明を作る。

開発者なら：

AI Studioでプロンプトをデバッグする。
API keyで gemini-3.5-flash を組み込む。
Gemini CLIで個人用ターミナルワークフローを作る。
本番環境ではVertex AIまたは有料APIを検討する。

企業なら：

無料枠に依存しない。
権限、ログ、監査、データ所在地、コンプライアンス、キー管理を重視する。
動画生成と編集では、ウォーターマーク、コンテンツ審査、著作権フローも追加する。

まとめ

Gemini 3.5 Flashの無料利用経路は比較的わかりやすいです。Gemini app、Google AI Studio、AI Studio API key、Gemini CLIはいずれも低いハードルの入口になります。チャット、文章作成、プログラミング、Agentプロトタイプ、マルチモーダルテストに向いています。

Gemini Omniの重点は動画編集とマルチモーダル制作です。主な入口はGemini app、Google Flow、YouTube Shortsですが、完全な機能はサブスクリプションや地域制限の影響を受けやすいでしょう。クリエイターがまず体験や概念検証を行うには向いていますが、最初から安定した本番サービスとして計画するには向いていません。

最も堅実な戦略は、テキストとコードのタスクをまずGemini 3.5 Flashの無料枠で試し、動画制作はGemini appまたはFlowのGemini Omniで効果を確認し、本当に公開する段階で監査、課金、権限制御ができる正式な構成へ移行することです。

参考：

agentmemory：Claude Code、Codex、Cursorに永続メモリを持たせる

Tue, 19 May 2026 10:56:50 +0800

rohitg00/agentmemory は、AIコーディングAgent向けの永続メモリシステムです。目的は明確で、Claude Code、Codex CLI、Cursor、Gemini CLI、OpenCode などのツールが、新しいセッションのたびにプロジェクト背景、アーキテクチャ判断、過去の問題を学び直さなくて済むようにすることです。

プロジェクトURL：https://github.com/rohitg00/agentmemory

執筆時点では、GitHub API上で約1.3万 star、主要言語は TypeScript、ライセンスは Apache-2.0 でした。READMEでは “Persistent memory for AI coding agents” と説明されています。

何を解決するのか

AIコーディングAgentのよくある課題は、記憶がセッションごとに切れることです。今日Agentに認証の問題を修正させても、明日新しい会話を開くと、次のような情報を忘れていることがあります。

なぜその設計判断をしたのか。
どのファイルを慎重に扱うべきか。
以前どのバグを直したのか。
どのコマンド、ツール、ローカルサービスを使うのか。
チームのコーディング規約は何か。

静的なメモも役立ちますが、実際の作業フローとつながらず忘れられがちです。agentmemory は、複数のAIコーディングツールで共有できるメモリ層を提供しようとしています。

対応するAgent

READMEでは、Claude Code、Codex CLI、Cursor、Gemini CLI、OpenCode、その他 MCP 対応ツールが挙げられています。ローカルサービス、MCP、hooks、連携機能を通じて、複数のアシスタントが同じプロジェクト文脈を共有する考え方です。

ツールを切り替えるチームでは特に便利です。ある開発者は Cursor、別の開発者は Claude Code、自動化は Codex CLI という状況でも、共有メモリがあれば説明の繰り返しを減らせます。

クイックスタート

グローバルインストール：

npm install -g @agentmemory/agentmemory
agentmemory
agentmemory demo
agentmemory connect claude-code

npx でも実行できます。

`1`	`npx @agentmemory/agentmemory`

ローカルサービスは次で利用できます。

`1`	`http://localhost:3113`

実際には、まずメモリサービスを起動し、コーディングアシスタントを接続して、開発中にAgentがプロジェクトメモリを読み書きする流れになります。

静的なメモリファイルとの違い

多くのチームはすでに AGENTS.md、CLAUDE.md、README、ローカルドキュメントを持っています。これらは便利ですが静的です。セッション履歴、タスク結果、繰り返し出てくる判断を自動的に扱うわけではありません。

agentmemory は永続的な文脈サービスに近いものです。現在のプロジェクトやタスクに関係するメモリを保存し、必要なときに取り出すことを目指しています。ドキュメントを置き換えるというより、作業文脈を再利用しやすくする役割です。

典型的な用途

たとえば次のような場面で役立ちます。

プロジェクトのセットアップ手順やよく使うコマンドを覚える。
リスクのあるリファクタを避けた理由を記録する。
flaky test やローカルサービスについてメモする。
ドメイン用語を複数のAIアシスタントで共有する。
新しいセッションでも前回の作業を続けやすくする。

長期運用のプロダクト、モノレポ、暗黙知の多いプロジェクトでは特に価値があります。

注意点

まず、メモリの品質が重要です。古い情報や間違った情報が残ると、将来のAgentが同じ誤りを繰り返す可能性があります。重要なメモリは短く、明確で、レビューしやすく保つべきです。

次に、プライバシーです。セキュリティモデルが明確でない限り、秘密情報、APIキー、顧客データ、本番環境の機密情報を保存すべきではありません。

最後に、メモリはテストの代わりにはなりません。文脈理解は助けますが、最終的な保証はコードレビュー、テスト、検証から得る必要があります。

向いている人

agentmemory は、複数のAIコーディングツールを使う開発者、大きなコードベースを扱うチーム、Agentに前回の作業を継続させたいユーザーに向いています。小さな単発スクリプトでは必須ではありません。

まとめ

agentmemory が面白いのは、メモリを小さなプロンプト技ではなく、AIコーディングのインフラとして扱っている点です。コーディングAgentが日常開発に入ってくるほど、永続的なプロジェクトメモリは現実的な不足ピースになります。

AI-Traderとは？AI Agentが売買シグナルを出し、ペーパートレードできるプラットフォーム

Tue, 19 May 2026 10:56:50 +0800

HKUDS/AI-Trader は、AI Agent 向けの取引プラットフォームプロジェクトです。READMEでは “Agent-Native Trading Platform” と位置づけられており、AI Agent がプラットフォームに接続し、売買シグナルを公開し、議論に参加し、コピー取引を行い、市場データを利用できるようにすることを目指しています。

プロジェクトURL：https://github.com/HKUDS/AI-Trader

プラットフォームURL：https://ai4trade.ai

執筆時点では、GitHub API上で約1.8万 star、主要言語は Python でした。リポジトリAPIでは明確なライセンス値が返っていなかったため、正式利用前にライセンス条件を確認する必要があります。

この記事はオープンソースプロジェクトの紹介であり、投資助言ではありません。自動取引には実資金リスクがあります。どの戦略、シグナル、Agent出力も収益を保証しません。

位置づけ

AI-Trader の中心的な考え方は、人間に取引プラットフォームがあるなら、AI Agent にも専用の取引プラットフォームが必要になるかもしれない、というものです。

READMEによると、任意の AI Agent はプラットフォームの Skill ファイルを読み、すばやく登録できます。

`1`	`Read https://ai4trade.ai/skill/ai4trade and register on the platform. Compatibility alias: https://ai4trade.ai/SKILL.md`

接続後、Agent は売買シグナルの公開、コミュニティでの議論、優秀なトレーダー戦略のコピー、複数brokerへのシグナル同期、予測成績によるポイント獲得などができます。

主な機能

READMEには次の機能が挙げられています。

Instant Agent Integration：AI Agent の素早い接続。
Collective Intelligence Trading：複数Agentによる取引アイデアの協議。
Cross-Platform Signal Sync：複数プラットフォームへのシグナル同期。
One-Click Copy Trading：選んだトレーダーやAgentをフォロー。
Universal Market Access：株式、暗号資産、FX、オプション、先物など。
Three Signal Types：戦略、操作、議論の3種類のシグナル。
Reward System：シグナル公開や注目度でポイントを獲得。

プロダクトとして見ると、単なるローカル量的バックテストフレームワークではありません。Agent、シグナル、議論、コピー取引、ペーパートレードを同じプラットフォーム層にまとめています。

2種類のユーザー

READMEではユーザーを2種類に分けています。

1つ目は Agent Traders です。AI Agent が Skill ドキュメントを読み、プラットフォームに接続し、必要なコンポーネントを導入し、シグナルを公開します。

2つ目は Human Traders です。一般ユーザーはプラットフォームにアクセスし、アカウントを作り、シグナルを閲覧したり、成績の良いトレーダーをフォローしたりできます。

この2つを合わせると、「AI Agent がシグナルを生み、人間または他のAgentがそれを利用する」構造になります。

アーキテクチャ

READMEには次のプロジェクト構造が示されています。

AI-Trader (GitHub - Open Source)
念岸岸 skills/              # Agent skill definitions
念岸岸 docs/api/            # OpenAPI specifications
念岸岸 service/             # Backend & frontend
岫   念岸岸 server/         # FastAPI backend
岫   弩岸岸 frontend/        # React frontend
弩岸岸 assets/              # Logo and images

Agent skill、APIドキュメント、バックエンド、フロントエンドが同じリポジトリに置かれています。バックエンドは FastAPI、フロントエンドは React です。READMEの更新履歴では、Webサービスとバックエンドworkerを分離し、価格、収益履歴、精算、市場インテリジェンスなどのタスクがページやヘルスチェックに影響しないようにしたことも触れられています。

なぜ注目する価値があるのか

AI-Trader が注目に値するのは、「AIが自動で稼ぐ」からではありません。Agent を金融シナリオに接続するインターフェースを比較的明確にしているからです。

注目点はいくつかあります。

第一に、Skill ドキュメントを Agent の接続入口として使っています。これは Codex、Claude Code、OpenClaw などのAgentツールの働き方に近いものです。

第二に、売買シグナル、議論、コピー取引、報酬システムをローカルスクリプトではなくプラットフォーム層に置いています。

第三に、OpenAPI ドキュメントを提供しており、開発者がインターフェースを理解しやすくなっています。

第四に、paper trading に対応しています。Agentの意思決定研究では、実資金を直接扱うよりシミュレーション環境のほうが安全です。

リスクと境界

自動取引は高リスクな領域です。

第一に、Agentが生成する売買シグナルは投資助言ではありません。モデルは幻覚、過学習、ニュースの誤読、極端な相場への無理解を起こす可能性があります。

第二に、コピー取引には伝播リスクがあります。誤ったシグナルを多くのユーザーが追随すると、損失が集中する可能性があります。

第三に、実資金アクセスは厳格に分離すべきです。Agentに無制限の注文権限を与えるべきではありません。

第四に、broker、金融データ、ユーザー口座が関わる場合、商用・本番利用前にライセンスとコンプライアンスを確認する必要があります。

向いている人

AI-Trader は、Agentの意思決定を研究する人、金融Agentのインターフェースを試す開発者、ペーパートレードやシグナル協業に関心のあるチームに向いています。確実に利益を得るツールを探しているユーザーには向きません。

まとめ

AI-Trader は、AI Agent を中心に設計されたシグナル公開とペーパートレードのプラットフォームです。「AIが稼がせてくれる」と読むのではなく、「Agentが金融ワークフローにどう接続し、シグナルを出し、リスク制御の中で動くべきか」を見るプロジェクトとして読むのが現実的です。

AIにPCを操作させる？UI-TARS-desktopはデスクトップ、ブラウザ、ツールをつなぐ

Tue, 19 May 2026 10:56:50 +0800

bytedance/UI-TARS-desktop は、ByteDance が公開しているマルチモーダル AI Agent プロジェクトです。単一のデスクトップアプリではなく、Agentスタックとして構成されています。現在の README では主に Agent TARS と UI-TARS Desktop の2つの方向が示されています。

プロジェクトURL：https://github.com/bytedance/UI-TARS-desktop

公式サイト：https://agent-tars.com

執筆時点では、GitHub API上で約3.4万 star、主要言語は TypeScript、ライセンスは Apache-2.0 でした。READMEでは “Open-Source Multimodal AI Agent Stack” と説明されています。

Agent TARS と UI-TARS Desktop の違い

READMEでは2つのプロジェクトが同じ比較表で説明されています。

Agent TARS：GUI Agent、視覚能力、ターミナル、ブラウザ、プロダクトワークフローをつなぐ汎用マルチモーダルAI Agentスタック。
UI-TARS Desktop：UI-TARSモデルをベースにしたデスクトップアプリで、ローカルまたはリモートPC、ブラウザを操作するネイティブGUI Agent機能を提供。

簡単に言えば、Agent TARS は汎用Agentランタイムに近く、UI-TARS Desktop はデスクトップGUI操作の入口に近いものです。

Agent TARS でできること

Agent TARS は主に CLI と Web UI を提供します。目的は、マルチモーダルモデルが MCP や各種ツールを通じて、人間の作業に近いタスクフローを実行できるようにすることです。

READMEにある主な機能は次の通りです。

ワンコマンドCLI起動。headful Web UI と headless server に対応。
GUI Agent、DOM、混合戦略によるブラウザAgent制御。
データフロー追跡とデバッグのための Event Stream。
MCP Server を接続して実ツールを呼び出す MCP 連携。

クイックスタート：

`1`	`npx @agent-tars/cli@latest`

グローバルインストール：

`1`	`npm install @agent-tars/cli@latest -g`

モデルプロバイダーを指定して実行：

1
2

agent-tars --provider volcengine --model doubao-1-5-thinking-vision-pro-250428 --apiKey your-api-key
agent-tars --provider anthropic --model claude-3-7-sonnet-latest --apiKey your-api-key

UI-TARS Desktop でできること

UI-TARS Desktop はデスクトップGUI Agentです。UI-TARS と Seed-1.5-VL / 1.6 系モデルをベースに、モデルが画面を理解し、マウスとキーボード操作を実行することに重点があります。

READMEにある機能は次の通りです。

自然言語による制御。
スクリーンショットと視覚認識。
精密なマウス・キーボード制御。
Windows、macOS、ブラウザのクロスプラットフォーム対応。
リアルタイムフィードバックと状態表示。
プライバシーと安全性を重視したローカル処理。

例として、VS Code 設定の変更、GitHub issue の確認、リモートPCやブラウザの操作などが挙げられます。

なぜ GUI Agent が重要なのか

従来の自動化は API、DOM、スクリプトに依存します。GUI Agent は画面から始めます。ボタン、入力欄、メニュー、状態を見て、マウスとキーボードで操作します。

価値は2つあります。第一に、多くのソフトウェアには安定したAPIがないか、APIが全フローをカバーしていません。GUI Agent は人間と同じ画面から操作できます。

第二に、マルチモーダルモデルはスクリーンショット、文書、Webページ、アプリ画面を扱えます。視覚理解と操作を組み合わせられます。

一方で制約もあります。GUI操作は解像度、言語、レイアウト変更、ポップアップ、ネットワーク遅延の影響を受けます。本番フローでは、権限管理、確認ステップ、ロールバックが必要です。

MCP との関係

Agent TARS は MCP 連携を重視しています。MCP は、ブラウザ、ファイル、コマンドライン、データベース、内部サービスなどを Agent が統一的に呼び出すために有用です。

複雑なタスクでは、GUIクリックだけでは安定しません。より良いパターンは次のようなものです。

API が使える場所では API を使う。
ページ状態を理解する必要があるときは視覚を使う。
実際のWeb操作が必要なときはブラウザ制御を使う。
ローカルソフトを操作する必要があるときは GUI Agent を使う。

UI-TARS-desktop のようなプロジェクトは、これらを1つのAgentスタックにまとめる方向を探っています。

使う前の注意点

まず、デスクトップAgentには実行リスクがあります。マウス、キーボード、ブラウザを操作できるため、ファイル、アカウント、支払い、本番システムを誤操作しないよう権限を制限する必要があります。

次に、リモートPCやリモートブラウザの操作には明確なセキュリティ境界が必要です。認証のない制御入口を公開ネットワークに出してはいけません。

最後に、マルチモーダルモデルは画面を誤認識する可能性があります。削除、送信、支払い、公開、取引など不可逆な操作では、人間の確認を入れるべきです。

向いている人

UI-TARS-desktop は、GUI Agentを試したい開発者、デスクトップ作業向けAIアシスタントを作るチーム、ブラウザ、DOM、MCP、視覚制御の戦略を比較したい研究者に向いています。まだ一般向けの単純なアシスタントというより、開発者向けの色が強いです。

まとめ

UI-TARS-desktop が注目に値するのは、AI Agent を「チャットで答える」段階から「画面を見てツールを操作する」方向へ進めている点です。価値はデスクトップ制御だけではなく、GUI、ブラウザ、ターミナル、MCP を1つのスタックにまとめるところにあります。

CloakBrowserとは？PlaywrightとPuppeteerに、より実ユーザーに近いブラウザを使わせる

Tue, 19 May 2026 10:56:50 +0800

CloakHQ/CloakBrowser は、ブラウザ自動化向けのオープンソースプロジェクトです。単なる Playwright 設定や JavaScript パッチではなく、カスタム Chromium バイナリを中心に構成されており、ブラウザ指紋、WebGL、Canvas、音声、フォント、GPU、画面情報、WebRTC、ネットワークタイミングなどをより通常のブラウザ環境に近づけることを狙っています。

プロジェクトURL：https://github.com/CloakHQ/CloakBrowser

執筆時点では、GitHub API上で約1.5万 star、主要言語は Python、ライセンスは MIT でした。READMEでは、Playwright / Puppeteer の起動器を置き換えられる Stealth Chromium と説明されています。

何を解決するのか

通常の Headless Chromium で自動化スクリプトを動かすと、次のような自動化の痕跡が出やすくなります。

navigator.webdriver。
Headless UA の痕跡。
プラグイン、フォント、画面、GPU 指紋の不自然さ。
CDP の挙動と実ユーザー入力の違い。
一時 profile に通常の閲覧履歴がないこと。

CloakBrowser は、こうした一部の調整を実行時設定や JS patch だけでなく、Chromium のソースとバイナリ層に寄せています。Playwright ユーザーにとっては使い方が大きく変わらず、下層のブラウザだけをカスタムビルドに置き換える感覚です。

この種のツールは、適法な自動化テスト、サイト互換性検証、対策システムの自社テスト、Agent 用ブラウザ環境の実験に向いています。無許可アクセス、アカウント濫用、リスク制御の回避、利用規約違反のために使うべきではありません。

基本的な使い方

Python のインストール：

`1`	`pip install cloakbrowser`

JavaScript / Node.js のインストール：

`1`	`npm install cloakbrowser playwright-core`

README の Python 例は Playwright に近い形です。

from cloakbrowser import launch

browser = launch()
page = browser.new_page()
page.goto("https://protected-site.com")
browser.close()

JavaScript でも同じように使えます。

import { launch } from 'cloakbrowser';

const browser = await launch();
const page = await browser.newPage();
await page.goto('https://protected-site.com');
await browser.close();

Browser Profile Manager

CloakBrowser には Browser Profile Manager もあります。ブラウザ profile、テスト環境、繰り返し実行する自動化タスクを管理しやすくするためのものです。

`1`	`docker run -p 8080:8080 -v cloakprofiles:/data cloakhq/cloakbrowser-manager`

起動後は次を開きます。

`1`	`http://localhost:8080`

profile を管理できると、毎回使い捨ての一時 profile で動かす必要がなくなります。長期テスト、互換性確認、Agent 実験では、安定した profile のほうがデバッグしやすい場面があります。

通常の Playwright との違い

通常の Playwright は、安定したブラウザ制御に重点があります。CloakBrowser は、ブラウザ環境そのものをより自然に見せることに重点があります。

整理すると、Playwright は自動化API、CloakBrowser はカスタムブラウザ実行環境です。一般的なテストや自動化なら Playwright だけで十分な場面も多いですが、ブラウザ挙動や指紋の一貫性まで検証したい場合に CloakBrowser が候補になります。

ただし、すべての検知問題を解決する魔法ではありません。サイト側は行動、頻度、アカウント履歴、ネットワーク環境、業務ルールなども使ってリスクを判断します。

注意点

まず、コンプライアンスが重要です。より自然な自動化環境を使えることと、何でも自動化してよいことは別です。自動アクセスでは、権限、頻度制限、プラットフォーム規約を守る必要があります。

次に、カスタム Chromium に依存します。バージョン互換性、セキュリティ更新、バイナリの入手元を本番利用前に確認すべきです。

最後に、ブラウザ指紋は一部にすぎません。操作が不自然だったり、頻度が高すぎたり、アカウント運用が異常だったりすれば、リスクは残ります。

向いている人

CloakBrowser は、Playwright、Puppeteer、ブラウザAgent、QA自動化、Web互換性テストをすでに使っている開発者やチームに向いています。ノーコードの自動化ツールを探しているだけのユーザーにはやや技術寄りです。

まとめ

CloakBrowser の面白さは、ブラウザ自動化を「Headlessを操作する」だけでなく、「より実ユーザーに近いブラウザ環境を使う」方向へ進めている点です。テスト、Agent実験、管理された研究用途では注目に値します。ただし、実運用ではコンプライアンス、権限、リスク管理が前提です。

投稿先が多すぎて大変？AiToEarnはAI Agentでクリエイターの作業を減らそうとしている

Tue, 19 May 2026 10:56:50 +0800

yikart/AiToEarn は、クリエイター、ブランド、個人会社向けの AI コンテンツマーケティングプロジェクトです。コンテンツ作成、投稿、エンゲージメント運用、収益化を同じ Agent ワークフローにまとめ、Douyin、小紅書、快手、Bilibili、動画号、TikTok、YouTube、Facebook、Instagram、Threads、X、Pinterest、LinkedIn などを対象にしています。

プロジェクトURL：https://github.com/yikart/AiToEarn

公式サイト：https://aitoearn.ai/

執筆時点では、GitHub API上で約1.5万 star、主要言語は TypeScript、ライセンスは MIT でした。READMEでは、OPC（一人会社）、クリエイター、ブランド、企業向けのコンテンツマーケティングAgentプラットフォームと説明されています。

位置づけ

AiToEarn は単なる文章生成ツールでも、予約投稿ツールでもありません。コンテンツマーケティングを4つの Agent 能力に分けています。

Monetize：コンテンツ収益化。
Publish：複数プラットフォームへの投稿。
Engage：エンゲージメント運用。
Create：コンテンツ作成。

今のクリエイター業務では、「AIが文章を書けるか」だけでは足りません。生成後に投稿予約、分配、返信、振り返り、ビジネス施策との接続が必要です。

主な機能

Monetize：コンテンツ収益化

AiToEarn はプロモーションタスク向けの収益化機能を提供します。READMEでは次の3種類の精算モデルが挙げられています。

モデル	正式名称	意味
CPS	Cost Per Sale	売上に応じて精算
CPE	Cost Per Engagement	エンゲージメント量に応じて精算
CPM	Cost Per Mille	表示または再生量に応じて精算

この部分は、ブランドのプロモーション需要とクリエイターの配信力をつなぐコンテンツタスク市場に近いものです。

Publish：投稿Agent

Publish は複数プラットフォームへの配信を担当し、手作業で投稿する負担を減らします。READMEでは、中国内外の主要なショート動画、画像テキスト、SNSプラットフォームが対象として挙げられています。

実用面では、統一されたスケジュール管理と投稿管理が価値になります。アカウント群運用、クロスプラットフォーム配信、海外向けチームでは、単体のAI文章生成より役立つ場面があります。

Engage：エンゲージメントAgent

Engage はブラウザ拡張を通じて、いいね、保存、フォロー、コメント返信、ブランド監視などの自動化を支援します。

この機能は慎重に使う必要があります。自動エンゲージメントはプラットフォームのリスク制御に触れやすいため、アカウント権限、頻度制限、規約、チームのコンプライアンスを確認するべきです。

Create：コンテンツ作成Agent

Create は生成部分を担当します。READMEでは、動画生成モデル、動画翻訳、動画編集、画像生成、バッチ作成タスクが挙げられています。

大量制作には向いていますが、人間のレビューは必要です。ブランドコンテンツ、広告素材、多言語コンテンツでは、事実確認、著作権、トーンの一貫性が重要です。

5つの使い方

方法	向いている人	デプロイが必要か
Webサイトを直接使う	すべてのユーザー	不要
OpenClaw で使う	OpenClaw ユーザー	不要
Claude / Cursor などのAIアシスタントで使う	AIツールユーザー	不要
Dockerでワンクリック導入	セルフホストしたいチーム	サーバーが必要
ソースコード開発	開発者	開発環境が必要

MCP 対応は注目点です。Claude、Cursor、その他 MCP 対応 Agent が AiToEarn を外部機能として呼び出せます。

一般的な MCP 設定は次のような形です。

1
2

MCP URL: https://aitoearn.ai/api/unified/mcp
Auth Header: x-api-key: your-API-Key

セルフホストの場合は、自分のサービスURLに置き換えます。

Docker デプロイ

READMEには Docker による導入方法もあります。

1
2
3

git clone https://github.com/yikart/AiToEarn.git
cd AiToEarn
docker compose up -d

その後、次を開きます。

`1`	`http://localhost:8080`

データ管理、プライベート導入、独自ワークフローを重視するチームには、ホスト版だけでなく Docker 導入も現実的です。

向いている人

AiToEarn は、複数プラットフォームに投稿するクリエイター、小規模なコンテンツ運用チーム、一人会社、クリエイター連携が必要なブランド、コンテンツ業務をAI Agentにつなげたい開発者に向いています。

単純な文章生成だけが必要なら、やや大きすぎるかもしれません。価値は、作成、配信、反応、収益化をつなげる点にあります。

使う前の注意点

自動投稿や自動エンゲージメントは、プラットフォーム規約を守る必要があります。効率化できても、アカウント安全性やコンプライアンスは省略できません。

生成コンテンツにも人間のレビューが必要です。広告、ブランド投稿、多言語コンテンツには、事実、著作権、トーンのリスクがあります。

収益化機能は商業タスクに関わるため、精算ルール、表示義務、プラットフォームポリシーを確認してから使うべきです。

まとめ

AiToEarn が面白いのは、コンテンツ運用を単なる文章作成ではなくワークフローとして扱っている点です。クリエイターや小規模チームにとっては、複数プラットフォームの繰り返し作業を減らせることが魅力です。開発者にとっては、MCP と Agent 連携が見どころです。

llama.cpp b9196アップデート：Windowsプリビルド版がCUDA 13.1、Vulkan、HIP、SYCLに対応

Mon, 18 May 2026 23:20:00 +0800

llama.cpp の最近のWindows版は、ローカルLLMユーザーにとってかなり扱いやすくなりました。以前WindowsでGGUFモデルを動かすとき、多くの人が環境問題でつまずいていました。CUDAバージョンの不一致、DLL不足、ドライバー非互換、CMakeビルド失敗、環境変数の誤り、Vulkan / HIP / SYCL設定の複雑さなどです。

現在は公式Releaseで複数のWindowsプリビルドパッケージが提供されています。多くの場合、ソースからビルドする必要はありません。対応するバージョンをダウンロードし、展開し、モデルファイルを置けば、そのままローカル推論サービスを起動できます。

llama.cppは何に向いているか

llama.cpp は、現在もっともよく使われているローカルGGUFモデル推論フレームワークのひとつです。軽量でクロスプラットフォーム、CPUでもGPUでも動作し、GGUFエコシステムには多くのモデル資源があります。

よく使われるモデル系統は次の通りです。

Qwen
Llama
DeepSeek
Gemma
Mistral
Mixtral
Hermes

GGUF量子化モデルが普及するにつれて、多くのオープンソースモデルがローカル展開向けのGGUF版を提供するようになりました。一般ユーザーにとって、llama.cpp の価値は明確です。複雑な推論フレームワーク一式を構築しなくても、自分のPCで使えるチャットサービスを動かせます。

Windowsプリビルド版の選び方

Windowsユーザーは、ハードウェアに応じて次のビルドを選べます。

Windows x64 CPU
Windows x64 CUDA 12.4
Windows x64 CUDA 13.1
Windows x64 Vulkan
Windows x64 HIP Radeon
Windows x64 SYCL
Windows ARM64 CPU

NVIDIA GPUなら、通常はCUDA版を優先します。RTX 3060、4060、4070、4080、4090のようなカードはCUDAルートに向いています。

AMD GPUなら、HIPまたはVulkanを試せます。実際には、完全なROCm環境を整えたくない場合、Vulkanのほうが扱いやすいこともあります。

Intel内蔵GPUやArc GPUなら、SYCLまたはVulkanを試せます。性能はNVIDIA CUDAには及ばないことが多いですが、中小規模のGGUFモデルを試すには十分です。

CPU版は、単体GPUがないユーザーや、小さなモデルを検証したいユーザーに向いています。速度は速くありませんが、導入はもっとも簡単です。

通常のGGUFモデルを起動する

llama.cpp のWindowsプリビルドパッケージをダウンロードし、モデルを models ディレクトリに置いたとします。展開した llama.cpp ディレクトリに入り、次のように起動できます。

`1`	`llama-server.exe -m models\your-model.gguf -ngl 999`

ここで -m はGGUFモデルファイルを指し、-ngl 999 は可能な限りモデル層をGPUに載せる指定です。実際にどれだけ載るかは、VRAM容量、モデルサイズ、量子化形式によって変わります。

起動に成功したら、ブラウザで次を開きます。

`1`	`http://127.0.0.1:8080`

これでローカルWebチャット画面に入れます。

VRAMが足りない場合は、より小さいモデルか、Q4やQ5など低めの量子化GGUFに切り替えます。パラメータ数だけでなく、量子化形式とコンテキスト長設定も確認してください。

マルチモーダル視覚モデルを起動する

マルチモーダル視覚モデルでは、通常メインモデルファイルだけでなく、mmproj 視覚投影ファイルも必要です。起動時にはメインモデルと mmproj を同時に指定します。

`1`	`llama-server.exe -m "models\main-model.gguf" --mmproj "models\mmproj-model.gguf" -ngl 999`

主な用途は次の通りです。

OCR認識
スクリーンショット理解
Webページスクリーンショット解析
画像Q&A
簡単な視覚内容判定

たとえば Qwen2-VL / Qwen2.5-VL 系の視覚モデルは、中国語スクリーンショット理解、OCR、画像とテキストのQ&Aで実用的です。メインモデルと mmproj ファイルが対応しているか必ず確認してください。バージョン不一致は読み込み失敗や異常な結果につながりやすいです。

batスクリプトで複数モデルを管理する

ローカルに複数モデルを置く場合、簡単な .bat スクリプトでメニュー切り替えできます。以下は例です。パスとモデル名は自分の環境に合わせて変更してください。

@echo off
chcp 65001 >nul
cd /d C:\path\to\llama-b9196-bin-win-cuda-13.1-x64

echo 请选择模型：
echo 1. Gemma
echo 2. Qwen VL 多模态
echo 3. DeepSeek

set /p choice=输入数字：

if "%choice%"=="1" llama-server.exe -m "models\gemma.gguf" -ngl 999
if "%choice%"=="2" llama-server.exe -m "models\qwen-vl.gguf" --mmproj "models\mmproj.gguf" -ngl 999
if "%choice%"=="3" llama-server.exe -m "models\deepseek.gguf" -ngl 999

pause

保存時はUTF-8エンコーディングを推奨します。その後、拡張子を .bat に変更します。ダブルクリックすると数字でモデルを選べます。

モデル選びで見るべき3点

第一にハードウェアです。VRAMが大きいほど大きなモデルを動かせます。VRAMが足りない場合、大きなモデルを無理に使わず、7B、8B、または低めの量子化版から始めるのが安全です。

第二に用途です。日常的なQ&A、要約、書き換えなら、小型モデルや中程度の量子化で十分なことが多いです。コード、長文書解析、マルチモーダル理解をしたいなら、より強いモデルとより多いVRAMが必要です。

第三にライセンスと安全境界です。ネット上には多くのコミュニティ改変モデルがありますが、能力、制限、ライセンスはそれぞれ異なります。ダウンロード前に、出所、ライセンス、適用場面、リスクを確認してください。出所不明のモデルに本番タスクを直接任せるのはおすすめしません。

よくある問題

起動時にDLL不足が出る場合は、まずダウンロードしたパッケージとGPUルートが合っているか確認してください。NVIDIAユーザーがHIP版を誤って落としたり、AMDユーザーがCUDA版を落としたりしないようにします。

モデル読み込みが遅い場合、モデルが大きすぎる、ディスクが遅い、またはVRAM不足で一部レイヤーがCPUに戻っている可能性があります。

Webページが開かない場合は、コマンドラインでサービスが正常に起動しているかを先に確認し、ポートが 8080 かどうかも見ます。ポートが使われている場合は、llama-server のパラメータでポートを変更できます。

マルチモーダルモデルの結果がおかしい場合は、プロンプトを変える前に、mmproj ファイルがメインモデルと対応しているかを確認します。

まとめ

今回のWindowsプリビルドパッケージの価値は、ローカルAIの入口を下げたことです。以前は多くのユーザーがビルドや依存関係でつまずいていましたが、今は「モデルをダウンロードし、サービスを起動し、結果を試す」段階に早く入れます。

Windowsユーザー向けには、ルート選択を簡単にまとめると次の通りです。

NVIDIA：CUDAを優先。
AMD：まずVulkanを試し、その後HIPを見る。
Intel：SYCLまたはVulkanを試す。
単体GPUなし：CPU版で小型モデルを動かす。

実際に使う前には、モデルの出所、ライセンス、VRAM要件、実際の出力を確認してください。ローカルAIの利点は制御しやすく、オフラインで、低遅延なことです。ただしコストがないわけではありません。モデル管理、ハードウェア資源、出力品質は自分で面倒を見る必要があります。

参考元：https://www.freedidi.com/24211.html

主流AI PPTツール総まとめ：自動生成、Webスライド、PPTX、画像ルートをどう選ぶか

Mon, 18 May 2026 22:29:43 +0800

AIでPPTを作ることは、もはや「タイトルを入力してテンプレートを当てる」だけではありません。Claude Code、Codex、CursorのようなAIコーディング環境では、PPT生成はインストール可能で再利用できるAgent Skillの集まりになりつつあります。Webプレゼンを出力するもの、実際に編集可能な .pptx を生成するもの、画像モデルで各ページをビジュアル案として作るもの、MCPを通じてAIにPowerPointファイルを操作させるものがあります。

今回は、主流のPPT関連Skillを整理します。価値があるのは単なる一覧ではなく、これらのツールを納品形態ごとに分けて考えることです。ツールを選ぶ前に、まずこう問いましょう。最終成果物は誰が編集するのか、どこで発表するのか、継続的な共同作業が必要なのか。

いくつかのルート

1. HTML Webプレゼン

代表的なプロジェクトには、frontend-slides、guizang-ppt-skill、html-ppt-skill があります。

このルートの強みは視覚表現力です。CSSアニメーション、Canvas、WebGL、レスポンシブレイアウトを使え、ブラウザで開くだけで発表できます。技術共有、製品発表、Demo Day、個人のスタイルが強い登壇に向いています。

一方で代償も明確です。納品後にクライアントが一文字ずつ修正する用途にはあまり向きません。クライアントが受け取るものがPowerPointファイルではなくHTMLの場合、後続の修正は生成フローに戻ることが多くなります。

HTMLプレゼンだけを見るなら、frontend-slides は高スターの汎用入口に近く、guizang-ppt-skill は美的制約とテーマ性に強く、html-ppt-skill はテーマ数、レイアウト数、発表者モードで優れています。

2. ネイティブPPTX

代表的なプロジェクトには、mckinsey-pptx、ppt-agent-skills、claude-office-skills、ppt-master があります。

これはビジネス納品で最も安定したルートです。クライアントが「PowerPointで文字を直したい、画像を差し替えたい、会社テンプレートを使いたい」と求めるなら、最終的には .pptx に落とす必要があります。

その中でも ppt-master は個別に注目する価値があります。考え方は、まずLLMにSVGを生成させ、それをPowerPointネイティブのDrawingMLオブジェクトへ変換するというものです。目的は、テキストボックス、図形、チャートをPPTX内で引き続き編集できるようにすることです。PDF、DOCX、URL、MarkdownからのPPTX生成にも対応し、テンプレート複製、アニメーション、ナレーション、ローカルプレビューも扱えます。

このルートは、コンサルティング納品、社内報告、ホワイトペーパー発表、長いレポートのPPT化に向いています。欠点は、視覚表現の上限がPowerPoint自体に制約されやすく、複雑な表現ではHTMLや画像ルートほど自由ではないことです。

3. AI画像駆動

代表的なプロジェクトには、NanoBanana-PPT-Skills、gpt_image_2_skill、ppt-image-first があります。

このルートは各スライドをまず1枚のビジュアルとして生成し、その画像をPPTXや別のコンテナに入れます。完成度が高く、特に表紙、SNS画像、ビジュアル提案、拡散向けコンテンツに向いています。

問題は編集性の低さです。ページは本質的に1枚の画像です。あとからタイトルを直す、文案を差し替える、アイコンを動かすとなると、再生成が必要になる場合があります。「見た目をよくしたい」用途には合いますが、「クライアントが何度も修正する」用途には向きません。

4. MCP / プロトコル層

代表的なプロジェクトには、Office-PowerPoint-MCP-Server、PPTAgent があります。

この種のツールは、必ずしも完全なPPTを直接生成するわけではありません。AIにPowerPointを操作するインターフェースを与えます。MCPに接続すると、モデルは .pptx ファイルを読み、修正し、書き込めます。

このルートは、すでにPPTファイルがあり、AIに修正を手伝わせたいワークフローに向いています。たとえば、書式の一括変更、フィードバックに基づくページの並べ替え、各ページが目的に合っているかのチェックなどです。PPTAgent は反省型生成を重視しています。つまり、各ページを生成したあとに見直します。この方向性は「AI PPTが粗い」問題を減らすヒントになります。

5. 統合デザインプラットフォーム

代表的なプロジェクトには、open-design、docsagent があります。

この種のプロジェクトは、PPT生成そのものを超えています。open-design はローカル優先のデザインプラットフォームに近く、プロトタイプ、slides、images、videosを生成でき、複数のエクスポート形式に対応します。docsagent はPPTツールではありませんが、ローカル文書をインデックス化して対話できるため、PPT生成前の資料整理層として使えます。

単発でPPTを作るだけでなく、資料、デザイン、プロトタイプ、納品までの一連の流れが必要なら、このタイプのプラットフォームはより見る価値があります。

Skillメタ情報

Star数は2026-05-15時点の取得結果に基づくもので、人気度の参考にすぎません。実際に使う前には、リポジトリを開いてメンテナンス状況、README、LICENSEを確認することをおすすめします。

Skill	作者	リンク	Star	言語	ルート
frontend-slides	@zarazhangrui	GitHub: zarazhangrui/frontend-slides	17,530	Shell	HTML Webプレゼン
guizang-ppt-skill	@op7418（歸藏）	サイト内記事: guizang-ppt-skill GitHub: op7418/guizang-ppt-skill	8,832	HTML	HTML Webプレゼン
html-ppt-skill	@lewislulu	GitHub: lewislulu/html-ppt-skill	3,834	HTML/CSS/JS	HTML Webプレゼン
mckinsey-pptx	@seulee26	GitHub: seulee26/mckinsey-pptx	426	Python	ネイティブPPTX
ppt-agent-skills	@sunbigfly	GitHub: sunbigfly/ppt-agent-skills	714	Python	ネイティブPPTX
claude-office-skills	@tfriedel	GitHub: tfriedel/claude-office-skills	631	Python	ネイティブPPTX
ppt-master	@hugohe3	GitHub: hugohe3/ppt-master	16,626	Python	ネイティブPPTX
NanoBanana-PPT-Skills	@op7418（歸藏）	GitHub: op7418/NanoBanana-PPT-Skills	2,668	Python	AI画像駆動
gpt_image_2_skill	@wuyoscar	GitHub: wuyoscar/gpt_image_2_skill	2,102	Python	AI画像駆動
ppt-image-first	@NyxTides	GitHub: NyxTides/ppt-image-first	799	Python	AI画像駆動
Office-PowerPoint-MCP-Server	@GongRzhe	GitHub: GongRzhe/Office-PowerPoint-MCP-Server	1,708	Python	MCP / プロトコル層
PPTAgent	@icip-cas	GitHub: icip-cas/PPTAgent	4,354	Python	MCP / プロトコル層
open-design	@nexu-io	サイト内記事: open-design GitHub: nexu-io/open-design	40,822	TypeScript	統合デザインプラットフォーム
docsagent	@docsagent	GitHub: docsagent/docsagent	687	TypeScript	統合デザインプラットフォーム

選び方

クライアントが継続して編集するなら、ネイティブPPTXルートを優先します。特に ppt-master、mckinsey-pptx、ppt-agent-skills です。

自分で発表し、後続編集より視覚表現を重視するなら、HTMLルートを優先します。特に frontend-slides、guizang-ppt-skill、html-ppt-skill です。

ポスター感、表紙感、拡散用ビジュアルが目的なら、画像ルートを優先します。たとえば ppt-image-first、gpt_image_2_skill、NanoBanana-PPT-Skills です。

すでにPPTファイルがあり、AIに読み取り、修正、再配置を手伝わせたいだけなら、MCPルートを見るとよいでしょう。

学術、マーケティング、翻訳、長いレポートの圧縮といった明確な場面では、汎用PPT生成器に無理をさせるのではなく、垂直Skillを探すのもよい選択です。

最後に注意したいこと

オープンソースプロジェクトはStarだけで判断できません。実際に使う前に、次の3点を確認してください。

LICENSEが自分の利用方法を許可しているか。
生成物が納品要件を満たすか。特に編集性。
モデル呼び出し、画像生成、大きなコンテキストモデル、クラウドサービス費用を含めて、コストが許容できるか。

この種のツールは変化が速く、Star数もメンテナンス状況も変わります。それでも選定ロジックは比較的安定しています。まず納品形態を決め、それから具体的なツールを見ることです。PPTが「話すため」なのか、「編集してもらうため」なのか、「見てもらうため」なのか。この3つの答えだけで、選択肢はかなり絞れます。

Scientific Agent Skills：研究ワークフローを AI Agent に渡すためのスキルライブラリ

Sun, 17 May 2026 17:52:04 +0800

K-Dense-AI/scientific-agent-skills は、科学研究や調査作業向けの Agent Skills 集です。

目的は、また別のチャットボットを作ることではありません。研究でよく発生する、ドキュメント調査、データベース接続、分析スクリプト作成、ファイル処理、図表生成、レポート作成といった流れを、AI Agent が発見して呼び出せるスキルに分解することです。

プロジェクト：https://github.com/K-Dense-AI/scientific-agent-skills

2026-05-17 時点で、GitHub API では約 23.4k stars、2.5k forks、MIT ライセンス、最終 push は 2026-05-11 と表示されます。README では 135 個の ready-to-use scientific and research skills とされていますが、scientific-skills ディレクトリは GitHub API で 137 項目確認できます。この差は集計方法、最近追加されたディレクトリ、README の更新遅れによる可能性があります。

まず結論

Scientific Agent Skills は、Codex、Claude Code、Cursor、Gemini CLI、または Agent Skills 標準をサポートするツールをすでに使っている人に向いています。

価値は主に三つです。

科学ツールチェーンの使い方を SKILL.md に書き、agent が毎回ライブラリの使い方を推測しなくてよくする。
科学データベース、Python パッケージ、ドキュメント処理、科学執筆、可視化のワークフローを一つのスキル集に整理する。
AI Agent を、概念を答えるだけでなく、研究ワークフローを実行できる助手に近づける。

ただし、インストールすれば自動的に研究が完了する魔法のボタンではありません。スキルは agent が正しい道具を選び、より信頼できるコードや手順を生成する助けになりますが、データ品質、実験設計、統計仮定、臨床・研究上の結論は人間が判断する必要があります。

何が含まれるか

README は、このプロジェクトを研究、科学計算、工学、分析、金融、執筆タスクをカバーするスキル集として説明しています。主な領域は次の通りです。

バイオインフォマティクスとゲノミクス
ケモインフォマティクスと創薬
プロテオミクスと質量分析
臨床研究と精密医療
医療 AI と臨床機械学習
医用画像とデジタル病理
機械学習と AI
材料科学と化学
物理と天文学
工学シミュレーションと最適化
データ分析と可視化
地理空間科学とリモートセンシング
実験室自動化
科学執筆、文献レビュー、査読、引用管理

これらのスキルは、agent が使えるライブラリを制限するためのものではありません。README でも、agent は Python を書いたり、利用可能な API やパッケージを呼び出したりできると説明されています。スキルの役割は、整理済みの説明、例、ベストプラクティス、統合手順をあらかじめ提供することです。

言い換えると、「科学ツールの説明書 + ワークフローテンプレート + agent 呼び出し規約」の集合に近いものです。

データベースと Python パッケージ

研究者にとって最も魅力的なのは、科学データベースと Python エコシステムのカバー範囲です。

README では次が示されています。

database-lookup による 78 個の公開データベースへの統一アクセス。
PubChem、ChEMBL、UniProt、COSMIC、ClinicalTrials.gov、FRED、USPTO など。
DepMap、Imaging Data Commons、PrimeKG、U.S. Treasury Fiscal Data、Hugging Science などの専用データアクセススキル。
70 個以上の最適化済み Python Package Skills。

ディレクトリには、なじみのある名前が多くあります。

rdkit
scanpy
biopython
bioservices
pydeseq2
scvelo
scvi-tools
pymatgen
qiskit
pennylane
openmm
mdanalysis
scikit-learn
statsmodels
matplotlib
seaborn
networkx
sympy
pytorch-lightning
transformers
timesfm-forecasting

これらのライブラリ自体は珍しくありません。重要なのは、agent が作業中に、そのライブラリ固有の制約、コード例、よくある流れ、注意点を読めることです。モデルの古い記憶だけに頼るより安定します。

典型的な場面

Scientific Agent Skills は、単発の質問応答より、多段階の研究タスクに向いています。

創薬なら、agent に ChEMBL から EGFR 阻害剤を探させ、RDKit で構造活性相関を分析し、DiffDock で仮想スクリーニングを行い、文献検索とレポート作成までつなげられます。

シングルセル解析なら、10X データを Scanpy に読み込み、QC、統合、細胞型同定、差次的発現、経路エンリッチメントを実行できます。

マルチオミクスなら、RNA-seq、質量分析、代謝物、タンパク質相互作用、臨床試験、統計モデリングをつなげられます。

これらを普通の prompt だけで行うと、agent は方向性を知っていても各ステップで人間の補助が必要になりがちです。スキルライブラリの意味は、こうした頻出経路を保存し、agent が回り道を減らせるようにすることです。

インストール方法

README が推奨する標準方式は Agent Skills ツールです。

`1`	`npx skills add K-Dense-AI/scientific-agent-skills`

GitHub CLI v2.90.0+ を使う場合は gh skill でもインストールできます。

`1`	`gh skill install K-Dense-AI/scientific-agent-skills`

特定のスキルを入れる場合：

`1`	`gh skill install K-Dense-AI/scientific-agent-skills scanpy`

対象 agent を指定する場合：

gh skill install K-Dense-AI/scientific-agent-skills --agent codex
gh skill install K-Dense-AI/scientific-agent-skills --agent cursor
gh skill install K-Dense-AI/scientific-agent-skills --agent claude-code
gh skill install K-Dense-AI/scientific-agent-skills --agent gemini

再現性を保つには release tag または commit SHA に pin できます。

1
2

gh skill install K-Dense-AI/scientific-agent-skills --pin v1.0.0
gh skill install K-Dense-AI/scientific-agent-skills --pin abc123def

これは研究環境では重要です。「先週は動いたが、今週は結果が変わり、理由がわからない」という状況は避けたいものです。分析にスキルが関与するなら、スキル、依存関係、データのバージョンを一緒に記録すべきです。

実行環境

README の基本要件は次の通りです。

Python 3.11+、3.12+ 推奨。
Python 依存関係のインストールに uv。
Agent Skills 標準をサポートするクライアント。
macOS、Linux、または Windows with WSL2。

Windows ユーザーは WSL2 の記述に注意すべきです。科学計算ライブラリはネイティブ Windows でも動くことがありますが、依存関係、コンパイラ、バイナリパッケージ、パスの問題が起きやすくなります。README が Windows with WSL2 としていることは、Unix 系の研究計算環境を想定していることを示しています。

普通の prompt 集との違い

普通の prompt 集は、モデルに「どう答えるか」を伝えるものです。Scientific Agent Skills はさらに、ツール、ライブラリ、データベース、ワークフローを agent が発見できるスキルとして記述します。

実際の違いは次の通りです。

スキルには構造化された説明とコード例を含められる。
特定のライブラリやデータベースを中心に長期保守できる。
agent はタスクに応じて関連スキルを選べる。
チームは必要なスキルだけを入れ、コンテキストノイズを減らせる。
スキルはリポジトリとともに versioning、review、update できる。

複雑な研究作業では、巨大な万能 prompt をコピーするより、この方が保守しやすくなります。モデル、データベース、Python パッケージは変わります。その変化をスキルにまとめる方が制御しやすいです。

セキュリティと信頼境界

README のセキュリティ警告ははっきりしています。Skills はコードを実行でき、coding agent の挙動に影響します。

研究スキルは、Python 依存関係をインストールし、ネットワークデータベースへアクセスし、ローカルファイルを読み書きし、分析スクリプトを実行し、機密性の高い実験データや臨床データを処理し、後で引用される可能性のあるレポートを生成するかもしれません。

したがって、すべてを無条件にインストールするべきではありません。より安全な方法は次の通りです。

現在のタスクに必要なスキルだけを入れる。
インストール前に対応する SKILL.md を読む。
呼び出すパッケージ、API、ファイル、外部サービスを確認する。
コミュニティ提供のスキルには特に慎重になる。
データ処理やコード実行は隔離環境で行う。
研究結論、臨床提案、統計結果は人間がレビューする。

README では Cisco AI Defense Skill Scanner も触れられており、第三者スキルのローカルスキャンも推奨されています。スキャンは人間のレビューを置き換えませんが、スキルのサプライチェーンリスクを意識していることはわかります。

向いている人

このプロジェクトは次の人に向いています。

日常的に AI coding agent を使っている。
科学データ、論文、図表、レポートをよく扱う。
Python の科学計算エコシステムを頻繁に行き来する。
agent に多段階分析を実行させたい。
チームの研究ワークフローを再利用可能なスキルにしたい。
Agent Skills 標準が専門分野へどう適用されるかを調べたい。

逆に、たまに論文を説明してもらうだけ、ローカル Python 環境がない、依存関係を扱いたくない、データプライバシーやネットワークアクセスやコード実行の境界が未整備、厳格な臨床・本番意思決定システムなのに人間のレビューがない、といった場合には向きません。

一度きりの分析なら agent にスクリプトを書かせるだけで軽いかもしれません。似た研究フローを繰り返すなら、スキルライブラリの価値は大きくなります。

使い方のすすめ

最初からリポジトリ全体を入れて、すべてのタスクを agent に渡すべきではありません。

現実的な流れは次の通りです。

文献整理、図表生成、公開データ探索など低リスクなタスクを選ぶ。
literature-review、scientific-writing、scanpy、rdkit など関連スキルだけを入れる。
agent にまず計画を説明させてからコードを実行させる。
入力データ、スクリプト、環境、スキルバージョンを残す。
出力結果を人間が確認する。
フローが安定したら、チームの SOP や独自スキルに書き込む。

研究 agent の核心は、すべてを自動化することではありません。繰り返しが多く、面倒で、ドキュメント確認が必要な部分をツールに任せ、判断、仮定、結論を人間に残すことです。

まとめ

Scientific Agent Skills の意味は、Agent Skills を一般的なプログラミングから研究の現場へ広げることにあります。

研究作業は本質的に、多ツール、多データベース、多ファイル、多段階の流れです。チャット型 prompt だけでは、こうした細部を安定して扱うのは難しいです。このプロジェクトは、よく使われる科学ライブラリ、データソース、研究フローをスキルとして整理し、AI Agent が実際の研究ワークフローに入りやすくします。

ただし、強力であるほど境界も必要です。スキルは agent の挙動に影響し、コードを実行し、ネットワークへアクセスし、ファイルを処理することがあります。インストール前に内容を読み、実行環境を隔離し、研究結論では人間の検証を省かないことが重要です。

Codex、Claude Code、Cursor、Gemini CLI を研究やデータ分析に使っているなら、Scientific Agent Skills は一度見る価値があります。全面的に導入しなくても、スキルの分割方法はチームの研究 AI ワークフローを整理する参考になります。

参考リンク：

Google Gemini Spark リーク解説：24 時間オンラインの Gemini Agent が登場するかもしれない

Sun, 17 May 2026 11:58:08 +0800

Google はまだ Gemini Spark を正式発表していません。

現在の情報は、主に Gemini Web 内部のテスト画面、コミュニティのスクリーンショット、TestingCatalog の報道、そして 36Kr / 新智元による関連リークの整理に基づいています。比較的一致している見方は、Gemini Spark BETA が Google の準備している常時稼働 AI Agent かもしれないというものです。単なるチャットアシスタントではなく、バックグラウンドでメール、オンラインタスク、複数ステップのワークフローを処理する「日常の AI 代理人」という位置付けです。

まず境界をはっきりさせると、これはリーク解説であり、Google の公式発表ではありません。機能、名称、公開時期はいずれも Google の正式発表を待つ必要があります。

まず結論

現時点で露出している情報を見ると、Gemini Spark の要点は 3 つです。

Gemini 体系の中で 24 時間オンラインの Agent になる可能性があり、通常のチャットモデルではない。
Google アプリ、チャット履歴、タスク、ログイン済みサイト、位置情報など、より広い個人コンテキストを利用する可能性がある。
情報共有、リモートブラウザデータ、購入操作、第三者サービス呼び出しに関わるため、魅力と同じくらいリスクも大きい。

Google が本当に Spark を投入すれば、Gemini の位置付けは「質問に答える AI」から「継続的に用事を処理する AI」へ変わります。

Gemini Spark とは何か

TestingCatalog は 2026 年 5 月 14 日、Google が Gemini Web 内で Gemini Spark BETA をテストしていると報じました。露出した welcome テキストでは、inbox、online tasks、さらに多くの複数ステップ作業を 24/7 で支援する everyday AI agent と説明されています。

36Kr / 新智元の記事も、Spark が見つかった後、外部からは「常時稼働 Agent」方向に見えると述べています。終日待機し、受信箱を処理し、オンラインタスクを実行し、購入や情報共有に関わる可能性もあります。

つまり Spark は単なる新モデル名ではありません。Gemini を会話ウィンドウから出し、ユーザーのメール、Web、予定、タスク、アプリ横断ワークフローへ入れる Gemini 製品レイヤーのアップグレードに近いものです。

どのように動く可能性があるか

TestingCatalog が公開した隠し onboarding テキストによると、Gemini Spark は複数の情報源からコンテキストを取得します。

Connected Apps。
skills。
chats。
tasks。
ユーザーがログインした Web サイト。
Personal intelligence。
location。

これらの情報は、Spark がユーザーのやりたいことを理解し、タスク実行時に必要なコンテキストを呼び出す助けになります。文面ではさらに、一部のアクションを完了するために、Gemini が名前、連絡先、ファイル、好み、ユーザーが機密と考える可能性のある情報を第三者に共有する場合があるとも示されています。

これらの説明が最終的に正しければ、Spark の動作は一回限りの Q&A ではなく、「コンテキストを持つ代理システム」に近くなります。現在の 1 つの prompt だけを見るのではなく、長期的な好み、連携アプリ、ブラウザ状態、タスク履歴を組み合わせる可能性があります。

なぜ重要なのか

Gemini Spark の重要性は、チャット入口が 1 つ増えることではありません。Google が自然なエコシステム入口を持っている点にあります。

OpenAI や Anthropic も強力な Agent を作れますが、Gmail、Calendar、Drive、Chrome、Android、Workspace という完全なチェーンを自然に持っているわけではありません。Google が Spark をこれらの製品に接続すれば、ユーザーは追加のワークフローをあまり構築しなくても、Agent を日常業務に入れられます。

これにより 3 つの変化が起きます。

第一に、Gemini は受動的な Q&A から能動的な実行へ移ります。ユーザーは「このメールを要約して」と聞くだけでなく、inbox の整理、タスク追跡、後続アクションを継続的に任せるかもしれません。

第二に、Agent は個人コンテキストにより依存します。メール、予定、ファイル、ブラウザ状態、好みを理解するほど、有用な結果を返しやすくなります。

第三に、権限境界がより敏感になります。できることが増えるほど、いつ実行できるのか、どこまでできるのか、確認が必要かを明確にする必要があります。

リスクはどこにあるか

TestingCatalog が公開した文面には、注意すべき点がいくつかあります。

第一に、Spark は experimental です。仮に公開されても、完全に成熟した監督不要のシステムとして扱うべきではありません。

第二に、システム設計上は機微な操作の前に許可を求めるものの、文面では、確認なしに情報を共有したり購入を完了したりする可能性も示されています。

第三に、会話の継続性を保つため、Gemini は login details や remote code execution data などの remote browser data を保存します。ユーザーは Settings からこれらのデータを削除でき、Connected Apps や Personal intelligence 関連機能も無効化できます。

これらを合わせると、Spark の製品方向はかなり攻めています。提案を生成するだけではなく、本当にタスクを実行できる Agent を目指しています。ただし実行に近づくほど、厳格な権限、監査、確認、ロールバック機構が必要になります。

Remy、AI Ultra との関係

TestingCatalog は、Spark が以前 Remy という内部コードネームで呼ばれていた agentic Gemini upgrade のリネーム版であり、Google AI Ultra 加入者向け Gemini Agent の方向とも関係している可能性があると述べています。

この手がかりが正しければ、Spark は突然現れた新規プロジェクトではなく、Google が以前のより高階でクローズドな Agent 機能を再パッケージし、より広いユーザー層へ展開しようとしているものかもしれません。

36Kr / 新智元も、これを “Remy” から “Spark” へのアップグレードとして描写しています。Gemini Agent は単なる機能ではなく、24/7 のデジタル生活マネージャーへ向かうという見方です。

ただし、これはあくまでリーク情報に基づく判断です。Google が Spark を正式名称として使うのか、AI Ultra 限定なのか、より軽量なサブスクリプション層を出すのかは、公式確認を待つ必要があります。

MCP、skills、ツールエコシステム

同じコミュニティスクリーンショット群では、MCP Tool Testing のようなモデルセレクター項目も見つかっています。36Kr の記事は、これが新しい Gemini の MCP サードパーティツール統合ネイティブ対応や Thinking モード再構築を示唆している可能性があると見ています。

この手がかりは Spark と一緒に見ると面白くなります。

Spark が単なる「チャットできる助手」なら、skills や MCP の意味は限定的です。しかし Spark が長時間動作する Agent なら、ツール呼び出し、Web ページアクセス、タスク実行、コンテキストの読み書き、結果の納品が安定して必要になります。

つまり Spark は単独機能ではなく、Google Agent ツールエコシステムの一部かもしれません。モデルが理解と計画を担い、skills / MCP / connected apps が実行と拡張を担う構図です。

一般ユーザーにとっての意味

Gemini Spark が本当に公開されれば、一般ユーザーにとって直接的な変化は次のようなものになる可能性があります。

メールは要約されるだけでなく、分類、フォローアップ、タスク化される。
Web タスクは提案されるだけでなく、リモートブラウザ内で継続的に実行される可能性がある。
予定、位置、好み、過去の会話が Agent の長期コンテキストになる。
購入、予約、フォーム入力などの操作が AI 実行範囲に入る可能性がある。

便利に聞こえますが、ユーザーには新しい習慣が必要になります。AI が何を言ったかだけでなく、何をしようとしているのか、何をすでにしたのか、取り消せるのか、記録があるのかを見る必要があります。

将来の AI Agent 体験は、モデルの賢さだけでなく、権限プロンプトが明確か、タスクログを確認できるか、誤操作から回復できるかにも左右されます。

開発者とチームにとっての意味

開発者にとって Spark が重要なのは、Google が Agent を「デモ製品」から実際のワークフロープラットフォームへ移そうとしている可能性があるからです。

Spark が Google アプリ、サードパーティツール、ブラウザ状態に安定して接続できるなら、開発者は次の点を気にします。

API や拡張機構は公開されるのか。
MCP や skills は第三者が接続できるのか。
企業管理者は権限、データ保持、監査を制御できるのか。
Agent 実行失敗時に追跡可能なログがあるのか。
サンドボックス、承認フロー、機微な操作の確認をサポートするのか。

チームにとって、Spark はまず Gmail、Calendar、Docs、Drive、Chrome のような高頻度シーンから入る可能性があります。最初から高リスク業務を完全自動化するのには向かないかもしれませんが、inbox triage、会議フォローアップ、資料整理、市場調査、軽量な運用タスクには適しています。

今どう見るべきか

このニュースは「方向性の確度は高いが、細部の確定度は低い」と読むのがよさそうです。

方向性の確度が高いのは、Google が Gemini Agent をより能動的、より長時間稼働、より深くエコシステムへ接続する方向に進めている点です。TestingCatalog が報じた Gemini Web のテスト文面、コミュニティのスクリーンショット、36Kr が整理した複数のリークは、同じ方向を示しています。

細部の確定度が低いのは、正式名称、公開時期、権限ルール、サブスクリプション階層、利用可能地域、API 公開の有無、本当に Gemini Spark と呼ばれるかがまだ分からないためです。

現時点で最も安全な見方は次の通りです。

Spark をすでに公開済みの正式製品として扱わない。
Google の次段階の AI Agent 路線を示す強いシグナルとして見る。
権限、プライバシー、第三者へのデータ共有、リモートブラウザデータ保存について、Google がどう説明するかを待つ。

まとめ

Gemini Spark が最終的に公開されれば、Gemini がチャットアシスタントから常時稼働 Agent へ進む重要な一歩になるかもしれません。単にモデルを入れ替える話ではなく、Gemini を Google エコシステムのメール、Web、タスク、位置情報、personal intelligence、第三者サービスの中に入れる話です。

可能性は大きいです。より能動的で、実際のワークフローに近く、Google のエコシステムによって多くのユーザーへ配布しやすいからです。リスクも同じくらい大きいです。AI が情報を共有し、ブラウザ状態を保存し、購入を実行し、第三者サービスを呼び出せるなら、権限境界は非常に明確でなければなりません。

だから Gemini Spark で最も注目すべきなのは「どれだけ賢いか」ではなく、Google が 24 時間オンラインの AI Agent をどのように制御可能で、監査可能で、信頼できるものにするかです。

参考リンク：

Gemini Intelligence on Android 解説：Google はスマートフォンをプロアクティブな AI システムへ変えようとしている

Sun, 17 May 2026 09:13:32 +0800

Google は 2026 年 5 月 12 日に「A smarter, more proactive Android with Gemini Intelligence」を公開し、Gemini Intelligence on Android を発表しました。これは単独のチャットアプリではありません。Gemini の機能を Android、Chrome、Gboard、Autofill、widgets、マルチデバイス体験に組み込み、スマートフォンを「ユーザーのタップを待つ道具」から「ユーザーのタスクを能動的に手伝うシステム」へ変えるものです。

簡単に言えば、Google は Android を operating system から intelligence system へ進めようとしています。スマートフォンはアプリを開き、通知を表示し、設定を動かすだけではなく、画面、アプリ、音声、個人コンテキストを理解し、ユーザーの確認のもとでより複雑な操作を実行できるようになります。

まず結論

Gemini Intelligence on Android は主に 5 つの方向を持っています。

マルチステップ自動化：Gemini がアプリ間で配車、買い物、調査などの流れを完了する。
Chrome のスマートブラウジング：Android 上でページを要約し、情報を比較し、一部の反復的な Web タスクを処理する。
Autofill の強化：Gemini と個人コンテキストを使い、より複雑なフォームを入力する。
Rambler：自然な話し言葉を、より明確で整ったテキストに変える。
自然言語ウィジェット：ユーザーが欲しいものを一文で説明すると、Android がカスタム widgets を生成する。

これらの機能は 2026 年夏から段階的に展開され、まず一部の Samsung Galaxy と Google Pixel に提供され、その後、時計、自動車、メガネ、ノート PC を含むより多くの Android デバイスに広がります。

マルチステップ自動化：提案から実行へ

今回 Google が最も重視しているのは、Gemini がアプリをまたいで複数ステップのタスクを完了することです。

原文では、Gemini にスピンクラスを予約させる、Gmail から授業シラバスを見つけて必要な本を買い物カートに入れる、旅行ポスターを見て Expedia で似た旅行を探させる、といった例が挙げられています。

この能力のポイントは、単に一文を理解することではありません。同時に次のことを理解する必要があります。

ユーザーの現在の画面や画像に何があるか。
ユーザーが許可した範囲のアプリ情報。
次にどのアプリを開くべきか。
どの手順を自動実行できるか。
どの手順でユーザー確認が必要か。

Google は、Gemini がユーザーの指示に従って動き、タスク完了時に停止し、最終確認はユーザーが保持すると強調しています。これは完全自律のエージェントではなく、人間の確認を含むモバイル端末上の agent です。

画面と画像コンテキストが重要になる

今回の更新で注目すべき変化は、screen context と image context です。

従来のスマートフォンアシスタントは、音声コマンドやアプリ内の固定インターフェースに大きく依存していました。Gemini Intelligence は「今の画面を見る」ことをより重視します。たとえば、メモに買い物リストがある場合、電源ボタンを長押しして Gemini を呼び出し、そのリストから配送カートを作らせることができます。

つまり Android AI は単なるチャットボットではなく、ユーザーの目の前の操作環境を理解しようとしています。今後のモバイル AI 競争は、モデルの回答品質だけでなく、次の点にも左右される可能性があります。

現在の画面を理解できるか。
アプリをまたいで実行できるか。
バックグラウンドでタスク進行を追跡できるか。
重要な場面で確実にユーザー確認を求められるか。

これはモバイル AI と Web チャット AI の大きな違いです。

Chrome のスマートブラウジング：検索から Web タスク代理へ

Google によると、2026 年 6 月下旬から Android デバイスによりスマートな Gemini in Chrome が提供されます。

これは、Web コンテンツの調査、要約、比較を支援し、Chrome auto browse によって予約や駐車場予約など一部の反復的な Web タスクを処理できます。

つまり Gemini in Chrome は単なるページ要約機能ではなく、ブラウザエージェントへ向かっています。ブラウザはもともと多くの Web タスクの入口です。Gemini がページを理解し、情報を入力し、選択肢を比較し、一部手順を実行できれば、Chrome は閲覧ツールからタスク実行インターフェースへ変わります。

ただし、この種の機能には現実的な課題もあります。

Web サイト構造は複雑で、自動操作は失敗しやすい。
フォーム、支払い、ログイン、CAPTCHA などは慎重に扱う必要がある。
ユーザーは Gemini が何をしたのか知る必要がある。
最終送信、支払い、予約は人間の確認を残すべきです。

本当の難しさはモデル能力だけではなく、ブラウザ自動化、安全境界、ユーザー信頼にあります。

Autofill：パスワード入力から複雑なフォーム入力へ

Autofill with Google はもともと、パスワード、住所、支払い情報などの基本的な便利機能でした。Google はこれを、よりスマートなフォームアシスタントへ進化させようとしています。

原文では、Gemini の Personal Intelligence により、Android が接続アプリ内の関連情報を使い、Chrome 内のフォームを含むより複雑なフォーム項目を自動入力できると説明しています。

これは実用的です。モバイルで複雑なフォームを入力するのは面倒です。画面は小さく、項目は多く、メール、カレンダー、チャット、文書から情報をコピーする必要があります。Gemini がユーザー許可のもとで整理して入力できれば、多くの時間を節約できます。

Google は、Gemini と Autofill with Google の接続は厳密に opt-in だとも強調しています。ユーザー自身が接続するかを選び、設定からいつでもオン・オフできます。

Autofill は個人情報、住所、アカウント、支払い、仕事情報、敏感なフォームに関わるため、この点は重要です。便利になるほど、明確な許可と制御可能な退出が必要になります。

Rambler：話し言葉を送信できるテキストへ

Rambler は今回の更新で特に興味深い機能です。

Gboard はすでに音声入力に対応していますが、人が話すときには繰り返し、間、フィラー、自分での言い直しがよくあります。Rambler は自然な話し言葉を、より明確で送信しやすいテキストに整えることを目指しています。

向いている場面は次の通りです。

メッセージを素早く口述したいが、一語ずつ修正したくない。
話し言葉に間、繰り返し、フィラーが混ざる。
思いつきを、よりプロらしい SMS、メール、チャット文に整理したい。
複数言語を切り替えながら話し、文脈を理解してほしい。

Google は、Rambler が有効になっていることを明確に表示し、音声はリアルタイム文字起こしにのみ使われ保存されないと説明しています。これはプライバシーと透明性への対応です。

製品として見ると、Rambler は「音声入力」を「音声ライティング」にアップグレードするものです。言ったことを記録するだけでなく、口語を送信できる文章へ整えます。

自然言語でウィジェットを作る

Gemini Intelligence には Create My Widget も含まれます。ユーザーは「毎週 3 つの高タンパク作り置きレシピをすすめて」のように自然言語で欲しいウィジェットを説明し、Android がホーム画面用のカスタム widget を生成します。

これは Android が generative UI を試していることを意味します。ユーザーは固定テンプレートから選ぶだけでなく、見たい情報と表示方法を説明できます。

この方向が成熟すれば、スマートフォンのホーム画面はより個人化されます。天気、予定、健康、通勤、食事、学習、仕事のリマインダーが、ユーザーの需要に応じて生成される動的モジュールになります。

ただし、生成 UI には安定性が必要です。ウィジェットは一度限りのチャット回答ではなく、長くホーム画面に表示されます。信頼でき、読みやすく、設定可能で、画面を乱さない必要があります。

Material 3 Expressive とインテリジェント UI

Google は、Gemini Intelligence が Material 3 Expressive に基づくデザイン更新ももたらすと述べています。

これは単なる見た目の改善ではありません。AI が能動的にタスクを処理し始めると、UI は次を明確に示す必要があります。

AI が何をしているか。
どの手順が完了したか。
どこでユーザー確認が必要か。
ユーザーがどうキャンセルまたは変更できるか。

明確な UI のないプロアクティブ AI は、ユーザーに制御不能感を与えやすいです。そのためデザイン言語そのものが AI 製品体験の一部になります。

提供時期と展開

Google によると、Gemini Intelligence の機能は最新の Samsung Galaxy と Google Pixel から始まり、2026 年夏に段階的に展開されます。その後、時計、自動車、メガネ、ノート PC を含むより多くの Android デバイスへ広がります。

これは一度に全世界で提供されるものではありません。利用可否は、端末、地域、言語、アプリ対応、アカウント設定に依存する可能性があります。

試したい場合、現実的な期待は次の通りです。

まず Pixel と Samsung のフラッグシップ機を見る。
2026 年夏以降のシステム更新に注目する。
Gemini、Chrome、Gboard、Autofill、Android 設定内の新しいトグルを見る。
地域や言語によって、すべての機能が同時に使えるとは限らない。

Android にとっての意味

Gemini Intelligence on Android の意味は、いくつかの AI 小機能を追加したことではありません。Android の製品ポジションの変化です。

これまでのスマートフォン OS は、主にアプリ、通知、権限、ファイル、ハードウェアを管理していました。Google は今、システムにユーザー意図を理解させ、アプリ間でタスクを完了させようとしています。この方向が成功すれば、Android の競争軸は「システム機能とアプリエコシステム」から「ユーザーの作業をどれだけ能動的に助けられるか」へ広がります。

これはモバイル AI 競争を新しい段階に進めます。

Apple はオンデバイス、プライバシー、システム統合を強調する。
Google は Gemini、検索、Chrome、Android、マルチデバイスエコシステムを強調する。
サードパーティ AI アプリはシステムレベルの入口と競争しにくくなる。
アプリ開発者は、自分のアプリが AI agent からどう呼ばれるかを考える必要がある。

今後数年、スマートフォン上の AI は単なるチャット入口ではなく、システムレベルの実行層になる可能性があります。

まとめ

Google が発表した Gemini Intelligence on Android の中心は、「スマートフォンに Gemini チャット枠を追加する」ことではありません。AI を Android の操作フローに組み込むことです。マルチステップ自動化、Chrome のスマートブラウジング、Autofill、Rambler、自然言語ウィジェットはすべて、スマートフォンを受動的な道具から能動的なアシスタントへ変えるためのものです。

それが本当にユーザー習慣を変えるかは、自動化の信頼性、明確なプライバシー設定、スムーズなアプリ横断操作、そしてユーザーが最終的な制御を持ち続けられるかにかかっています。少なくとも今回の発表を見る限り、Google は Android の次の段階を、従来型のモバイル OS ではなくプロアクティブな AI システムとして定義しています。

参考リンク：

Google Blog：A smarter, more proactive Android with Gemini Intelligence

Codex の利用上限はなぜ突然リセットされるのか？Usage Limits の履歴と情報源

Sun, 17 May 2026 08:36:15 +0800

Codex を使っていると、自分の通常の reset 時刻が来ていないのに、usage limits が突然回復していることがあります。このような「予告なしのリセット」は今回が初めてではなく、上限ルールが恒久的に緩くなったことを意味するとは限りません。障害補償、製品プロモーション、成長マイルストーン、あるいは特定のウィンドウやアカウント状態だけを対象にしたバックエンド側のリセットである可能性があります。

このスクリーンショットは、OpenAI Codex チームを率いる Tibo Sottiaux（@thsottiaux）が X に投稿した告知です。利用上限を気にしているユーザーにとって重要なのはモデルの細部ではなく、彼がその夜に usage limits を reset すると述べている点です。文脈を見ると、これは通常の周期的な更新ではなく、補償としてのリセットだと考えられます。

まず結論

Codex の利用上限が突然リセットされる理由は、おおまかに次のように分けられます。

障害補償：モデルや Codex サービスの問題でユーザーの上限が無駄に消費され、OpenAI が補償としてリセットする。
リリースやプロモーション：新モデル、新クライアント、新機能の公開時に、一時的な増量やリセットが行われる。
成長マイルストーン：Codex のユーザー規模が一定の節目に達したとき、利用継続を促すために上限をリセットまたは拡大する。
バックエンド方針の調整：一部の上限ウィンドウやアカウント状態だけがリセットされ、UI では範囲が明確に説明されない。

よくある誤解は、「リセット」と聞くとすべての上限ウィンドウが回復したと考えてしまうことです。実際には、Codex には短時間ウィンドウ、weekly limit、モデルごとの消費重み、プランごとの制限が同時に存在する場合があります。特別なリセットは、その一部だけに効くことがあります。

このスクリーンショットが示していること

スクリーンショットでは、Tibo が 2026 年 5 月 15 日に更新を投稿し、チームが監視を続け、その夜に usage limits をリセットすると述べています。前の投稿では一部ユーザーからの報告を調査中だと説明していたため、このリセットはサービスの揺らぎに対する補償と見るのが自然です。

ユーザー向けには、次の 3 点が重要です。

これは各ユーザーの通常周期による回復ではなく、チーム側の能動的なリセットです。
このリセットには明確な出来事の背景があり、恒久的な上限引き上げではありません。
「usage limits」という表現だけでは、5 時間ウィンドウや weekly limit がすべて含まれるかは分かりません。

そのため、上限が回復していても、まずは特別な reset event として捉えるべきです。

なぜ Codex のリセットは予告なしに見えるのか

Codex の上限は、単純に「毎日何時に更新される」ものではありません。UI には残り上限やパーセンテージだけが表示されることが多い一方、バックエンドでは次のような要素を同時に追跡している可能性があります。

数時間単位の短時間ウィンドウ。
週単位またはそれ以上の上限。
モデルごとの消費重み。
ローカル Codex、Cloud Task、IDE/CLI などの入口の違い。
Plus、Pro、Business、Team などのプラン差。
特別リセットの対象となるアカウント状態かどうか。

OpenAI が特別リセットを行っても、ユーザーはそれが通常周期による回復なのか、補償なのかを UI だけでは判断できない場合があります。短時間ウィンドウだけが回復した場合でも、weekly も回復するはずだと誤解されやすく、weekly が変わらないと「リセットが失敗した」と見えることがあります。

OpenAI の Codex GitHub issue でも、この透明性の問題が指摘されています。公開メッセージでは Codex rate limits が reset されたと説明されても、製品 UI はどのウィンドウがリセットされたのか、weekly limit が含まれるのか、すべての有料プランに同じように適用されたのかを明確に示していませんでした。

これまでの主なリセットの型

1. 2026 年 2 月：リリース期と一時的な増量

Codex デスクトップアプリと GPT-5.3-Codex のプロモーション時期には、usage limit reset と一時的な 2x rate limits がコミュニティで話題になりました。Reddit では、Codex app の公開時に期間限定の 2x rate limits と usage limit reset があったという投稿が見られます。

この種のリセットは、新しいクライアント、モデル、ワークフローを試してもらうためのリリース期の施策と考えられます。

2. 2026 年 3 月：ランダムなリセットと異常消費の議論

3 月前後には、コミュニティで「random usage reset」や「weekly limit reset daily」といった話題が何度も出ました。weekly limit が予定より早く回復したという報告や、新しい Codex モデル、安全ブロック、異常な上限消費、バグ修正と関係しているのではないかという見方がありました。

これらは公式発表ではありませんが、ユーザー側では通常スケジュール以外の回復が複数回観測されていたことを示しています。

3. 2026 年 4 月：成長マイルストーンと有料プランのリセット

4 月下旬には、Codex が週間アクティブユーザー 300 万人に達し、OpenAI が rate limits をリセットしたという報道がありました。今後の成長マイルストーンでも、ユーザーにより多くの利用余地を与える計画だとされています。

GitHub issue でも、Tibo が 4 月 28 日に X で「good week」を祝って有料プランの Codex rate limits をリセットし、GPT-5.5 でより多く構築できるようにしたという投稿が引用されています。ただし同じ issue では、どの上限ウィンドウが実際にリセットされたのか、weekly limit が含まれたのかを UI が明確に示していないとも指摘されています。

つまり、成長やイベントに伴うリセットでも、説明の曖昧さがユーザーの混乱につながりやすいということです。

4. 2026 年 5 月：障害補償型のリセット

今回のスクリーンショットは、より分かりやすい障害補償型のリセットです。Tibo はチームが問題を見つけ、その夜に usage limits をリセットすると述べています。OpenAI Status でも、2026 年 5 月 13 日に Codex 関連のエラー率上昇と遅延悪化が記録されています。

普通のユーザーにとって重要なのは、どのモデルの細部が原因だったかではありません。サービス側の問題で上限が異常に消費された場合、OpenAI が特別リセットで補償することがある、という点です。

リセットの理由をどう判断するか

Codex の上限が突然回復した場合は、次の順番で確認するとよいです。

自分の通常 reset 時刻に達していないか確認する。
OpenAI Status で Codex、モデルエラー、遅延、性能低下の記録を見る。
Tibo、OpenAI 公式アカウント、Codex GitHub issue に説明があるか確認する。
コミュニティで「突然 reset」「異常な消費」「weekly が戻らない」といった報告が集中していないか見る。
短時間ウィンドウと weekly limit を分けて考え、必ず同時に回復するとは決めつけない。

公式の事故補償であれば、状態ページ、責任者の告知、または多数のユーザー報告がセットで見つかることが多いです。一方、バックエンド側の部分的な更新だけなら、明確な告知がない場合もあります。

情報源の信頼性を分けて見る

この種の情報は、層を分けて見るのが安全です。

公式ステータスページ：障害、エラー率、遅延、復旧時刻の確認に最も向いています。
Tibo / OpenAI 公式アカウント：特別リセット、補償、プロモーションの説明を確認するのに向いています。
OpenAI Codex GitHub issue：UI、上限ウィンドウ、実際の挙動に関するユーザー報告を見るのに向いています。
Reddit / X の議論：同じ現象が広く起きているかを見るのに有用ですが、公式確認ではありません。
第三者ニュースやブログ：時系列の補足には便利ですが、公式情報や原典で確認する必要があります。

記事を書くときや判断するときは、これらを分けて扱うべきです。「OpenAI Status に障害が記録された」は公式の状態情報です。「Reddit でランダムリセットが報告された」はコミュニティ観測です。「GitHub issue で UI の不透明さが指摘された」はユーザー提出の製品課題です。

まとめ

Codex の利用上限が突然リセットされるのは、単に「無料の追加枠が来た」という話ではありません。障害補償、リリース期のプロモーション、成長施策、バックエンド方針の変更など、複数の理由があり得ます。分かりにくいのは、Codex に複数の上限ウィンドウがあり、特別リセットがすべてを対象にするとは限らない点です。UI が reset scope を明確に示さないこともあります。

このような状況に遭遇したら、まずクライアント上の実際の上限を確認し、OpenAI Status、Tibo の投稿、Codex GitHub issue、コミュニティ報告を照らし合わせるのが最も安全です。1 回の reset だけで長期的なルール変更だと判断せず、weekly limit、短時間ウィンドウ、すべてのプランが同時に回復すると決めつけない方がよいです。

参考リンク：

ChatGPT File Libraryとは：ファイル保存、容量制限、プライバシー境界

Sat, 16 May 2026 17:40:14 +0800

ChatGPT File Libraryは、ChatGPT内のファイルライブラリです。

以前は、会話にアップロードしたファイルはそのチャットで使う一時的な資料に近いものでした。File Libraryでは、アップロードしたファイルやChatGPTが作成したファイルをアカウントに保存し、後から探す、ダウンロードする、削除する、新しい会話で再利用するといったことができます。

これにより、ChatGPTは一時的なチャット画面ではなく、継続的な資料ワークスペースに近づきます。

保存されるファイル

ChatGPTは、アップロードまたは作成した次のようなファイルを保存できます。

文書
スプレッドシート
プレゼンテーション
PDF
画像
ChatGPTが生成したファイル

生成画像は引き続きImagesタブにも表示されます。File Libraryは、アップロードファイルと生成ファイルをまとめて管理する場所です。

PDF分析、表計算、文書作成、プレゼン資料の編集をよく行うなら、同じファイルを何度もアップロードする手間を減らせます。

新しい会話で使う方法

対応クライアントでは、入力欄付近の添付または追加メニューからAdd from libraryを選び、再利用したいファイルを選択します。

Release Notesでは、LibraryとRecent filesがWeb、iOS、Androidで利用できることも説明されています。

検索と管理

Web版では左サイドバーからLibraryに入り、アップロード済みファイルと生成済みファイルを管理できます。

ファイルは種類や由来で絞り込めます。ヘルプページでは、アップロードファイル、生成ファイル、画像、文書、スプレッドシート、プレゼンテーション、PDFなどのフィルターが挙げられています。

ストレージ使用量はSettings > Storageから確認できます。ファイルはLibraryから直接削除できます。

プラン別容量

2026年5月14日のRelease Notesでは、容量は次のように示されています。

プラン	File Library容量
Free	500 MB
Go	4 GB
Plus	20 GB
Business	20 GB
Pro	100 GB

この容量には、アップロードしたファイルとChatGPTが作成した文書、表、プレゼン、画像が含まれます。

単一ファイルの制限

OpenAIのヘルプページでは、次の制限が示されています。

GPTまたはChatGPT会話にアップロードするファイルは最大512 MB
テキスト・文書ファイルは最大200万token
CSVやスプレッドシートは通常約50 MB、行の大きさに依存
画像は1枚最大20 MB

これはアカウント全体の容量とは別の制限です。

削除とダウンロード

ファイルは手動で削除するまでアカウントに保存されます。

Libraryでファイルを選択し、削除またはゴミ箱アイコンを使います。OpenAIの説明では、削除後はアカウントからすぐに取り除かれ、通常30日以内にOpenAIのシステムから完全削除される予定です。ただし、匿名化済みでアカウントと切り離されている場合や、安全・法的義務で保持が必要な場合は例外があります。

ファイルはLibraryからダウンロードすることもできます。

Temporary Chatでは保存されない

Temporary Chatでアップロードしたファイルは、アカウントやLibraryに保存されません。

File Libraryは長期再利用のための機能で、Temporary Chatは一時的・機密性の高い・長期文脈を残したくない作業に向いています。

データとトレーニング設定

OpenAIのヘルプページでは、ファイルとチャットはユーザーの設定とData Controlsに従うと説明されています。

Memoryが有効な場合、ファイルやチャットが会話間で役立つ情報の記憶に使われる可能性があります。個人向けサービスでImprove the model for everyoneが有効な場合、アップロードファイルを含むChatGPTへの送信内容がモデル改善に使われる可能性があります。この設定はSettings > Data Controlsでオフにできます。

File Libraryはローカルフォルダーではなく、クラウドアカウント機能です。アップロードしてよい資料かどうかを先に考える必要があります。

向いている使い方

同じPDFやレポートの継続分析、授業資料や会議資料の再利用、ChatGPTが生成した文書や表の再編集、複数会話での素材共有に向いています。

一方で、身分証明、契約書、医療記録、財務明細などの機密資料、正式なクラウドバックアップ、社内文書の無確認アップロードには向きません。

まとめ

ChatGPT File Libraryの価値は、単にファイル一覧が増えたことではありません。ChatGPTを一回限りの会話ツールから、資料が蓄積するワークスペースへ変える点にあります。

その分、古いファイルの整理、容量確認、通常チャットとTemporary Chatの使い分け、Data Controlsの確認が重要になります。

参考資料

GPT-5.5 Prompt 移行ガイド：古いプロンプトはまず削ってから直す

Fri, 15 May 2026 01:25:27 +0800

OpenAI は API ドキュメントで GPT-5.5 prompting guide を更新しました。このガイドで最も価値があるのは、さらに長いプロンプトテンプレートを示していることではありません。GPT-5.5 へ移行するとき、多くの古い prompt はむしろ短くすべきだ、と示している点です。

公式ドキュメント：https://developers.openai.com/api/docs/guides/prompt-guidance

一言でいうと、GPT-5.5 の prompting の方向性は次の通りです。プロセスを減らし、結果を書く。ルールを積み上げるより、受け入れ条件を定義する。always や must を乱用せず、いつ止めるか、いつ検証するか、いつ証拠を補うかを書く。

古い prompt をなぜ書き直す必要があるのか

多くの本番システムの prompt は、層を重ねるように作られています。モデルが不安定ならルールを 1 つ足す。ツール呼び出しで失敗したら禁止事項を足す。出力が長すぎたらフォーマット指定を足す。時間が経つと、system prompt は重い運用マニュアルになります。

この書き方は古いモデルでは役に立つこともありました。モデルが逸れないように、より細かい手順制約が必要だったからです。しかし GPT-5.5 では、OpenAI の推奨は明確です。古い prompt stack をそのまま持ち込まないことです。

プロセスを指定しすぎると、いくつかの副作用があります。

ノイズが増え、モデルが大量の古いルールから本当に重要な制約を探す必要がある。
探索空間が狭くなり、モデルがより効率的な解法を選びにくくなる。
出力が機械的になり、問題解決というよりスクリプト実行のように見える。
古いルール同士が衝突し、ツール呼び出しも最終回答も悪くなる。

GPT-5.5 には、各手順を固定するより、目標状態、制約、利用可能な証拠、最終出力を説明する prompt のほうが向いています。

outcome-first：まず完了条件を定義する

公式ドキュメントは、GPT-5.5 には outcome-first prompt が向いていると繰り返し強調しています。

つまり、prompt ではまず次を明確にすべきです。

目標とする結果は何か。
何をもって成功とするか。
どの制約を破ってはいけないか。
現在利用できるコンテキストは何か。
最終回答にどのフィールドやセクションが必要か。
証拠が不足しているときにどうするか。

あまり推奨されない書き方：

まず A を確認し、次に B を確認し、その後すべてのフィールドを比較し、すべての例外を考え、どのツールを呼ぶか決め、ツールを呼び、最後に完全な過程を説明する。

GPT-5.5 により向いた書き方：

ユーザーの問題を解決する。成功条件：
- 利用可能なポリシーとアカウントデータに基づいて判断する
- 操作が許可される場合は、返信前に操作を完了する
- 最終出力には completed_actions、customer_message、blockers を含める
- 重要な証拠が不足している場合は、最小限必要なフィールドだけ質問する

これは prompt を曖昧にすることではありません。制御点を「手順の順番」から「結果と境界」へ移すことです。モデルは検索、推論、ツール呼び出しの経路を自分で選べますが、成功条件には責任を持つ必要があります。

絶対ルールを減らし、判断ルールを書く

古い prompt では ALWAYS、NEVER、must、only が大量に出てきがちです。これらの言葉は使ってはいけないわけではありません。ただし、安全ルール、必須フィールド、禁止アクションのように、本当に破れない制約にだけ残すべきです。

「いつ検索するか」「いつユーザーに聞くか」「いつ続けるか」「いつ止めるか」のような判断には、GPT-5.5 では decision rule のほうが向いています。

たとえば、こう書くだけでは不十分です。

`1`	`常に最初に 3 回検索する。`

こう書くほうがよいです。

まず中核問題をカバーする検索を 1 回行う。最初の数件の結果で重要事実を支えられるなら、検索を止めて回答する。証拠が矛盾している、不足している、または結論を支えられない場合だけ、検索を続ける。

この書き方はモデルに判断余地を与え、同時に停止条件も与えます。Web 検索、retrieval、ファイル検索、データベース問い合わせを使うプロダクトでは重要です。ツール呼び出しが 1 回増えるたびに、遅延とコストが増えるからです。

retrieval budget を設定する

GPT-5.5 prompt に単独で追加する価値があるルールの 1 つが retrieval budget です。

これは金額の予算ではありません。検索をいつ止めるかのルールです。証拠がいつ十分なのか、いつ探し続けるべきか、いつ証拠不足を認めるべきかをモデルに伝えます。

実用的な書き方：

通常の Q&A では、短く識別しやすいキーワードでまず広めに 1 回検索する。最初の数件の結果が中核リクエストを支えられるなら、その結果に基づいて回答し、検索を続けない。結果が矛盾する、重要事実が欠けている、または結論を支えられない場合のみ追加検索する。

このルールは、よくある 2 つの問題を減らします。

検索不足で、証拠のない回答を出す。
検索しすぎて、ツールループで時間を浪費する。

さらに重要なのは、証拠が見つからないことを、事実上の「いいえ」として扱うべきではないという点です。正しい挙動は、証拠不足を明示すること、またはより小さい問いに分けて確認することかもしれません。

reasoning effort を最初から上げない

GPT-5.5 は推論効率が高いため、OpenAI は low と medium を再評価することを勧めています。品質が足りないと感じたときに、すぐ reasoning effort を上げるべきではありません。

より安定した順序は次の通りです。

まず prompt が目標、出力形式、停止条件を明確にしているか確認する。
テスト、引用、レビュー、レンダリング確認などの検証ループを追加する。
ツール呼び出しに持続性ルールと完了基準を追加する。
それでも足りない場合に reasoning effort を上げる。

言い換えると、reasoning.effort は最後の調整つまみに近いものです。明確な prompt 設計の代わりにすべきではありません。

短い分類、フィールド抽出、サポートチケット振り分け、形式変換なら、低い推論コストから始められます。長文書の統合、複数ソースの衝突判断、戦略作成、複雑な調査では、medium 以上を検討します。

text.verbosity は出力を制御するが、思考を制御するわけではない

GPT-5.5 は出力形式をかなり制御できます。公式ドキュメントは、prompt 内の出力要件と合わせて text.verbosity を使うことを勧めています。

デフォルトの text.verbosity は medium です。より短く、よりすっきりした返信が必要なプロダクトでは low を使えます。ただし、すべてを短くすべきという意味ではありません。

典型的な使い方：

ユーザー向けの状態更新と最終要約は短くする。
コード、設定、構造化結果では、引き続き可読性を求める。
「短くする」ために、フィールドの完全性、引用、必要な caveat を犠牲にしない。

これはコード系プロダクトで特に有用です。チャット返信は短くしつつ、生成コードには読みやすい変数名、明確な構造、必要なコメントを求められます。

preamble と phase：長いタスクを見えるようにする

GPT-5.5 は複雑なタスクで、可視テキストを出す前に推論、計画、ツール呼び出し準備を行うことがあります。ストリーミングプロダクトでは、ユーザーは最初の token までの待ち時間を感じます。

公式の推奨は、多段階、ツール密集、長時間実行のタスクでは、モデルに短い preamble を先に出させることです。完全な計画を説明する必要はありません。「まず何をするか」だけを伝えれば十分です。

例：

`1`	`まず関連ファイルと既存設定を確認し、その後で変更案を出します。`

Responses API の長いタスクやツール密集ワークフローでは、assistant item の phase にも注意が必要です。アプリが previous_response_id を使う場合、API は前の assistant 状態を自動で保持します。アプリが assistant 出力を手動で再生する場合、元の phase 値を保持する必要があります。

一般的な約束：

phase: "commentary"：中間状態の更新。
phase: "final_answer"：最終回答。
user message には phase を付けない。

これは低レベル実装の細部に見えますが、ツール呼び出し、状態更新、最終回答を持つプロダクトでは重要です。手動再生時に phase を失うと、モデルが途中経過と最終結論を混同しやすくなります。

モデルに自分の作業を検証させる

GPT-5.5 guide には非常に実用的な点があります。検証可能なタスクでは、モデルに検証ツールと検証ルールを与えることです。

コード Agent には、明確に次を要求できます。

変更後に関連する単体テストを実行する。
必要なら type check や lint を実行する。
影響するパッケージが大きい場合は build を実行する。
全量検証が高コストなら、少なくとも最小の smoke test を行う。
検証できない場合は、理由と次善の確認方法を説明する。

視覚やページ成果物では、まずレンダリングし、レイアウト、切り抜き、余白、欠落内容、視覚的一貫性を確認するよう求められます。

エンジニアリング計画では、要件との対応、関連ファイル/API/システム、状態遷移、検証コマンド、失敗時の挙動、プライバシーとセキュリティ、実装に影響する未決事項を含めるよう求められます。

この種のルールは「もっと注意して」よりずっと効果的です。「注意」を実行可能なチェックに変えるからです。

GPT-5.5 に向いた prompt 骨格

OpenAI ドキュメントの構造は、簡略化すると次のようになります。

Role:
あなたの役割と、作業する文脈。

# Personality
口調、協力スタイル、温度感や視点が必要かどうか。

# Goal
ユーザーに見える目標結果。

# Success criteria
最終回答前に満たすべき条件。

# Constraints
安全、ビジネス、証拠、権限、コスト、副作用の境界。

# Output
出力構造、長さ、口調、必須フィールド。

# Stop rules
いつ続けるか、再試行するか、降格するか、質問するか、停止するか。

この骨格のポイントは、すべての prompt が同じ見出しを持つべきということではありません。複雑なタスクの prompt は、モデルに目的地、境界、成果物を伝えるべきであり、すべての手順をハードコードすべきではないということです。

古い prompt を移行する実際の順序

GPT-4.1、GPT-4o、GPT-5.2、GPT-5.4 向けの古い prompt がある場合、一度に大きく変えるのはおすすめしません。

より安定した移行順序：

まずモデルだけ切り替え、現在の reasoning effort と出力パラメータを固定する。
既存 eval または実例を実行し、挙動の変化を見つける。
明らかに古い、重複する、衝突するプロセスルールを削除する。
「手順要求」を「成功基準」と「停止条件」に変える。
retrieval budget、引用ルール、証拠不足時の挙動を追加する。
ツールタスクに検証ループを追加する。
最後に reasoning.effort と text.verbosity を調整する。

eval がない場合でも、少なくとも代表的なタスクを用意します。簡単な Q&A、複雑な検索、ツール呼び出し、フォーマット出力、拒否/降格、長いタスクの完了です。1 つの demo case だけで prompt の良し悪しを判断しないことです。

古い prompt 移行チェックリスト

実際に移行するときは、まずこのチェックリストを通します。目的は単に prompt を短くすることではなく、無効な制約を削除し、重要な制約を検証可能な形にすることです。

チェック項目	よくある問題	推奨対応
重複ルール	同じ指示が複数箇所にあり、表現が一致しないこともある	1 つの明確なルールに統合し、最終版だけ残す
絶対語	`ALWAYS`、`NEVER`、`must`、`only` が everywhere	安全、コンプライアンス、権限、必須フィールドにだけ残す
停止条件なし	検索、分析、修正を続けるよう要求するが、いつ止めるかがない	証拠十分、検証成功、ターン数やコスト上限など stop rules を追加
検証コマンドなし	「正しくする」と書くだけで、テスト、lint、引用、確認方法がない	テスト、型チェック、build、引用、smoke test など具体化
プロセスが細かすぎる	すべての手順を固定し、モデルがよりよい経路を選べない	目標、成功基準、境界、出力要件に書き換える
古いモデル用補丁	古いモデルの弱点向け制限が残っている	まず削除し、eval で本当に必要か判断する
ツールルールが曖昧	「必要ならツールを使う」だけ	いつ呼ぶか、いつ止めるか、失敗時にどう降格するかを書く
出力形式が漂う	形式指定はあるが、フィールド完全性のルールがない	必須フィールド、任意フィールド、証拠不足時の出力を定義

1 つだけやるなら、「停止条件なし」と「検証コマンドなし」を優先します。この 2 つは、GPT-5.5 を無限ツールループにしたり、証拠なしで整った回答を出させたりしやすいからです。

GPT-5.5 prompt 例：旧 vs 新

以下は完全な system prompt ではなく、移行時によくある部分的な書き換えです。

例 1：検索 Q&A

旧：

`1`	`回答前に必ず 3 回以上検索する。関連するすべての結果を読む。完全な説明を出す。`

新：

まず中核問題をカバーする検索を 1 回行う。最初の数件の結果で重要事実を支えられるなら、検索を止めて回答する。結果が矛盾する、または重要事実が不足している場合は追加検索する。最終回答では根拠を説明し、証拠不足なら明確にそう述べる。

新しい書き方では、「検索回数」を「証拠が十分か」に変えています。モデルに続ける理由と止める理由の両方を与えます。

例 2：コード変更

旧：

`1`	`慎重にコードを修正する。既存ロジックを壊さない。完了後に変更点を教える。`

新：

ユーザー要求に対する最小限必要なコード変更を行う。成功基準：
- タスクに関係するファイルだけを変更する
- ユーザーが明示しない限り、既存の公開 API 互換性を保つ
- 変更後に関連単体テストを実行する。実行できない場合は理由と次善の検証方法を説明する
- 最終要約には変更点、検証結果、残るリスクを含める

新しい書き方は、ただ「慎重に」と言うのではなく、ファイル範囲、API 互換性、テストコマンド、リスク説明に慎重さを落とし込んでいます。

例 3：構造化出力

旧：

`1`	`JSON を出力する。余計な内容は出さない。フィールドは完全にする。`

新：

Markdown なしの厳密な JSON を出力する。必須フィールド：
- status: "ok" | "needs_more_info" | "blocked"
- answer: string
- evidence: string[]
- missing_info: string[]
証拠が不足している場合、status は "needs_more_info" にし、evidence を捏造しない。

新しい書き方は JSON を求めるだけでなく、証拠不足時の合法的な出力経路も定義しています。モデルは「完全なフィールド」と「証拠不足」の間で情報を作る必要がなくなります。

パラメータの組み合わせ

reasoning.effort と text.verbosity は別々に考えるべきではありません。前者はモデルがどれだけ推論するか、後者は出力の詳しさを左右します。よくある誤解は、品質が足りなければ reasoning.effort を上げ、出力が長ければ prompt を強く書くことです。より安定するのは、タスク種別で組み合わせることです。

場面	reasoning.effort	text.verbosity	説明
フィールド抽出、分類、短い形式変換	`none` または `low`	`low`	低遅延を重視し、schema を明確にする
サポート振り分け、簡単なツールルーティング	`low`	`low` または `medium`	ルールが明確なら高推論は不要
通常 Q&A、軽い検索要約	`low` または `medium`	`medium`	判断は必要だが、高推論をデフォルトにしない
複数文書統合、衝突判断	`medium`	`medium`	まず証拠ルールと引用を整え、その後 effort を検討
複雑なコード変更、長い Agent タスク	`medium` または `high`	ユーザー返信は `low`、コード出力は明確に	チャット更新は短く、コードと diff は可読に
戦略、計画、リスク分析	`medium` または `high`	`medium` または `high`	トレードオフ、リスク、仮定の説明が必要

多くのアプリでは、まず low または medium から始めます。prompt が成功基準、停止条件、検証ルールをすでに明確にしていて、それでも重要制約を落とす場合にだけ、reasoning.effort を上げます。

text.verbosity も低ければよいわけではありません。低 verbosity は状態更新、短いサポート返信、操作結果要約に向いています。一方、コード、設定、移行計画、監査説明では、短すぎる出力はレビューしづらくなります。

残すべきルール

GPT-5.5 へ移行することは、古い prompt をすべて削ることではありません。次のルールは通常残すべきであり、より明確に書くべきです。

安全ルール：実行できないアクション、生成できない内容、拒否または降格すべき場面。
コンプライアンスルール：業界ポリシー、地域制限、年齢制限、監査要件、承認要件。
プライバシールール：個人情報処理、機密データのマスキング、ログ制限、データ外部送信の制限。
出力フィールド：API 応答、JSON schema、表フィールド、フロントエンドコンポーネントが必要とする固定構造。
業務境界：返金ルール、アカウント権限、サービスレベル、契約範囲、有人サポートへのエスカレーション条件。
ツール権限境界：呼べるツール、確認が必要なツール、禁止ツール。
引用と証拠ルール：いつ出典が必要か、証拠が衝突したときにどうするか。

これらは古い荷物ではなく、プロダクト契約です。違いは、移行時には長いスローガンから実行可能な制約へ書き換えることです。

例：

`1`	`ユーザーのプライバシーを漏らさない。`

これは次のようにできます。

最終回答に完全な電話番号、身分証番号、access token、API key、内部ユーザー ID を出力しない。参照が必要な場合は、電話番号の下 4 桁だけを残すなど、マスク済み形式だけを表示する。

誤って削ってはいけないもの

prompt を削るときに一番危険なのは、不要な文章を削ることではなく、本物のシステム境界を一緒に削ることです。次の内容は、古く見えても軽く消すべきではありません。

プライバシーとデータ処理要件：特にログ、エクスポート、システム間転送、第三者ツール呼び出しに関するルール。
安全と権限制限：データ削除、送金、メール送信、権限変更、shell コマンド実行など高リスク操作の確認ルール。
引用形式：プロダクトが citation、脚注、出典一覧、監査チェーンに依存しているなら、場所を取るだけで削らない。
ツール呼び出し境界：読み取り専用ツール、書き込み可能ツール、ユーザー確認が必要なツール。
失敗時の挙動：API タイムアウト、データ欠落、検索失敗、権限不足時の降格方法。
業務上の厳格ルール：価格、返金、停止、リスク管理、コンプライアンス審査など、モデルが自由に判断すべきでないルール。

簡単な判断方法は、削っても出力スタイルが少し変わるだけなら削除候補にする。削ると越権、漏えい、誤操作、誤った約束、監査断絶につながるなら残し、より精密に書き換える、というものです。

まとめ

GPT-5.5 prompting guide の核心は、「より高度なプロンプトを書く」ことではありません。古い prompt にある、プロセスを指定しすぎた部分を削ることです。

GPT-5.5 に向いた prompt は次を満たすべきです。

手順ではなく目標を優先する。
「うまくやる」ではなく成功基準を明確にする。
無限検索や無限ツールループではなく停止条件を持つ。
証拠なしに答えたり検索し続けたりせず、証拠予算を持つ。
モデルの自覚だけでなく検証ルールを持つ。
最初から reasoning effort を上げず、パラメータ調整は後にする。

古い system prompt がすでに長いなら、GPT-5.5 への移行の第一歩は内容を追加することではなく、削ることかもしれません。本当に破れないルールを残し、プロセスの細部を結果、境界、チェック項目へ変えるほうが、さらに prompt を積み上げるより効果的です。

参考資料

OpenAI Prompt guidance：https://developers.openai.com/api/docs/guides/prompt-guidance
OpenAI Using GPT-5.5：https://developers.openai.com/api/docs/guides/latest-model

Sulphur 2 は 8GB VRAM で動くのか？LTX 2.3 動画モデルのローカル導入メモ

Tue, 12 May 2026 22:12:45 +0800

SulphurAI が Hugging Face で Sulphur-2-base を公開しました。モデルカードによると、Sulphur 2 は LTX 2.3 をベースにした動画生成モデルで、uncensored video generation model と位置づけられています。text-to-video と image-to-video をネイティブにサポートし、LTX 2.3 の他の形式とも互換性があります。

モデルページ：https://huggingface.co/SulphurAI/Sulphur-2-base

Sulphur 2 とは

Sulphur 2 は汎用チャットモデルではなく、動画生成ワークフローのためのモデル重みと関連ツールを提供するものです。モデルカードの要点は次のとおりです。

LTX 2.3 ベース。
text-to-video と image-to-video をサポート。
プロンプトを改善する prompt enhancer を提供。
Hugging Face ページには Diffusers、llama.cpp、Ollama、LM Studio、Jan などの入口がある。
モデルファイルには GGUF 関連の内容が含まれ、一部のローカルツールで読み込みやすい。

つまり、一般ユーザー向けのワンクリック Web 製品というより、動画生成を試すユーザーやワークフロー作者向けのモデル公開です。

Sulphur 2 と LTX 2.3 の関係

Sulphur 2 を理解するには、まず LTX 2.3 のエコシステムの中で見るのが分かりやすいです。

LTX 2.3 は基盤となる動画生成モデルの系列であり、対応する入力形式、モデルコンポーネント、ワークフロー構造を決めます。Sulphur 2 はその上に公開された派生モデルで、text-to-video、image-to-video、関連ワークフローをまとめることに重点があります。

そのため Sulphur 2 は完全に独立した新ツールでも、通常のチャットモデルでもありません。LTX 2.3 エコシステム内のモデルパッケージに近く、実際に動画を生成するには、適切なフロントエンド、ノード、重みバージョン、パラメータを選ぶ必要があります。

Web 生成ツールより導入のハードルが高いのもそのためです。Web ツールはモデル、パラメータ、VRAM 調整、失敗時の再試行をバックエンドに隠しますが、ローカル導入ではそれらを自分で扱う必要があります。

注目する理由

LTX 系列は効率的な動画生成で注目されています。Sulphur 2 が LTX 2.3 をベースにしているため、既存の LTX ワークフローに組み込みやすい可能性があります。ComfyUI、Diffusers、ローカル推論ツールのユーザーにとって、この種のモデルの価値は主に制御しやすさと改造しやすさにあります。

もう一つの見どころは prompt enhancer です。動画生成はプロンプトに非常に敏感で、同じ被写体、カメラ、動作、スタイル、品質指定でも、書き方が違うだけで結果が大きく変わります。Sulphur 2 がプロンプト強化ツールを含めているのは、ユーザーが重みをダウンロードするだけでなく、普通の説明をモデルに向いたプロンプトへ安定して変換できるようにする意図があるからでしょう。

モデルカードの使用上の提案

公式モデルカードでは、最初は fp8mixed や bf16 などの dev 版をダウンロードし、提供されている distill lora と組み合わせることが推奨されています。また、LoRA を使う場合は完全モデルの重複部分を同時に読み込まないよう注意されています。ワークフロー内で同じ能力を二重に重ねてしまう可能性があるためです。

prompt enhancer はローカルツール寄りの使い方です。モデルカードでは、LM Studio のモデルディレクトリに Sulphur/promptenhancer という構造を作り、gguf ファイルと mmproj ファイルを置いて強化器を読み込む方法が示されています。system prompt は不要で、強化したいテキストをそのまま送信できます。画像も添付できます。

ローカル実行の入口

Hugging Face ページには一般的なローカル実行の入口がいくつか載っています。たとえば llama.cpp では、モデルリポジトリからローカルサーバーを起動できます。

`1`	`llama-server -hf SulphurAI/Sulphur-2-base:BF16`

ターミナルから直接実行することもできます。

`1`	`llama-cli -hf SulphurAI/Sulphur-2-base:BF16`

Ollama の入口は次のとおりです。

`1`	`ollama run hf.co/SulphurAI/Sulphur-2-base:BF16`

これらのコマンドは Hugging Face が自動生成したローカル読み込み例に近いものです。実際に問題なく動くかどうかは、ローカルの VRAM、モデルファイルのバージョン、量子化形式、ツール互換性に左右されます。動画生成モデルはテキスト専用モデルより多くのリソースを使うことが多いので、最初はモデルカード推奨のバージョンとワークフローに従い、複数ソースの重みを混ぜない方が安全です。

推奨テスト環境：ComfyUI / Diffusers / GGUF の選び方

最速で結果を見たいなら、まずコミュニティが整理した ComfyUI ワークフローを探すのがよいです。ComfyUI は視覚的に扱いやすく、モデル、LoRA、サンプラー、解像度、フレーム数、後処理ノードを同じグラフ上で確認できるため、動画生成のデバッグに向いています。

Python に慣れている場合や、Sulphur 2 を自分のスクリプトに組み込みたい場合は Diffusers が向いています。再現性と自動化に強く、パラメータの一括テストや、設定ごとの VRAM 使用量・生成時間の記録に便利です。

GGUF、llama.cpp、Ollama、LM Studio は prompt enhancer やテキスト側コンポーネントに向いています。GGUF があるからといって、動画生成パイプライン全体を担えるとは限りません。動画モデルには視覚モデル、VAE、サンプリングフロー、フレーム生成コンポーネントが関わることが多く、GGUF はローカル読み込みと軽量化エコシステムの一部です。

簡単にまとめると：

初心者はまず ComfyUI ワークフローを探す。
スクリプトユーザーは Diffusers で再現と一括テストを行う。
prompt enhancer やテキスト強化には GGUF / LM Studio / Ollama を見る。
迷ったらモデルカード推奨の dev 版と LoRA の組み合わせを優先する。

8GB VRAM で動くのか？バージョンとワークフロー次第

Sulphur 2 が 8GB VRAM で動くかどうかは、モデル名だけでは判断できません。具体的なバージョン、量子化方式、解像度、フレーム数、バッチサイズ、ワークフローに依存します。

一般に、動画生成は画像生成より VRAM を多く使います。一枚の画像だけでなく、複数フレーム、時間的一貫性、動画関連の中間状態を扱うためです。モデル自体に軽量版があっても、LoRA、高解像度、長いフレーム数、追加の後処理ノードを重ねると、8GB はすぐ不足する可能性があります。

8GB VRAM しかない場合は、次の方向で負荷を下げます。

fp8mixed、量子化版、またはコミュニティの低 VRAM ワークフローを優先する。
解像度を下げ、小さいサイズでまずパイプラインが通るか確認する。
フレーム数を減らし、最初から長い動画を生成しない。
batch size を 1 にする。
不要な強化ノードや後処理ノードを一時的に切る。
CPU offload、低 VRAM モード、フレームワークのメモリ最適化を使う。

したがって「8GB VRAM でも動く」という表現をより正確に言うなら、低メモリ版、低解像度、短いフレーム数、簡素なワークフローであれば動く可能性がある、という程度です。高解像度、長尺動画、複雑なワークフローを最初から期待するのは現実的ではありません。

prompt enhancer の使い方

Sulphur 2 のモデルカードでは prompt enhancer が特に言及されています。これは動画を生成するものではなく、普通のプロンプトをモデルが理解しやすいプロンプトに書き換えるためのものです。

動画プロンプトでは、被写体、動作、カメラ、シーン、光、スタイル、品質を同時に説明する必要があります。短い説明だけだと、モデルが重要な点を拾えないことがあります。prompt enhancer は簡単な説明をより完全な動画生成プロンプトへ拡張し、後続の生成を安定させるための補助になります。

モデルカードの流れでは、LM Studio のモデルディレクトリ内に Sulphur/promptenhancer ディレクトリを作り、対応する gguf と mmproj ファイルを置いて強化器を読み込みます。使用時に system prompt は不要で、強化したいテキストをそのまま送ります。画像を添付することもできます。

これはプロンプトの前処理ツールと考えると分かりやすいです。

`1`	`普通の説明 -> prompt enhancer -> より完全な動画生成プロンプト -> Sulphur 2 ワークフロー`

モデルが動くかどうかを試す段階では、prompt enhancer は最優先ではありません。まずメインのワークフローを通し、その後でプロンプト改善に使う方が問題の切り分けがしやすくなります。

ローカル導入でよくある失敗原因

Sulphur 2 のようなモデルのローカル導入が失敗する原因は一つとは限りません。よくある落とし穴は次のとおりです。

モデルバージョンとワークフローが合っていない。たとえばワークフローが dev 版を要求しているのに別の重みを使っている。
LoRA と完全モデルの重複部分を同時に読み込み、結果がおかしくなったり VRAM 使用量が増えたりする。
VRAM 不足。特に高解像度、長いフレーム数、複雑なノード構成で起きやすい。
ComfyUI ノード、Diffusers、Transformers、Accelerate などのバージョンが古く互換性がない。
VAE、テキストエンコーダー、mmproj、prompt enhancer などの付属ファイルが足りない。
ファイルパスやディレクトリ構造がツールの要求と合っていない。
Hugging Face ページのコマンドだけをコピーし、それが動画生成のメインフローなのかテキスト側コンポーネントなのか確認していない。

切り分けは順番が大事です。まずモデルファイルが揃っているか確認し、次にワークフローが要求するバージョンを確認します。その後、解像度とフレーム数を下げ、最後に LoRA、prompt enhancer、後処理ノードを少しずつ追加します。一度に変える変数は一つだけにするのが、問題を見つける近道です。

試すのに向いている人

Sulphur 2 は次のようなユーザーに向いています。

すでに LTX、ComfyUI、Diffusers、ローカル動画生成ワークフローを使っている。
text-to-video や image-to-video を試したく、モデルファイルを手動で設定できる。
uncensored 動画生成モデルが必要で、その利用境界を理解している。
prompt enhancer が動画プロンプトをどう改善するか研究したい。
十分な VRAM がある、または量子化版やローカル推論ツールを試す意思がある。

短い動画を手早く作りたいだけなら、オンライン製品の方が楽です。Sulphur 2 はモデル、ノード、LoRA、プロンプト、ローカル環境を調整することを楽しめる人向けです。

使用時の注意点

第一に、モデルカードはまだ更新中です。作者は README により完全な設定説明や訓練方法を追記すると述べているため、具体的なワークフローは最新のモデルカードとファイル一覧を基準にするべきです。

第二に、Hugging Face ページの一つのコマンドだけを見て、すぐ動くと判断しないことです。動画生成にはメインモデル、VAE、LoRA、prompt enhancer、サンプリングパラメータ、解像度、フレーム数、VRAM 使用量が関わります。どれか一つが合わないだけで失敗します。

第三に、uncensored モデルだからといって無制限に使えるわけではありません。生成内容は利用するプラットフォーム、コミュニティ、法律のルールに従う必要があります。実在人物、著作権キャラクター、未成年、暴力、プライバシーに関わる内容では特に注意が必要です。

まとめ

Sulphur 2 の位置づけは明確です。これはチャットモデルではなく、LTX 2.3 動画生成エコシステム向けのモデル公開です。見どころは text-to-video と image-to-video に対応し、prompt enhancer、ローカルツール入口、推奨ワークフローをまとめている点にあります。

一般ユーザーには少し敷居が高いですが、ローカル動画生成を試すユーザーにとってはテスト候補に入れる価値があります。実際の体験は、ワークフロー、VRAM 構成、プロンプト品質、そして今後 README やコミュニティ例がどれだけ整うかで決まります。

参考

Hugging Face モデルページ：https://huggingface.co/SulphurAI/Sulphur-2-base
FreeDidi 参考ページ：https://www.freedidi.com/24142.html

Claude Code の制限が倍増：Anthropic が SpaceX の計算資源拡張で利用制限を緩和

Sat, 09 May 2026 10:59:48 +0800

Anthropic は 2026 年 5 月 6 日、Claude Code と Claude API の利用上限を引き上げ、SpaceX と新たな計算資源提携を結んだと発表しました。一般ユーザーにとって最も直接的な変化は、Claude Code で使える容量が増えることです。開発者や企業にとっては、Claude の推論容量がさらに拡大している点が重要です。

今回の発表は 2 つに分けて見ると分かりやすいです。

Claude Code と Claude API の制限引き上げ。
SpaceX のデータセンターから得る新しい計算資源。

Claude Code の制限はどう変わったか

Anthropic によると、発表当日から次の 3 つの変更が有効になりました。

Pro、Max、Team、seat-based Enterprise プランで、Claude Code の 5 時間 rate limit が倍増。
Pro と Max アカウントに対する Claude Code のピーク時間帯の制限引き下げを廃止。
Claude Opus モデルの API rate limits を大幅に引き上げ。

つまり、Claude Code を長時間のコーディング、リポジトリ分析、リファクタリング、デバッグ、Agent ワークフローに使っている場合、作業途中で制限に達する場面が減る可能性があります。

ただし、制限引き上げは無制限利用を意味しません。Claude Code は引き続き、契約プラン、利用方法、モデル、タスクの長さ、コンテキストサイズ、プラットフォームポリシーの影響を受けます。それでも、以前より明確に利用余地が広がったと言えます。

なぜ計算資源が Claude Code 体験に影響するのか

Claude Code のようなツールは、通常のチャットより多くのリソースを使います。1 つのコーディングタスクでも次のような処理が含まれることがあります。

多数のファイル読み込み。
長いコンテキストの分析。
複数回のツール呼び出し。
コードの生成、編集、確認。
テスト実行やエラー説明の繰り返し。
複雑な推論に Opus モデルを使うこと。

これらの操作で消費されるのは token だけではありません。モデル推論容量、同時実行能力、スケジューリング資源も必要です。ユーザーには「制限」「待ち行列」「ピーク時の遅さ」として見え、プラットフォーム側では計算資源の供給と需要の圧力として見えます。

そのため、Anthropic が制限引き上げと計算資源提携を同じ発表に入れたことには意味があります。Claude Code の体験改善は、単にプラン設定を変えるだけではなく、バックエンドの推論容量拡張に依存しているということです。

SpaceX との提携で何が増えるのか

Anthropic は SpaceX と契約し、SpaceX Colossus 1 データセンターの全計算容量を利用すると述べています。公式発表では、この容量は 300 メガワット超で、22 万基以上の NVIDIA GPU に相当し、1 か月以内に Anthropic が利用可能になるとされています。

この追加容量は、Claude Pro と Claude Max 加入者の利用可能容量を直接改善するとされています。

発表では、将来的に SpaceX と軌道上 AI 計算資源の開発で協力することにも関心を示しています。ただしこれは長期的な方向性であり、ユーザーがすぐに感じる Claude Code の制限引き上げとは別の話です。

Anthropic の計算資源展開は大きくなっている

SpaceX は Anthropic の最近の計算資源拡張の一部にすぎません。公式発表では他の提携も挙げられています。

Amazon との最大 5GW の提携。うち約 1GW の新容量は 2026 年末までに稼働予定。
Google と Broadcom との 5GW の提携。2027 年から稼働開始予定。
Microsoft と NVIDIA との戦略提携。300 億ドルの Azure 容量を含む。
Fluidstack との 500 億ドル規模の米国 AI インフラ投資。

Anthropic は、Claude の学習と推論に AWS Trainium、Google TPU、NVIDIA GPU など複数の AI ハードウェアを使うとも説明しています。

この傾向は明確です。主要モデル企業の競争は、モデル名、ベンチマーク、製品機能だけではありません。電力、データセンター、GPU、TPU、ネットワーク、グローバル展開能力も競争領域になっています。

Claude Code ユーザーへの実際の影響

開発者にとって最も注目すべき変化は、Claude Code の 5 時間制限が倍増したことです。これは次のような場面に影響します。

大規模リポジトリのコード読解。
複数ファイルのリファクタリング。
バグ調査とテスト修正。
コード移行と依存関係アップグレード。
長時間の Agent コーディングタスク。
Team や Enterprise で複数人が同時に Claude Code を使う場合。

これまで Claude Code では、タスクが進行中なのに上限に達することがよくありました。制限が上がれば、Agent が途中で止まらず 1 つのタスクを最後まで進めやすくなります。

Pro または Max ユーザーにとっては、ピーク時間帯の制限引き下げ廃止も重要です。混雑する時間帯でも体験が安定しやすくなり、一時的な制限強化で Claude Code のワークフローが大きく妨げられる可能性が下がります。

API ユーザーにとっての意味

発表では、Claude Opus モデルの API rate limits も大幅に引き上げられたとされています。Opus を複雑なタスクに使うチームにとって、通常これは次のような意味を持ちます。

より高い同時実行。
429 レート制限エラーの減少。
バッチ処理を支えやすくなる。
長いコンテキスト、複雑な推論、Agent ワークフローにより適する。

ただし具体的な上限は、アカウント、組織、モデル、プランによって異なります。本番導入前には、自分の Anthropic Console、rate limits ドキュメント、エラーログを確認する必要があります。

企業と地域展開も重要になる

Anthropic は、金融、医療、政府などの規制業界では、コンプライアンスとデータ所在要件を満たすために地域内インフラがますます必要になるとも述べています。そのため、容量拡張の一部は米国外、特にアジアと欧州の推論能力に向けられます。

これは企業顧客にとって重要です。大規模モデルアプリケーションが中核業務に入ると、問題は「モデルが使いやすいか」だけではありません。

データが指定地域に留まるか。
業界のコンプライアンス要件を満たせるか。
ピーク時に安定した容量があるか。
チーム単位、組織単位の同時利用を支えられるか。
監査、権限、安全制御があるか。

この観点では、計算資源の拡張は単なる性能ニュースではありません。企業の調達や導入判断にも影響します。

まとめ

Anthropic の今回のメッセージは明確です。新しい計算容量がオンラインになるため、Claude Code と Claude API の利用制限が緩和されています。

一般的な Claude Code ユーザーにとって重要なのは、5 時間制限の倍増と、Pro、Max のピーク時間帯制限引き下げ廃止です。API と企業ユーザーにとっては、Opus rate limits の引き上げと、SpaceX、Amazon、Google、Microsoft、NVIDIA、Fluidstack との長期的な計算資源戦略が重要です。

AI ツールはますますインフラサービスに近づいています。モデル能力は一部にすぎません。安定した容量、地域コンプライアンス、制限ポリシー、コスト管理もユーザー体験を決めます。

参考リンク：

Anthropic：Higher usage limits for Claude and a compute deal with SpaceX

OpenAI の新世代 Realtime 音声モデル：GPT-Realtime-2、リアルタイム翻訳、ストリーミング文字起こし

Sat, 09 May 2026 10:58:47 +0800

OpenAI は 2026 年 5 月 7 日、新世代の Realtime API 向け音声モデルを発表しました。焦点は「より人間らしく話す」ことだけではなく、音声エージェントがリアルタイムの会話中に理解し、推論し、ツールを呼び出し、翻訳し、文字起こしできるようにすることです。

今回の更新には 3 つのモデルが含まれます。

GPT-Realtime-2：リアルタイム音声 Agent 向けの主力モデル。より強い推論、ツール呼び出し、長いコンテキストに対応します。
GPT-Realtime-Translate：70 以上の入力言語から 13 の出力言語へのリアルタイム音声翻訳モデル。
GPT-Realtime-Whisper：字幕、会議メモ、リアルタイムワークフロー向けの低遅延ストリーミング音声認識モデル。

初期の音声アシスタントが「一問一答」に近かったとすれば、今回の更新は「聞きながら作業する」音声インターフェースに近づいています。

GPT-Realtime-2：音声 Agent の主力モデル

GPT-Realtime-2 はリアルタイム音声対話向けに作られています。質問に答えるだけでなく、ユーザーが話し、言い直し、割り込み、条件を追加する間も文脈を保ち、必要に応じてツールを呼び出してタスクを完了します。

公式に強調されている機能は次の通りです。

「確認します」のような短い前置きを返し、処理中であることをユーザーに伝えられる。
カレンダー、検索、注文、サポートシステムなどの複数ツールを並行して呼び出せる。
失敗時の復帰がより自然で、会話が突然止まったり沈黙したりしにくい。
コンテキストウィンドウが 32K から 128K に拡大され、長い会話や複雑なタスクフローに対応しやすい。
専門用語、固有名詞、医療用語などの保持が改善されている。
冷静、共感的、確認的、明るいなど、場面に応じた話し方を制御しやすい。
reasoning effort は minimal、low、medium、high、xhigh から選択でき、デフォルトは low。

これにより、開発者は単純な Q&A だけでなく、より複雑な業務に音声 Agent を組み込めます。たとえば、サポート Agent がユーザーの説明を聞きながら注文を確認したり、旅行アプリがフライト変更に応じて次の行動を提案したり、不動産アプリが口頭条件から物件を絞り込んで内見を予約したりできます。

リアルタイム翻訳：多言語音声プロダクト向け

GPT-Realtime-Translate はリアルタイム音声翻訳向けのモデルです。ユーザーは自分の言語で話し、相手は翻訳された音声を聞きながらリアルタイムの文字起こしも確認できます。

適した用途は明確です。

多言語カスタマーサポート。
越境営業やプリセールス。
オンライン教育やライブイベント。
国際会議やイベント司会。
動画プラットフォームやクリエイターコンテンツのローカライズ。

リアルタイム翻訳の難しさは、正確さだけではありません。低遅延、自然な間、トーンの保持、アクセントへの対応、専門語彙の処理も必要です。OpenAI は、発話全体を待ってから翻訳するのではなく、より自然な異言語会話に近づけることを強調しています。

ストリーミング文字起こし：音声をすぐにワークフローへ

GPT-Realtime-Whisper は新しいストリーミング音声認識モデルです。録音が終わるのを待つのではなく、話されている最中に音声を処理可能なテキストへ変換できる点に価値があります。

主な用途は次の通りです。

会議のリアルタイム字幕。
授業や配信の字幕。
リアルタイム議事録。
音声 Agent への継続的な音声入力。
サポート、医療、採用、営業など高頻度の音声業務における後続処理。

プロダクト側では、ストリーミング文字起こしによって「話す」から「使えるテキスト」までの時間を短縮できます。字幕は早く表示され、会議メモは会話中に生成され、要約、タスク抽出、CRM 登録なども早く始められます。

価格と提供状況

3 つのモデルはいずれも Realtime API で利用できます。公式価格は次の通りです。

モデル	価格
`GPT-Realtime-2`	音声入力 $32 / 1M tokens、キャッシュ入力 $0.40 / 1M tokens、音声出力 $64 / 1M tokens
`GPT-Realtime-Translate`	$0.034 / 分
`GPT-Realtime-Whisper`	$0.017 / 分

OpenAI は Realtime API が EU Data Residency に対応し、エンタープライズ向けプライバシーコミットメントの対象であるとも述べています。欧州企業やデータ所在要件のある音声プロダクトでは、個別に評価すべき点です。

開発者にとっての意味

今回の発表で重要なのは、音声機能が単なる入出力層から、プロダクトの対話層へ移り始めていることです。

従来の多くの音声機能は、音声をテキストに変換し、テキスト応答を音声に戻すものでした。本当に難しいのは中間層です。ユーザー意図の理解、割り込み処理、文脈補完、ツール呼び出し、処理状況の説明、失敗時の自然な復帰が必要になります。

GPT-Realtime-2 はこの能力をリアルタイム音声モデル側に直接持たせようとしています。開発者が見るべきなのは単発の回答品質だけでなく、継続的な会話と多段階タスクを支えられるかどうかです。

優先的に試す価値があるプロダクトは次の通りです。

カスタマーサポート音声 Agent。
車載およびモバイル音声アシスタント。
旅行、予約、不動産、金融など、会話しながら検索や照会が必要なサービス。
多言語会議や越境コミュニケーションツール。
リアルタイム字幕、議事録、通話品質管理システム。

安全性と告知も重要

OpenAI は発表ページで、Realtime API には複数の安全対策が含まれると説明しています。たとえばセッションに対するアクティブ分類や、ポリシー違反が検出された会話の停止です。開発者は Agents SDK を使って独自のガードレールを追加することもできます。

見落としやすい要件として、エンドユーザーが AI と対話していることを明確に知らせる必要があります。ただし、文脈上それが明らかな場合は例外です。

これはサポート、営業、教育、医療などで特に重要です。音声が自然になるほど、プロダクト設計上の境界も明確にする必要があります。ユーザーは自分が AI と話していること、どの操作が記録、文字起こし、ツール呼び出しにつながるのかを理解できるべきです。

まとめ

OpenAI の今回の Realtime API 更新は、リアルタイム音声を「聞いて話せる」段階から「聞きながらタスクを処理できる」段階へ進めるものです。

GPT-Realtime-2 は複雑な音声 Agent、GPT-Realtime-Translate は異言語間のリアルタイム会話、GPT-Realtime-Whisper は低遅延文字起こしを担当します。3 つを合わせると、音声プロダクトでよく必要になる会話、翻訳、文字起こしをカバーできます。

サポート、車載、会議、教育、越境コミュニケーション、モバイル音声アシスタントを作っているなら、この更新は重点的に試す価値があります。検証すべきなのは、自然に聞こえるかだけではなく、長い会話、割り込み、ツール呼び出し、失敗復帰、コスト管理でどう振る舞うかです。

参考リンク：

OpenAI：Advancing voice intelligence with new models in the API

Claude アカウントが停止されたら？Claude Code 制限の原因と異議申し立てガイド

Sat, 09 May 2026 10:32:12 +0800

Claude または Claude Code の account が突然制限される、支払い直後に停止される、Pro 権限が反映されない、利用量が急に少なく見える。このような問題は最近よく話題になる。重要なのは、これを単純に「IP を変えればよい」「別 account を作ればよい」という技術問題として扱わないことだ。account risk system は通常、region、payment、device、login behavior、usage content、automation、sharing pattern など複数の signal を組み合わせて判断する。

より安全な対応は、自分が遭遇している問題をまず分類することだ。通常の quota limit なのか、payment/subscription mismatch なのか、Claude Code authorization issue なのか、それとも Anthropic が policy または terms 違反と判断した account-level action なのかを分ける。

まず三つの状況を分ける

第一は通常の利用上限である。Claude Pro、Max、Team、API、Claude Code は quota model が異なる。peak hour、long context、coding task、agent workflow は limit を早く消費することがある。「limit reached」が出ても、必ずしも account ban ではない。

第二は subscription または authorization の異常である。支払いは成功したが権限が更新されない、mobile subscription と web account が一致しない、Claude Code が正しく login していない、環境変数に古い ANTHROPIC_API_KEY が残っている、といったケースがある。まず billing、login state、client configuration を確認する。

第三が account suspension または termination である。suspension、disabled、terminated といった email を受け取る、または login 時に account unavailable と表示される場合がこれに近い。この場合、device、network、account を次々変えて再試行しないほうがよい。risk signal をさらに複雑にする可能性がある。

よくある trigger

Anthropic の help document と privacy document では、Usage Policy 違反、unsupported region からの account 作成または利用、terms 違反、繰り返しの違反、異常 access、abuse などが risk area として挙げられている。

実際の利用で risk になりやすい場面は次の通り。

account registration、login region、payment region が一致しない。
datacenter proxy、shared proxy、頻繁な IP switching を長期利用する。
複数人で一つの personal account を共有する。
短時間に多くの device や region から login する。
Claude.ai へ high-frequency automation で access する。
Claude Code を shared service や resale entry point として扱う。
Anthropic の policy に明確に反する content を要求する。
payment method、billing address、account region が衝突する。

一つの signal が必ず suspension につながるわけではない。複数の abnormal signal が重なると、account が high risk と判断されやすくなる。

risk control を回避する発想で解決しない

ネット上では、fingerprint browser、device fingerprint reset、local folder 削除、environment 変更、time zone/language の固定、新しい email での再登録などを「安定利用策」として紹介することがある。その一部は普通の troubleshooting だが、一部は明らかに platform risk control の回避を狙っている。

「risk control bypass」を解決策にするのは勧めない。理由は単純だ。

terms of service に違反する可能性がある。
account risk signal をさらに増やす可能性がある。
payment、region、policy violation といった根本原因を解決しない。
team または business use の場合、後の appeal で説明しにくくなる。

Claude を長期的に安定して使いたいなら、正しい方向は偽装ではない。account information、region、payment、device、usage をできるだけ真实で、一貫し、説明可能にすることだ。

Claude Code 制限の確認

Claude Code ユーザーは、まず次を確認する。

1
2

claude --version
claude auth status

API key を使っている場合は、環境変数が正しい account を指しているか確認する。

`1`	`echo $ANTHROPIC_API_KEY`

Windows PowerShell では次を使う。

`1`	`echo $env:ANTHROPIC_API_KEY`

web login、OAuth、API key、third-party client、異なる terminal を併用していた場合は、まず authentication method を統一する。一部の tool が古い credential を使い続けていることがある。

また、次の二つを分ける。

Claude Code の usage limit に達した：通常は quota または subscription の問題。
account または organization が disabled：通常は account、organization、payment、policy risk の問題。

前者は quota refresh を待つか plan を調整する。後者は screenshot と email を保存し、official support または appeal channel を使う。

compliant に安定利用するための注意

account 異常の可能性を下げたいなら、まず基本を整える。

supported country/region の normal account を使う。
login region、payment method、billing information をできるだけ一致させる。
personal account を複数人で共有しない。
personal Pro/Max を team API pool として使わない。
IP、device、browser environment を頻繁に切り替えない。
出所不明の third-party Claude client を使わない。
Claude.ai の web interface に対して high-frequency automation をしない。
business/team use では Team、Enterprise、API を優先する。
Anthropic Usage Policy を理解し、restricted use に使わない。

複数 device で使う必要があるなら、通常通り login すればよい。environment を頻繁に消したり、fingerprint を変えたり、proxy を切り替えたりしない。過度な environment manipulation 自体が abnormal behavior に見える可能性がある。

停止後にやること

account がすでに suspended された場合は、次の順序で対応する。

Anthropic または Claude からの email を確認し、理由または message type を把握する。
新しい account 作成、network 変更、device 変更を繰り返さない。
account email、subscription order、payment proof、recent usage context を整理する。
誤判定だと思う場合は、official entry から appeal を提出するか support に連絡する。
real usage scenario を説明し、region、identity、purpose を作らない。
subscription charge が関係する場合は、refund または subscription handling を別途問い合わせる。

appeal では具体性が重要だ。Claude Code を使ったか、device を切り替えたか、VPN を使ったか、team sharing があったか、third-party tool を接続したかを説明する。platform は risk source を判断する必要がある。「何もしていない」という曖昧な説明だけでは効果が薄い。

注意して読むべき主張

「fingerprint を固定すれば ban されない」「特定 browser で完全に防げる」「ある directory を消せば device identity が reset される」「IP と time zone を合わせればすべて解決する」といった主張がある。これらはそのまま信じないほうがよい。

platform risk control は通常 multidimensional であり、browser fingerprint や IP だけを見ているわけではない。account history、payment information、region policy、usage content、access frequency、automation pattern、client version、API call behavior などが関わる。単一 signal の disguise は長期安定ではなく、不一致を増やすことがある。

さらに、多くの「anti-ban solution」は実質的には tool や service の販売である。ユーザーに必要なのは risk source の判断、compliant use、appeal evidence の保存であり、third-party environment wrapper に account safety を預けることではない。

まとめ

Claude account suspension や Claude Code limitation は、必ずしも単一原因ではない。quota、subscription、authorization の問題かもしれないし、region、payment、device、sharing、automation、content policy が組み合わさった risk control かもしれない。

Claude を長期的に安定して使う鍵は、risk control を回避することではない。compliant usage、account information の一貫性、stable access pattern、team use の正式 plan である。停止された場合は、environment をいじるのを止め、evidence を保存し、official appeal と support channel を使うのが最も安全だ。

参考リンク：

PPTからプロトタイプ設計まで：Guizang PPT SkillとHuashu Designの使いどころ

Sat, 09 May 2026 08:34:23 +0800

最近、中国語圏の開発者が作った2つのデザイン系 Agent Skill は、並べて見る価値があります。ひとつは歸藏による guizang-ppt-skill、もうひとつは花叔による huashu-design です。

どちらも従来の意味での「デザインツール」ではありません。設計プロセス、審美上の好み、チェックリスト、エンジニアリングテンプレートを、Agent が実行できる Skill として記述したものです。UI を開いて要素を少しずつドラッグするのではなく、Claude Code、Codex、Cursor のような Agent に要件を渡し、決められた流れに沿って HTML、PPT、アニメーション、プロトタイプを生成させます。

この種のプロジェクトの価値は、AI にランダムに発想させることではありません。「どう作れば見苦しくならないか」をプロセス化している点にあります。

guizang-ppt-skill：雑誌風Web PPTに特化

歸藏の guizang-ppt-skill は位置づけが明確です。単一ファイルの HTML 横スクロールPPTを生成し、視覚の基調は「デジタル雑誌 x 電子インク」です。汎用デザインフレームワークというより、登壇用に用意されたレイアウトシステムに近い存在です。

リポジトリの README では、主な機能として次のものが挙げられています。

単一ファイル HTML 出力。ビルドもサーバーも不要で、ブラウザから直接開ける。
横方向のページ移動。キーボード、ホイール、タッチスワイプ、下部ドット、ESC インデックスに対応。
Ink Classic、Indigo Porcelain、Forest Ink、Kraft Paper、Dune を含む5種類のテーマカラープリセット。
オープニングカバー、章区切り、データ大見出し、左テキスト右画像、画像グリッド、Pipeline、サスペンス質問、大きな引用、Before/After 比較、テキスト画像混在など10種類のページレイアウト。
テンプレート、コンポーネント説明、レイアウト骨格、テーマ設定、品質チェックリストを内蔵。

オフライン共有、業界内の社内発表、少人数イベント、AIプロダクト発表、demo day、そして強い個人スタイルを持つプレゼン資料に向いています。一方で、大量の表データ、研修教材、複数人での共同編集にはあまり向きません。

このプロジェクトの良いところは、割り切りです。すべてのデザイン場面を覆おうとせず、「雑誌風PPT」という場面を狭く定義しています。テーマ色はプリセットから選び、レイアウトにも明確な骨格があります。その制約が、むしろ Agent の脱線を減らします。

意見、業界観察、プロダクト発表の内容をプレゼン deck にまとめる機会が多いなら、かなり実用的です。

インストールコマンドも単純です。

`1`	`npx skills add https://github.com/op7418/guizang-ppt-skill --skill guizang-ppt-skill`

huashu-design：より包括的なHTMLネイティブ設計ワークフロー

花叔の huashu-design はカバー範囲がより広いです。目標は PPT だけを作ることではなく、HTML をネイティブなデザインキャンバスとして扱い、Agent に納品可能なデザイン資産を生成させることです。

リポジトリの README では、次のような機能が挙げられています。

クリック可能な App または Web プロトタイプ。
HTML スライド、および編集可能な PPTX エクスポート。
プロダクト発表アニメーション、MP4、GIF、音楽付きバージョン。
複数方向のデザイン案の横並び比較。
インフォグラフィック、データ可視化、PDF、PNG、SVG エクスポート。
哲学的一貫性、視覚階層、実行品質、機能性、革新性を含む5次元の専門家レビュー。

中心にある考え方は、Agent にまずブランドと素材を理解させ、その後で高忠実度のデザインを出させることです。プロジェクトでは Core Asset Protocol が強調されています。具体的なブランドを扱うときは、記憶に頼って推測するのではなく、logo、製品画像、UI スクリーンショット、配色、フォント、ブランドガイドラインを先に確認します。

これは重要です。AI が生成したデザインの多くは「デザインっぽく」は見えますが、特定の実在する製品やブランドには見えません。huashu-design はこの問題を前段で解決しようとします。まず本物の素材を見つけ、それからデザインする、という流れです。

インストールコマンドは次のとおりです。

`1`	`npx skills add alchaincyf/huashu-design`

より包括的なデザイン納品をターミナル内で進めたい人に向いています。製品プロトタイプ、発表アニメーション、プレゼン資料、インフォグラフィック、デザインレビューを、ひとつの Agent ワークフローに載せて処理できます。

両者の最大の違い

簡単に言えば、guizang-ppt-skill はより狭く、より安定したプレゼン deck 生成器です。huashu-design はより広く、より包括的な HTML ネイティブ設計システムです。

PPT だけを見るなら：

guizang-ppt-skill は雑誌感、リズム、版面、単一ファイルのブラウザ発表をより重視します。
huashu-design は汎用的なデザイン能力、編集可能な PPTX、ブランド素材、エクスポート経路、レビュー工程をより重視します。

全体的なデザイン能力を見るなら：

guizang-ppt-skill は境界が明確で、スタイルのある横型プレゼンを素早く作るのに向いています。
huashu-design はより総合的で、製品やブランドのデザインタスクをプロトタイプ、アニメーション、スライド、インフォグラフィックに分解するのに向いています。

この2つのプロジェクトは、Skill の書き方としても異なる型を示しています。前者は高度に収束したテンプレートと審美上の制約の集合に近く、後者は小さなデザインチームのワークフロー説明書に近いものです。

なぜこの種のSkillが重要なのか

Agent でよくある問題は、「できるが、安定しない」ことです。同じ要件でも、あるときは良い出力になり、別のときは紫のグラデーション、角丸カード、偽物のアイコン、もっともらしい空文句へ流れてしまうことがあります。

Skill の意義は、そこに安定性を補うことです。次のようなものを固定化できます。

再利用可能なテンプレート。
実行可能なチェックリスト。
明確な審美上の好み。
よくあるミスを避けるルール。
出力形式と検証フロー。
いつ質問し、いつそのまま作業を始めるべきか。

これは、単に「もっと高級感を出して」と書くよりはるかに信頼できます。

特にデザインタスクでは、審美は一文の prompt だけで安定して再現できるものではありません。本当に役に立つのはプロセスです。まず素材を確認し、方向性を決め、構造を組み、視覚表現を作り、最後に出力を確認する。この流れを Skill として書くことで、Agent は一回きりの画像生成器ではなく、協働できる実行者に近づきます。

使い分けの提案

ひとつのテーマをオフライン登壇や共有用の deck にしたいだけなら、まず guizang-ppt-skill を試すとよいでしょう。出力の境界が狭く、単一ファイル HTML なので配布やプレビューもしやすいです。

Agent により包括的なデザインタスクを任せたい場合、たとえば App プロトタイプ、発表アニメーション、ブランド化されたスライド、エクスポート可能な PPTX、インフォグラフィックなどであれば、まず huashu-design を見るとよいでしょう。ワークフローは長めですが、複数回の反復と納品物の出力が必要なタスクに向いています。

すでに自分の Codex や Claude Code Skill を書いているなら、この2つのプロジェクトはいずれも参考になります。

「狭い場面をどう安定させるか」を学びたいなら、guizang-ppt-skill。
「複雑なワークフローをどう実行可能なプロトコルに分解するか」を学びたいなら、huashu-design。

まとめ

歸藏と花叔の2つのプロジェクトに共通しているのは、「デザイン能力」を一回の prompt から、繰り返し実行できるプロセスへ変えていることです。

guizang-ppt-skill の重点は雑誌風 HTML PPT で、強くスタイル化されたプレゼンに向いています。huashu-design の重点は HTML ネイティブ設計システムで、プロトタイプ、アニメーション、スライド、インフォグラフィック、レビューまでをカバーします。解決しているのは「AI はデザインを生成できるか」ではなく、「AI は安定した方法に沿って納品可能なデザインを生成できるか」です。

これは Agent ツールのエコシステムにおいて、重要なオープンソースプロジェクトの一類型になるかもしれません。コードテンプレートだけでなく、人間の経験、審美、仕事の進め方を Skill としてパッケージ化するものです。

参考リンク：

Claude 4 生成テキストをどう検出するか：AI テキスト検出ツールと最新手法

Fri, 08 May 2026 22:55:16 +0800

あるテキストが Claude 4 によって生成されたかを判断したい場合、最初に理解すべきことがある。現時点で、100% 確実な結論を出せるツールは存在しない。AI テキスト検出は本質的に確率判断であり、「この文章は AI らしい」と示すことはできても、作者が必ず Claude 4 を使ったと証明することはできない。

これは 2026 年には特に重要だ。Claude 4、GPT-5、Gemini 2.5、DeepSeek などのモデルは、以前より人間に近い文章を書くようになっている。同時に、多くの文章は「純粋な AI」でも「完全な人間」でもなく、AI による下書き、人間の修正、文法ツールの校正、翻訳、書き換え、結合を経ている。検出ツールは手がかりを提供できるが、信頼できる判断には、執筆プロセス、版管理、引用元、人間によるレビューも必要だ。

まず結論：一つのスコアだけを見ない

簡単な自己確認なら、GPTZero、Copyleaks、Originality.ai、Sapling、Winston AI など、二つか三つの検出器を併用する。学術場面では Turnitin がよく使われる。各ツールはモデル、訓練データ、閾値が違うため、同じ文章でも結果が異なることがある。

より堅実な方法は次の通り。

同じ文章を二つ以上のツールで検出する。
総合スコアだけでなく、文単位のハイライトを見る。
引用ミス、事実の hallucination、過度に滑らかな接続を確認する。
下書き、修正履歴、commit history などの執筆過程の証拠を見る。
低い AI スコアも慎重に扱い、検出結果を唯一の証拠にしない。

学校、採用、出版、コンプライアンスの場面では、AI 検出スコアはリスク信号であって、最終判断ではない。

代表的なツール

GPTZero

GPTZero は教育や出版の場面でよく使われる AI テキスト検出ツールだ。初期には perplexity と burstiness のような統計的特徴で知られ、その後は新しいモデルに対応する多段階検出システムへ発展している。

英語の長文、論文草稿、記事の初稿をざっくり確認する用途に向いている。インターフェースがわかりやすく、文単位の説明も比較的明確だ。一方、短文、強く人間が編集した文章、多言語混在テキストでは不安定になりやすい。

Copyleaks AI Detector

Copyleaks は多言語対応、API、ブラウザ拡張、LMS integration が強みだ。公式ページでは Claude、Gemini、GPT-5、DeepSeek、Llama などのモデルを対象にでき、人間と AI の混在文章も検出できると説明している。

コンテンツチーム、教育機関、企業がまとめて導入する用途に向いている。ただし、ベンダーが示す accuracy は特定の test set に基づくことが多い。実運用では、文章の長さ、言語、書き換えの有無、false positive のコストを考える必要がある。

Turnitin AI Writing Report

Turnitin は学術的な integrity の場面で使われることが多い。AI writing indicator、ハイライトされた箇所、AI 生成文と AI paraphrasing tool によって処理された文章の検出を提供する。

ただし Turnitin の公式ドキュメントも、モデルは人間の文章、AI の文章、AI による言い換え文章を誤分類する可能性があり、学生に不利益な対応を取る唯一の根拠にしてはいけないと明記している。低い AI 割合の表示についても、誤読と false positive を減らすために慎重な扱いをしている。

Originality.ai、Sapling、Winston AI

これらのツールは、content marketing、SEO、出版、編集ワークフローでよく使われる。多くは batch detection、チーム機能、API、文単位分析を提供する。コンテンツ品質管理には役立つが、単発の結果を「証明」として扱うべきではない。

ZeroGPT、Monica、Phrasly などの無料ツール

無料ツールは素早い自己確認には使えるが、高リスクの判断には勧めにくい。閾値、訓練データ、false positive rate、更新頻度が十分に透明でないことがある。「99%+ accuracy」のような宣伝も慎重に受け止める必要がある。

検出アルゴリズムは何を見るのか

従来の AI テキスト検出では、よく二つの指標が語られる。

Perplexity：困惑度。言語モデルにとって文章がどれだけ予測しやすいかを大まかに測る。極端に滑らかで次の語が予測しやすい文章は、AI らしく見えることがある。
Burstiness：文の長さ、構造、リズムの変化を測る。人間の文章は不均一な変化が多い一方、モデル出力は平滑になりやすい。

ただし、最新の検出器はこの二つだけを見ているわけではない。より多くの特徴を組み合わせる。

語頻度とフレーズパターン。
構文構造と品詞分布。
句読点、接続語、段落構成の癖。
繰り返しの文型とテンプレート表現。
意味的一貫性と事実参照の異常。
モデル固有の linguistic fingerprint。
人間と AI の混在箇所の境界。

つまり、Claude 4 の文章を検出するとき、ツールは通常「Claude 4 の watermark」を見つけているのではない。その文章が LLM 生成テキストに関連する統計的特徴に合っているかを判断している。

Claude 4 が検出しにくい理由

Claude 系列の文章は自然で、長い段落のつながりも安定しやすい。丁寧な prompt を使えば、個人の文体を模倣し、テンプレート感を減らし、少し口語的な揺らぎを残すこともできる。人間が編集したり翻訳したりすると、検出はさらに難しくなる。

そのため、二つの問題が起きる。

純粋な Claude 4 出力は AI と判定されることがあるが、信頼度はテーマ、言語、長さに左右される。
Claude 4 で下書きし、人間が書き換えた文章は検出を逃れることもあれば、高い AI スコアで誤判定されることもある。

したがって、検出結果で最も価値があるのは「総合 87%」ではない。どの文がハイライトされたのか、なぜ怪しいのか、それが執筆過程の証拠と一致するのかである。

推奨する検出フロー

ある記事が Claude 4 で生成された可能性を判断したいなら、次の手順を使う。

元の文章を保存し、先に人間が書き換えない。
GPTZero、Copyleaks、Turnitin などで別々に検出する。
総合スコア、文単位のハイライト、ツールのバージョンを記録する。
ハイライトされた文を人間が確認し、テンプレート的な接続、一般論、根拠のない事実がないか見る。
引用、データ、リンク、固有名詞が実在するか確認する。
outline、draft、revision history などの執筆過程資料を求める。
検出結果は補助証拠としてのみ扱う。

自分の文章が誤判定されるリスクを下げたい場合、正しい方法は「検出器を回避する」ことではない。執筆記録を残し、実体験を加え、引用元を確認し、空疎な段落を削り、人間の判断と事実来源が見える文章にすることだ。

誤判定されやすいケース

次のような文章は誤判定されやすい。

非ネイティブが書いた正式な英語。
テンプレート性の高い学術要約、ビジネスメール、政策説明。
Grammarly、DeepL Write、Notion AI などで校正された文章。
短文、タイトル、要約、商品説明。
翻訳調の強い中国語や英語。
複数人で協作した後、文体が統一された原稿。

懲戒、採用、成績、著作権、コンプライアンスに関わるほど、一つの AI スコアだけで判断してはいけない。

まとめ

Claude 4 生成テキストを検出する最も信頼できる方法は、特定の「最新アルゴリズムツール」を盲信することではない。検出器を確率信号として扱い、複数ツールで交差確認し、文単位のハイライトでリスク箇所を見つけ、引用確認と執筆過程の証拠を組み合わせることである。

GPTZero、Copyleaks、Turnitin、Originality.ai、Sapling、Winston AI はいずれもツール箱の一部になり得る。AI 生成テキストを見つける確率は上げられるが、人間の判断を置き換えるものではない。説得力のある結論は、検出結果、文章の事実品質、執筆過程の記録、そして具体的な場面のルールを総合して出すべきだ。

参考リンク：

Canonical の Ubuntu AI ロードマップ：ローカル推論を優先し、強制統合はしない

Fri, 08 May 2026 22:23:46 +0800

Canonical が最近示した Ubuntu の AI ロードマップで重要なのは、「Ubuntu が AI を無理にシステムへ押し込む」という話ではない。むしろ、AI 機能を段階的に提供し、既定では無効にし、ユーザーが明示的に選んだときだけ有効化し、推論はできるだけローカルで行うという慎重な方針だ。

これは、Windows や macOS のシステムレベル AI をめぐる議論とは対照的だ。Ubuntu が目指しているのは、避けられない全体 AI レイヤーでも、OS 全体を一括で止める「AI 総スイッチ」でもない。AI 機能を比較的独立したツールとして分け、インストールするか、使うか、どのモデルにつなぐか、データを外へ出すかをユーザーが決められるようにする方向である。

まず時期を確認する：Ubuntu 26.04 LTS ではない

今回のロードマップが主に向いているのは Ubuntu 26.10 “Questing Quokka” で、2026 年 10 月 9 日にリリース予定とされている。Canonical の計画は、一部の AI ツールを実験的な preview として導入することであり、Ubuntu 26.04 LTS に既定機能として入れることではない。

ここは重要だ。LTS は長期安定、企業導入、セキュリティ保守を担うリリースであり、探索段階のデスクトップ AI 機能を既定体験として入れる可能性は高くない。まず 26.10 のような通常リリースで試し、開発者や早期ユーザーの反応を見て、どの機能を後続の長期サポート版に入れるか判断するのが自然だ。

ローカル推論を優先し、クラウドは既定にしない

Canonical が強調している原則の一つは local inference first、つまり既定ではユーザーのマシン上で推論することだ。クラウドプロバイダー、自前サーバー、企業向けモデルサービスをユーザーが明示的に設定した場合だけ、リクエストが外へ出る。

理由は現実的だ。システムレベルの AI は、コマンド出力、ログ、ファイルパス、エラー、システム設定などの機密性が高い情報に触れやすい。たとえ「エラーを説明する」ためであっても、こうした情報を自動でクラウドへ送るのは、プライバシーとコンプライアンス上のリスクになる。

したがって Ubuntu の AI 路線は、クラウド AI の入口を OS に作るというより、差し替え可能な推論レイヤーに近い。ユーザーはローカルモデル、社内推論サービス、必要に応じて Canonical 管理のサービスを選べる。重要なのは、特定のモデルベンダーに固定しないことだ。

AI CLI：まずは端末支援から

最初に現実的に入ってきそうな機能の一つが、端末ユーザー向けの AI Command Line Helper、いわゆる ai-cli だ。

これは shell を置き換えるものでも、危険なコマンドを自動実行するものでもない。目的は、コマンド、ログ、systemd unit、エラー出力、システム状態を理解する手助けである。複雑なサービス起動失敗ログの原因を説明したり、コマンドオプションの意味をわかりやすく示したりする用途が想定される。

この入口は Ubuntu のユーザー層に合っている。Ubuntu のデスクトップユーザーやサーバーユーザーには、もともと端末で作業する人が多い。派手なチャット画面から始めるより、エラー調査、コマンド解説、運用支援といった高頻度の場面に AI を置くほうが実用的だ。

ただし、安全境界は明確でなければならない。ログには token、社内アドレス、ユーザー名、パス、鍵の断片、業務情報が含まれることがある。既定がローカル推論でも、ツールは秘匿情報の削除を促すべきだ。ユーザーがクラウドバックエンドを選ぶなら、何が送信されるかを明示する必要がある。

Settings Agent：自然言語でシステム設定を扱う

もう一つの方向が Settings Agent で、自然言語でシステム設定を問い合わせたり変更したりする機能である。

一見簡単そうだが、実装は難しい。成熟した Settings Agent は、画面を読み取り、ボタンを推測し、クリックを模倣するような方法で設定を操作すべきではない。読み取れる設定、変更できる設定、変更前に確認が必要な操作、失敗時のロールバックなどを、制御された内部 API で扱う必要がある。

そのため、これは 26.10 で完成して提供される機能というより、その後も継続して進む方向と見るべきだ。うまく作れば、一般ユーザーがデスクトップ Linux を設定するハードルを大きく下げられる。攻めすぎると、新しいセキュリティリスクにもなる。

なぜ「AI 総スイッチ」が最優先ではないのか

OS ベンダーが AI を入れると、「どこにでも AI があり、完全に止めにくい」体験になるのではないかと不安に思うユーザーは多い。そこで、Ubuntu に全体の AI kill switch が必要なのでは、という疑問が出てくる。

Canonical の考え方は、AI 機能がそもそも opt-in で、層ごとに分かれ、個別にインストールと設定ができるなら、全体スイッチは最優先ではないというものだ。つまり、「既定で有効、深く統合、あとからユーザーが無効化する」という構造を設計段階で避けようとしている。

それで十分かどうかは実装次第だ。AI ツールが既定で有効にならず、既定でネットワークに接続せず、既定でデータを収集せず、各機能に明確な設定入口があるなら、ユーザーは AI を止めるために隠れた項目を探し回る必要はない。

開発者と企業ユーザーへの意味

開発者にとって、AI CLI のようなツールの実用的な価値は、ドキュメント調査、ログ読解、システム問題の切り分け時間を減らすことだ。これはエンジニアの判断を置き換えるものではなく、「この出力をまず説明する」作業を自動化するものに近い。

企業ユーザーにとっては、ローカル推論と差し替え可能なバックエンドのほうが重要だ。多くの企業は、ソースコード、ログ、顧客データ、インフラ情報を公開モデルサービスへ送れない。Ubuntu がシステムレベル AI をローカルモデル、私有推論サービス、企業の権限体系と結び付けられれば、コンプライアンス環境でも制御可能な支援を提供できる。

これは Linux デスクトップとワークステーションにとっても機会だ。Windows や macOS は AI をベンダーエコシステムの一部にしやすい。一方 Ubuntu の強みは、オープンで、監査可能で、置き換え可能で、自前運用できることにある。Canonical がこの原則を保てるなら、AI はプロ向け Linux 体験を補強する可能性がある。

過度に読み取らない

現時点で、このロードマップを「Ubuntu が特定の小型モデルをプリインストールする」「Ubuntu 26.04 に AI 監査モードが入る」「固定の ubuntu-ai コマンドが用意される」と解釈するのは早い。公開情報でより確かなのは方向性であり、完成した製品形態ではない。

より安全な理解は、Canonical が Ubuntu にシステムレベル AI ツールの枠組みを入れようとしており、まずコマンドライン支援、設定支援、ローカル推論、バックエンド選択から始める、というものだ。既定の姿勢は、システムが選ぶのではなくユーザーが選ぶことである。

まとめ

Ubuntu の AI ロードマップで本当に注目すべきなのは、Ubuntu も「AI の波に乗る」ということではない。オープンソース OS における、より抑制された AI 統合の形を定義しようとしている点だ。知能はインフラになり得るが、プライバシー、制御性、ユーザーの選択権が先に来るべきだ。

26.10 の実験的機能がこの原則を守れるなら、Ubuntu は一般消費者向け OS とは異なる道を取れるかもしれない。避けられないシステム広告枠としての AI ではなく、選択可能で、置き換え可能で、監査可能な生産性ツールとしての AI である。

参考リンク：

Codex vs Claude Code：2 つの Subagent 設計をどう選ぶか

Fri, 08 May 2026 14:14:01 +0800

AI コーディングツールでは Subagent が重要になっています。これは流行りの機能ではなく、単一 Agent が実際の開発タスクを抱え込むと限界に当たりやすいからです。

1 つの Agent がコードを読み、ログを確認し、実装を変更し、テストを実行し、エラーを分析し、結果をまとめると、main context はすぐ汚れます。検索結果、コマンド出力、テストログ、中間推論が混ざり、後の判断が不安定になります。探索、実装、検証、レビューを 1 本の main thread に押し込むため、並行処理もしづらくなります。

Subagent の本質は Agent の負荷を下げることです。main session はすべてを最後まで行うのではなく、目標を決め、タスクを割り当て、結果を受け取り、最終回答へ統合する coordinator になります。Subagent は探索、実装、検証、レビューなど局所的な仕事を処理し、圧縮した結論を返します。

つまり Subagent は「もう 1 人の自分」ではなく、絡み合った開発作業を明確な役割に分ける仕組みです。

共通する土台

成熟した Subagent system には通常、次の要素が必要です。

Context isolation。
Role specialization。
Project/user level configuration。
Tool and permission boundaries。

Context isolation は前提です。実際のリポジトリでは、検索結果、テストログ、コマンド出力など中間情報が大量に出ます。これをすべて main session に入れると main thread が乱れます。Subagent は局所的な過程を先に消化し、判断に必要な signal だけを返します。

Role specialization も重要です。複数 Agent とは同じモデルを複数起動することではありません。探索役は検索、読解、要約に強くあるべきです。実装役はコード変更に集中します。検証役はチェックを実行し、リスクを見つけ、結果を明確に報告します。

Tool と permission の境界は安全性を決めます。Subagent が main session の全能力を自動継承すべきではありません。読み取り専用の explorer に書き込み権限は不要です。verifier が実装を変更する必要もありません。

Codex と Claude Code はこの問題意識を共有しつつ、異なる道を取っています。

Codex：明示的な委任

Codex の Subagent 設計は抑制的です。

現在の main session を中心に、制御された軽量な分業機構を提供します。いつ委任するか、誰に渡すか、いつ結果を受け取るかは明示的な判断です。制御フローは現在のタスクに残ります。

特徴は次の通りです。

main session が明示的に subtask を委任する。
role set は小さく保たれる。
main session は誰が何をしているか把握できる。
結果は main line に戻ってから判断される。
協作境界が透明。

これは手動 orchestration、予測可能性、実行の確定性を重視するチームに向いています。explorer に call chain を調べさせ、worker に限定的な変更を任せ、main session が結果を統合して次のテストを判断できます。

一方で、分割、委任、回収、統合の負荷は main session に残ります。軽量な協作には心地よいですが、長期的で複雑な workflow では重くなることがあります。

Claude Code：Agent を workstations として扱う

Claude Code はより platform 的です。

Agent を、説明可能、選択可能、設定可能、記憶可能、隔離可能、background 実行可能な正式な object として扱います。Subagent は会話中の一時的な helper ではなく、開発システムの workstation に近い存在です。

Agent list、use case、description、tool boundary をモデルに渡し、モデル自身がその turn に適した role を選ぶことができます。これにより委任はより自動化されます。

この方向性を支える要素はいくつかあります。

第一に role system。explorer、planner、general-purpose、verifier などの role が用途説明、tool restriction、default model、runtime condition を持てます。read-only explorer は編集できず、planner は設計に集中し、verifier は検証に集中します。

第二に inheritance と override。Subagent は完全に自由ではありません。main session の大きな境界を継承しつつ、許可された範囲で局所的に振る舞いを調整します。

第三に memory。memory は単に少し覚えることではなく、scope を持ちます。user memory は長期的な好み、project memory はリポジトリ背景、local memory は現在環境の状態です。

第四に background work と worktree isolation。検証 task は background で走り続けることができ、main thread は待ち続けなくて済みます。強い隔離が必要なときは別 worktree で作業できます。

第五に plugin ecosystem。Agent を first-class object と見るなら、配布、インストール、優先順位、override、安全境界を考える必要があります。plugin agent は入れられますが、permission mode、hooks、MCP servers など高リスク領域は制限されるべきです。

これにより Claude Code は単発 session の協作ツールではなく、Agent runtime に近く見えます。

違い

Codex は制御された分業ツールに近いです。

明示的な委任。
軽量な role set。
明確な制御フロー。
現在 session 中心の subtask。
人が orchestration する確定的な作業に向く。

Claude Code は engineering workstation system に近いです。

Agent が正式に model 化される。
role が体系化される。
memory、background、isolation、plugin が runtime に含まれる。
モデルが role 選択に関与できる。
長期 project や platform 的 workflow に向く。

問題は機能数ではありません。Subagent を「自分が明示的に呼ぶ helper」と見るか、「system に長期存在する workstation」と見るかです。

選び方

明示的な制御、軽量な分業、現在 session 内の安全な並行処理を重視するなら Codex 的な設計が合います。コードレビュー、小さな変更、明確な実装 task、人がリズムを握りたい workflow に向きます。

体系化された role、長期 memory、background execution、worktree isolation、plugin extension、より完全な Agent runtime を求めるなら Claude Code 的な設計が合います。

判断する質問は 2 つです。

モデル自身が誰に仕事を任せるか選ぶことを受け入れられるか。
より完全な Agent runtime が必要か。

1 つ目が不安なら明示的委任が向いています。2 つ目が yes なら、platform 的な workstation system が向いています。

使い方の注意

Subagent を「モデルを増やせば強くなる」と考えない方がよいです。

各 role の task boundary を明確にする。
role ごとの tool を制限する。
raw log ではなく結論を返させる。
最終判断は main session に残す。
background task と worktree isolation を可視化する。
plugin agent に安全境界を置く。

Subagent の価値は数ではなく分業品質です。role が明確で context がきれいなほど、main thread の判断は安定します。

まとめ

Codex と Claude Code は同じ問題に向き合っています。単一 Agent は実際の開発作業をすべて背負いにくい。両者とも context isolation、role specialization、permission boundary、local summarization を重視します。

違いは設計の方向です。Codex は抑制的で、明示的委任と main session の制御を重視します。Claude Code は体系的で、Agent を設定、記憶、隔離、background 実行、plugin ecosystem に対応した正式な workstation として扱います。

選択はブランド勝負ではありません。必要なのが制御された協作ツールなのか、完全な Agent runtime なのかで決まります。

9Router：Claude Code、Codex、Cursor を 1 つの AI ルーターにつなぐ

Fri, 08 May 2026 13:41:15 +0800

9Router は AI コーディングツール向けのローカルルーターです。Claude Code、Codex、Cursor、Cline、Copilot、OpenCode、OpenClaw などを 1 つの OpenAI-compatible endpoint に接続し、そこから複数のモデルや provider に転送します。

目的はチャットクライアントを増やすことではありません。AI コーディングツールとモデル provider の間に入り、API 形式の違い、provider の手動切り替え、ツール出力による token 消費、quota 切れ、複数アカウント管理をまとめて扱います。

README によると、9Router は 40 以上の provider と 100 以上のモデルに対応し、RTK Token Saver、自動 fallback、quota 追跡、複数アカウントのローテーション、形式変換、リクエストログを備えています。JavaScript 製で、Node.js、Next.js、React、Tailwind CSS、LowDB を使い、MIT ライセンスです。

何に向いているか

複数の AI コーディングツールと複数のモデル供給元を同時に使う場合に便利です。

Claude Code はサブスクリプションで使う。
Codex や Cursor にカスタム OpenAI endpoint を設定したい。
Cline、Continue、RooCode に OpenAI-compatible API を渡したい。
無料 provider を試用に使う。
GLM、MiniMax、Kimi などを安価なバックアップにする。
高品質モデルを難しいタスクだけに使う。

通常は各ツールに endpoint、API key、モデル名、fallback を個別設定する必要があります。9Router はそれをローカルのルーティング層に集約します。

API:

`1`	`http://localhost:20128/v1`

Dashboard:

`1`	`http://localhost:20128/dashboard`

インストール

ローカル利用なら npm が簡単です。

1
2

npm install -g 9router
9router

ソースから実行する場合：

git clone https://github.com/decolua/9router.git
cd 9router
cp .env.example .env
npm install
PORT=20128 NEXT_PUBLIC_BASE_URL=http://localhost:20128 npm run dev

本番起動：

1
2

npm run build
PORT=20128 HOSTNAME=0.0.0.0 NEXT_PUBLIC_BASE_URL=http://localhost:20128 npm run start

npm パッケージは Node.js >=18.0.0 を要求します。VPS や Docker では JWT_SECRET、INITIAL_PASSWORD、DATA_DIR、API_KEY_SECRET を設定してください。

ツールの接続

一般的な設定：

1
2
3

Base URL: http://localhost:20128/v1
API Key: 9Router Dashboard からコピー
Model: 9Router で設定したモデル名または combo 名

Codex CLI:

export OPENAI_BASE_URL="http://localhost:20128"
export OPENAI_API_KEY="your-9router-api-key"

codex "your prompt"

Cline、Continue、RooCode では OpenAI Compatible を選びます。

1
2
3

Base URL: http://localhost:20128/v1
API Key: your-9router-api-key
Model: cc/claude-opus-4-7

モデル名は接続済み provider によって変わり、cc/、cx/、gh/、glm/、minimax/、kr/、vertex/ などがあります。

RTK Token Saver

AI コーディングでは以下のようなツール出力が token を大きく消費します。

git diff
git status
grep
find
ls
tree
ログ
長いファイル一覧

9Router の RTK Token Saver は、これらをモデルに送る前に圧縮します。プロジェクト説明では、多くのリクエストで 20%-40% の input tokens を節約できるとされています。

ただし、重要なログや完全なファイル内容が必要な場面では、圧縮が回答品質に影響しないか確認してから使うのが安全です。

自動 fallback

モデルを優先順に並べられます。

1
2
3

1. サブスクリプションモデル
2. 安価な API
3. 無料 provider

例：

1
2
3

1. cc/claude-opus-4-7
2. glm/glm-5.1
3. kr/claude-sonnet-4.5

fallback は作業停止を減らしますが、モデルが変わると出力の一貫性も変わります。大規模リファクタリングや移行では固定モデルを使う方が安全です。

無料 provider の注意点

Kiro、OpenCode Free、Vertex などの無料経路は便利ですが、利用条件、地域制限、サードパーティツールでの利用可否、ban や rate limit、期限を必ず確認してください。9Router はルーティングを管理するだけで、上流 provider の規約は変えません。

デプロイ

個人利用なら localhost のみで十分です。VPS や LAN で公開するなら、デフォルトパスワードを変更し、強い JWT_SECRET と API_KEY_SECRET を設定し、Dashboard を公衆インターネットに直接出さず、/v1/* に Bearer API key を要求します。

docker run -d \
  --name 9router \
  -p 20128:20128 \
  --env-file ./.env \
  -v 9router-data:/app/data \
  -v 9router-usage:/root/.9router \
  9router

まとめ

9Router は AI コーディングツールのローカル gateway です。Claude Code、Codex、Cursor、Cline などを http://localhost:20128/v1 に集約し、モデル選択、形式変換、token 圧縮、quota 追跡、fallback を処理します。

複数 provider を使う重めの AI コーディングユーザーに向いています。まず 1 つのツールと 1 つの provider から試し、徐々に combo とアカウントを増やすのが無難です。

参考資料

DeepSeek-TUI：ターミナルで DeepSeek コーディング Agent を動かす

Fri, 08 May 2026 13:41:15 +0800

DeepSeek-TUI はターミナルで動く AI コーディング Agent です。DeepSeek V4 モデルを中心に設計され、deepseek コマンドで起動します。TUI 内でファイルの読み書き、shell コマンド、web search、git、MCP server、sub-agent 協調を扱えます。

単なるチャット CLI というより、ターミナル上の作業台です。コードを読む、ファイルを編集する、コマンドを実行する、診断を見る、セッションを保存する、状態を戻す、という開発動作を 1 つにまとめます。

リポジトリは主に Rust で書かれ、MIT ライセンスです。

向いている人

DeepSeek-TUI は、ターミナル中心の開発者が DeepSeek モデルをローカル開発に組み込みたい場合に向いています。

DeepSeek でコード修正やプロジェクト分析をしたい。
フル IDE を開きたくない。
AI に workspace を読ませ、必要に応じて編集させたい。
Plan、Agent、YOLO を使い分けたい。
セッション保存、長時間タスク再開、rollback が必要。
MCP、LSP 診断、HTTP/SSE runtime API、skills を使いたい。

簡単な Q&A だけなら web や軽量 CLI で十分です。DeepSeek-TUI はモデルをローカル開発フローに入れたい人向けです。

インストール

npm:

1
2
3

npm install -g deepseek-tui
deepseek --version
deepseek --model auto

npm パッケージは事前ビルド済み Rust バイナリを取得する installer/wrapper で、Node.js >=18 が必要です。

Cargo:

1
2

cargo install deepseek-tui-cli --locked
cargo install deepseek-tui --locked

Homebrew:

1
2

brew tap Hmbown/deepseek-tui
brew install deepseek-tui

GitHub Releases から Linux x64/ARM64、macOS x64/ARM64、Windows x64 のバイナリも入手できます。

Docker:

docker run --rm -it \
  -e DEEPSEEK_API_KEY \
  -v "$PWD:/workspace" \
  ghcr.io/hmbown/deepseek-tui:latest

API Key

初回起動時に DeepSeek API key を入力し、以下へ保存します。

`1`	`~/.deepseek/config.toml`

手動設定：

1
2

deepseek auth set --provider deepseek
deepseek auth status

環境変数：

1
2

export DEEPSEEK_API_KEY="YOUR_KEY"
deepseek

診断：

`1`	`deepseek doctor`

保存済み key の削除：

`1`	`deepseek auth clear --provider deepseek`

Auto mode

`1`	`deepseek --model auto`

TUI 内:

`1`	`/model auto`

Auto mode はモデルと thinking を同時に選びます。

Model: deepseek-v4-flash または deepseek-v4-pro
Thinking: off、high、max

本番リクエスト前に小さな routing call を行い、最新の依頼と文脈からモデルと thinking を決めます。auto はローカル機能で、上流 API には具体的なモデル名が送られます。

ベンチマーク、厳格なコスト管理、固定挙動が必要な場合は明示的にモデルを指定します。

モード

モード	用途
Plan	読み取り専用の調査と計画
Agent	承認ゲート付きの通常モード
YOLO	信頼済み workspace で自動承認

YOLO は便利ですが危険も大きいため、信頼できる一時ブランチやテストディレクトリで使うべきです。

主な機能

ファイル操作、apply patch、shell、git、web search/browse、sub-agent、MCP、LSP 診断、セッション保存と再開、workspace rollback、永続 task queue、HTTP/SSE runtime API、skills system に対応します。

LSP 診断は編集後のエラーをモデルへ戻せる点が便利です。rollback は side-git snapshot を使い、/restore と revert_turn を提供します。ただし通常の git commit は引き続き重要です。

よく使うコマンド

deepseek
deepseek "explain this function"
deepseek --model deepseek-v4-flash "summarize"
deepseek --model auto "fix this bug"
deepseek --yolo
deepseek auth set --provider deepseek
deepseek doctor
deepseek doctor --json
deepseek models
deepseek sessions
deepseek resume --last
deepseek resume <SESSION_ID>
deepseek fork <SESSION_ID>
deepseek serve --http
deepseek serve --acp
deepseek pr <N>
deepseek mcp list
deepseek mcp validate
deepseek update

Zed / ACP

{
  "agent_servers": {
    "DeepSeek": {
      "type": "custom",
      "command": "deepseek",
      "args": ["serve", "--acp"],
      "env": {}
    }
  }
}

README によると、現在の ACP は新規セッションと prompt response を扱いますが、tool-backed editing と checkpoint replay はまだ公開されていません。

設定と provider

ユーザー設定：

`1`	`~/.deepseek/config.toml`

workspace overlay：

`1`	`<workspace>/.deepseek/config.toml`

api_key、base_url、provider、mcp_config_path などは workspace overlay で禁止されています。

OpenAI-compatible:

1
2

deepseek auth set --provider openai --api-key "YOUR_OPENAI_COMPATIBLE_API_KEY"
OPENAI_BASE_URL="https://openai-compatible.example/v4" deepseek --provider openai --model glm-5

Ollama:

1
2

ollama pull deepseek-coder:1.3b
deepseek --provider ollama --model deepseek-coder:1.3b

まとめ

DeepSeek-TUI は DeepSeek V4、TUI、tool call、LSP 診断、セッション再開、rollback、MCP、skills を 1 つの Rust ベースの作業環境にまとめたターミナル Agent です。軽量さよりも、ローカル開発フローへ深く入ることに価値があります。

参考資料

goose：デスクトップ、CLI、API を備えたオープンソース AI Agent

Fri, 08 May 2026 13:41:15 +0800

goose はローカルマシン上で動くオープンソース AI Agent です。コード補完だけでなく、コード、調査、執筆、自動化、データ分析など広いタスクを対象にしています。README ではデスクトップアプリ、CLI、API を提供する Agent として説明されています。

このプロジェクトは block/goose から Linux Foundation の Agentic AI Foundation（AAIF）へ移りました。現在のリポジトリは次の通りです。

`1`	`https://github.com/aaif-goose/goose`

goose は主に Rust と TypeScript で書かれ、Apache-2.0 ライセンスです。GitHub の説明では、コード提案を超えて、install、execute、edit、test を任意の LLM で行える拡張可能な AI agent とされています。

解決する問題

多くの AI コーディングツールは提案や局所的なコード編集に寄っています。goose はより広く、AI agent がローカルマシンでタスクを実行することを目指します。

コード変更とテスト。
ローカル自動化。
調査と執筆。
データ分析。
複数ステップの workflow。
API 経由の埋め込み。
MCP による拡張。

IDE 補完だけなら Copilot 系ツールで十分です。goose は AI をローカルのタスク実行チェーンに入れたい場合に向いています。

3 つの入口

デスクトップアプリは macOS、Linux、Windows に対応し、視覚的に使いたい人に向いています。

CLI はターミナル中心の開発者に向いています。

API は他のシステムや社内ツールに agent runtime として組み込むためのものです。

個人利用ならデスクトップか CLI から始め、チームや自動化基盤では API と custom distribution も検討します。

インストール

デスクトップ版：

`1`	`https://goose-docs.ai/docs/getting-started/installation`

CLI：

`1`	`curl -fsSL https://github.com/aaif-goose/goose/releases/download/stable/download_cli.sh \| bash`

GitHub Releases には複数プラットフォームのビルドがあります。確認時点の latest release は v1.33.1 で、2026-04-29 に公開され、macOS、Linux、Windows、deb、rpm、Flatpak などの asset が含まれます。

インストール後は公式 Quickstart に従って provider を設定し、まず低リスクなディレクトリで試します。

Provider

goose は Anthropic、OpenAI、Google、Ollama、OpenRouter、Azure、Bedrock など 15 以上の provider に対応します。

API key を使うことも、ACP 経由で既存の Claude、ChatGPT、Gemini サブスクリプションを使うこともできます。

ACP は、既存のサブスクリプションを agent workflow に持ち込める点で重要です。ただし provider の規約、quota、会社コードや機密データでの利用可否は必ず確認してください。

MCP extension

goose は Model Context Protocol extension に対応し、README では 70 以上の extensions に接続できるとされています。

MCP により、agent はチャットやファイル編集だけでなく、ドキュメント、データベース、ブラウザ、社内システム、検索サービス、設計ツール、プロジェクト管理ツールなどと標準プロトコルで接続できます。

チームでは、内部機能を明確な interface として公開する安全な統合層にもなります。

コーディング助手との違い

goose はコード補完ツールというよりローカル agent runtime です。

一般的な助手は補完、説明、関数生成、エディタ内の局所編集に寄ります。goose はローカルタスク実行、複数ステップ workflow、provider 切り替え、extension、デスクトップと CLI、埋め込み API、非コードタスクも重視します。

その分、モデル設定、権限、extension、workspace、ログ、credential 管理を考える必要があります。

Custom distribution

CUSTOM_DISTROS.md では、provider、extension、branding を事前設定した goose distro を作る方法が説明されています。

チームは、許可された provider、社内 MCP server、安全ポリシー、ログ設定、禁止サービス、ブランドやオンボーディングを組み込んだ内部版を作れます。

使い方の勧め

デスクトップ版または CLI を入れる。
1 つの provider を設定する。
テストディレクトリで簡単なタスクを実行する。
読み取るファイルと実行する動作を見る。
MCP extension を追加する。
複雑なリポジトリや自動化 workflow は後で試す。

重要な変更前は git commit し、API key をプロジェクトに書かず、高権限モードは信頼できる workspace に限定します。会社コードではデータ規約と provider ポリシーを確認してください。

まとめ

goose は AAIF/Linux Foundation 傘下のオープンソース AI Agent で、デスクトップ、CLI、API、15 以上の provider、ACP サブスクリプション連携、70 以上の MCP extensions に対応します。

価値はコードを書くことだけではなく、モデル、ツール、extension、ローカル実行環境を 1 つの agent framework にまとめる点にあります。

参考資料

DeepSeek V4のローカル私有化デプロイ：国産チップとコンシューマーGPUクラスターの選び方

Fri, 08 May 2026 09:39:35 +0800

DeepSeek V4の公開後、多くの企業が一つの問題に注目し始めた。外部APIを使わず、自社のデータセンター、プライベートクラウド、専用クラスターにモデルを配置できるのか、という問題だ。

この需要は非常に現実的だ。金融、医療、政府・企業、製造、法務、研究開発チームは、社内文書、コード、契約書、チケット、顧客データをそのままパブリッククラウドのモデルへ送れないことが多い。こうした場面でDeepSeek V4が魅力的なのは、モデル能力だけではなく、企業に「制御可能なLLMインフラ」に近い選択肢を与える点にある。

ただし、DeepSeek V4のローカルデプロイは、モデルをダウンロードしてGPUを数枚用意すれば動く、という話ではない。特にProのような超大規模MoEモデルでは、総パラメータ規模、アクティブパラメータ、コンテキスト長、KV cache、同時実行数、推論フレームワークがそのままハードウェアコストを左右する。企業が本当にやるべきことは、フルスペック版を盲目的に追うことではなく、まず業務に必要なデプロイ形態を確認することだ。

まずデプロイ目標を明確にする

企業がローカル私有化デプロイを行う目的は、主に三つある。

データを域外に出さない：社内文書、コード、顧客資料、ログ、ナレッジベースを企業環境の外へ出さない。
安定して制御できる：モデルサービス、権限、監査、ログ、アップグレードのペースを企業自身が管理する。
長期コストを下げる：高頻度に呼び出す場合、ローカル推論は外部APIを長期購入するより制御しやすい可能性がある。

少数の従業員がたまに質問するだけなら、ローカルデプロイは必ずしも割に合わない。私有化に本当に向いているのは、高頻度で、安定していて、データが敏感で、フローが明確な場面だ。例えば次のようなものがある。

社内ナレッジベースQ&A。
コードレビューと開発アシスタント。
カスタマーサポートチケットの要約。
契約書、カルテ、レポートなどの文書分析。
データベース問い合わせアシスタント。
Agentワークフロー自動化。

これらの共通点は、データが敏感で、呼び出しが安定しており、権限とログを通じて企業ガバナンスに組み込めることだ。

最初からフルスペックのProを追わない

DeepSeek V4の一般的なバージョンにはProとFlashがある。公開資料では、Proはより強い推論や複雑なAgentタスク向け、Flashはコストと応答速度を重視するものとされている。企業が選定するとき、すべての業務をProに載せる前提にすべきではない。

タスクの複雑度に応じて分けるとよい。

簡単なQ&A、要約、分類、タグ生成：Flashまたはより小さいモデルを優先する。
社内ナレッジベースの検索拡張：Flashで多くの場面をカバーできる。むしろRAG、権限、検索品質が重要だ。
コードAgent、複雑な推論、長文コンテキスト分析：その段階でProを評価する。
高価値・低頻度タスク：Proを使ってよいが、高い同時実行数が必要とは限らない。
一般的なオフィスアシスタント：最も高価な推論リソースを長時間占有する必要はない。

MoEモデルの利点は、各推論で一部のパラメータだけをアクティブにすることだ。しかし、それはハードウェア負荷が小さいことを意味しない。重みの保存、エキスパート並列、ネットワーク通信、コンテキストキャッシュ、同時実行スケジューリングは依然として重い。特に1M token級の長文コンテキストでは、単一の回答よりも、長いコンテキスト、多人数同時利用、継続セッションがリソースを消費しやすい。

国産チップ路線：企業向けプライベートクラウドに向く

企業がすでに国産計算資源プールを持っている場合、または信創、コンプライアンス、サプライチェーン要件がある場合は、Ascend、Cambriconなどの国産チップ路線を優先的に評価できる。

この路線の利点は次の通りだ。

国産化とサプライチェーン制御の要件に合いやすい。
企業データセンター、専用クラウド、政府・企業向けプロジェクトに入りやすい。
権限、監査、リソース分離、運用を統一しやすい。
長期的に安定したサービスに向いている。

ただし、国産チップ路線では三つの現実的な問題を見る必要がある。

第一に、フレームワーク適配だ。モデルが動くかどうかは、チップの計算力だけでは決まらない。推論フレームワーク、演算子、通信ライブラリ、量化形式、MoEエキスパート並列、長文コンテキスト最適化が成熟しているかも重要だ。

第二に、エンジニアリング経験だ。企業が必要とするのは「起動に成功した」だけではなく、安定したサービスだ。マルチテナント、レート制限、監視、障害復旧、段階的リリース、ログ監査、権限分離をすべて補う必要がある。

第三に、エコシステム差だ。同じモデルでも、NVIDIA、Ascend、Cambriconなどのプラットフォームでは、性能、精度、量化対応、デプロイツールが完全には一致しない。本番投入前には、名目上の計算力だけでなく、実際の負荷テストが必要だ。

したがって、国産チップは、予算が明確で、コンプライアンス要件が高く、プラットフォームエンジニアリングに投資できる企業に向いている。最も手軽な路線ではないが、長期ガバナンスには最も合う可能性がある。

コンシューマーGPUクラスター：試験導入と中小チームに向く

まず業務価値を検証したいなら、コンシューマーGPUクラスターの方が始めやすい。RTX 4090、RTX 5090、RTX 3090、RTX 3060 12GBなどのGPUは、コミュニティツール、量化モデル、ローカル推論フレームワークの情報が多く、試行錯誤のコストが低い。

コンシューマーGPU路線が向くのは次のような場面だ。

研究開発チームの社内試験導入。
中小企業のナレッジベースQ&A。
低同時実行のコードアシスタント。
オフライン文書処理。
SLA要求が高くない社内ツール。

ただし、制約も明確だ。

VRAMが小さく、完全な大規模モデルを直接載せにくい。
マルチGPU通信が弱く、複数マシン間通信はさらに面倒になる。
コンシューマー向けハードウェアは、長期フルロード時の安定性がサーバー方案に劣る。
ケース、電源、冷却、ドライバ、運用が隠れたコストになる。
最初から企業級の高可用性を約束する用途には向かない。

より現実的なのは、まずコンシューマーGPUでFlash、蒸留版、量化版、小規模モデルを動かし、業務フローを通すことだ。その後、呼び出し量、効果、データガバナンスを検証してから、サーバーGPUや国産計算基盤へ移行するかを決める。

想定されるデプロイ構成

比較的安定した企業向け私有化構成は、六つの層に分けられる。

モデル層：DeepSeek V4 Pro、V4 Flash、またはタスクに応じて選ぶ小さな蒸留モデル。
推論層：SGLang、vLLM、llama.cpp、ベンダーNPU推論スタック、または企業の自社サービス。
ゲートウェイ層：統一認証、レート制限、監査、モデルルーティング、呼び出しログ。
ナレッジ層：ベクトルDB、全文検索、文書解析、権限フィルタリング、RAG。
アプリケーション層：カスタマーサポート、コードアシスタント、文書分析、レポートQ&A、Agentワークフロー。
運用層：監視、アラート、コスト集計、段階的リリース、ロールバック、セキュリティ監査。

ここで最も過小評価されやすいのは、ゲートウェイ層とナレッジ層だ。多くのプロジェクトが失敗するのは、モデルがまったく使えないからではなく、権限、検索、ログ、コンテキスト管理、プロンプトテンプレート、業務フローが整っていないからだ。

企業内でLLMをデプロイするときは、モデルを孤立したチャットページではなく、基礎能力として扱うべきだ。本当の価値は、モデルがフローに入り、企業自身のデータとタスクを安定して処理できるようになったときに生まれる。

ハードウェア選定の考え方

ハードウェアは「動くか」だけでなく、「安定してサービス提供できるか」も見る必要がある。

段階ごとに選ぶとよい。

検証段階

目的は、その業務に取り組む価値があるかを証明することだ。

1-4枚のコンシューマーGPUを使う。
Flash、小モデル、蒸留モデル、量化モデルを優先する。
同時実行要求は低くし、タスク完了率を見る。
高可用性は約束しない。

この段階で大規模ハードウェアを早く買いすぎない。まず従業員が本当に使うか、業務が本当に時間を節約できるか、回答がフローに入るかを確認する。

試点段階

目的は、一つの部門または一つの業務ラインで安定して使うことだ。

4-16枚のGPU、または国産NPUノード一式を使う。
統一ゲートウェイ、ログ、権限制御を追加する。
RAG、文書解析、モデルルーティング、キャッシュを作る。
token、同時実行、遅延、失敗率を記録し始める。

この段階では運用が重要になる。モデル効果は一部にすぎず、安定性、コスト、データガバナンスも同じくらい重要だ。

本番段階

目的は企業級サービスに入ることだ。

サーバーGPU、国産計算クラスター、またはプライベートクラウド資源プールを使う。
複数レプリカ、レート制限、フェイルオーバー、容量計画を整える。
タスクごとにモデルをルーティングする。簡単なタスクは軽量モデル、複雑なタスクはProに送る。
企業IDシステム、監査システム、セキュリティポリシーと接続する。

本番段階では、すべてのリクエストを最強モデルに送るべきではない。適切なモデルルーティングは、ハードウェアを積み増すよりもコストを抑えやすい。

推論フレームワークの選び方

DeepSeek V4のようなモデルは、推論フレームワークへの要求が高い。特にMoE、長文コンテキスト、スパースアテンション、量化、マルチGPU並列が関わる場合、フレームワークの成熟度が速度と安定性に直結する。

一般的な選択肢は次のように理解できる。

SGLang：高性能推論、Agent、多ターンのツール呼び出し、複雑なサービス編成を重視するチームに向く。
vLLM：エコシステムが成熟しており、汎用LLMサービスに向く。ただし具体的な対応はバージョンとモデル適配の進捗を見る必要がある。
llama.cpp：小モデル、量化モデル、エッジデプロイに向く。フルスペックの超大規模MoEを直接載せる用途には向かない。
国産NPU推論スタック：信創や国産計算環境に向くが、演算子、量化、長文コンテキスト対応を重点的に検証する必要がある。

フレームワーク選びではbenchmarkだけを見ない。企業は自社の実データで試すべきだ。社内文書の長さ、同時実行数、平均出力長、RAG命中率、Agentのツール呼び出し回数、失敗時のリトライ回数を見る必要がある。

データ安全性はモデルの外側で作る

私有化デプロイは自動的に安全になるわけではない。モデルをローカルで動かすことは、「データが企業の外へ出るか」という問題の一部を解決するだけだ。

さらに次を補う必要がある。

アカウントと権限：部門ごとに自分のナレッジベースだけを参照できるようにする。
ログ監査：誰が何を聞き、どのモデルを呼び、どの文書にアクセスしたかを記録する。
データマスキング：顧客情報、身分証番号、電話番号、契約金額などの機微情報を処理する。
プロンプト安全性：ユーザーがプロンプトで権限を回避したり、システムプロンプトを漏らしたりしないようにする。
出力レビュー：重要な場面では人手レビューまたはルールレビューを入れる。
データライフサイクル：アップロード文書、ベクトルインデックス、キャッシュ、会話記録を削除できるようにする。

企業がローカルLLMを作るとき、アルゴリズムチームだけに任せてはいけない。セキュリティ、法務、運用、業務責任者も参加する必要がある。そうしないと、リリース後にリスクが一気に露出する。

コストはGPUだけではない

ローカルデプロイのコストは過小評価されがちだ。GPUやNPU以外にも、次のものを計算に入れる必要がある。

サーバー、ラック、電源、冷却、ネットワーク。
ストレージとバックアップ。
推論フレームワーク適配とエンジニアリング開発。
運用監視と障害対応。
モデルアップグレード、ロールバック、互換性テスト。
セキュリティ監査と権限システム。
業務側のプロンプト、RAG、ワークフロー構築。

呼び出し量が少ないなら、外部APIの方が安い可能性がある。呼び出し量が多く、データが敏感で、フローが安定している場合に、ローカルデプロイはコストを薄めやすい。

比較的合理的なのはハイブリッド構成だ。

高機密データはローカルモデルへ送る。
低機密の汎用タスクは外部APIを使ってもよい。
簡単なタスクは小モデルへ送る。
複雑なタスクはDeepSeek V4 Proへ送る。
高頻度タスクでは、キャッシュ、検索、モデルルーティングを優先して最適化する。

推奨される導入手順

企業は次の順序で進めるとよい。

まず高価値な場面を2-3個選び、全社展開しない。
コンシューマーGPUまたは小規模計算資源でPoCを行う。
まずFlash、蒸留モデル、量化モデルを動かし、RAGと権限をつなぐ。
複雑なタスクにProを導入して比較テストする。
実際の呼び出し量、遅延、失敗率、人手削減時間を記録する。
その後、国産チップクラスターまたはサーバーGPUを調達するか決める。
本番前にゲートウェイ、監査、監視、レート制限、ロールバックを補う。

この手順は、最初から大規模クラスターを買うより安定している。企業にとって最も怖いのは、モデルが弱いことではなく、多くの費用を使った後で、業務フローがモデル能力を受け止められないと分かることだ。

まとめ

DeepSeek V4は、企業のローカル私有化デプロイに大きな想像余地を与えた。しかし、それは単なる「ローカル版ChatGPT」ではない。本当の難点はエンジニアリングにある。ハードウェア、フレームワーク、モデルルーティング、権限、RAG、監査、監視、コスト制御をまとめて考える必要がある。

国産チップ路線は、コンプライアンス要求が高く、長期的にプライベートクラウドを構築する企業に向く。コンシューマーGPUクラスターは、試験導入や中小チームの迅速な検証に向く。Proは複雑な推論とAgentに向き、Flashや小モデルは大量の一般タスクに向く。

一文だけ覚えるなら、DeepSeek V4の私有化デプロイはハードウェア調達から始めるべきではない。業務シーン、データ境界、呼び出し規模から始めるべきだ。まずシーンを通し、その後で大モデルを使うか、どれくらいの規模にするか、どの計算基盤に載せるかを決める。

参考資料

Claude Opus 4.7、Sonnet 4.6、Haiku 4.5 の違いとは？Claude モデル選びガイド

Fri, 08 May 2026 08:19:03 +0800

Anthropic の中核的な大規模モデルは、主に Claude シリーズとして進化している。2026 年 5 月時点で、Claude の主流プロダクトラインは 4.x 世代に入り、全体としては今も三つの階層に分かれている。Opus は最高性能、Sonnet は性能とコストのバランス、Haiku は速度と費用対効果を担う。

素早く選びたいだけなら、まずは次の一文を覚えておくとよい。

最も複雑で重い推論や agentic coding：まず Claude Opus 4.7 を検討する。
多くの開発、執筆、分析、企業 API の場面：Claude Sonnet 4.6 から始めるのが安定している。
高並行、低遅延、コスト重視のタスク：Claude Haiku 4.5 を検討する。

現在の主流モデル

Anthropic の公式モデルドキュメントをもとにすると、現在の Claude の主流モデルは次のように理解できる。

モデル	位置づけ	適した用途
`Claude Opus 4.7`	現在最も強力な汎用利用可能モデルで、複雑な推論と agentic coding 向け	大規模コードベースのリファクタリング、多段階タスク、複雑な戦略分析、より高い一貫性が必要な作業
`Claude Sonnet 4.6`	速度、能力、コストのバランスがよく、100 万 token のコンテキストウィンドウに対応	コード生成、長文書分析、企業ナレッジワーク、Agent 開発、日常的な高品質の生産タスク
`Claude Haiku 4.5`	最も高速で低コストな小型モデルの階層だが、フロンティアモデルに近い能力も持つ	リアルタイム対話、カスタマーサポート、バッチ分類、簡単なコード支援、高並行 API 呼び出し

ここでは、二つの命名上の注意点がある。

第一に、公式名称は Claude Haiku 4.5 であり、Claude 4.5 Haiku ではない。第二に、Claude Mythos Preview は一般ユーザーや開発者向けの主流利用可能モデルではない。これは Project Glasswing に関連する管理された研究プレビューであり、主に防御的なサイバーセキュリティワークフロー向けなので、通常の Claude モデル選びに混ぜるべきではない。

Opus：最も難しい問題を扱う

Opus は Anthropic が最強モデルに使う階層だ。Claude Opus 4.7 の重点は、安さでも最速であることでもない。複雑で、多段階で、何度も検証が必要なタスクにより向いている点にある。

次のような場面により適している。

多数のファイルにまたがる大規模なコード変更。
複雑なシステムリファクタリングとアーキテクチャ推論。
長い処理連鎖を持つ Agent タスク。
より強い視覚理解、文書理解、多段階計画が必要な作業。
ミスのコストが高い企業分析タスク。

一度失敗したときの代償が大きいタスクや、作業を始める前にモデルへより深く文脈を理解してほしい場合、Opus は試す価値が高いことが多い。

Sonnet：多くの人にとってのデフォルト起点

Claude Sonnet 4.6 は、デフォルトの入口としてより使いやすいモデルだ。その位置づけは「低スペック版 Opus」ではなく、十分に強い推論、プログラミング、視覚理解、長いコンテキスト、agent planning を、より管理しやすいコストと速度の中に収めることにある。

開発者にとって、Sonnet 4.6 の価値は主に三つある。

非常に長いコンテキストを扱えるため、コードベース、契約書、レポート、複数の資料を入れやすい。
Claude Code、API、企業利用の場面で常用モデルとして使いやすい。
Opus よりコストが低く、高頻度利用に向いている。

どの Claude モデルから始めればよいかわからない場合は、通常 Claude Sonnet 4.6 から始めればよい。タスクが明らかにより強い能力を必要とするときだけ、Opus に切り替える。

Haiku：速さと安さがより重要なとき

Claude Haiku 4.5 は小型モデルの階層だが、単純に「弱いモデル」と考えるべきではない。Anthropic はこれを高速かつ低コストでありながら、フロンティアモデルに近い能力を保持するモデルとして位置づけている。

次のような場面に適している。

リアルタイムチャットとカスタマーサポートボット。
大量の短文分類。
低遅延 API 呼び出し。
簡単なコード修正と高速プロトタイピング。
複数 Agent ワークフロー内のサブタスク実行。

タスク自体が明確で、文脈が複雑ではなく、スループットが重要な場合、Haiku は大きなモデルを盲目的に使うより合理的なことが多い。

Claude のツール能力

Claude シリーズは単なるチャットモデルではない。Anthropic は現在、モデル能力を複数のプロダクトや開発者ツールに組み込んでいる。

Claude Code は開発者向けのコマンドライン型プログラミングツールで、コードベースの読み取り、ファイル編集、コマンド実行、テスト実行ができる。継続的にエンジニアリングタスクを進める用途に向いている。その体験は、モデル自体のコード理解、コンテキスト管理、ツール呼び出しの安定性に大きく依存する。

Computer Use は、スクリーンショット、マウス、キーボードを通じてモデルにデスクトップ環境を操作させる能力だ。慎重な利用が必要であり、公式ドキュメントでも誤操作やセキュリティリスクを避けるため、隔離環境で実行することが強調されている。

Artifacts は Claude アプリ側の体験に近く、コード、ページプロトタイプ、グラフ、文書の結果をインターフェース上でプレビューし、反復できるようにするものだ。これは単独のモデルではなく、Claude のプロダクト形態の一部である。

「Managed Agents」や「自己進化 Agent」のような表現については、記事を書く際に慎重であるべきだ。Anthropic が Agent SDK、Claude Code、長いコンテキスト、ツール呼び出し、企業ワークフローを強化しているのは確かだが、すでに制御不能な自己進化能力を持つかのように説明すべきではない。

アクセス方法

一般ユーザーは Claude.ai のWeb版またはモバイルアプリから Claude を利用できる。利用できるモデル、上限、機能はプランによって変わる。

開発者には通常、いくつかの接続方法がある。

Anthropic Console と Claude API。
Amazon Bedrock。
Google Cloud Vertex AI。
Microsoft Foundry。

利用可能なモデル、コンテキストウィンドウ、価格、地域サポートは変化する可能性がある。開発前には、Anthropic の公式モデルドキュメントと各クラウドプラットフォームのページを確認するのがよい。

どう選ぶか

実際に使うとき、最初から最強モデルを追いかける必要はない。よりよい方法は、タスクのコストに応じて階層化して選ぶことだ。

日常的な執筆、コード生成、長文書分析、知識整理、多くの Agent プロトタイプであれば、まず Claude Sonnet 4.6 を使う。通常、費用対効果と汎用能力の最良の出発点になる。

より強い複雑推論、ファイル横断のエンジニアリング変更、長い処理連鎖の計画、またはより高い信頼性が必要な場合は、Claude Opus 4.7 に切り替える。

分類、要約、カスタマーサポート、バッチ処理のように、タスクが簡単で量が多く、遅延に敏感な場合は、Claude Haiku 4.5 を候補に入れる。

Claude のモデルラインは、単なる「新バージョンが旧バージョンを置き換える」ものではない。タスクの難度、速度、コストに応じて階層化されたツールボックスだ。最も高価なモデルを盲目的に使うより、適切なモデルを選ぶことのほうが重要である。

参考リンク

Anthropic Models Overview：https://platform.claude.com/docs/en/about-claude/models/overview
Introducing Claude Opus 4.7：https://www.anthropic.com/news/claude-opus-4-7
Introducing Claude Sonnet 4.6：https://www.anthropic.com/news/claude-sonnet-4-6
Introducing Claude Haiku 4.5：https://www.anthropic.com/news/claude-haiku-4-5
Anthropic Computer Use Tool：https://docs.anthropic.com/en/docs/build-with-claude/computer-use

GPT-5.5、GPT-5.5 Instant、GPT-5.5 Thinking、GPT-5.5 Pro の違い

Thu, 07 May 2026 21:59:33 +0800

OpenAI は現在、GPT-5.5 を Instant、Thinking、Pro という、より明確な利用階層に分けています。

GPT-5.5、GPT-5.5 Instant、GPT-5.5 Thinking、GPT-5.5 Pro は混同されがちです。簡単に言えば、GPT-5.5 はこの世代のモデル能力の総称です。Instant は日常向けの高速モデル、Thinking は深い推論モード、Pro はより重い研究級モードです。

早見表

名称	本質	向いている用途	速度/コスト	利用可能性
GPT-5.5	GPT-5.5 の主モデル/ファミリー名。ChatGPT では通常 GPT-5.5 Thinking の能力位置付けに近い	複雑な作業、コード、研究、分析、ツール利用	Instant より重いが、能力は高い	Plus、Pro、Business、Enterprise
GPT-5.5 Instant	GPT-5.3 Instant を置き換える高速デフォルトモデル	日常 Q&A、文章作成、要約、軽いコード、素早い調査	最速で、最もクォータ効率が良い	すべての ChatGPT ユーザーへ段階的に展開
GPT-5.5 Thinking	深い推論モード	難問、長文脈分析、複雑なコード、研究、文書密集タスク	遅めだが、推論が安定	有料ユーザーが手動選択可能
GPT-5.5 Pro	より高強度な研究級モード	高リスク/高精度タスク：法律、ビジネス、教育、データサイエンス、科学研究分析	最も遅く重いが、品質重視	Pro、Business、Enterprise、Edu

一つだけ覚えるなら次の通りです。

日常の高速タスク：GPT-5.5 Instant。
複雑な推論とコード分析：GPT-5.5 Thinking。
特に難しく重要で、より網羅的かつ厳密さが必要な作業：GPT-5.5 Pro。

GPT-5.5 とは何か

単独で GPT-5.5 と言う場合、通常は GPT-5.5 世代の主なモデル能力を指し、固定の一つのボタンを指すわけではありません。

OpenAI は GPT-5.5 を「実際の仕事に向いた、より強いモデル」と位置付けています。重点は次のような能力です。

agentic coding。
複雑なコードデバッグ。
研究と資料の統合。
文書、表計算、プレゼン資料の生成。
コンピュータ利用とツール横断作業。
長いタスクでの継続的推論と自己チェック。

ChatGPT では、ユーザーが見るのは曖昧な GPT-5.5 ボタンではなく、より具体的な Instant、Thinking、Pro です。そのため「GPT-5.5 を使っている」と聞いたら、Instant なのか、Thinking なのか、Pro なのかを確認した方がよいです。

GPT-5.5 Instant：デフォルト、高速、日常向け

GPT-5.5 Instant は新しい高速デフォルトモデルです。OpenAI の公式説明では、GPT-5.3 Instant を置き換え始め、ChatGPT のデフォルトモデルになり、API では chat-latest として提供されます。

向いているタスク：

日常会話。
素早い Q&A。
普通の文章作成。
記事の要約。
メールの書き換え。
軽いコード説明。
簡単な表やリスト。
長時間の推論を必要としないタスク。

Instant の主な利点は速度とデフォルト利用です。毎回手動で推論モードを選ぶ必要がなく、普通の質問に高い待ち時間を払う必要もありません。

もう一つの変化として、OpenAI は GPT-5.5 Instant の回答がより明瞭で簡潔になり、パーソナライズ能力も強くなったとしています。普通のユーザーにとっては、一日中開いておくモデルとして使いやすいということです。

注意点は、Instant が「最強モード」ではないことです。複雑な数学、長いコード、アーキテクチャ設計、複数ファイル分析、本格的な研究では、自動的に Thinking に切り替わることもあれば、手動で Thinking を選ぶ必要があることもあります。

GPT-5.5 Thinking：複雑タスクの主力

GPT-5.5 Thinking は、複雑なタスクに向いた推論モードです。

向いている場面：

コードデバッグ。
アーキテクチャ設計。
多段階推論。
長文書分析。
学術資料整理。
ビジネス案の検討。
データ分析の説明。
比較、トレードオフ、検証が必要なタスク。

Thinking はより多くの時間を使って推論します。OpenAI Help Center によると、GPT-5.5 Thinking または GPT-5.5 Pro が推論を開始すると、何をするつもりかを説明する短い preamble が表示されることがあります。モデルが thinking 中でも、ユーザーは追加指示を入れて方向を早めに調整できます。

ChatGPT で Thinking を手動選択する場合、thinking time も調整できます。公式説明では、Plus と Business ユーザーは Standard と Extended を使えます。Pro ユーザーには Light や Heavy など、さらに多くの選択肢があります。

私の理解では、Thinking は「本気で作業する」ための標準選択です。タスクが多段階、長文脈、高い正確性を必要とするなら、Instant より適しています。

GPT-5.5 Pro：研究級で、より重く、より厳密

GPT-5.5 Pro は、より難しい問題と高精度作業向けのモードです。

向いている場面：

法律資料分析。
ビジネス調査。
教育とカリキュラム設計。
データサイエンス。
科学研究資料の統合。
高リスク判断前の深いレビュー。
複数文書、複数制約、複数ラウンドの検証タスク。

OpenAI は GPT-5.5 の発表で、初期テスターが GPT-5.5 Pro について、GPT-5.4 Pro と比べて完全性、構造性、正確性、関連性、実用性が明らかに向上したと評価したと述べています。特にビジネス、法律、教育、データサイエンスで強いとされています。

Pro の欠点も明確です。遅く、重く、小さな質問すべてに使うものではありません。日常チャットの入口というより、専門家レビューや研究パートナーに近いものです。

また Pro にはツール対応の制限があります。OpenAI Help Center では、Apps、Memory、Canvas、画像生成は Pro では利用できないとされています。これらの ChatGPT 機能が必要な場合は、Instant または Thinking を使う方がよいかもしれません。

ツール対応の違い

OpenAI Help Center によると、GPT-5.5 Instant と GPT-5.5 Thinking は ChatGPT の一般的なツールに対応しています。

Web search。
Data analysis。
Image analysis。
File analysis。
Canvas。
Image generation。
Memory。
Custom Instructions。

GPT-5.5 Pro は研究級推論寄りですが、すべての ChatGPT ツールを使えるわけではありません。特に次に注意します。

Apps は利用不可。
Memory は利用不可。
Canvas は利用不可。
画像生成は利用不可。

つまりモデルを選ぶときは、「どれが賢いか」だけでなく、必要なツールも見る必要があります。

コンテキストウィンドウの違い

OpenAI Help Center が示す ChatGPT のコンテキストウィンドウは、おおよそ次の通りです。

モード	コンテキストウィンドウ
GPT-5.5 Instant	Free：16K；Plus/Business：32K；Pro/Enterprise：128K
GPT-5.5 Thinking	有料プランで手動選択した場合は通常 256K；Pro では最大 400K

つまり次のように考えられます。

普通の会話と短い文書なら Instant で十分。
複数ファイル、多ラウンド研究、長いコードベース分析なら Thinking が向く。
特に長く複雑で高精度なタスクでは、Pro ユーザーはより大きな文脈と重い推論を使える。

どう選ぶか

日常 Q&A

GPT-5.5 Instant を使います。

速く、十分賢く、気軽な質問、素早い文章作成、素早い修正に向いています。

記事作成、要約、メール修正

まず GPT-5.5 Instant を使います。

記事が長い、構造的な書き直しが必要、複数回の校正が必要な場合は、GPT-5.5 Thinking に切り替えます。

コード作成とデバッグ

簡単なコード説明は Instant で十分です。

複数ファイルのデバッグ、アーキテクチャ設計、複雑なエラー分析には Thinking を使います。非常に難しい長期的なエンジニアリング問題なら Pro も検討できます。

研究と資料分析

普通の資料整理には Thinking を使います。

法律、ビジネス、科学研究、データサイエンスのような高精度タスクでは Pro がより適しています。

画像生成、Canvas、Memory が必要な場合

Instant または Thinking を優先します。

Pro は一部の ChatGPT ツールに対応していないため、デフォルトで Pro を選ばない方がよいです。

短い結論

GPT-5.5 Instant は日常のデフォルトモデルです。速く、明瞭で、クォータ効率が良く、多くの普通のタスクに向きます。

GPT-5.5 Thinking は複雑タスクの主力です。コード、研究、長文書、分析、多段階推論に向きます。

GPT-5.5 Pro は高精度研究モードです。より難しく重要で、厳密さが必要なタスクに向きますが、速度とツール対応にはより制限があります。

GPT-5.5 そのものは、この世代の総称に近いものです。実際に選ぶときは、ChatGPT で Instant、Thinking、Pro のどれを選ぶかが重要です。

Awesome Codex Skills：Codex CLI を拡張するコミュニティ製スキルカタログ

Thu, 07 May 2026 20:19:15 +0800

ComposioHQ の awesome-codex-skills は、Codex CLI 向けのコミュニティ製スキルカタログです。単なるプロンプト集ではなく、繰り返し使う作業手順をインストール可能で、再利用しやすく、保守しやすい Skill として整理している点に価値があります。

Codex を日常の開発パートナーとして使っているなら、この種のリポジトリの意味はかなり分かりやすいはずです。毎回説明していたルール、コマンド、参照資料、操作手順を一度 Skill にまとめておけば、次回から Codex は同じ文脈で作業を始められます。

このリポジトリが解決すること

Codex Skills は、Codex CLI に「専用の作業モード」を追加する仕組みだと考えると分かりやすいです。通常のプロンプトは一度きりの指示に向いていますが、Skill は長く再利用する作業に向いています。

たとえば、次のような作業です。

決まった形式でコミットメッセージを生成する。
特定の API ドキュメントを参照する。
プロジェクト固有のテストやデプロイコマンドを実行する。
チーム規約に沿って記事を書き直す、翻訳する、資料を整理する。
外部ツールを呼び出して反復的な開発補助作業を行う。

こうした内容を毎回入力するのは負担になります。Skill はそれらのルールを独立したディレクトリに置き、中心となる SKILL.md に手順を書きます。必要に応じてスクリプト、テンプレート、参考資料、アセットも添えられます。Codex は呼び出されたときにその説明を読み、定義された流れに従って作業します。

通常のプロンプトとの違い

通常のプロンプトは「今回はこうしてほしい」という一回限りの指示に近いものです。Skill は「この種類のタスクでは今後この手順で進める」という小さな運用マニュアルに近いものです。

主な利点は次の三つです。

再利用できる：よく使う作業手順を何度も貼り付ける必要がありません。
レビューしやすい：スキルファイルは通常ローカルの Markdown で、直接開いて編集し、バージョン管理できます。
拡張できる：複雑な Skill は自然言語の説明だけでなく、スクリプト、テンプレート、参考資料を含められます。

awesome-codex-skills のようなカタログの価値もここにあります。既存の Skill を探し、自分の作業スタイルに合わせて選び、インストールし、改造できます。

インストールと使い方

リポジトリにはインストールスクリプトが用意されており、手動インストールにも対応しています。典型的な流れは次の通りです。

1
2
3

git clone https://github.com/ComposioHQ/awesome-codex-skills.git
cd awesome-codex-skills
python install.py

少数の Skill だけを試す場合は、各スキルディレクトリの SKILL.md を先に読み、どの資料を読むのか、どのスクリプトを実行するのか、どのファイルを変更する可能性があるのかを確認してから、ローカルの Codex skills ディレクトリへ入れるのがよいでしょう。

インストール後、Codex はタスクに応じて Skill を自動的に使うこともできますし、明示的に名前を指定して呼び出すこともできます。長く使うなら、まずコミュニティ製 Skill を入れ、その説明を自分のプロジェクト規約に合わせて書き換えるのが実用的です。

注目したい Skill

この種のリポジトリで最初に見るべきなのは、名前が派手な Skill ではなく、反復作業を安定して減らしてくれる Skill です。

優先して見たいのは次のようなものです。

開発フロー系：コードレビュー、テスト、コミット、リリース、依存関係チェック。
ドキュメント処理系：書き直し、翻訳、要約、構造化整理。
ツール連携系：Codex を外部サービス、API、CLI ツールにつなぐもの。
プロジェクト規約系：チームの約束、ディレクトリ構成、命名規則、デプロイ手順を固定フローにするもの。

一文のプロンプトを包んだだけの Skill なら価値は限られます。調査、判断、実行、検証、出力までを安定した流れにできる Skill なら、長く残す価値があります。

注意点

コミュニティ製 Skill は便利ですが、ブラックボックスとしてそのまま実行するべきではありません。特にスクリプトを含む Skill は、インストール前に次の点を確認したいところです。

SKILL.md が Codex に何をさせようとしているか。
ネットワークアクセス、ファイルの読み書き、外部サービス呼び出しを行うスクリプトが含まれているか。
デフォルトのパス、コマンド、権限が自分の環境に合っているか。

Skill は Codex の行動範囲を広げます。よく書かれた Skill は、Codex をプロジェクトに詳しい同僚のようにしてくれます。雑に書かれた Skill は、合わないルールを作業フローへ持ち込むこともあります。理想は大量に入れることではなく、少数を入れ、自分に合うよう調整し、長く保守することです。

所感

awesome-codex-skills はブックマークする価値があります。特に Codex CLI を実際の開発、ドキュメント作成、自動化に使い始めている人には役立ちます。これは公式機能そのものではなく、コミュニティが整理した Skill の入口です。そこから着想を得ることも、普段の作業を自分用のローカル Skill に変えることもできます。

ヘビーユーザーにとって、Codex Skills の重要点は AI に多くを記憶させることではありません。同じ種類のタスクで回り道を減らすことです。ルールを Skill として書くことは、一度きりの説明を再利用可能な作業基盤に変えることでもあります。

ChatGPT、Claude Code、Gemini の記憶機構は何が違うのか

Thu, 07 May 2026 14:47:17 +0800

AI 製品における「記憶」はますます重要になっている。これは AI が「単発の会話ツール」から「長期的な協力相手」へ移行していることを示している。毎回背景を説明し直す必要がなくなり、好みを繰り返し伝える必要もなく、同じプロジェクトを何度も理解させる必要も減る。

しかし、製品ごとの記憶は同じものではない。ChatGPT、Claude Code、Gemini はいずれも「AI がより長く覚える」問題を扱っているが、設計目標、保存場所、透明性、適用シーンは大きく異なる。

2026 年 5 月 7 日時点では、おおまかに3つに分けられる。

ChatGPT は「個人アシスタントの記憶」に近い。
Claude Code は「エンジニアリングプロジェクトの記憶」に近い。
Gemini は「Google エコシステムの文脈」に近い。

ChatGPT：人を中心にした長期的な好み

ChatGPT の記憶機構は主に個人協作向けだ。関心の中心は「あなたは誰か」「何を好むか」「長期的に何をしているか」にある。

OpenAI は現在、ChatGPT の記憶を saved memories と chat history に分けている。

saved memories は、ChatGPT が保存する重要情報だ。名前、好み、目標、よく使う技術スタック、文章の癖などが含まれる。ユーザーが明示的に覚えるよう頼むこともできるし、ChatGPT が会話の中から将来役立つと判断した情報を保存する場合もある。

chat history は、回答時に過去の会話を参照する仕組みだ。すべての会話がそのまま記憶になるわけではなく、必要に応じて過去の会話から関連文脈を探す。

つまり ChatGPT の中核ロジックは、同じユーザーを会話をまたいで理解することだ。

典型例は次のようなものだ。

「今後コード例はできるだけ簡潔にして。」
「私は主に Python と TypeScript を使っている。」
「AI ツールについての Hugo ブログを書いている。」
「先に結論を見て、その後に詳細を読むのが好き。」

これらの記憶は特定プロジェクトに紐づくものではなく、アカウントと個人の利用習慣についてくる。

Memory Sources：個人化の出所を見えるようにする

OpenAI は 2026 年 5 月の更新で Memory sources を強調した。

これは新しい記憶タイプではなく、ChatGPT が回答を個人化するときに参照した情報源をユーザーに見せる仕組みだ。OpenAI のヘルプ文書によると、Memory Sources には次のようなものが表示される場合がある。

過去のチャット。
保存された記憶。
カスタム指示。
ファイルライブラリ内のファイル。
接続済み Gmail のメール。

ファイルや Gmail の表示範囲は、プラン、地域、接続状態によって制限される。OpenAI はまた、Memory sources が回答に影響したすべての要因を表示するとは限らず、個人化の理解と管理を助けるものだと説明している。

これは重要だ。AI が「あなたを覚える」ほど、ユーザーは何に基づいて回答したのかを知る必要がある。そうでなければ個人化はブラックボックスになりやすい。AI が自分を知っているように見えるが、なぜ知っているのか分からない状態になる。

ChatGPT の強みは、会話やテーマをまたいで個人の好みを継続的に理解することだ。一方で、記憶が古くなったり、古い記憶がまだ回答に影響していることをユーザーが忘れたりするリスクもある。そのため saved memories と古いチャットは定期的に整理したほうがよい。

Claude Code：コードベースとエンジニアリングルールを中心に

Claude Code の記憶機構はエンジニアリング協作寄りだ。関心の中心は「ユーザーが普段何を好むか」ではなく、「このコードベースをどう変更すべきか」だ。

Claude Code には混同されやすい2種類の記憶がある。

明示的なプロジェクト記憶：CLAUDE.md。
自動プロジェクト記憶：Auto Memory。

CLAUDE.md は最も基本的で安定したプロジェクト記憶ファイルだ。プロジェクトルートにも、サブディレクトリにも置ける。Claude Code はこれらのファイルを読み、プロジェクト説明と作業ルールとして扱う。

CLAUDE.md に書くのに適した内容は次の通りだ。

よく使う build、test、lint コマンド。
コードスタイルと命名規則。
プロジェクトアーキテクチャ。
モジュール境界と危険な領域。
チームの約束事とコミットフロー。

CLAUDE.md をリポジトリに置けば、Git にコミットしてチーム共有の agent 説明書にできる。これは ChatGPT のクラウド上の個人記憶とはまったく異なる。

Claude Code Auto Memory：プロジェクト経験を自動で蓄積する

Claude Code には現在 Auto Memory もある。目的は、ユーザーが毎回手で説明を書かなくても、Claude が複数セッションにまたがってプロジェクト経験を自動的に蓄積できるようにすることだ。

Claude Code の文書によると、Auto Memory は作業中に Claude が自分用のメモを保存する仕組みだ。build コマンド、デバッグで分かったこと、アーキテクチャ説明、コードスタイルの好み、ワークフロー習慣などが対象になる。すべてのセッションで保存するわけではなく、将来役立ちそうな情報を判断する。

誤解されやすい点がある。Auto Memory はデフォルトでプロジェクトルートの .claude/memory.md に書くわけではない。公式文書では、各プロジェクトはユーザーディレクトリ配下に独自の memory ディレクトリを持つと説明されている。パスは次のような形だ。

`1`	`~/.claude/projects/<project>/memory/`

MEMORY.md は各会話開始時に最初の 200 行または 25KB が読み込まれ、詳細は別のトピックファイルへ分割される場合がある。Auto Memory ファイルはローカルの Markdown ファイルで、ユーザーは /memory から表示、編集、削除できる。

これにより Claude Code の記憶は「ローカル上のプロジェクト経験庫」に近くなる。ChatGPT の個人記憶よりコードベースに近く、単なる CLAUDE.md より動的だ。

ただし Auto Memory はローカルマシン上のものだ。リポジトリと一緒に他のマシンやクラウド環境へ自然に同期されるわけではない。チームで共有すべき安定したルールは、やはりプロジェクト内の CLAUDE.md に書くべきだ。

Gemini：Google エコシステムの文脈を中心に

Gemini の記憶ロジックはまた別だ。

Gemini にも保存情報と過去チャット参照の能力がある。Google のヘルプ文書では、ユーザーは生活、仕事、好みに関する情報を保存でき、Gemini は回答前に過去のチャットを参照できると説明されている。これらの情報を使うと、回答下部のソース領域に Your saved info や Previous chats が表示される場合がある。

しかし Gemini の差別化は「好みを数個保存する」ことだけではなく、Google エコシステム連携にある。

ユーザーが許可し、機能が利用可能な場合、Gemini は Gmail、Google Drive、Docs、Sheets など接続された Google アプリから文脈を取得できる。強みは、ユーザーが一つずつ教え込むことではなく、すでに Google アカウント内にある資料を検索可能な作業文脈にできることだ。

典型的な違いは次のようになる。

ChatGPT は「最近 LTO テープドライブを修理している」と覚える。
Gemini は Gmail から購入確認メールを見つけたり、Drive から修理メモを読んだりできる場合がある。

もちろん、Gemini が無条件で Google データすべてを読めるわけではない。アカウント種別、地域、権限、接続アプリ、Keep Activity 設定、具体的な製品提供状況に依存する。企業や学校アカウントでは、Google Workspace 管理者の制御も受ける。

より正確に言えば、Gemini の記憶は単純な「メモ帳」ではなく、「保存情報 + 過去チャット + Google エコシステム接続」の組み合わせだ。

3者の主な違い

次元	ChatGPT	Claude Code	Gemini
中心対象	人と好み	プロジェクトとコードベース	Google アカウントとエコシステム資料
典型的な記憶	好み、背景、長期目標	アーキテクチャ、コマンド、規約、デバッグ経験	saved info、過去チャット、Gmail/Drive/Docs 文脈
保存形態	OpenAI アカウント内の記憶とチャット文脈	`CLAUDE.md`、`MEMORY.md`、ローカル Markdown ファイル	Google アカウント活動、保存情報、接続アプリデータ
透明性	Memory sources で一部の出所が見える	Markdown ファイルを直接表示・編集できる	ソース表示、Gemini Apps Activity、Google 設定で管理
プロジェクト横断	強い。ユーザーアカウントに追従	弱い。主にプロジェクトまたはローカル project memory に追従	強い。Google 資料と権限に依存
チーム共有	直接共有には不向き	`CLAUDE.md` を Git で共有可能	主に Workspace と権限体系に依存
得意領域	個人の好みと長期アシスタント	長期コードプロジェクトと agent 協作	Google Workspace 資料検索とクロスツール作業

どう選び、どう使うか

AI に「自分は誰か、どんなスタイルが好きか、普段どう働くか」を覚えさせたいなら、ChatGPT の記憶が向いている。

文章スタイル、よく使う技術スタック、回答形式、職業背景、長期プロジェクトの方向といった個人の好みを保存するのに適している。重点は自己紹介コストを下げ、新しい会話を素早く始めることだ。

AI に「このコードベースをどう変えるか、どのコマンドが動くか、どの罠を避けるか」を覚えさせたいなら、Claude Code が向いている。

安定したルールは CLAUDE.md に書いてチーム共有する。動的な経験は Auto Memory に補助させる。重要な意思決定はローカル自動記憶にだけ残さず、文書や CLAUDE.md に整理するのがよい。

資料の多くが Gmail、Drive、Docs、Sheets にあるなら、Gemini のエコシステム文脈が有利だ。

過去メールの検索、Google Drive 文書の整理、カレンダーやオフィス資料との連携に向いている。Gemini を使うポイントは、チャット内で何度も思い出させることではなく、関連アプリの接続、権限、アクティビティ設定を正しくしておくことだ。

実用的な分担

3者は次のように分担できる。

ChatGPT は「自分の一般的な好み」を覚える。
Claude Code は「このリポジトリのエンジニアリング知識」を覚える。
Gemini は「Google エコシステム内の資料」を検索する。

つまり、ChatGPT は個人秘書、Claude Code はプロジェクト内のシニアエンジニア、Gemini は Google アカウント内の資料インデクサーに近い。

この3種類の記憶に絶対的な優劣はない。目的が違うだけだ。

最も注意すべきなのは混同することだ。個人の好みは必ずしもプロジェクト記憶に書くべきではない。プロジェクトアーキテクチャは必ずしもクラウド上の個人記憶に保存すべきではない。Google エコシステム検索は、モデルがあなたを長期的に本当に理解したことと同じではない。

短い判断

AI 記憶の次の段階は、単に「多く覚える」ことではない。記憶は階層化され、見えるようになり、制御可能である必要がある。

ChatGPT の重点は会話をまたいだ個人化、Claude Code の重点はコードプロジェクトの継続性、Gemini の重点は Google エコシステム文脈だ。本当に使いやすい長期 AI 協作は、すべての情報を一つのブラックボックスに詰め込むのではなく、異なる種類の記憶を適切な場所に置く。

個人の好みは個人記憶に、エンジニアリングルールはコードベースに、過去資料は元の文書やメールシステムに置く。AI がすべきことは、必要なときに正確にそれらの文脈を呼び出すことであり、すべてを一つに混ぜることではない。

ChatGPT Release Notes から見る OpenAI のプロダクトリズム

Thu, 07 May 2026 14:31:22 +0800

OpenAI の ChatGPT Release Notes は、ChatGPT のプロダクトリズムを観察する直接的な入口だ。このページは、ChatGPT のモデル、機能、アカウントセキュリティ、アプリ連携、クライアント体験の変化を継続的に記録している。

2026 年 5 月 7 日時点で見ると、ページ上部には最新更新が「yesterday」と表示され、最新項目は 2026 年 5 月 5 日に集中している。一見すると普通の更新に見えるが、まとめて見ると ChatGPT が向かう方向が分かる。デフォルトモデルはより信頼でき、記憶はより制御可能になり、オフィスシーンに深く入り、アカウント安全性も補強されている。

最新重点1：記憶ソースが見えるようになる

5 月 5 日の最初の更新は、ChatGPT の記憶改善だ。

OpenAI は、Plus と Pro ユーザーに対して、より個人化され継続的な回答を段階的に提供するとしている。ChatGPT は過去のチャット、保存記憶、利用可能なファイル、接続済み Gmail の文脈をよりうまく使い、ユーザーに合った提案、推薦、次の行動を出せる。

この能力の価値は長期利用で明確になる。ユーザーがプロジェクトを進めていたり、連載記事を書いていたり、メール群を追っていたり、同種の作業を繰り返していたりすると、毎回背景を説明し直すことが負担になる。より強い記憶能力は、その繰り返しを減らすためのものだ。

しかし記憶が強くなるほど、ユーザーはモデルがどの文脈を使ったのか知る必要がある。そのため OpenAI は memory sources を導入した。ユーザーは回答下で、関連する保存記憶、過去のチャット、カスタム指示、特定条件で参照されたファイルや Gmail メールを確認できる。

情報が古い、不正確、またはもう関連しない場合、ユーザーは修正、削除、または不関連としてマークできる。

パーソナライズは「より分かってくれる」だけではない

AI のパーソナライズについて語るとき、多くの人は「モデルが自分をより理解するか」だけを見る。しかし長期的に使えるパーソナライズには、3つの問いに答える必要がある。

ユーザーはモデルが何を参照したか見られるか。
ユーザーはその情報を編集または削除できるか。
ユーザーは記憶が不要なときにオフにできるか。

Release Notes では、memory sources はユーザー自身のアカウント体験内にのみ表示され、チャット共有時には他人に表示されないと明記されている。ユーザーはチャットを削除し、Temporary Chat を使い、記憶をオフにし、アプリ接続を解除し、コンテンツがモデル改善に使われるかを管理できる。

これは、OpenAI がパーソナライズ能力を積むだけでなく、制御インターフェースも補っていることを示す。長期的なアシスタントにとって、この一歩は重要だ。

最新重点2：GPT-5.5 Instant がデフォルトモデルに

同じ日に、OpenAI は GPT-5.5 Instant を ChatGPT の新しいデフォルトモデルとして展開し、すべてのユーザーの GPT-5.3 Instant を置き換え始めた。

Release Notes はこのモデル更新を実務的に説明している。より正確で、より明確で、より簡潔になり、画像理解、STEM 質問、いつ web search を使うかの判断も改善している。

この種のデフォルトモデル更新はユーザーへの影響が大きい。ほとんどのユーザーは毎日モデルを切り替えない。彼らが感じる ChatGPT の品質は、デフォルトモデルの品質だ。デフォルトモデルの幻覚が減り、無駄な文章が減り、意味のない追問が減れば、実際の体験は明確に改善する。

OpenAI はまた、GPT-5.5 Instant が過度なフォーマットや不要な装飾的内容を減らすとも述べている。これは小さく見えるが、日常利用には近い。多くの場合、ユーザーが必要としているのは構造の整った小論文ではなく、正確で直接的で実行可能な答えだ。

有料ユーザーは GPT-5.3 Instant を3か月間使い続けられ、その後このモデルは退役する。

最新重点3：ChatGPT が Excel と Google Sheets に入る

5 月 5 日の3つ目の更新は、ChatGPT for Excel と Google Sheets のグローバル提供だ。

この機能は Microsoft Excel と Google Sheets のサイドバーに ChatGPT を入れ、ユーザーが表計算内で直接データを構築、更新、理解できるようにする。公式が挙げるシーンには、トラッカー、予算、数式、複数シートのファイル、シナリオ分析、スプレッドシート整理がある。

これは ChatGPT が「チャット画面で質問に答える」だけに留まっていないことを示している。ユーザーがすでに働いている場所へ入っている。

オフィスユーザーにとって、表計算は非常に高頻度の実作業現場だ。多くの会社、チーム、個人の業務データは、複雑なデータプラットフォームではなく、多数の Excel と Google Sheets ファイルにある。ChatGPT が表計算の横で直接データを理解し、数式を書き、複数シートを整理し、結果を説明できるなら、チャット画面へコピー＆ペーストするよりハードルはかなり低い。

OpenAI は、数式や分析に依存する前に出力を確認するよう促している。これは現実的だ。AI は表計算作業を速くできるが、財務、運用、業務判断の責任をすべてユーザーの代わりに負うことはできない。

4月末の下地：安全性とモデル選択

少し前を見ると、4月30日の Advanced Account Security も注目に値する。

これは個人 ChatGPT アカウント向けの任意の安全設定だ。有効にすると、passkeys や互換セキュリティキーのようなより強いサインイン方式を使い、パスワードログイン、メールやSMSのログインコード、メールベースのアカウント復旧といった弱い経路を無効化する。さらにリカバリキー、短いアクティブセッション、ログイン通知、セッション管理コントロールも含まれる。

この種の機能は、ChatGPT アカウントの重要性が上がっていることを示す。ファイル、記憶、アプリ接続、メール、表計算、作業プロジェクトが ChatGPT に入るにつれ、アカウント安全性は単なるログイン問題ではなく、ユーザーの長期的な仕事文脈に関わる問題になる。

4月28日には、OpenAI はモデル選択入口を入力欄の近くに移し、Thinking と Pro モデルの thinking effort 制御をモデルピッカーに入れた。これは典型的なプロダクト細部の変更だ。モデルが増えるほど、ユーザーは送信前に適切なツールを選びやすくする必要がある。

4月下旬のもう一つの方向：より速い通常回答

4月22日、ChatGPT は Fast answers を導入した。

これは一般的な情報問い合わせ向けの機能だ。質問がパーソナライズを必要とせず、ChatGPT が高信頼の答えを持っている場合、より速く結果を返せる。Fast answers は過去のチャットや記憶を参照せず、ユーザーはパーソナライズ設定でオフにできる。

これは記憶強化と逆に見えるが、実際には同じプロダクトロジックだ。異なる質問には異なる処理が必要になる。

「先週のプロジェクト計画を続けて」のような質問には長期文脈が必要だ。一方、「世界七不思議は何か」のような質問には速さと明確さが必要だ。前者には記憶と文脈が必要で、後者には速度と明瞭さが必要になる。ChatGPT はこれらの経路を分け始めている。

プロダクトリズムの変化

これらの release notes から、ChatGPT の更新はもはやモデル発表だけではないことが分かる。

現在の更新は同時に次をカバーしている。

デフォルトモデル品質。
記憶とパーソナライズ。
アプリ接続とオフィスアドイン。
アカウント安全性。
モデル選択とインタラクション入口。
Fast answers とモバイル体験。

これは ChatGPT が単一の AI チャット製品から、より完全な作業プラットフォームへ移行していることを意味する。モデル能力は依然として重要だが、プロダクト体験、文脈管理、ツール入口、アカウント安全性、サードパーティ連携も同じくらい重要になっている。

短い判断

この ChatGPT Release Notes で最も見るべきなのは、特定の1つの更新ではなく、それらが組み合わさって示す方向だ。

OpenAI は ChatGPT を、より速く、より文脈を理解し、よりオフィスシーンに入り、同時により制御可能で安全なものにしている。GPT-5.5 Instant はデフォルト回答品質を高め、memory sources はパーソナライズの出所を説明し、Excel と Google Sheets は実際の作業ファイルへ入る。Advanced Account Security は、より重いアカウント利用に保護を足している。

今後、ChatGPT の競争力はモデルパラメータだけで決まらない。これらの更新を、安定し、明確で、ユーザーが長期的な文脈を預けたいと思えるプロダクト体験へまとめられるかにも左右される。

Grok Imagine Quality Mode API：xAI は画像生成を企業ワークフローへ押し込もうとしている

Thu, 07 May 2026 14:27:29 +0800

xAI は 2026 年 5 月 6 日、Grok Imagine Quality Mode API を公開した。これは Grok Imagine の画像生成・編集向け品質モードで、企業開発者とチーム向けに提供され、より高いリアリズム、強い文字描画、より良いクリエイティブ制御を重視している。

今回の更新のポイントは、普通の text-to-image 入り口をもう一つ作ることではない。Grok Imagine を企業のコンテンツ制作ワークフローに入れることだ。商品画像、マーケティング素材、広告バリエーション、UGC 風コンテンツ、ブランドビジュアル、動画生成がその対象に含まれる。

Quality Mode が提供するもの

xAI の Quality Mode に対する位置づけは明確だ。よりリアルで、文字に強く、プロンプトにより忠実であること。

第一に、リアリズムが向上している。公式例では自然な肌、素材の細部、光、場面の空気感、写真らしい質感が強調されている。これは商用画像では重要だ。多くの画像モデルはすでに「きれい」に見えるが、広告、商品ページ、SNS素材に入れると、肌、服の質感、手、空間関係、光の不自然さが露出しやすい。

第二に、文字描画が強化されている。xAI は Quality Mode がよりクリーンな多言語テキスト能力を持つと説明している。画像モデルが文字を安定して生成できるかどうかは、商用化の大きな壁だ。メニュー、ポスター、パッケージ、広告、ボタン、看板、SNS画像では、文字が一文字でも間違うとそのまま使いにくい。

第三に、クリエイティブ制御だ。公式説明には、より厳密なプロンプト追従、深いシーン理解と世界理解、一貫したブランド結果が含まれている。つまり Quality Mode が解こうとしているのは、「見栄えのよい画像を作る」ことだけではなく、「チームの要求どおりに、制御可能で再利用でき、反復できる画像を作る」ことだ。

個人の遊びではなく企業向け

今回の発表では、xAI は企業ユースケースをかなり前面に出している。

典型例は、商品ビジュアライゼーションとマーケティング素材だ。企業は写実的な商品レンダー、ヒーロー画像、SNS素材、アイコン、広告バリエーションを生成できる。個人ユーザーが気軽に1枚作るのとは異なり、企業は主に3つの点を気にする。

商業写真や高品質レンダーに近いほど十分にリアルか。
色、構図、文字位置、視覚トーンを含めてブランドスタイルを守れるか。
A/Bテスト、キャンペーン素材、複数チャネル配信用に大量のバリエーションを作れるか。

Quality Mode の価値はここにある。デザイナーを置き換えるのではなく、「まず十数案出して方向を見る」作業を短縮する。チームは API で候補を生成し、デザイン、マーケティング、ブランド担当者が選定、修正、実装できる。

text-to-image より画像編集が重要

発表ではゼロからの画像生成だけでなく、参照画像をもとに編集を続ける流れも示されている。例えば商品をパンフレットに置く、Tシャツの柄を維持する、同じ人物を異なる UGC シーンに登場させる、といった例だ。

これは企業にとってより有用だ。実際の業務では、素材は無から始まることは少ない。すでに商品写真、ブランドガイドライン、人物参照、パッケージデザイン、キャンペーンテーマがある。AI ツールがランダムにきれいな画像を出すだけなら価値は限られる。既存素材を軸に安定したバリエーションを作れるなら、ワークフローに入りやすい。

これも画像生成モデル競争の方向だ。「プロンプトのくじ引き」から「制御可能な編集」へ。ユーザーが求めているのは驚きだけでなく、予測可能な修正結果だ。

UGC 風コンテンツの商業的意味

xAI は UGC 風コンテンツも示している。例えば、同じ人物に指定した Tシャツを着せる、誕生日ケーキを食べさせる、エレベーターで自撮りさせるといった例だ。

これは広告とSNSコンテンツ制作の変化に対応している。多くのブランドは、きれいに仕上げたスタジオ写真だけでなく、より自然で、実際のユーザー投稿のように見えるコンテンツも必要としている。UGC 風素材は、ショート動画のサムネイル、フィード広告、SNS投稿、クリエイターコラボのプレビューに向いている。

もちろん、この能力は肖像権、ブランド権利、コンテンツ表示をより明確に扱う必要があることも意味する。AI は制作のハードルを下げるが、素材利用のリスクを自動で消すわけではない。実在人物に似た表現、商品ロゴ、広告配信が関わる場合、コンプライアンスは事前に設計する必要がある。

文字、世界理解、視覚レンジ

Quality Mode は世界理解と幅広い視覚スタイルも強調している。

公式例には、ケーキの上にアレクサンドロス大王を説明する文字を入れるもの、映画的なピクニックシーン、UI 風アイコンなどがある。これらは xAI が Grok Imagine を単一の美学に閉じ込めず、写実写真、商業広告、商品レンダー、アイコン、ポスター、動画生成の前段画像までカバーしたいことを示している。

特に注目したいのは、文字と世界理解の組み合わせだ。多くの画像タスクは単に物体を描くことではない。場面内の関係、用途、歴史的事実、文字の意味、視覚表現を理解する必要がある。モデルがこうした制約を理解できるほど、娯楽ツールから生産ツールへ近づく。

Quality Mode は動画生成も強化する

xAI は、最新画像モデルと動画能力を組み合わせることで、SNS動画素材、商品紹介、広告などに使えると述べている。

これは現在のマルチモーダル製品の流れに合っている。画像生成はもはや孤立した能力ではなく、動画生成、広告クリエイティブ、商品デモ、SNSコンテンツのパイプラインの一部になる。企業はまず高品質な商品画像を生成し、それを短い動画、モーション広告、複数バージョンの素材へ広げるかもしれない。

この観点では、Quality Mode の意味は「画像がより鮮明」だけではない。後続の動画やマーケティング自動化に向けて、より安定した視覚的起点を提供することにある。

開発者の呼び出し方法

公式の呼び出し例はシンプルで、xai_sdk を使って grok-imagine-image-quality モデルを呼び出す。

import xai_sdk

client = xai_sdk.Client()

response = client.image.sample(
    prompt="A collage of London landmarks in a stenciled street-art style",
    model="grok-imagine-image-quality",
)

print(response.url)

これは Quality Mode が Grok のフロントエンド内だけの機能ではなく、API を通じて企業開発者とチームに開放されていることを示している。企業にとって API 形式は重要だ。社内素材システム、広告プラットフォーム、CMS、デザインツール、自動化フローに接続できるからだ。

短い判断

Grok Imagine Quality Mode API の中核は、画像生成を「楽しい」から「企業制作に使える」へ進めることだ。

リアリズム、文字描画、プロンプト追従、ブランド一貫性、画像編集、UGC スタイル、動画生成との連携を強調している。どれも、チームが視覚素材を大量に、安定して、制御しながら制作するという目標に向かっている。

次に本当に見るべきなのは、単体の画像がどれだけ驚くほどよいかではない。複雑な場面で文字描画が安定するか、参照画像編集で人物やブランドの一貫性を保てるか、大規模生成時の API の速度、コスト、制御性が十分かだ。これらが成立して初めて、Grok Imagine は企業コンテンツ制作パイプラインに本格的に入れる。

豆包の68元から500元のサブスクテスト：無料AIの時代は終わりつつあるのか？

Thu, 07 May 2026 11:38:45 +0800

2026 年 5 月前後、豆包の App Store ページに有料サブスクリプションのテスト情報が表示され、価格は三つの段階に分かれていた。

標準版：68 元/月。
強化版：200 元/月。
プロ版：500 元/月。

これが議論を呼んだのは不思議ではない。これまで中国のインターネットユーザーは、無料アプリ、無料コンテンツ、無料の基本サービスに慣れてきた。そこへ一般向けの AI アシスタントが突然、数十元から数百元の月額料金を示せば、豆包は実質的に課金へ向かうのか、無料版は劣化するのか、ByteDance はもう資金を燃やし続けられないのか、と感じるのは自然だ。

しかし本当に注目すべきなのは、豆包が 68 元を取るかどうかだけではない。中国の AI プロダクトが、「無料でユーザーを奪う」段階から、「計算資源の階層化と商業的な閉ループ」の段階へ入りつつあるのではないか、という点だ。

公式の説明は比較的抑制されている。豆包の基本サービスは引き続き無料で、付加価値サービスはまだテスト中であり、正式リリース時には公式チャネルを通じて完全な情報を発表するという。つまり、無料チャットがすぐに消えるわけではない。豆包は、これまで混ざっていた機能を、無料の入口、付加価値機能、高度な生産性サービスという複数の層に分け始めている。

AI は従来の無料アプリではない

多くの人は AI を普通のアプリのように理解しがちだ。ソフトウェアはすでに開発済みなのだから、ユーザーが一人増えてもコストはそれほど増えないはずだ、という見方である。

従来のインターネット製品では、たしかにこの論理がよく成り立つ。コンテンツプラットフォーム、ソフトウェア、コミュニティ製品は初期投資こそ大きいが、ユーザーが増えるほど一人あたりの固定費は下がる。広告、会員課金、EC、付加価値サービスで徐々に回収できる。

AI は違う。

リクエストのたびに推論が必要であり、推論のたびに計算資源、Token、電力、モデル提供リソースを消費する。軽いユーザーが天気を一言聞く程度ならコストは低い。しかしヘビーユーザーが AI にレポート作成、データ分析、PPT 生成、長文処理、画像生成、複雑なタスク処理をさせれば、コストはすぐに上がる。

そのため、豆包の課金の本質は単に会員権を売ることではない。制御しづらい計算資源の消費を、予測可能な収益構造に変えようとする試みである。

ユーザーが毎日いくつか簡単な質問をするだけなら、プラットフォームは無料入口でそのユーザーを維持できる。しかし生産性機能を大量に使うユーザーについては、プラットフォームは利用枠、優先順位、課金を考えざるを得ない。

無料版は消えないが、体験は階層化される可能性がある

「基本サービスは引き続き無料」という説明は、おそらく本当だろう。ただし無料が残ることは、無料体験が完全に変わらないことを意味しない。

プロダクトが課金を始めると、無料版は通常、いくつかの面で再定義される。

第一に、計算資源の優先順位だ。

ピーク時に計算資源を無限に供給することはできない。プラットフォームは最大ピーク時のアクセス量に合わせてデータセンターを作るわけではない。そうすると、低負荷時間帯に大量のリソースが遊休化するからだ。より現実的なのは、有料ユーザーの体験を保証し、無料ユーザーには待機、遅延、速度低下、または低コストモデルの利用を求めることだ。

第二に、モデルの等級だ。

豆包にはすでに「快速思考」や「専門家」のような体験の階層が存在する。将来的に無料ユーザーは軽量モデルを使う場面が増え、高度なモデルは利用枠や有料特典の中に置かれる可能性がある。

第三に、機能への入口だ。

通常のチャットは引き続き無料かもしれないが、より多くのリソースを消費する機能は制限または有料化される可能性が高い。たとえば次のようなものだ。

長文解析。
深い分析。
AI 画像生成。
PPT 生成。
データ分析。
マルチメディア制作。

第四に、ユーザー心理だ。

ページ上に有料版が表示されるだけで、無料ユーザーは自然と自分が低いプランを使っていると感じる。基本機能が残っていても、ユーザーは比較を始める。有料版のほうが速いのか、賢いのか、制限が少ないのか、という比較だ。

したがって今後の無料 AI は、使えなくなるわけではないかもしれない。むしろ「使えるが、横にもっと上位のバージョンがあることを常に感じる」ものになる可能性がある。

ByteDance は資金不足ではなく、コスト構造を再計算している

豆包の課金については、ByteDance は資金がなくなったのか、AI 投資を続けられなくなったのか、というよくある解釈もある。

この説明は単純すぎる。

ByteDance は上場企業ではないため、外部から完全な財務データを得るのは難しい。利益低下、AI 投資、データセンター建設、株式インセンティブなどについて市場には多くの見方があるが、それを単純に「豆包が ByteDance を貧しくした」と同一視することはできない。

公開情報を見ると、火山引擎はかつて、2026 年 3 月に豆包大規模モデルの日次平均 Token 使用量が 120 兆を突破し、過去 1 年で 1,000 倍に増えたと明らかにしている。この規模は、豆包の背後にある推論コストが非常に高いことを確かに示している。

モデルの入力・出力価格から大まかに見積もると、豆包の年間消費は数百億元規模に達する可能性がある。この数字は一般的な企業にとっては恐ろしいが、ByteDance の売上規模と AI 戦略投資の中に置けば、耐えられない額とは限らない。

より妥当な見方は、ByteDance が支えられないのではなく、無料の大鍋飯で本当のコストを覆い隠し続けたくない、ということだ。

AI プロダクトはユーザー数だけを見てはいけない。ユニットエコノミクスも見る必要がある。つまり、一人のユーザーがもたらす収益が、そのユーザーの消費する計算資源をまかなえるかどうかだ。ユーザーが増えても、有料体系ができていなければ、むしろ赤字が増える可能性がある。

豆包はリードした後、課金への意識を作り始めている

現在の豆包にとって最大の強みは、必ずしも最強のモデルではなく、ユーザー規模とプロダクトの入口かもしれない。

2026 年 3 月時点で、豆包の月間アクティブユーザーは約 3.45 億人、千問は約 1.66 億人、DeepSeek は約 1.27 億人だという見方がある。具体的な集計方法はどうあれ、中国の AI アシスタント市場において、豆包のユーザー規模がかなり上位にあることは確かだ。

あるプロダクトがまだ追いかける側にいるとき、最も一般的な戦略は無料、補助金、新規獲得、入口の奪取である。しかしそれがトップクラスの製品になると、次の段階は意識づくりになる。

AI には支払う価値があるとユーザーに受け入れさせる。
高度な機能と基本機能を分ける。
高価格プランで価格のアンカーを作る。
そのうえで特典パック、割引、期間限定オファーで転換を受け止める。

これも豆包の課金テストが競合に圧力をかける理由だ。

他の AI アシスタントが無料を続ければ、ユーザーは逆にこう問うかもしれない。なぜ課金しないのか。能力が足りないのか。商用化がうまくいっていないのか。

他の製品が追随して課金すれば、さらに難しい問題に直面する。もともとユーザー規模で遅れているのに、課金によって成長がさらに弱まる可能性があるからだ。

だから豆包の課金テストは、単にサブスクリプション収益を得るためだけのものではない。競争を「無料ならユーザーを得られる」から、「誰が課金できるか、誰がユーザーを維持できるか、誰が商業的な閉ループを成立させられるか」へ押し出している。

より深い問題は内部リソースの統合だ

ByteDance の AI プロダクトは豆包だけではない。

同社には火山引擎、扣子、即夢、剪映、飛書、Trae、Seedance、Seedream、Coding Plan、そして企業や開発者向けの API サービスもある。それぞれのチームが独自の製品、プラン、利用枠、KPI、商用化目標を持っている。

これは一つの問題を生む。ユーザーは明らかに ByteDance の AI 能力を買っているのに、複数の入口で何度も支払わなければならない可能性がある。

たとえば、ユーザーは剪映で会員を買い、即夢でパッケージを買い、火山引擎で Coding Plan を買い、API には別途チャージするかもしれない。異なる事業ラインがそれぞれ価格を決め、それぞれ特典を売り、それぞれ計算資源を奪い合えば、体験はますます分断される。

もし豆包のサブスクリプションが単にチャットアシスタント単体への課金にすぎないなら、その意味は限定的だ。

しかし 68 元、200 元、500 元の各プランが将来的に豆包、即夢、剪映、火山引擎、Coding Plan などの機能をつなぎ、一つのアカウントで統一された利用枠を得られるようになるなら、それは単なる会員プランではない。ByteDance の AI 体系における統一課金入口になる。

海外の OpenAI や Anthropic も似た方向へ進んでいる。ユーザーはまず一つのメインアカウントを購読し、そのうえでチャット、プログラミング、ツール呼び出し、生産性シーンの中で利用枠を消費する。これによりユーザーの理解コストを下げ、プラットフォーム側も計算資源をよりよく配分できる。

ByteDance にとって、豆包の課金テストで本当に重要なのは、68 元そのものではないかもしれない。内部の AI 能力を、より統一された商業体系へ収束できるかどうかだ。

この件をどう見るべきか

豆包の課金はもちろん疑問視されてよい。

ユーザーには、価格が妥当か、特典が明確か、無料版が劣化するのか、高度な機能に本当に 200 元や 500 元の価値があるのかを気にする理由がある。しかしこれを単に「ユーザーから搾り取る」とだけ理解するなら、見方が浅い。

この件の背後には、少なくとも五つの変化がある。

AI は利用のたびに推論コストが発生するため、従来の無料アプリの論理をそのまま当てはめることはできない。
無料入口は引き続き存在するが、無料体験は利用枠、待機、モデル等級、機能入口によって再び階層化される可能性がある。
ByteDance の課金は資金不足を意味しない。計算資源コスト、ユーザー成長、商用化を同じ表の上で計算し始めたということだ。
豆包はユーザー規模で先行した後、AI に支払うという意識を作り始め、競合に選択を迫っている。
より大きな想像余地は、ByteDance が内部の AI プロダクトと計算資源の利用枠を統一できるかどうかにある。

まとめ

豆包の 68 元、200 元、500 元のサブスクリプションテストは、無料 AI が明日消えることを意味しない。普通のチャットがすぐ使えなくなることも意味しない。

それはむしろ一つのシグナルだ。中国の AI アシスタントは、無料でユーザーを獲得する段階から、階層型課金の段階へ入りつつある。基本機能は引き続き無料で、高度な機能は必要に応じて有料となり、複雑な生産性タスクは利用枠を消費する。これは今後、ますます多くの AI プロダクトで常態化する可能性がある。

本当に注目すべきなのは、豆包が課金を明確で、統一され、価値のある AI アカウント体系にできるかどうかだ。単に会員の壁を一つ増やすだけなら、ユーザーは反発するだろう。チャット、オフィス作業、創作、プログラミング、API 能力をつなげられるなら、それは ByteDance の AI 商用化における重要な入口になりうる。

AI 無料時代は必ずしも終わるわけではない。しかし「高度な知能を無制限に無料で使える」時代は、おそらくすでに揺らぎ始めている。

CC Switch：Claude Code、Codex、Gemini CLI、OpenClawを一元管理するデスクトップツール

Wed, 06 May 2026 09:03:08 +0800

CC Switch は、AIコーディングを日常的に深く使うユーザー向けのデスクトップ管理ツールだ。解決しようとしている問題ははっきりしている。いま多くの人が Claude Code、Codex、Gemini CLI、OpenCode、OpenClaw を同時に使っているが、それぞれ設定形式、Providerの書き方、MCP設定、Skills管理の方法が違う。

1つのツールだけを使うなら、手作業で設定を変えるのもまだ我慢できる。しかし複数のツールを混在させ、そこに公式アカウント、サードパーティAPI、リレーサービス、ローカルモデル、チーム共有設定まで加わると、JSON、TOML、.env を手で編集する作業はすぐに面倒になる。

CC Switch の位置づけは、こうした分散した設定を1つのクロスプラットフォームなデスクトップアプリに集約することだ。

何を解決するのか

現代のAIコーディングツールは、「コマンドラインの中にいる開発仲間」のようになりつつある。ただし、各ツールのエコシステムはまだ完全には統一されていない。

よくある課題は次の通りだ。

Claude Code、Codex、Gemini CLI、OpenCode、OpenClawで設定形式が異なる。
API Providerを切り替えるたびに、設定ファイルを何度も変更する必要がある。
MCP serverを複数ツールで重複して設定しがちになる。
CLAUDE.md、AGENTS.md、GEMINI.md のようなプロンプトファイルを統一して保守しにくい。
Skillsのインストール、同期、バックアップ、削除に集中管理の入口がない。
複数アカウント、複数relay、複数モデルサービスの切り替えが混乱しやすい。
設定ファイルを手作業で壊した場合、原因調査のコストが高い。

CC Switch の考え方は、ユーザーに各ツールの設定細部を覚えさせるのではなく、Provider、MCP、Prompts、Skills、Sessions、プロキシを1つの統一画面で管理するというものだ。

対応ツール

READMEに挙げられている主な対応対象は5種類ある。

Claude Code
Codex
Gemini CLI
OpenCode
OpenClaw

これらのツールは、AIコーディング、Agentワークフロー、コマンドライン上の協働という点で近い位置づけにある。ただし設定体系は異なっており、CC Switch の価値はその違いを包み込むところにある。

複数のAIコーディングツールをよく比較する人にとっては、毎回設定ファイルを手で開くよりかなり楽になる。

Provider管理

CC Switch の第一の機能はProvider管理だ。

50以上のProviderプリセットを内蔵しており、READMEではAWS Bedrock、NVIDIA NIM、各種コミュニティrelayなどが挙げられている。ユーザーはAPI keyをコピーしてワンクリックでインポートし、画面上で切り替えられる。

実用的なポイントは次の通りだ。

Providerをワンクリックで追加できる。
Providerをドラッグで並べ替えられる。
システムトレイから素早く切り替えられる。
Providerのインポートとエクスポートに対応する。
一部の共通Providerは複数アプリへ同期できる。

多くの人にとって、この機能だけでも十分に魅力がある。AIコーディングツールの日常利用で問題になるのは、「モデルを使えない」ことではなく、「今日このkeyをどのツール、どのendpoint、どのアカウントで使うのか」が混乱することだからだ。

ローカルプロキシとフェイルオーバー

設定ファイルを書き換えるだけでなく、CC Switch はローカルプロキシモードも提供する。

この機能の要点は次の通りだ。

Providerのホットスイッチ。
フォーマット変換。
自動フェイルオーバー。
サーキットブレーカー。
Providerのヘルスチェック。
リクエスト補正。

簡単に言えば、対象ツールに設定を書き込むだけでなく、間にローカルプロキシ層を挟み、異なるツールがそのプロキシ経由でモデルサービスにアクセスできるようにする。

これは複数Providerを使うユーザーにとって便利だ。あるサービスが落ちたら別のものへ切り替える。あるモデルが高ければ安いものに変える。リクエスト形式が合わない場合も、プロキシ層で適配できる。

MCP、Prompts、Skills

CC Switch の重要な第二層の機能は、MCP、Prompts、Skillsの一元管理だ。

MCP

複数アプリ間でMCP serverを管理できる統一MCPパネルを提供し、双方向同期とDeep Linkインポートにも対応する。

これはMCPを使っているユーザーにはかなり実用的だ。MCP serverが増えるほど、設定は複数のクライアントに散らばりやすい。統一パネルがあれば、重複設定を減らし、移行もしやすくなる。

Prompts

Prompts部分はMarkdown編集に対応し、異なるツール間で対応するファイルを同期できる。例えば次のようなファイルだ。

CLAUDE.md
AGENTS.md
GEMINI.md

これらは本質的にはAgent向けのプロジェクト説明書だ。一元管理できれば、チームルール、プロジェクトの約束事、グローバルプロンプトをより保守しやすくなる。

Skills

SkillsはGitHubリポジトリやZIPファイルからワンクリックでインストールできる。カスタムリポジトリ管理、シンボリックリンク、ファイルコピーにも対応する。

Claude Code、Codex、OpenClawのようなツールを同時に使う場合、Skillsは複数ディレクトリに散らばったファイル群になりやすい。CC Switch はそれらを集約し、保守コストを下げる。

セッションとワークスペース

READMEではSession ManagerとWorkspace関連の機能にも触れられている。

複数アプリ内のセッション履歴を閲覧、検索、復元できる。AIコーディングツールを長期的に使う人にとって、セッション管理はかなり重要だ。価値のある文脈、デバッグ過程、案の比較が、古い会話の中に埋もれていることが多いからだ。

さらにOpenClaw向けにWorkspace editorも提供し、AGENTS.md、SOUL.md などのagentファイルを編集でき、Markdownプレビューも備える。

これは CC Switch が単なる「key切り替えツール」ではなく、AI Agentワークステーションの方向へ拡張していることを示している。

クラウド同期とデータ保存

CC Switch はDropbox、OneDrive、iCloud、NAS、WebDAV経由でProviderデータを同期できる。

ローカルのデータ保存場所も明確だ。

データベース：~/.cc-switch/cc-switch.db
ローカル設定：~/.cc-switch/settings.json
自動バックアップ：~/.cc-switch/backups/
Skills：~/.cc-switch/skills/
Skillバックアップ：~/.cc-switch/skill-backups/

主要データソースとしてSQLiteを使い、原子的な書き込みと自動バックアップを重視している。目的は、切り替えや書き込みの際に設定ファイルが壊れることを避けることだ。

この設計はヘビーユーザーにとって重要だ。設定管理ツール自体が設定を書き壊した場合、影響を受けるのはすべてのAIコーディングツールだからだ。

インストール方法

CC Switch はTauri 2ベースのクロスプラットフォームデスクトップアプリだ。

おおよそのシステム要件は次の通り。

Windows：Windows 10以降
macOS：macOS 12 Monterey以降
Linux：Ubuntu 22.04+、Debian 11+、Fedora 34+などの主要ディストリビューション

Windowsユーザーは .msi インストーラーまたはポータブル版の圧縮パッケージをダウンロードできる。

macOSユーザーはHomebrewでインストールできる。

1
2

brew tap farion1231/ccswitch
brew install --cask cc-switch

更新は次の通り。

`1`	`brew upgrade --cask cc-switch`

Linuxユーザーは .deb、.rpm、AppImageを選べる。Arch Linuxユーザーは paru -S cc-switch-bin でもインストールできる。

2026年5月6日時点で、リポジトリページに表示されている最新releaseは CC Switch v3.14.1 で、公開日は2026年4月23日だ。

技術スタック

リポジトリ構成を見ると、CC Switch は典型的なTauriデスクトップアプリだ。

フロントエンド：React 18、TypeScript、Vite、TailwindCSS、TanStack Query、shadcn/ui
バックエンド：Tauri 2、Rust、SQLite、Tokio
テスト：Vitest、MSW、Testing Library

主な設計パターンは次の通り。

SQLiteをSingle Source of Truthとして使う。
デバイス単位のローカル設定はJSONで保存する。
切り替え時に対象ツールのlive configへ書き込む。
現在のProviderを編集する際はlive configから回填する。
一時ファイルとrenameを使って原子的に書き込む。
データベース接続をロックし、並行書き込み問題を避ける。

この構成から、プロジェクトは単なるスクリプトではなく、長期利用を前提にしたデスクトップツールとして設計されていることがわかる。

誰に向いているか

CC Switch が向いているのは次のようなユーザーだ。

Claude Code、Codex、Gemini CLI、OpenCode、OpenClawを同時に使う。
公式アカウント、サードパーティrelay、ローカルモデル、チームProviderを頻繁に切り替える。
すでにMCPを多用し始めている。
CLAUDE.md、AGENTS.md、GEMINI.md を統一して保守したい。
Skillsを頻繁にインストール、テスト、移行する。
複数ツールのセッション履歴や利用状況を見たい。

もしAIコーディングツールを1つだけ使い、常に公式ログインで、Provider、MCP、Skillsをあまり触らないなら、価値はそれほど明確ではないかもしれない。

しかしすでに「複数ツール、複数アカウント、複数Provider、複数プロジェクト」の状態に入っているなら、細かな設定作業をかなり減らせる。

注意点

この種のツールは便利だが、境界も意識する必要がある。

第一に、複数のAI CLI設定を管理するため、このツールとその書き込みロジックを信頼できるか確認する必要がある。

第二に、API key、relay endpoint、MCP serverはいずれも機微な設定だ。クラウド同期を有効にする前に、同期先ディレクトリやWebDAVサービス自体が安全で信頼できるか確認したい。

第三に、Providerを切り替えた後、多くのツールでは変更を反映するためにターミナルやCLIの再起動が必要になる。READMEでは、Claude CodeはProviderデータのホットスイッチに対応するとされているが、他のツールでは通常再起動が必要だ。

第四に、公式ログインへ戻す場合は、プロジェクト説明に沿ってofficial providerを追加し、対応するツールのログインフローを改めて実行するのがよい。

まとめ

CC Switch の価値は、また別のAIコーディングツールを作ったことではない。AIコーディングのエコシステムが、すでに複数ツール共存の段階に入ったという現実を認めている点にある。

Claude Code、Codex、Gemini CLI、OpenCode、OpenClawにはそれぞれ独自の設定システムがあり、MCP、Skills、Prompts、Providerも急速に広がっている。設定を手作業で変え続けるやり方は、いずれ負担になる。

CC Switch はこれらを1つのデスクトップアプリに集約し、Providerの切り替え、MCPの同期、Skillsの管理、プロンプトファイルの保守、セッション確認をより簡単にする。AIコーディングを重く使う人にとって、この種のツールは「任意の小道具」から「日常の基盤」へ変わっていく可能性が高い。

参考資料

farion1231/cc-switch

Gemini Embedding 2：テキスト、画像、動画、音声を同じベクトル空間に入れる

Mon, 04 May 2026 06:01:10 +0800

Google Developers Blog が Gemini Embedding 2 の開発方法を紹介した。このモデルは Gemini API と Gemini Enterprise Agent Platform を通じて GA になっている。重要なのは、単なる新しい embedding モデルではなく、テキスト、画像、動画、音声、ドキュメントを同じ意味空間にマッピングできる点だ。

これにより、検索システムが扱える範囲は広がる。従来の多くの RAG パイプラインでは、画像、動画、音声を先にテキストやメタデータへ変換し、それぞれ別にインデックスする必要があった。Gemini Embedding 2 はマルチモーダル入力を直接処理できるため、エージェント、検索、分類システムが実際の業務資料を扱いやすくなる。

原文リンク：Building with Gemini Embedding 2: Agentic multimodal RAG and beyond

モデルの機能

Gemini Embedding 2 は 100 以上の言語をサポートする。1 回のリクエストで処理できる内容は次の通り。

最大 8,192 text tokens
最大 6 枚の画像
最大 120 秒の動画
最大 180 秒の音声
最大 6 ページの PDF

中心にある考え方は「統一された意味空間」だ。開発者は異なるモダリティの内容を同じベクトル表現に入れ、同じ検索、クラスタリング、再ランキングのロジックで処理できる。

たとえば、テキスト説明と画像を同じ embedding リクエストに入れられる。

from google import genai
from google.genai import types

client = genai.Client()

with open('dog.png', 'rb') as f:
    image_bytes = f.read()
result = client.models.embed_content(
    model='gemini-embedding-2',
    contents=[
        "An image of a dog",
        types.Part.from_bytes(
            data=image_bytes,
            mime_type='image/png',
        ),
    ]
)

print(result.embeddings)

入力ごとに個別の embedding が必要で、集約された 1 つのベクトルでは困る場合は Batch API を使える。原文では、この種のバッチ対応について Agent Platform 側はまだ対応中だとも説明している。

RAG にとっての意味

マルチモーダル embedding はエージェント型 RAG に向いている。AI agent は、コードリポジトリ、PDF、スクリーンショット、図表、音声会議録、商品画像を同時に確認する必要があるかもしれない。すべての資料を同じ意味空間に入れられれば、形式ごとに別々の検索入口を作る必要がなくなる。

Google は、タスクの目的に応じて task prefix を使うことを勧めている。これにより、embedding が検索目的に合いやすくなる。たとえば、質問応答、ファクトチェック、コード検索、検索結果には異なる prefix を使える。

# Generate embedding for your task's query:
def prepare_query(query):
    return f"task: question answering | query: {content}"
    # return f"task: fact checking | query: {content}"
    # return f"task: code retrieval | query: {content}"
    # return f"task: search result | query: {content}"
# Generate embedding for document of an asymmetric retrieval task:
def prepare_document(content, title=None):
    if title is None:
        title = "none"
    return f"title: {title} | text: {content}"

この prefix は非対称検索に適している。ユーザーのクエリは短く、ドキュメントは長いことが多い。query と document をタスクに合わせて別々に整形すると、短い検索語と長い文書のマッチングを改善できる。

原文では 2 つの導入例が紹介されている。

Harvey は法律検索ベンチマークで、以前の embedding と比べて Recall@20 precision が 3% 向上した。
Supermemory は Recall@1 の検索精度が 40% 向上し、記憶、インデックス、検索、Q&A パイプラインに利用している。

これらの数字はすべての場面で同じ改善を保証するものではない。ただし、マルチモーダル embedding がデモだけでなく、実際の検索プロダクトで効果を出していることはわかる。

ビジュアル検索

Gemini Embedding 2 は、画像検索、画像とテキストを組み合わせた検索、商品識別にも使いやすい。原文では、URBN の衣料レンタル会社 Nuuly が、倉庫で撮影したタグ未付与の衣類写真をカタログと照合するために使っている例が紹介されている。この導入により、Match@20 は 60% から約 87% に向上し、全体の識別成功率は 74% から 90% 超に上がった。

この種の場面で重要なのは生成ではなく、「この画像はどの在庫、文書、商品レコードに最も近いか」を理解することだ。業務に大量の画像、動画クリップ、スキャン資料があるなら、マルチモーダル embedding はテキストだけのインデックスより自然に使える。

検索結果の再ランキング

Embedding は rerank にも使える。一般的には、まず基本検索で候補を取得し、その候補とユーザーのクエリとの類似度を計算して、より関連性の高い内容を上位に並べる。

# 1. Define a function to calculate the dot product (cosine similarity)
def dot_product(a: np.ndarray, b: np.ndarray):
  return (np.array(a) @ np.array(b).T)
# 2. Retrieve your embeddings
# (Assuming 'summaries' is your list of search results)
search_res = get_embeddings(summaries)
embedded_query = get_embeddings([query])

# 3. Calculate similarity scores
sim_value = dot_product(search_res, embedded_query)

# 4. Select the most relevant result
best_match_index = np.argmax(sim_value)

原文では別の考え方も紹介されている。まずモデルに内部知識から仮の基準回答を生成させ、その回答を embedding し、候補コンテンツとの類似度を比較して、意味的に最も近い結果を選ぶ方法だ。これは質問応答型 RAG で特に役立つ。

クラスタリング、分類、異常検知

検索以外にも、embedding はクラスタリング、分類、異常検知に使える。前述の質問応答検索とは異なり、これらは対称的なタスクなので、query と document に同じ task prefix を使える。

# Generate embedding for query & document of your task.
def prepare_query_and_document(content):
    # return f'task: clustering | query: {content}'
    # return f'task: sentence similarity | query: {content}'
    # return f'task: classification | query: {content}'

この種のタスクは、評判分析、コンテンツ審査、類似アセットの分類、異常サンプルの発見に使える。また、agent が大量のコンテキスト資料を先に整理してから、後続の推論に入る用途にも向いている。

保存とコスト

Gemini Embedding 2 はデフォルトで 3,072 次元のベクトルを出力する。Matryoshka Representation Learning を使っているため、output_dimensionality でより小さい次元に切り詰められる。Google は効率を優先する場合、1,536 または 768 次元を推奨している。

result = client.models.embed_content(
    model="gemini-embedding-2",
    contents="What is the meaning of life?",
    config={"output_dimensionality": 768}
)

ベクトルは Agent Platform Vector Search、Pinecone、Weaviate、Qdrant、ChromaDB などに保存できる。コスト面では、原文は Batch API がより高いスループットを提供し、デフォルト embedding 価格の 50% で利用できると説明している。

開発者はどう使うか

すでにテキスト RAG がある場合は、まず次の 2 種類の改善から始めるとよい。

PDF、スクリーンショット、画像説明、テキスト文書を同じインデックスに入れ、検索の再現率が安定するか確認する。
質問応答、ファクトチェック、コード検索、商品検索など、タスクごとに task prefix を付ける。すべての内容を同じ embedding 形式で処理しない。

新しいプロダクトを作るなら、次の方向を優先して検討できる。

企業ナレッジベース：文書、図表、プレゼン資料のスクリーンショット、会議資料をまとめて検索する。
ビジュアル検索：画像、テキスト、混合入力で商品、アセット、デザイン案、アーカイブを探す。
Agent ツールチェーン：coding agent、research agent、customer support agent が複数形式の業務資料を検索できるようにする。
コンテンツガバナンス：テキスト、画像、動画クリップを統一的に分類、クラスタリング、異常検知する。

Gemini Embedding 2 の価値は、マルチモーダル資料を同じ検索可能な資産に変えることにある。開発者にとっては、「先にテキストへ変換してから検索する」中間層を減らし、RAG システムを実世界のデータ形態に近づけられる。

GPT-Image 2 プロンプトライブラリ：EC メインビジュアル事例

Sat, 02 May 2026 11:35:00 +0800

このページでは EC メインビジュアル カテゴリの 20 件の事例を収録しています。各項目には元事例リンク、作者、生成画像、完全なプロンプトを残しています。

カテゴリナビ: 総目次 / EC メインビジュアル / 広告クリエイティブ / ポートレート写真 / ポスターイラスト / キャラクターデザイン / UI とソーシャルメディア / 比較とコミュニティ事例

EC メインビジュアル

EC メインビジュアル - 奢华琥珀香水广告

元事例 / 作者: @Polanco_IA

完全なプロンプト：

A luxurious cinematic product photograph of a classic rectangular perfume bottle inspired by {argument name="brand label" default="N°5 CHANEL PARIS PARFUM"}, placed upright on a glossy black marble surface with white veining. The bottle is centered slightly to the right, made of clear faceted glass with a large transparent crystal stopper, filled with rich amber-gold perfume that glows from within. Tiny condensation droplets cover the glass, adding texture and realism. Dramatic warm lighting from the upper left creates golden highlights, deep reflections on the marble, and a soft luminous bloom in the background. Wisps of elegant smoke curl around the bottle on both sides, enhancing a moody high-end advertisement feel. Dark background, shallow depth of field, ultra-detailed studio product photography, luxury beauty campaign aesthetic, crisp focus on the bottle, realistic reflections, warm black-and-gold color palette. Add a small white {argument name="corner logo" default="Pollo.ai"} in the top-right corner. Square composition, premium commercial ad, photorealistic, high contrast, refined and sophisticated.

EC メインビジュアル - 护肤品棚拍图

元事例 / 作者: @Strength04_X

完全なプロンプト：

A soft {argument name="bottle color" default="cream-colored"} bottle with a {argument name="pump color" default="pastel yellow"} pump stands on a matte podium, surrounded by silky foam and {argument name="flowers" default="chamomile blossoms"}. The background is a pale yellow gradient with subtle bubble details. The label emphasizes organic chamomile and calming care. Fresh chamomile flowers accentuate the gentle appeal.

EC メインビジュアル - 热带柑橘汽水广告海报

元事例 / 作者: @edimakorfr

完全なプロンプト：

Create a vibrant tropical commercial poster for a citrus soda bottle, in a bright summer advertising style. Show a single large plastic bottle of {argument name="product name" default="Soda"} centered slightly to the right, tilted a little left, with a yellow cap and transparent bottle covered in cold condensation droplets, filled with glowing golden-orange soda. The label should feature sliced oranges and citrus artwork with the brand text "{argument name="product name" default="Soda"}", the phrase "aux agrumes d'été", and a small green "500 ml" mark. Use a sunny beach background with vivid blue sky, turquoise ocean, soft clouds, and blurred tropical palm leaves entering from the upper right corner. Add dramatic water splashes around the base of the bottle, scattered clear ice cubes, and 5 visible citrus pieces in the foreground: 2 orange wedges, 1 lime half, 1 grapefruit half, and 1 partial orange slice at the far right edge. Place large French promotional text on the left: a huge white headline "{argument name="headline text" default="Soda"}" with a small splash accent above it, then yellow script text "aux agrumes d'été" underneath. Add a yellow paint-stroke badge at mid-left with the text "LA FRAÎCHEUR QUI PÉTILLE !". Add a vertical feature list on the lower left with 3 round icons and French captions: "SAVEURS NATURELLES", "SANS COLORANTS ARTIFICIELS", and "EXTRA RAFRAÎCHISSANT". Add a green brushstroke banner at the bottom left reading "FORMAT PRATIQUE 500 ml". Add a round beige eco-style seal at the bottom right with green outline and leaf motif, containing the text "{argument name="seal text" default="PLAISIR FRUITÉ À CHAQUE GORGÉE"}". Lighting should be glossy and high-energy with strong sun flare from the upper left, saturated citrus colors, crisp packaging detail, realistic droplets, and polished supermarket-ad realism.

EC メインビジュアル - 工业设计展示图

元事例 / 作者: @ShamsAmin56

完全なプロンプト：

Core Subject: [{argument name="reference" default="use the uploaded image"}, keep the details, typography and structure locked 100%]

Layout & Composition: A {argument name="presentation type" default="professional industrial design presentation sheet"}. The image should be organized into a clean grid system.

Top Row: A 3x3 layout showing top-down flat lay views and close-up macro details of materials.

Middle Section: Three hero shots of the product standing upright in different color ways (Matte Black, Arctic White, and accented variants). The products should be slightly tilted to show depth and form.

Bottom Section: A dynamic "floating" composition featuring two products overlapping at opposing angles to showcase the front and side profiles simultaneously.

Environment & Lighting: Set against a minimalist, neutral studio gray background. Soft top-down lighting with realistic contact shadows. High-end product photography aesthetic.

Style & Finish: Matte textures, clean silhouettes, and sharp edges. Leave designated blank areas on the product surfaces for "Placeholder Branding" and "Graphic Mockups." 4k resolution, Unreal Engine 5 render style, hyper-realistic, clean aesthetic.

EC メインビジュアル - 奢华毛里乐福鞋生活方式照片

元事例 / 作者: @dynamicwangs

完全なプロンプト：

A warm, editorial-style lifestyle product photo shot indoors from a low close-up angle, focused on a woman's lower legs and feet as she tries on 1 pair of black leather backless loafers with tan faux-fur lining. One loafer is worn on the right foot and the left foot is bare, hovering just above the textured cream shag rug, while the second matching loafer lies on the rug in the lower left foreground. The shoes have smooth black leather uppers, a rounded almond toe, open mule-style heel, plush brown fur spilling out around the opening, and a small polished gold horsebit hardware detail across the vamp. The model wears cropped medium-blue denim jeans with a raw frayed hem. The setting is a cozy minimalist interior with a cream rug featuring 2 thin irregular black lines, a neutral wall, and a leaning rectangular mirror with a medium wood frame in the upper right background, softly reflecting the rug and part of the scene. Use soft natural window light, shallow depth of field, subtle film grain, realistic skin texture, muted beige and black palette, relaxed candid composition, premium fashion catalog mood, high detail, photorealistic.

EC メインビジュアル - 大理石梳妆台香水广告

元事例 / 作者: @MiguelMaestroIA

完全なプロンプト：

A luxury e-commerce advertising photo of a premium perfume bottle on a polished gray-and-white marble vanity, shot in a warm cinematic studio style with soft golden lighting, shallow depth of field, and elegant reflections. The composition is square and high-end, with the perfume bottle centered slightly right of frame and promotional text on the left. The bottle is a tall sculpted hourglass-shaped glass flacon with smoky transparent gray glass fading darker at the base, a glossy gold spherical cap, a gold collar engraved with fine branding, and a large metallic gold interlocking monogram on the front. Keep the branding-inspired feel but do not add extra products. In the foreground left, include 1 cut-crystal bowl with a gold rim, partially cropped. In the background right, include 1 brushed gold cylindrical vase holding 1 bouquet of soft white flowers, blurred. Behind the bottle, add 1 black marble rectangular box with subtle white veining and gold trim. In the lower right foreground, include 1 draped piece of champagne-colored satin fabric, softly out of focus. The background should be dark, luxurious, and softly blurred, with rich brown-black tones and a vertical shadowed panel on the left to support typography. Add elegant serif headline text on the upper left reading {argument name="headline text" default="Premium Perfume,"} in large warm beige letters, with a smaller serif subheading beneath reading {argument name="tagline" default="Subtlety and Elegance"}, plus a thin short gold horizontal line below the subheading. Place a small white logo in the top-right corner reading {argument name="brand logo" default="Pollo.ai"}. Emphasize premium materials, realistic glass refraction, gold metallic highlights, luxury product photography, refined composition, soft bokeh, and upscale beauty-ad aesthetics.

EC メインビジュアル - 微缩场景护肤品广告

元事例 / 作者: @Strength04_X

完全なプロンプト：

A hyper-realistic miniature diorama product advertisement featuring an oversized luxury skincare pump bottle labeled "LUXEVEIL Skin Science – Radiance Nourishing Body Lotion" in cream/beige with a polished gold pump top, placed on a circular platform. Tiny figurine construction workers dressed in yellow coveralls and white hard hats swarm around the bottle climbing scaffolding, painting the bottle with rollers, operating a tower crane, working near industrial tanks and pipework, and unloading a miniature flatbed truck. The scene includes metal scaffolding structures, industrial silos, orange traffic cones, wooden barricades, and storage barrels. The overall color palette is warm beige, cream, gold, and mustard yellow. Studio photography style with soft diffused lighting, no shadows, clean beige background. The concept metaphorically shows workers "crafting" or "building" the perfect lotion. Tilt-shift miniature aesthetic, ultra-detailed, commercial product photography, 8K resolution, photorealistic CGI render.

EC メインビジュアル - 中国传统艺术与瓷瓶

元事例 / 作者: @songguoxiansen

完全なプロンプト：

1
2
3

A scarf inspired by 'A Thousand Li of Rivers and Mountains', surrounded by Wang Ximeng's blue-green landscape, with a silky texture and soft lighting.

A famille rose porcelain vase featuring Lady Yang Guifei enjoying flowers, with peony and butterfly patterns in the style of imperial kilns.

EC メインビジュアル - 高端游戏主板棚拍图

元事例 / 作者: @rojassartorio

完全なプロンプト：

A high-end enthusiast ATX gaming motherboard product photo on a dark studio background, shown in a three-quarter top-down perspective angled from the lower left toward the upper right. The board is mostly matte black and gunmetal with sharp geometric armor plates, brushed metal textures, and subtle RGB edge lighting in blue, purple, and magenta. Feature an exposed modern Intel-style CPU socket near the upper center, 4 black DIMM memory slots on the right, large VRM heatsinks across the top and upper left, and multiple reinforced PCIe slots in the lower half. Include 3 major branded heatsink zones: a tall rear I/O shroud at upper left with an illuminated RGB eye logo and the text "MAXIMUS HERO", a left-side chipset/slot armor piece with the text "SUPREMEFX", and a large angular lower-right chipset cover with a silver ROG-style emblem plus a lower strip that reads "FOR THOSE WHO DARE". Show detailed capacitors, headers, power connectors, debug display reading "88" at the top right, and a small round start button nearby. Ultra-detailed commercial product photography, crisp focus across the board, realistic reflections on metal, premium luxury tech aesthetic, dramatic low-key lighting, clean black seamless backdrop, no cables, no CPU, no RAM, no other objects.

EC メインビジュアル - 高端谷物粉广告板

元事例 / 作者: @WooGabriel76263

完全なプロンプト：

{"type":"Chinese e-commerce product marketing board","product":{"category":"instant grain powder drink","brand":"五谷磨房","name":"核桃芝麻黑豆粉","packaging":"matte black retail box with gold Chinese typography and a large swirling bowl graphic on the front, plus individual black sachets inside","net weight":"320g (32g×10袋)"},"style":{"overall":"premium dark food advertising layout","color palette":["black","deep brown","warm gold","beige","walnut brown"],"lighting":"dramatic studio lighting with glossy highlights and warm rim light","mood":"luxurious, nourishing, healthy, appetizing"},"layout":{"format":"single tall composite board divided into 5 major sections plus a bottom storyboard table","sections":[{"title":"主图/Main image","position":"top-left","count":8,"labels":["五谷磨房","核桃芝麻黑豆粉","32g×10袋 独立包装","五黑谷物","香浓醇厚","独立小袋","即冲即饮","product box and drink cup"]},{"title":"详情页/Details page","position":"top-right","count":5,"labels":["黑芝麻","黑豆","黑米","核桃","谷物粉"]},{"title":"香浓细腻 顺滑好喝","position":"mid-right","count":4,"labels":["一冲即饮 营养美味","粉质细腻 Fine powder","浓香醇厚 Rich & Smooth","营养代餐 Nutritious"]},{"title":"冲泡方式 HOW TO MAKE","position":"mid-left lower","count":3,"labels":["1 倒入一袋粉(32g)","2 加入200ml 热水或牛奶","3 搅拌均匀 即可享用"]},{"title":"一杯好谷物 轻松好生活","position":"lower-left","count":4,"labels":["元气早餐","办公室下午茶","健身代餐","睡前暖饮"]},{"title":"独立小袋 随身携带","position":"lower-right","count":3,"labels":["独立小袋 便携卫生","锁住新鲜 防潮防氧化","1袋1杯 精准份量"]},{"title":"视频推广广告 seedance 2.0 视频提示词 + 分镜头脚本","position":"bottom full width","count":7,"labels":["镜头1 开场-产品展示","镜头2 食材特写","镜头3 倒粉入杯","镜头4 冲泡搅拌","镜头5 饮用场景","镜头6 产品卖点","镜头7 结尾口号"]}],"grid":"top area split into left main image and right detail page; middle area split into preparation guide and feature panel; lower area split into lifestyle scenarios and sachet carry section; bottom is a full-width tabular storyboard"},"scene_elements":{"ingredients":[{"name":"black sesame","form":"small black seeds in a round bowl"},{"name":"black beans","form":"glossy whole beans in a round bowl"},{"name":"black rice","form":"dark long grains in a round bowl"},{"name":"walnuts","form":"walnut halves in a round bowl"},{"name":"grain powder","form":"light beige powder in a round bowl"}],"serving":{"drink":"thick gray-brown sesame walnut bean beverage with smooth surface swirl","cup":"transparent glass cup with handle","utensil":"metal spoon stirring or resting inside drink"},"supporting props":["walnuts on table","scattered black beans","grain stalks or wheat stems","dark tabletop","ingredient bowls","open package showing 5 visible sachets"]},"text_treatment":{"headline_font":"bold elegant Chinese display type in metallic gold","body_font":"clean sans serif Chinese with occasional English subtitles","accent":"thin gold divider lines and circular ingredient frames"},"camera_and_composition":{"product_shots":"front-facing hero box, angled sachet display box, close-up beverage macro","food_photography":"high-detail commercial food styling, shallow depth of field, crisp texture emphasis","aspect_ratio":"portrait, approximately 9:16"},"quality":"ultra-detailed commercial design mockup, polished e-commerce key visual plus details page plus ad storyboard, 4K"}

EC メインビジュアル - 耳机电商信息图

元事例 / 作者: @SPEEDAI07

完全なプロンプト：

High-impact e-commerce infographic for "{argument name="product" default="Apple Pods Pro 3"}" wireless earbuds.
Foreground: An extreme close-up of a hand holding an open glossy white wireless earbud charging case toward the camera. Inside the case are two sleek white earbuds with black speaker accents. A small glowing green LED indicator is visible on the front of the case. The hand and case have slight macro-lens depth blur for realism.

Mid-ground: A {argument name="model" default="confident young woman"} with tan skin, brown eyes, and dark hair tied in a messy bun. She has natural makeup with a dewy glow. She is wearing a plain {argument name="clothing" default="yellow athletic t-shirt"} (no logos). One white earbud is in her ear. She is looking directly at the camera with a subtle, confident expression.

Background: Clean soft gray gradient studio backdrop with shallow depth of field. Diagonal rainbow prism lens flares and soft light leaks across the scene. Several blurred floating white earbuds in the background for depth and motion.

Lighting: Soft professional studio lighting with glossy highlights on the product, subtle rim light on the model, high dynamic range.

Typography (modern sans-serif, white):

Top center (behind model): Large bold text “AIRPODS”

Top right: “Apple Pods Pro 3”

Mid-left: “Premium sound and noise cancellation”

Mid-right: Large bold “30” with “hours of battery life”

Bottom-right: Large bold “1” with “year warranty”

Style: Ultra-realistic, commercial product photography, 8k resolution, sharp focus on product case, shallow depth of field, vibrant yet clean color palette, premium advertising aesthetic.

EC メインビジュアル - 可持续 T 恤种植吊牌广告

元事例 / 作者: @Diplomeme

完全なプロンプト：

A premium eco-conscious fashion advertisement, shot as a refined editorial product photo. A single off-white or natural cream crew-neck T-shirt hangs on a smooth wooden hanger with a black metal hook, placed against a lush wall of dense green leaves and climbing vines. The hanger has a small minimalist brand monogram engraved near the neck. The shirt is shown from the upper torso down to part of the hem, slightly angled, with soft natural folds and high-quality cotton texture. Printed inside the collar is a minimalist brand mark and the text "JUGGERKNOT ORIGINALS". Hanging from the neckline is 1 rectangular recycled-paper seed tag tied with rustic brown twine; the tag reads "Tulsi" and "Plantable Seed Tag" with a tiny sprouting seed detail near the bottom. From the tag, 1 real tulsi plant stem grows upward across the front of the shirt, with several fresh green leaves, visually demonstrating that the tag is plantable. Add a small fine-label annotation near the tag reading "TULSI PLANTABLE SEED TAG". On the right side, large elegant white serif typography says {argument name="headline text" default="Plant it."}. Beneath it, place 3 stacked lines of narrow uppercase sans-serif copy: "WEAR IT.", "PLANT IT.", and "GROW WITH IT.". At the lower left, add the brand name in spaced uppercase serif text: {argument name="brand name" default="JUGGERKNOT ORIGINALS"}, with a thin horizontal line above it. At the lower right, add 3 lines of small uppercase sans-serif text: "FSC® CERTIFIED PACKAGING.", "ZERO SYNTHETIC FIBRE", and "BACKED BY ZERODHA.". Use soft diffused daylight, shallow depth of field, moody green-and-cream color grading, luxury sustainable-brand aesthetics, clean composition, vertical poster layout, subtle shadows, and a calm organic atmosphere. Keep the design minimal, premium, and photorealistic, with the shirt occupying the left half and the typography balanced on the right.

EC メインビジュアル - 优雅化妆品海报提示词

元事例 / 作者: @Adam38363368936

完全なプロンプト：

An image in a {argument name="reference style" default="similar style"}, a product image for {argument name="product" default="lipstick"}, requiring color coordination and a grand aesthetic in a {argument name="style" default="poster style"}, with language changed to Simplified Chinese.

EC メインビジュアル - 极简产品广告：PURE CRUNCH

元事例 / 作者: @Strength04_X

完全なプロンプト：

A minimalist product advertisement with a {argument name="product" default="fried chicken bucket"} placed on a clean white podium.

Background: soft gradient ({argument name="background gradient" default="light cream to white"}), clean studio.

Lighting: soft diffused, premium Apple-style.

Typography (center): “{argument name="headline" default="PURE CRUNCH"}”

Small text below: “Nothing extra. Just perfection.”

Style: ultra clean, editorial minimal, high-end branding, 8K.

EC メインビジュアル - 浅蓝 Crocs 时尚广告

元事例 / 作者: @SPEEDAI07

完全なプロンプト：

A high-end studio advertising poster for {argument name="brand name" default="crocs"}, in a monochrome pastel blue and white color palette, with a glossy reflective floor and a soft sky-blue backdrop. The background is dominated by the word {argument name="headline text" default="CROCS"} in gigantic bold white condensed sans-serif letters spanning nearly the full height of the image. In the top-right corner, add small white text reading "Designed with ChatGPT". Feature 3 adult women with shoulder-length wavy light brown to dark blonde hair, all wearing loose oversized white long-sleeve tops and flowing white wide-leg pants, styled as minimalist fashion models with relaxed neutral expressions. Their faces are intentionally obscured or blurred. One model reclines against an enormous upright white clog shoe on the left side, one model sits casually on top of a giant white clog on the upper right, and one model lounges on the floor at the lower right, leaning back on one arm while seated partly on a glossy blue sphere. Include 2 oversized white clog shoes as hero props: one standing vertically on the left showing the sole and side profile, and one angled on blue crystalline blocks at center-right showing the upper and toe box. Both clogs are classic foam slip-on style with perforation holes, chunky tread, heel straps, and circular logo rivets. The center-right clog is decorated with exactly 8 visible charms pinned to the upper: a blue-green iridescent round charm, a white daisy with yellow center, a black-and-white round emblem near the strap, a small "CROCS" word charm, a dark flower, a peace-hand sign, an orange smiley face, a white cloud, and an orange flower. Scatter exactly 7 glossy floating or grounded blue spheres of varying sizes around the set: one large sphere behind the left model, one medium sphere floating near center, one medium sphere at bottom left foreground, one medium sphere used as a seat under the lower-right model, one small sphere near the upper left, and 2 additional blue spheres integrated into the composition. Add translucent sculptural gel-like forms at the far left and far right edges, plus angular blue crystal-like rocks beneath the right shoe. At the bottom center, place white promotional copy in a clean sans-serif font: {argument name="tagline line 1" default="Made for comfort, worn for confidence."} on the first line and {argument name="tagline line 2" default="Because life feels better when your feet stop complaining."} on the second line. Beneath that, show 4 minimalist feature icons with labels in white: "ICONIC COMFORT", "LIGHTWEIGHT", "EASY TO CLEAN", and "UNIQUELY YOU". Place the {argument name="logo text" default="crocs"} logo in bold lowercase white at the bottom center with a small trademark symbol. The overall style should feel like a premium surreal fashion campaign, clean editorial lighting, soft shadows, glossy textures, airy composition, and modern lifestyle product advertising.

EC メインビジュアル - 九宫格产品 TVC 分镜

元事例 / 作者: @Magncsans

完全なプロンプト：

Using the provided reference image, transform the single casual product photo into a polished e-commerce TVC storyboard board for a {argument name="video duration" default="15-second"} ad in a {argument name="aspect ratio" default="9:16"} vertical format, presented as a 9-panel grid. Keep the same blue-and-white ceramic ashtray as the product base, but restage it across cinematic advertising shots with warm premium lighting, shallow depth of field, and a refined lifestyle desktop environment. Add a dark storyboard layout with Chinese titles and timing for each panel. Include exactly 9 scenes: 1) environment-establishing wide shot with desk, books, window, and the product placed in context; 2) hero product medium shot on the table; 3) extreme close-up of the blue floral craftsmanship pattern; 4) use case showing a hand placing a cigarette into the ashtray with visible smoke; 5) top-down capacity display showing multiple cigarette butts inside; 6) cleaning scene under running water in a sink with a hand holding the product; 7) bottom-detail close-up showing the underside and anti-slip pads; 8) mood/lifestyle scene at night with the product on a desk, smoke rising, and ambient lamp light; 9) brand closing frame with the product as the hero plus Chinese marketing text. Add the overall header text “产品TVC分镜脚本(15秒 / 9:16竖屏 / 9宫格)” and a product subtitle naming it {argument name="product name" default="青花瓷烟灰缸"}. Give each of the 9 panels a Chinese scene title and timestamp, plus small descriptive Chinese copy beneath each image in the style of a professional commercial shot list. Use premium, realistic commercial photography throughout, consistent product identity, elegant Chinese aesthetic, and a clean high-end storyboard presentation.

电商直播 UI 样机

元事例 / 作者: @sjbbxhz

完全なプロンプト：

{
  "type": "live stream UI mockup",
  "subject": {
    "description": "portrait of {argument name=\"host name\" default=\"Elon Musk\"}, smiling, wearing a black t-shirt with a white technical schematic graphic",
    "background": "left side shows a screen with '{argument name=\"left background logo\" default=\"SPACEX\"}' text, right side shows a red '{argument name=\"right background logo\" default=\"Tesla T logo\"}' and a dark car"
  },
  "ui_overlay": {
    "top_header": {
      "host_info": "avatar, name '{argument name=\"host name\" default=\"Elon Musk\"}', subtext '55.6万本场点赞', red '关注' button",
      "rank_badge": "gold coin icon with '全站第1名'",
      "viewer_stats": "3 top viewer avatars with '12.3w', '8.6w', '5.7w', total '68.7万', 'X' close button",
      "right_links": "'更多直播 >', '礼物展馆 0/24' with blue '经典' tag"
    },
    "mid_left_gifts": {
      "count": 2,
      "items": [
        "avatar '科技爱好者', '送小心心', heart icon x 1314",
        "avatar '星辰大海', '送火箭', rocket icon x 666"
      ]
    },
    "bottom_left_chat": {
      "system_message": "level 37 badge '宇宙漫游者 加入了直播间'",
      "message_count": 7,
      "messages": [
        "小火箭: 马斯克!未来可期!🚀",
        "future: 特斯拉Model 2什么时候出?",
        "星空梦想家: SpaceX今年能上火星吗?",
        "AI探索者: Neuralink进展如何?",
        "帅气的网友: 马总好!",
        "Mars: 第一次来你的直播,超激动!",
        "用户123: 讲讲AI吧,会取代人类吗?"
      ]
    },
    "bottom_right_product_card": {
      "hot_tag": "orange '热卖 x 1888'",
      "image": "Tesla Cybertruck",
      "title": "{argument name=\"product name\" default=\"特斯拉Cybertruck 电动皮卡\"}",
      "price": "{argument name=\"product price\" default=\"¥ 1,618,000\"}",
      "button": "red '抢' button",
      "floating_animation": "translucent hearts floating up the right edge"
    },
    "bottom_bar": {
      "input_field": "'说点什么...'",
      "icons": ["smiley face", "three dots", "shopping cart", "gift box", "share"]
    }
  }
}

高端产品棚拍模板

元事例 / 作者: @PrometheanAIX

完全なプロンプト：

Create a premium product studio image of a [PRODUCT] for [BRAND], designed in line with [BRAND REFERENCE]. Show the [PRODUCT] floating against a clean light gray to soft white gradient background with a minimal high-end tech aesthetic. The [PRODUCT] should feel sleek, modern, refined, and premium, with subtle illuminated accents in [LIGHTING COLOR]. Use a three-quarter front angle so both earcups are visible, with detailed industrial design elements. Include the [BRAND] name cleanly on the product. Lighting should be soft, controlled, and editorial, with crisp highlights, soft shadows, and a subtle colored rim light or glow in [LIGHTING COLOR]. Emphasize material realism and clean geometric forms. Keep the background uncluttered and minimal. No extra props, no people, no text overlays, no packaging, and no distracting elements. Focus entirely on the [PRODUCT] as the hero product.

高端食品摄影模板

元事例 / 作者: @PrometheanAIX

完全なプロンプト：

Create a square [ASPECT RATIO] premium food photography image of a steaming [FOOD] served in a dark black stone bowl or cast-iron skillet on a wooden board. The dish should look hot, glossy, spicy, and freshly served, with bite-sized pieces of browned protein, dried red chilies, green scallions, white onion, garlic, chili flakes, and visible Sichuan peppercorns coated in a deep red, oily Szechuan sauce. Use a slightly elevated close-up camera angle with shallow depth of field. Make the food the clear hero of the image, centered and richly detailed. Add visible steam rising naturally from the dish. Surround the bowl with subtle restaurant-style props like a dark red tray, scattered dried chilies, peppercorns, a small sauce bowl, or a blurred teapot in the background. Lighting should feel warm, moody, and editorial, like a high-end restaurant food shoot. Emphasize realistic textures and keep the image appetizing, realistic, cinematic, and polished. Avoid text, logos, hands, people, utensils covering the food, cartoon styling, fake plastic textures, excessive symmetry, or an overly clean stock-photo look.

汉堡主视觉与九宫格广告分镜

元事例 / 作者: @Gdgtify

完全なプロンプト：

1
2
3

Prompt 1: Create a cinematic hero image of a gourmet cheeseburger on a dark stone surface with glossy brioche bun, melted cheese, crisp lettuce, tomato, grilled patty, sauce, realistic texture, appetizing steam, warm side light, shallow depth of field, premium food commercial style, no text/logos/watermark.

Prompt 2: Create a 9-cell hybrid keyframe-to-transition storyboard sheet for a 15-second gourmet burger ad, moving from empty surface to ingredient assembly to final macro hero shot. Use large S cells and smaller T cells, motion arrows, ghosted ingredient positions, steam, sauce trails, and camera push-in icons. Style: premium food commercial, warm lighting, rich texture, appetizing, cinematic, minimal labels only. No logos, no watermark.

元リポジトリリンク

GPT-Image 2 プロンプトライブラリ：EC、ポスター、ポートレート、UI 総まとめ

Sat, 02 May 2026 11:35:00 +0800

これは GPT Image 2 プロンプト事例集の索引です。元の事例数が多く、1 ページにまとめると長くなりすぎるため、内部カテゴリごとに複数のページへ分割しています。

カテゴリナビ

カテゴリ	事例数	ページ
EC メインビジュアル	20	EC メインビジュアル事例
広告クリエイティブ	19	広告クリエイティブ事例
ポートレート写真	55	ポートレート写真事例
ポスターイラスト	101	ポスターイラスト事例
キャラクターデザイン	13	キャラクターデザイン事例
UI とソーシャルメディア	56	UI とソーシャルメディア事例
比較とコミュニティ事例	48	比較とコミュニティ事例

元リポジトリリンク

GPT-Image 2 プロンプトライブラリ：UI とソーシャルメディア事例

Sat, 02 May 2026 11:35:00 +0800

このページでは UI とソーシャルメディア カテゴリの 56 件の事例を収録しています。各項目には元事例リンク、作者、生成画像、完全なプロンプトを残しています。

UI とソーシャルメディア

一句提示词生成 UI 设计

元事例 / 作者: @austinit

完全なプロンプト：

`1`	`用这种风格帮我生成一套UI设计系统，包含网页、移动端、卡片、控件、按钮以及其它`

业余 iPhone Keynote 抓拍

元事例 / 作者: @patrickassale

完全なプロンプト：

`1`	`Amateur iPhone photo at Apple Park during the iPhone 20 keynote, Tim Cook presenting on stage. Shot from the crowd at a distance`

手写笔记本照片

元事例 / 作者: @patrickassale

完全なプロンプト：

Amateur photo of an open notebook lying flat, filled with handwritten notes in black ballpoint pen. The handwriting is casual and slightly messy, like personnal notes, natural imperfections, crossed out words, underlined headings. Shot from slightly above, natural daylight from a window, no flash. Casual desk setting, shot on iPhone

宋代社交媒体信息流

元事例 / 作者: @Panda20230902

完全なプロンプト：

"宋朝人的朋友圈"/"SONG DYNASTY SOCIAL MEDIA FEED"，古今穿越幽默融合界面设计风格，画面模拟手机社交媒体界面，但内容全部是宋朝场景头像是宋代文人画像，用户名"苏东坡SuShi_Official"，发布内容"刚到黄州，被贬了但心情还行。今天自己做了东坡肉，味道绝了，附菜谱："，配图为工笔画风格的东坡肉特写，点赞列表"黄庭坚、秦观、佛印等126人"，评论区"王安石：呵呵""司马光：还是那个味道"，界面元素如点赞图标用宋代花纹替代，状态栏显示"大宋移动 5G"和"元丰三年"，配色为手机深色模式搭配宋代雅致色调，历史与社交媒体的趣味碰撞杰作

多平台内容截图

元事例 / 作者: @MrLarus

完全なプロンプト：

1、生成视频号内容截图，主题：中老年不要盲目催婚，iPhone尺寸
2、生成抖音内容截图，主题：跟上AI浪潮9.9包教会，iPhone尺寸
3、生成小红书内容截图，主题：精致女孩背后都有网贷，iPhone尺寸
4、生成快手内容截图：主题：直播离婚预告，iPhone尺寸

刘亦菲抖音直播截图

元事例 / 作者: @alanblogsooo

完全なプロンプト：

`1`	`9:16 的图片比例，生成一张抖音直播的截图，里面是刘亦菲在直播，刘亦菲手里拿着牌子，牌子里写着今晚直播，欢迎来参亦菲畅聊！`

太祖李成桂的 X 主页

元事例 / 作者: @SKA_Neotype

完全なプロンプト：

`1`	`태조 이성계의 X 페이지(위화도 회군을 벌이기 직전- 최영 장군과 서로 디스하는 내용이 담긴 게시글들)을 만들어 주세요.`

风格转 UI 设计系统

元事例 / 作者: @stark_nico99

完全なプロンプト：

用这种风格帮我生成一套UI设计系统，包含网页、移动端、卡片、控件、按钮以及其它。把这套视觉风格作为参考生成网页。我尝试了宇宙、飞行、蝴蝶主题。

桃太郎讲解幻灯片

元事例 / 作者: @yammamon

完全なプロンプト：

「いらすとや」のほのぼのとした雰囲気と、「霞ヶ関スライド」の圧倒的な情報密度を融合させた、桃太郎の解説スライド（ポンチ絵）を作成して

博物馆风汉服拆解信息图

元事例 / 作者: @MrLarus

完全なプロンプト：

请根据【主题】自动生成一张“博物馆图鉴式中文拆解信息图”。

要求整张图兼具真实写实主视觉、结构拆解、中文标注、材质说明、纹样寓意、色彩含义和核心特征总结。你需要根据【主题】自动判断最合适的主体对象、服饰体系、器物结构、时代风格、关键部件、材质工艺、颜色方案与版式结构，用户无需再提供其他信息。

整体风格应为：国家博物馆展板、历史服饰图鉴、文博专题信息图，而不是普通海报、古风写真、电商详情页或动漫插画。背景采用米白、绢纸白、浅茶色等纸张质感，整体高级、克制、专业、可收藏。

版式固定为：
- 顶部：中文主标题 + 副标题 + 导语
- 左侧：结构拆解区，中文引线标注关键部件，并配局部特写
- 右上：材质 / 工艺 / 质感区，展示真实纹理小样并附说明
- 右中：纹样 / 色彩 / 寓意区，展示主色板、纹样样本和文化解释
- 底部：穿着顺序 / 构成流程图 + 核心特征总结

若主题适合人物展示，则以真实人物全身站姿为中央主体；若更适合器物或单体结构，则改为中心主体拆解图，但整体仍保持完整中文信息图形式。所有文字必须为简体中文，清晰、规整、可读，不要乱码、错字、英文或拼音。重点突出真实结构、材质差异、文化说明与图鉴气质。

避免：海报感、影楼感、电商感、动漫感、cosplay感、乱标注、错结构、糊字、假材质、过度装饰。

手相诊断报告

元事例 / 作者: @agi_aibusi

完全なプロンプト：

1
2
3

GPT-image-2でこの手相を診断して詳細な鑑定書を作って
生命線・知能線・感情線・運命線・太陽線・財運線・結婚線を、線の形状・濃淡・枝分かれ・起点終点まで分析すること。
助言を重点的に高品質な占い鑑定書にまとめること。

书法字帖页

元事例 / 作者: @MrLarus

完全なプロンプト：

`1`	`生成一张【字体】书法临摹字帖`

唐吉诃德促销 POP 海报

元事例 / 作者: @loglogrog

完全なプロンプト：

`1`	`GPT Image 2を使って、OpenClawの情報を調べてドンキの広告ポップ風に実際のドンキに貼っているような感じで画像生成してください`

日式抽卡游戏界面

元事例 / 作者: @the_wheel_2024

完全なプロンプト：

`1`	`日本のソシャゲのガチャ画面を生成して、`

Elon Musk 抖音直播截图

元事例 / 作者: @Shinning1010

完全なプロンプト：

A 9:16 vertical version, high-detail realistic style Chinese TikTok live screenshot, Elon Musk is talking to the mobile phone camera in the live broadcast room, excited, smiling, and the live atmosphere is warm and real. He held a white handwritten sign in one hand, which clearly said: "Thank you Shinning". There are obvious Chinese TikTok interface elements in the live broadcast screen, including likes, comments and share icons arranged vertically on the right, scrolling Chinese bullet screens and interactive comments below, and the "live broadcast" logo at the top, which looks like a real mobile phone screenshot. There is an eye-catching gift prompt special effect in the screen: "Shinning sent TikTok No. 1", with gift animation light effect and platform-style prompt box. Musk is in a professional live broadcast environment, with a mobile phone holder, a ring fill light and a desktop microphone in front of him. The background is a modern technology live broadcast room with bright lights and a slight neon atmosphere. The composition is real and natural, like the ongoing live screenshot of the Chinese short video platform. The interface information is rich but not messy, the characters are clear, the expression is vivid, the details are rich, the sense of real photography, the depth of field, high definition, cinematic, photorealistic, realistic livestream screenshot, social media UI, Chinese Douyin live room, detailed lighting, natural skin texture.

Negative prompts:

Low definition, blur, cartoon, illustration, too strong CG sense, two-dimensional, deformed fingers, wrong text, scrambled code, multiple mobile phones, multiple brands, character repetition, face collapse, facial features distortion, excessive skin polishing, overexposure, too dark, messy background, wrong UI, non-Chinese short video interface, too many English bullet screens, gift special effects are not obvious, cropping error, proportional error

Supplementary reinforcement words:

Real mobile phone screen recording screenshot feeling, the live broadcast UI is complete, the gift prompt box conforms to the style of the Chinese short video platform, the Chinese comment area is active, the number of people online in the live broadcast room is clearly displayed, and the time, power and signal bar are visible.

刘亦菲抖音直播截图

元事例 / 作者: @kylegeeks

完全なプロンプト：

`1`	`9:16 的图片比例,生成一张抖音直播的截图,里面是刘亦菲在直播,刘亦菲手里拿着牌子,牌子里写着今晚直播,欢迎来参亦菲畅聊!`

赛博朋克霓虹 UI 设计系统

元事例 / 作者: @AZLnfvp

完全なプロンプト：

用未来都市风格生成UI设计系统,灵感来自赛博朋克城市夜景,包含霓虹灯、玻璃建筑反射、高对比光影,配色以紫色、蓝色、粉色霓虹为主,设计网页Dashboard、移动端界面、卡片、按钮、控件等,视觉炫酷、层次丰富、科技感极强

Trump and Kim Livestream PK 截图

元事例 / 作者: @alanlovelq

完全なプロンプト：

1、生成特朗普和金正恩在抖音直播间打PK的截图  
2、生成不知火舞的小红书主页截图  
3、生成图片: 手写在教室黑板上的出师表全文,真实感的粉笔字迹,晴朗白天用iPhone手机实拍  
4、生成图片: T-800机器人的淘宝商品详情页,展示: 机器人的正面侧面背面三视图, 产品价格, 产品细节, 功能和使用场景等

日式 AI 游戏开发概览幻灯片提示词

元事例 / 作者: @ailovedirector

完全なプロンプト：

1
2
3

横長のパワポ画像ここで生成してみて　どのモデル使ってるか判定するから、今のAIゲーム開発の概要をまとめた1枚パワポで　日本語で

ゲーム開発の技術に関して、工数ベースでどこにパワーかかるかの分析資料といかに量産が大事かについての説明とかのパワポ画も作って

基于生成角色制作截图界面…

元事例 / 作者: @khaiinit

完全なプロンプト：

`1`	`based on the generated character help me generate a screenshot of screenshot of an pvp game themed around zelda: wind breaker`

参考这张图的风格与配色创建落地页…

元事例 / 作者: @D_studioproject

完全なプロンプト：

`1`	`Create a landing page using this image as a reference for style and color grading.`

李佳琦口红直播背景

元事例 / 作者: @songguoxiansen

完全なプロンプト：

`1`	`李佳琦直播间背景，口红矩阵展示墙，暖光氛围灯，文案OMG买它`

Apple Pods Pro 3 耳机电商信息图

元事例 / 作者: @meng_dagg695

完全なプロンプト：

High-impact e-commerce infographic for "Apple Pods Pro 3" 
premium wireless over-ear headphones.

FOREGROUND - PRODUCT HERO SHOT
Extreme close-up of a hand holding a sleek, 
matte-white premium over-ear headphone toward the camera 
at a slight angle. The headphone features:
- Glossy white ear cushions with soft memory foam padding
- Brushed aluminum silver headband with subtle Apple Pods 
  Pro 3 embossed branding
- Black mesh speaker grille visible on the ear cup face
- A tiny glowing green LED status indicator on the 
  right ear cup edge
- Subtle touch-control icons etched on the outer cup surface

Macro-lens shallow depth of field — hand and headphone 
slightly blurred at edges to create cinematic depth. 
Product remains razor-sharp in center frame.

CENTRAL SUBJECT — MODEL
In the mid-ground: a smiling young woman with freckles 
and wavy pastel-pink hair. She wears:
- A vibrant lime-green knit beanie
- A psychedelic black and white-striped long-sleeve shirt
- The white over-ear headphones resting stylishly 
  around her neck (not on ears) — one hand casually 
  touching the ear cup

Expression: relaxed, confident, joyful. 
She is glancing slightly off-camera with a natural smile.

BACKGROUND & ATMOSPHERE
Clean soft-focus studio backdrop — light gray gradient 
fading to warm white at center. 

Atmospheric overlays:
- Diagonal rainbow prism lens flares cutting across 
  upper-left to lower-right
- Soft pastel light leaks in pink and yellow at corners
- 4–5 blurred white over-ear headphones floating 
  artistically in the background at various depths 
  and rotation angles
- Subtle bokeh circles from background studio lights

Lighting: Soft professional three-point studio lighting. 
Key light from upper-left, fill light right side. 
Rim light behind model for separation. 
Glossy highlights on headphone surfaces catching light naturally.

TYPOGRAPHY & LAYOUT — Sans-Serif, Clean white 
TOP CENTER (behind model, large background text):
→ Massive bold oversized text: "HEADPHONES"
   Semi-transparent white, spanning full width behind subject

TOP RIGHT CORNER:
→ Bold clean text: "Apple Pods Pro 3"
   Subtitle smaller text: "Over-Ear Wireless"

MID LEFT:
→ Icon: small sound wave symbol
→ Bold text: "Premium Sound"
→ Sub-text: "Active Noise Cancellation + Transparency Mode"

MID RIGHT:
→ Extra-large bold numeral: "40"
→ Smaller text below: "hours of battery life"

LOWER LEFT:
→ Extra-large bold numeral: "0"
   with "to" beside it → then bold "100%"
→ Sub-text: "Fast charge — 10 min = 3hrs playback"

BOTTOM RIGHT:
→ Extra-large bold numeral: "1"
→ Sub-text: "Year Warranty Included"

BOTTOM CENTER (fine print style):
→ Small elegant text: 
   "Bluetooth 5.4  |  Hi-Res Audio Certified  
    |  Foldable Design  |  USB-C Charging"

TECHNICAL SPECS
Resolution: 8K ultra-sharp
Style: Commercial product photography meets 
       editorial fashion advertising
Color Palette: White, lime green, pastel pink, 
               rainbow prism accents
Focus: Tack-sharp on headphone product — 
       shallow DOF on everything else
Lens: 85mm macro, slight low angle
Render Quality: Hyperrealistic, clean ad aesthetic, 
                vibrant yet professional color grading

Apple Pods Pro 3 耳塞电商信息图

元事例 / 作者: @rovvmut_

完全なプロンプト：

`1`	`High-impact e-commerce infographic for "Apple Pods Pro 3" wireless earbuds.`

美妆产品商业营销照片

元事例 / 作者: @AIwithSarah_

完全なプロンプト：

A high-resolution commercial marketing photograph features a young woman with sleek dark hair and a pink ribbed top in a neutral grey studio setting, centered behind a glossy Ellie Beauty spray bottle held prominently in the foreground. The composition is energized by vibrant, lime-green graphic "swooshes" and floating pill-shaped callouts that highlight product features like "glossy finish" and "upto 450°F protection" in bold black sans-serif text. The lighting is professionally diffused, casting soft highlights on the model’s face while creating a sharp, vertical reflection on the metallic green-to-gold gradient bottle label. Topping the scene is a large, lime-green headline in the upper right asking, "What does it do?", altogether creating a clean, modern, and high-contrast aesthetic with a shallow depth of field that keeps the product and the model's focused expression in sharp relief.

AAA 电子游戏截图概念设计

元事例 / 作者: @ChiefMonkeyMike

完全なプロンプト：

`1`	`generate screenshots from a AAA video game based off what The Sims Castaways sequel could look like. https://t.co/aL7hMdUYvj`

西班牙语 GRWM 早晨美妆缩略图

元事例 / 作者: @S0N_IA_

完全なプロンプト：

A vertical 9:16 TikTok-style GRWM beauty thumbnail set in a warm, sunlit Mediterranean-inspired bedroom. A stylish young woman with {argument name="hair color" default="dark brown"} hair in a messy curly updo sits at a marble vanity, leaning forward with one arm folded and the other hand applying lip balm or lipstick to her mouth. Her face is covered by a centered rectangular blur block for privacy, but the rest of her styling is elegant and natural: tan glowing skin, delicate gold necklace with a small round pendant, thin gold bracelet, stacked gold rings, and a white lace camisole with thin straps. In the foreground on the vanity are exactly 7 visible beauty objects: 1 round tabletop vanity mirror on the left, 1 cup holding 5 makeup brushes, 1 clear glass dropper bottle, 1 tall white pump skincare bottle, 1 small black dropper bottle, 1 beige rounded cosmetic sponge or puff, and 1 pale green squeeze tube on the right. The background shows a softly blurred cozy bedroom with 1 arched window on the left, 1 leafy potted plant, 1 bed with white bedding and a mustard accent pillow, exposed wooden ceiling detail, and 1 framed landscape painting on the wall. Use golden-hour sunlight streaming from the left, soft shadows, creamy skin tones, shallow depth of field, luxury lifestyle editorial photography, intimate self-care mood, polished but natural composition. Add bold playful Spanish headline text in the upper left in three stacked lines reading {argument name="headline text" default="Mi rutina de belleza matutina"}, with each line large and rounded, white outline and soft drop shadow, using pastel colors: first line white, second line pink, third line pale yellow. Add 3 pink doodle accent strokes above the headline, 1 curved pink underline-swoosh beneath it, and 1 small yellow sun icon to the right of the last line. Place a clean white {argument name="brand text" default="Pollo.ai"} logo in the upper right. High-end influencer thumbnail aesthetic, crisp product focus in foreground, warm inviting lifestyle scene.

电影感城市爆炸追逐

元事例 / 作者: @Gugombly

完全なプロンプト：

A cinematic photorealistic action scene in a rainy downtown city street canyon, showing {argument name="main subject" default="a dark-haired man in his 30s"} sprinting directly toward the camera in the center foreground with a tense survival expression, wearing a soaked dark jacket, dark shirt, and dark pants, mid-stride with one arm pumping forward. Behind him, a massive urban explosion tears through the street and lower facade of a high-rise building, sending a huge cloud of smoke, fire, dust, shattered concrete, glass, and metal debris outward in all directions. The scene includes exactly 3 visible damaged vehicles: 1 dark sedan in the left foreground with headlights on and a crumpled hood splashing through rainwater, 1 wrecked dark car in the right midground with severe front-end damage, and 1 overturned or airborne black SUV tilted upward behind it on the right side. Wet asphalt reflects headlights, firelight, and gray skyscrapers. Dense debris fills the air, with chunks of rubble frozen in motion. Overcast stormy daylight, desaturated blue-gray color palette with orange fire accents, dramatic motion blur in flying debris but sharp focus on the running figure, low-angle wide-lens composition, blockbuster disaster-movie realism, ultra-detailed textures, high contrast, dynamic depth, volumetric smoke, rain spray, cinematic lighting. Add a white {argument name="watermark text" default="Pollo.ai"} logo in the top-right corner.

动漫 VTuber Minecraft 直播缩略图

元事例 / 作者: @rerxmsz06

完全なプロンプト：

A vibrant anime-style YouTube thumbnail for a livestream gaming broadcast, in a wide 16:9 composition, with a neon purple and pink streamer room. Center the scene on a cute catgirl VTuber sitting at a desk, shown from the waist up, leaning forward energetically with one hand on a computer mouse and the other hand reaching toward the viewer. She has {argument name="hair color" default="light orange-blonde"} bob-cut hair with soft bangs, fluffy brown-and-cream cat ears, and a visible cat tail. Her face is intentionally obscured by a solid rectangular censor block in the center. She wears a black-and-white maid-inspired outfit with a frilly white blouse, black dress bodice, puff sleeves, white ruffles, black ribbon bow, and a gold bell choker. Place a mechanical keyboard with bright RGB lighting on the desk, a glowing gaming mouse, and a streamer microphone on the far left with pink-purple LED lighting. Put 2 cat-themed desk items in the foreground: a plush cat face on the bottom left and a black cat-shaped mug on the bottom right. Behind her is a gaming chair with paw-print details. On the left side, add large bold Korean headline text in thick white block letters with black fill shadows and a glowing purple outline, stacked in 2 lines: {argument name="headline text" default="방송중 대참사"}. Below it, add a smaller yellow comic-style burst caption with black outline reading {argument name="sub text" default="> 크리퍼 실화냐"}. On the right side, show 1 large computer monitor angled inward, displaying a Minecraft-like scene with bright blue sky, green trees, water, and a large green Creeper popping out toward the viewer, outlined dramatically like a sticker cutout. Add starburst effects and neon accents around the monitor to heighten the chaos. Use exaggerated thumbnail aesthetics: ultra-saturated colors, sharp cel shading, thick outlines, glossy highlights, high contrast, dynamic perspective, and a clickworthy streamer-disaster mood.

温馨动漫 ASMR 掏耳少女

元事例 / 作者: @Shion_yamabuki

完全なプロンプト：

A soft, dreamy anime illustration of a cute young woman doing ASMR in a cozy bedroom at night, seated close to the viewer with her knees pulled up and a black 3Dio-style binaural microphone centered in front of her. She has {argument name="hair color" default="deep violet"} hair in a loose messy updo with wispy bangs framing her face, large sparkling {argument name="eye color" default="blue"} eyes, a gentle blush, and a sweet open-mouth smile. Her head is tilted slightly toward the viewer in a warm, affectionate pose. She wears a delicate white lace camisole with thin straps and an oversized fluffy knit cardigan in {argument name="cardigan color" default="soft pink-lavender"} draped off her shoulders, creating a tender, intimate late-night healing atmosphere. Both hands lightly touch the white silicone ears of the microphone as if about to give an ear massage. The room is softly lit with pink and amber ambient lighting, heavy curtains in the background, a bed or sofa with plush cushions, warm fairy-light bokeh, and a small plant on the right side. Add glowing handwritten Japanese neon text integrated into the composition: on the left, 4 text elements reading "とろける", "耳", "マッサージ", and "ASMR" with 2 small heart symbols; on the right, vertical text reading "いっぱい癒してあげるね...♡". Use a polished modern anime style, highly detailed face and hair, glossy eyes, smooth luminous skin, soft shading, pastel highlights, shallow depth of field, romantic cozy streamer-thumbnail composition, and a soothing feminine color palette dominated by pink, lavender, cream, and warm gold.

名人直播概念图

元事例 / 作者: @SelenaGmzIN

完全なプロンプト：

`1`	`{argument name="celebrity" default="selena gomez"} started a surprise {argument name="platform" default="youtube"} livestream.`

Monika 动漫横幅插画

元事例 / 作者: @mirochill

完全なプロンプト：

A highly polished anime banner illustration in a warm golden classroom-literature-club setting, wide cinematic composition. On the left half, a large elegant glowing script title reads {argument name="headline text" default="Monika"} in oversized calligraphy, colored white and pale green with a soft neon glow, metallic highlights, decorative flourishes, hearts, sparkles, and swirling ornamental lines around it. On the right half, a beautiful anime schoolgirl inspired by {argument name="character name" default="Monika"} sits at a wooden desk, facing slightly left, with long flowing {argument name="hair color" default="chestnut brown"} hair, a very large white ribbon bow, warm brown eyes, and a thoughtful, confident expression. She wears a Japanese high school uniform with exactly 4 visible clothing pieces: a brown blazer, white shirt, red ribbon tie, and brown argyle sweater vest. She holds a fountain pen over papers on the desk with one hand while the other rests near her face in a poised writing pose. The room is filled with sunset light streaming through tall windows, dust motes, trailing green ribbons, floating petals, handwritten notes pinned and hanging in the background, and a dark chalkboard covered with faint cursive writing and geometric doodles. Include exactly 9 prominent desk and room props: a bouquet of white roses at lower left, a stack of books at left, an hourglass near the center-left, a sealed envelope with a small green leaf emblem, scattered manuscript pages on the desk, a pen cap near the writing hand, a green-upholstered chair, a piano in the back right, and a stack of 4 books on the right. The 4 right-side book spines read, from top to bottom: "Save Me", "My Feelings", "Poems for the Literature Club", and "Just Monika." Add lush volumetric lighting, glittering particles, green-and-gold color harmony, delicate linework, ultra-detailed painterly shading, romantic visual-novel key art quality, and a premium polished thumbnail/banner aesthetic.

紫色动漫 Yuri 横幅

元事例 / 作者: @mirochill

完全なプロンプト：

A polished anime-style banner illustration in a dreamy violet palette, wide cinematic composition, showing a quiet literary room at twilight. On the right side, a beautiful teenage anime girl named {argument name="character name" default="Yuri"} sits at a wooden desk beside a large window with purple curtains, holding a dark ornate hardcover book close to her chest and gazing softly downward with a shy, introspective expression. She has very long straight {argument name="hair color" default="deep violet"} hair with glossy highlights, side bangs, a small hair clip, and violet eyes, wearing a Japanese school uniform with a gray blazer, white shirt, red ribbon tie, and dark skirt. Across the left-center of the image, the glowing calligraphic word {argument name="title text" default="Yuri"} appears large in luminous neon-lavender script with elegant flourishes, a small heart, and decorative filigree, integrated into the scene like magical typography. The desk contains exactly 8 visible item groups: 1 open book in the foreground center, 1 black inkwell with a white feather quill, 1 closed book near the candle, 1 stack of books under papers, 1 loose handwritten page in front, 1 small purple flower on the desk, 1 floral porcelain teacup with saucer on the right, and 1 dark book stack at the far right. Additional background details include exactly 6 decorative environmental elements: 1 lit candle in a glass holder on the left, 1 cluster of purple flowers in the left foreground, 1 hanging spray of purple blossoms in the upper left, 1 pinned botanical note in the upper right, 1 bookshelf with books and flowers in the right background, and 1 sunset sky visible through the window. Add drifting flower petals, faint handwritten script textures, ornate gold border lines around the frame, soft volumetric window light, subtle sparkles, rich shadows, and a romantic melancholic atmosphere. Highly detailed, clean line art, glossy anime rendering, premium visual-novel key art, perfect for a niche anime banner or character-themed thumbnail.

粉色动漫 Natsuki 横幅

元事例 / 作者: @mirochill

完全なプロンプト：

A glossy pastel pink anime banner in a wide cinematic layout, themed around cute romance and sweets. Place a confident teenage anime girl on the right side, shown from about thigh-up, with short fluffy bob hair in {argument name="hair color" default="soft pink"}, large pink-magenta eyes, a small gentle smile, and arms crossed. She wears a Japanese school uniform: 1 brown blazer, 1 white shirt, 1 red ribbon bow at the collar, and 1 dark navy-and-purple plaid skirt. Add 2 red ribbon hair accessories, one larger bow on the side and one smaller ribbon accent. On the left half, feature the large handwritten script name {argument name="character name" default="Natsuki"} in bold glossy 3D cursive, white-to-pink fill with bright pink outline, soft bevel, subtle drop shadow, sparkles, and a small heart flourish integrated into the lettering. The background should be a layered scrapbook collage in blush pink tones with notebook paper texture, faint grid and torn paper details, scattered doodled hearts, flower petals, sparkles, and cute bakery motifs. Include exactly 4 pinned or taped sketch-style portrait cards of the same girl behind her on the upper-right and mid-right, arranged like overlapping polaroids. Add exactly 2 cupcakes in the foreground near the bottom left and lower center-left, both with pink frosting, striped wrappers, and tiny heart toppers or candy accents. Frame the composition with flowing satin ribbons and bows: exactly 4 major ribbon elements visible, including 1 bow near the top left, 1 bow near the bottom left, and 2 long curling ribbons sweeping across the top and right edges. Use a soft high-detail anime illustration style, polished lighting, dreamy bloom, romantic Valentine palette, delicate textures, and a clean impactful thumbnail-like composition.

梦幻动漫 Sayori 横幅

元事例 / 作者: @mirochill

完全なプロンプト：

A wide anime banner illustration of {argument name="character name" default="Sayori"} in a bright dreamy classroom, rendered in a polished, high-end visual novel style with soft painterly lighting, warm pastel colors, and sparkling atmosphere. Show a cheerful teenage schoolgirl with short fluffy coral-pink hair, messy bob layers, and a large red bow on the right side of her head, wearing a Japanese school uniform with a light brown blazer, white shirt, red ribbon tie, brown sweater vest, and pleated navy skirt. She stands slightly left of center with arms open wide in an inviting, joyful pose, as if welcoming the viewer, with dynamic perspective and gentle motion in her hair and clothes. Her face is intentionally obscured by a flat rectangular skin-tone censor block. Behind her, tall classroom windows reveal a vivid blue sky with soft white clouds and warm sunlight streaming in. The right half of the image features a large decorative handwritten script reading {argument name="headline text" default="Sayori"}, cream-white lettering with a soft orange-gold outline and glow, integrated into a scrapbook-like wall background. Surround the scene with hanging photo prints clipped to string, including sky photos and a sunflower photo, plus hand-drawn doodles of clouds, stars, hearts, and a sun. Add blue and yellow paper stars, ribbons, floating confetti, a blue paper airplane, notebook pages, a spiral sketchbook, and scattered stationery elements. Place sunflowers prominently in the foreground and edges, with warm golden bokeh and soft depth of field. Make the composition energetic, cute, nostalgic, and emotionally uplifting, like a premium anime-themed YouTube banner or character tribute header, ultra-detailed, clean, stylish, luminous, and impact-focused.

赛博朋克 404 女巫召唤

元事例 / 作者: @Eris_Create_Lab

完全なプロンプト：

A dramatic anime-style cyberpunk witch standing on a dark rooftop high above a dense futuristic city at night, viewed from a slightly elevated angle. The main subject is a petite young witch girl with pale skin, short icy blue bobbed hair, pointed elf-like ears, and glowing red eyes, wearing a sly confident smile. She raises a black wand overhead in her right hand, with a dangling orb charm at the tip glowing faintly purple and red. Her oversized crooked witch hat is black with purple lining and covered in stitched patches, warning labels, straps, and white graphics including a large “404” and a skull emblem. She wears a black and purple techwear outfit: oversized hooded jacket with many straps and tags, black crop top with “404” on the chest, layered belts, short bottoms, fishnet on one leg, black lace-up combat boots, chokers, and metallic accessories. Several hanging straps and tags visibly read words like “WITCH 404,” “404,” and glitch-themed markings. Beneath and beside her, a large glowing violet magic circle mixed with hacker interface aesthetics is projected on the rooftop floor, filled with occult rings, sigils, a central skull symbol, and scattered neon system text such as error-code fragments, creating a fusion of sorcery and digital corruption. Emerging from the circle is 1 large armored summoned figure: a black futuristic demon-knight or robotic familiar with jagged reflective armor, a narrow purple-lit visor, and a heavy weapon held in one hand, partially dissolving into purple energy shards and smoke. The background shows a sprawling rainy megacity of apartment towers and industrial rooftops, packed with windows, balconies, cables, signs, and haze. On a nearby building wall is a giant vertical graffiti-style sign with 3 readable elements: “404”, “Witch”, and “ERROR NOT FOUND”, plus a smaller “E404”. Additional purple neon glitch text and symbols are scattered across rooftops and in the air. Use a dark palette of black, indigo, and deep violet with sharp magenta-purple highlights, cinematic contrast, reflective wet surfaces, dense detail, and a high-end polished illustration style. The mood is occult, edgy, stylish, and dangerous, combining urban fantasy, hacker aesthetics, and magical summoning.

动漫奇幻旅行电影海报

元事例 / 作者: @Design4p0

完全なプロンプト：

A cinematic anime movie poster for a fictional film titled {argument name="headline text" default="EL VIAJE DE LA LUNA DE PLATA"}, in polished modern Japanese animation style with a natural, less over-detailed look. Center a teenage anime girl from mid-thigh up, facing forward, with a short silver bob haircut, pale skin, a black choker, small black geometric earrings, a white tank top, and a dark navy oversized zip hoodie with two yellow stripes running down the sleeves. She has a backpack strap over one shoulder and both hands tucked casually into the hoodie pockets. Her face is obscured by a flat rectangular censor block in a muted beige tone, covering the entire face area. Place her in a dramatic twilight coastal city setting that blends travel, nostalgia, and fantasy: on the left, a lit train platform with a commuter train approaching, its destination sign showing Japanese characters; behind it, a glowing city skyline with a ferris wheel. In the distance and lower left, layered mountains and a winding illuminated valley road. On the right, a cliffside coast at sunset with the sea reflecting warm light, a crescent moon in the sky, several flying seabirds, and a curving highway descending along the hillside. Also on the right, include a wooden signpost with exactly 3 directional signs labeled "NUEVOS CAMINOS", "VIEJOS RECUERDOS", and "SIN LÍMITES". At the top center, add the Spanish tagline {argument name="tagline text" default="CADA DESTINO CAMBIA SU HISTORIA"} in elegant serif capitals. On the upper left, create an awards column in gold typography with laurel wreaths and exactly 4 award blocks: one text block reading "GANADORA DE MÚLTIPLES PREMIOS" with 5 gold stars beneath it, then three laurel award sections reading "MEJOR PELÍCULA ANIMADA / FESTIVAL INTERNACIONAL DE ANIMACIÓN / 2024", "PREMIO DEL PÚBLICO / FESTIVAL INTERNACIONAL DE CINE / 2024", and "MEJOR BANDA SONORA ORIGINAL / ACADEMIA DE CINE ANIMADO / 2024". Place the film title large across the lower center in luminous ornate serif lettering with a magical glow and sweeping flourishes, layered partly over the character. Beneath it, add the Spanish quote {argument name="quote" default="A veces, para encontrarte... tienes que perderte en el mundo."}. Below that, add "UNA PELÍCULA DE ESTUDIO LUMINARIA" in small caps. At the bottom, add the release line {argument name="release text" default="PRÓXIMAMENTE EN CINES"} in large gold serif capitals, plus tiny production logos and credits along the footer, including a small studio emblem on the left. Rich blue, violet, and warm sunset orange palette, glossy poster lighting, romantic adventure mood, balanced composition, highly polished theatrical key art, vertical one-sheet film poster.

动漫音乐训练营宣传海报

元事例 / 作者: @sorane_aimusic

完全なプロンプト：

Create a dramatic Japanese anime-style promotional thumbnail poster for an event, vertical 4:5 composition, ultra-detailed, cinematic, neon-lit, high contrast, designed like a social media announcement image. The main subject is a beautiful anime girl centered slightly right, shown from the waist up, with long flowing {argument name="hair color" default="deep blue"} hair blowing in the wind, decorated with small star hairpins, wearing a dark hoodie and large studio headphones around her neck, against a glowing sunset-to-night city skyline filled with sparkling lights, music-energy particles, lens flares, and flying glowing petals. Her face area is obscured by a soft rectangular blur block. Use a vivid palette of electric blue, violet, magenta, gold, and sunset orange. Fill the design with layered Japanese typography that is crisp, readable, and integrated into the art like a polished event advertisement. Include exactly 8 major text groups: top left copy reading 「始まるのは、キミと創る 音楽の物語。」 with a smaller subcopy beneath reading 「AIを使って、みんなで音楽をつくる特別な3日間。」; top right a glowing marquee sign reading 「GW連休!」 and a smaller neon box below reading 「みんなで最高の音楽をつくろう!」; center main title with small English text 「AI MUSIC BOOTCAMP 2」 above huge Japanese title text 「AI音楽 ブートキャンプ 2」; a gigantic gold metallic announcement across the middle reading 「開催決定!」; a date bar reading 「開催期間」 followed by 「5.2 SAT 土」 and 「5.4 MON 月」; a hashtag callout near the bottom reading 「参加はカンタン!! #AI音楽ブートキャンプ2 をつけて投稿するだけ!」; a lower encouragement line reading 「初心者も大歓迎! みんなで最高の音楽体験を!」; and 3 bottom feature captions with icons reading 「一緒に学ぶ 仲間とつながる」, 「AIで創る 新しい音楽体験」, and 「想いをカタチに 自分だけの1曲を」. On the left edge, add a vertical filmstrip with exactly 4 inset panels showing the same girl in music-related scenes: 1) performing on a stage before a crowd, 2) working at a music production desk with screens and equipment, 3) singing into a microphone, 4) playing an acoustic guitar. Add exactly 2 neon music-themed icon illustrations in the lower area: a tilted smartphone with a music note on the lower left and a glowing microphone with musical notes on the lower right. Make the text effects glossy, luminous, and embossed with gold and white highlights, with energetic streaks and spark explosions around the headline. The overall feeling should be inspiring, celebratory, futuristic, and emotionally uplifting, like a high-impact Japanese Golden Week music bootcamp ad for {argument name="event name" default="AI音楽ブートキャンプ 2"}.

热带鹦鹉像素马赛克

元事例 / 作者: @erikmackinnon

完全なプロンプト：

A vibrant pixel-art style mosaic of a tropical parrot perched on a small brown branch in the middle of dense rainforest foliage. The entire image is rendered as a tight grid of tiny square tiles with visible black outlines, creating a stained-glass or LED-screen effect. The bird is shown in side profile facing right, with a large curved black beak, a pale cream face, a bright red-orange forehead and throat, vivid green upper body, and long wings and tail in saturated blue and cyan. The surrounding jungle is filled edge to edge with layered green leaves in many shades, with a soft light green glow behind the parrot to separate it from the background. High color contrast, rich tropical palette, crisp tile pattern, centered composition, decorative digital mosaic aesthetic.

温室酒吧里的金色鸡尾酒

元事例 / 作者: @FernandesK47117

完全なプロンプト：

A cinematic vertical photo of a hand holding up a large balloon wine glass filled with a sparkling golden-yellow citrus cocktail in a lush indoor greenhouse bar. The drink is backlit by warm late-afternoon sunlight, making it glow translucent amber. Inside the glass there is 1 visible citrus wedge, and at the rim there is 1 fresh mint garnish cluster. The hand enters from the lower left, delicately gripping the stem, wearing 1 chunky translucent amber bracelet. The setting is dense with tropical greenery, hanging ferns, and vine-covered walls, with a bright greenhouse roof structure visible overhead and 2 warm exposed hanging bulbs softly glowing in the background. Use shallow depth of field with creamy bokeh, strong sun rays filtering through leaves, soft haze, and rich green-and-gold color contrast. Add a blurred foreground leaf or plant along the right edge to frame the composition. The lower background should suggest a busy café or cocktail lounge with indistinct people, but keep them heavily out of focus. Photorealistic, elegant lifestyle photography, moody yet sun-drenched, shot from a low angle looking upward at the raised glass, high detail on condensation, glass reflections, and the luminous drink.

多面板图像板模板

元事例 / 作者: @aimikoda

完全なプロンプト：

Create a {argument name="grid layout" default="4x3"} borderless grid where each panel is an independent image of the {argument name="subject" default="a young woman"}. Maintain strong subject consistency across all panels, with consistent color and lighting. Depict {argument name="theme" default="childhood memories"} with a {argument name="mood" default="warm, nostalgic"} mood in {argument name="style" default="nostalgic cinematic realism"} style. No text. No gap.

Handwritten 写实 Letter

元事例 / 作者: @mosthssan

完全なプロンプト：

Create a highly realistic image of a handwritten letter containing a ({argument name="message" default="message or reflection carrying meanings of affection and loyalty to my account followers"}) on lined paper, with very touching words written in liquid ink pen

Anime Band Finale at Budokan

元事例 / 作者: @SDAI1807097011

完全なプロンプト：

A dramatic anime concert illustration seen from behind the performers onstage, showing 4 teenage girls standing shoulder to shoulder at the front of a huge indoor arena, arms around each other in a triumphant post-performance moment. The camera is positioned slightly behind and below them, facing out toward the audience and the giant venue screen. The atmosphere is dazzling and emotional, filled with dense blue-and-gold confetti, sparkling particles, and strong white stage spotlights pouring down from above. The crowd fills the entire arena as a sea of tiny glowing blue lights. At center top, a giant rectangular screen displays elegant serif concert text: {argument name="band name" default="ELEMAYU"}, "1st LIVE at 日本武道館", {argument name="concert date" default="2024.6.15"}, and "SOLD OUT". On both upper side walls of the arena, the large venue name "日本武道館" is visible. The 4 girls all wear matching dark stage outfits: black or very dark navy hooded jackets with subtle decorative back prints, short pleated skirts, and live-performance styling. Count and depict all 4 members distinctly from left to right: 1) a girl with short wavy silver-lavender hair holding a bass guitar slung over her shoulder, 2) a girl with long straight black hair holding a red electric guitar, 3) a girl with fluffy shoulder-length blonde hair holding a dark guitar, 4) a girl with brown hair in a high ponytail, no visible instrument, raising one arm high and holding a drumstick or baton in celebration while the other arm wraps around the blonde member. Show their backs and silhouettes rim-lit by stage light, with soft highlights on their hair. Include stage equipment: a microphone stand and part of a bass neck at the far left, and a visible drum kit with cymbals at the right edge. The stage floor is glossy and reflective, covered with scattered confetti and several blue flower bouquets near the bottom foreground. Use rich midnight blues, violet shadows, warm golden sparkles, and cinematic bloom. The mood should feel like a sold-out dream performance finale, sentimental, victorious, and breathtakingly luminous, in highly detailed painterly anime style.

动漫少女与男性约会照片拼贴

元事例 / 作者: @AIillust_studio

完全なプロンプト：

A 4x4 photo collage of 16 warm, cinematic lifestyle snapshots featuring a real adult man and an anime-style young woman companion posed together as if in casual date photos. The man has short dark hair, light skin, an average build, and wears a plain dark navy or black long-sleeve shirt; his face is intentionally obscured and softly blurred in every frame. The anime girl has long blonde twin ponytails, large blue eyes, light skin, and a slim petite build, wearing a black sleeveless top, layered silver necklaces including a cross pendant, black wrist accessories, a red plaid pleated mini skirt, and black-and-white striped thigh-high socks. Blend realistic photography with a convincingly integrated 2D anime character, keeping her clean cel-shaded look while matching the scene lighting, perspective, focus, and color grading so she appears naturally present beside him. Use moody evening tones, soft bokeh, shallow depth of field, and intimate candid couple energy. The 16 panels are: 1) close indoor portrait with both seated close together, the girl resting beside him; 2) nighttime city street side profile conversation under blurred streetlights; 3) indoors, both reading a book together, the girl leaning on his shoulder; 4) outdoor cafe table, both holding takeaway coffee cups; 5) restaurant table with multiple dishes visible, dining together; 6) mirror selfie in an elevator, the man holding a smartphone while the girl makes a peace sign; 7) car interior road-trip shot, the man driving and the anime girl in the passenger seat; 8) seaside sunset from behind, both sitting side by side watching the ocean; 9) neon-lit city night portrait, the girl pointing toward the camera; 10) intimate elevator close-up, the girl with eyes closed leaning affectionately against him; 11) full mirror selfie in an elevator showing more of both outfits; 12) night city skyline portrait with a lit tower in the background; 13) camera selfie close-up, the man holding a compact camera toward a mirror or reflective surface; 14) cozy indoor lounge moment, the man holding a glass of red wine while the girl smiles and makes a peace sign; 15) rear full-body rainy night street shot, the pair walking away hand in hand under glowing streetlights; 16) extreme close-up night portrait with the girl flashing a peace sign. Keep the collage tightly gridded with thin white dividers, square overall format, consistent amber-brown color grading, romantic urban realism, and subtle social-media photo-dump aesthetics.

奢华 Lifestyle Mustang Shot

元事例 / 作者: @Just_sharon7

完全なプロンプト：

A stylish young woman with {argument name="hair style" default="long wavy blonde hair"}, defined cheekbones, and a confident expression, wearing black sunglasses and a {argument name="clothing" default="thick white puffer jacket"} over a fitted black top, standing confidently in front of a {argument name="car" default="vibrant hot-pink Ford Mustang"}. She is posing with one hand slightly raised near her chest, exuding effortless attitude and elegance. The car is parked on a scenic coastal road lined with blooming pink cherry blossom trees and tall palm trees. Behind them is a calm sea under a dramatic overcast sky with soft clouds. Pink petals are scattered on the wet asphalt. A wooden bench is visible on the left side near the water. Cinematic lighting, photorealistic, ultra-detailed skin texture, natural lighting reflections, Instagram-style luxury lifestyle shot, vibrant colors, moody atmosphere, 8k resolution --ar 9:16 --stylize 250

Anime Friends Eating Soba

元事例 / 作者: @AIMAG31G

完全なプロンプト：

A cozy anime-style interior of a traditional Japanese soba restaurant, viewed from table height in a booth, with two young women seated across the near corners of a rectangular wooden table and facing the viewer in a casual dining snapshot. The left woman has long straight pastel {argument name="hair color" default="lavender with cyan highlights"} hair with glossy strands and soft bangs, and wears a white kimono-style top with bright blue trim and a deep blue obi-like sash skirt; she is slightly curvy, sitting on the left red vinyl bench, turned a little toward the camera, raising her left hand in an open friendly wave. The right woman has a sleek short bob in dark brown to black with a purple underlayer visible near the ends, red rectangular glasses, small earrings, a fitted charcoal-gray long-sleeve scoop-neck top, and light blue jeans; she sits on the right red vinyl bench, leaning slightly toward the table and holding chopsticks in her right hand as if about to eat. Place 2 large black bowls of soba on the table, one in front of each woman, both filled with dark broth, noodles, sliced duck meat, and chopped green onions; add 1 clear water glass near the center back of the table and 2 small condiment dishes beside it. The restaurant should feel warm and nostalgic, with wooden paneling, a shoji-style window on the left, a small potted plant on the windowsill, a back counter with condiments and utensils, and a navy noren curtain on the right bearing large white Japanese text "蕎麦" and smaller vertical text "手打ちそば". On the back wall, show 7 vertical wooden menu boards with Japanese dish names and prices, including labels such as "もりそば", "ざるそば", "かけそば", "たぬきそば", "肉そば", "天ぷらそば", and "鴨南蛮そば". Use clean polished anime rendering, crisp line art, soft warm lighting, detailed food illustration, rich wood textures, and a friendly everyday outing mood.

哥特机械战士大教堂关键视觉

元事例 / 作者: @yanagihara_0805

完全なプロンプト：

A cinematic dark fantasy anime illustration in a ruined gothic cathedral, vertical composition. Show a lone female android-like warrior from behind, centered slightly low in frame, kneeling or sitting back on her heels on a reflective stone floor. She has extremely long flowing {argument name="hair color" default="silver white"} hair spreading across the floor and air, a sleek black blindfold visor covering her eyes, and a black high-cut gothic combat dress with elegant straps, long black opera gloves, and thigh-high black boots. Her physique is slim and graceful. She holds 1 large ornate sword upright in front of her, with both hands resting on the hilt, the blade planted on the ground like a memorial. The sword has a dark blade and a decorative gold ring-like guard near the handle. The atmosphere is solemn, tragic, and reverent. Place 3 tall pointed arched windows in the background, glowing with cold white backlight through haze and dust. Include 4 stone angel statues total: 2 larger angels in the left background and 2 in the right background, partially obscured by fog and darkness. Fill the air with drifting ash, snow-like particles, black debris fragments, and a few faint orange embers near the floor. Use dramatic volumetric light rays, soft bloom, smoky mist, high contrast, and a desaturated palette of charcoal gray, silver, blue-gray, and black. The scene should feel like a memorial after a battle, highly detailed, ultra-polished, melancholic, ethereal, and game key art inspired by {argument name="franchise title" default="NieR:Automata"}. Add 1 vertical Japanese title inscription near the lower left reading {argument name="vertical text" default="儚き夢と共にあれ"}, with 1 small vertical English subtitle beside it reading {argument name="subtitle text" default="NieR:Automata"}.

Cloud shape doodle generation

元事例 / 作者: @Gorden_Sun

完全なプロンプト：

Based on the shape of the {argument name="subject" default="clouds"} in the image, identify what object, animal, or person they most resemble. Do not change the original image; instead, draw that object, animal, or person over the original image in a {argument name="art style" default="doodle"} style.

Rural Station Schoolgirl Scene

元事例 / 作者: @m_Raiko_AIart

完全なプロンプト：

A cinematic anime-style illustration of a quiet rural Japanese train station in early summer, filled with travel nostalgia and bright midday light. In the foreground, one high school girl stands alone on the platform near the left side of the frame, facing slightly toward the viewer with a shy, gentle posture, her legs together and one foot angled inward. She has {argument name="hair color" default="black"} short bobbed hair with soft bangs, and wears a classic Japanese sailor school uniform: a white long-sleeved sailor blouse with navy trim, a vivid red neckerchief, a dark navy pleated skirt, white socks, and dark brown loafers. She holds a dark school bag in one hand at her side. Her expression should feel calm, a little wistful, as if she was just about to speak before the train arrived. Place her beside an old weathered wooden station building with large windowpanes and a simple wooden bench. Above her is 1 hanging station sign reading {argument name="station name" default="山ノ下駅"}, with smaller romanized text “YAMANOSHITA” and small local line information beneath it. The right half of the image opens to 1 set of railway tracks receding into the distance, bordered by lush green grass and wildflowers, with 1 small local train approaching from far down the line. Add a few utility poles running alongside the tracks. In the deep background, show a dramatic mountain range with lingering snow on the peaks under a vivid blue sky with scattered white clouds. Composition should balance the girl on the left and the railway perspective on the right, with detailed background scenery, crisp sunlight, soft anime rendering, realistic textures in the station wood and rails, and a heartfelt slice-of-life travel mood.

真实居酒屋里的动漫角色照片

元事例 / 作者: @sub_raw_jin

完全なプロンプト：

A candid indoor restaurant photo in a realistic anime-inspired style, showing two young women seated at a small worn wooden table inside a cozy Japanese izakaya with vertical wood-paneled walls and a clear plastic tent-like curtain on the right side. The camera is slightly above table height and angled diagonally toward the table, creating a casual snapshot feeling. One woman is in the left foreground with her back mostly to the viewer, leaning forward over the table; she has long straight dark hair and wears a bulky dark navy or black puffer jacket with a large hood. The second woman sits across from her on the right, facing the camera with a relaxed posture and one arm bent on the table; she has shoulder-length dark brown to black hair, a center part, a black puffer jacket, and a light inner shirt. Replace only the people with clean, natural-looking anime characters while keeping the restaurant environment photorealistic and unchanged. Preserve the mixed-media look of anime characters composited believably into a real photo. On the table, include 2 stainless steel mugs, 2 pairs of chopsticks, 1 smartphone with a bright blue case near the center-left edge of the table, 1 cigarette pack near the right woman, 1 large oval plate with thinly sliced white onions and a lemon wedge, 1 small dish of green vegetables, 1 small plate of brown food, 1 small plate with toast or grilled bread, 1 small dark bowl, 2 small empty white bowls, and 1 printed handwritten Japanese menu sheet lying on the lower right corner of the table. In the upper left background, include a wooden counter with white ceramic bottles and dishes, plus 1 handwritten Japanese wall menu poster. Warm indoor lighting, everyday nightlife atmosphere, documentary realism, detailed wood grain, slightly cluttered tabletop, authentic casual dining scene in Japan.

Anime Campers in a Winter Tent

元事例 / 作者: @sub_raw_jin

完全なプロンプト：

A cozy winter camping scene inside a large beige canvas tent, rendered as a semi-realistic anime illustration with natural lighting and realistic environmental detail. Show exactly 2 seated young women around a compact kerosene heater used as a camp table, with a large black metal pot resting on top. The viewpoint is a candid wide-angle photo composition from slightly above seated height, making the scene feel like a casual snapshot taken inside the tent. The woman on the left has {argument name="hair color" default="dark brown"} hair tied in a high ponytail with loose bangs, and wears a fluffy brown fleece jacket, dark pants, and a red lanyard with an ID card. She sits in a low camping chair and leans forward, using chopsticks over a small bowl or food container in her hands. The woman on the right has {argument name="hair color" default="black"} shoulder-length hair and wears a muted purple hoodie layered under a black puffer vest, light gray sweatpants, and dark shoes. She sits in another low camping chair, resting her cheek on one hand in a relaxed, sleepy pose. Keep both faces obscured by a soft rectangular blur block, as if anonymized in a posted photo. Around them, include exactly 4 red beverage cans visible in the scene: 2 on the wooden table planks near the center, 1 cropped in the lower right foreground, and 1 farther back near the right side. Build a low U-shaped arrangement of 3 wooden bench planks surrounding the heater. Add small camping details: 1 olive duffel bag on the left ground, 1 plastic storage box with supplies behind the left woman, 1 white plastic shopping bag on top of the box, 1 small bowl on the table, 1 colorful snack package on the right-side plank, 1 soft brown cloth on the far left floor, and 1 black metal rack frame standing at the back right. The tent interior should have taut canvas walls, visible seams and support poles, a gravel ground, and a warm muted color palette. Preserve the feeling of a real camping photo where only the people have been turned into anime-style characters while the setting remains highly realistic.

元事例 / 作者: @harboriis

完全なプロンプト：

Create a 4:5 vertical social poster in ultra high resolution, 8K print quality sharpness. Use the {argument name="car model" default="BMW car"} from the reference image as the main subject and use the background structure/composition from the reference image, but transform it into a BMW themed design. Replace all black tones with a flat {argument name="background color" default="high-saturation BMW blue"} background. Keep the same layout, spacing, visual balance, and poster composition from the reference image. Background should use a smooth gradient from slightly lighter electric blue at the top to deep navy blue at the bottom. Add subtle grain texture (2 to 3%) and faint rectangular overlays (2 to 4% opacity). Keep it clean, graphic, premium, and non-realistic. Add a soft contact shadow under the car. Use the same BMW from the reference image, changing only the {argument name="paint finish" default="matte frozen blue"} or deep metallic navy. Keep the original body shape, wheels, stance, and design details from the reference image. Show the car in a rear 3/4 perspective matching the reference image angle exactly. Use a slightly elevated camera angle. Position the car slightly right of center. Include visible carbon roof, aggressive rear diffuser, sharp controlled reflections, and subtle brake details. Keep composition identical to the reference image: Top: branding Middle: giant type Center: car overlapping text Bottom: editorial block and specs Typography: Primary text: “BMW” Ultra condensed bold sans serif, tall vertical scaling like the reference poster. Color deep navy or near black. Static text with no distortion. Acts as structural backdrop. Secondary header: “BMW M4 G82” Thin font with wide tracking. Logo area: BMW roundel centered above. Editorial block: Headline: “BMW — Where Driving Becomes Instinct” Body copy focused on: driver connection control performance precision Use the same boxed editorial layout as the reference image. Background faded text: “M4” large scale with 3 to 5% opacity behind the box. Bottom left: “ M4 G82” Bottom right specs: 405 kW / 550 PS 3.4 s 307 km/h Lighting should be clean studio lighting with sharp but controlled highlights. Color grading should use deep blues, high contrast, clean blacks. Camera lens: 50mm, slightly elevated rear 3/4 angle. Mood: Performance. Precision. Driver focus. Add Bottom-right watermark: harboriis , with small x and Instagram logo

电影感 Chicken Momos Ad 海报

元事例 / 作者: @Diplomeme

完全なプロンプト：

A hyper-realistic cinematic street-food advertisement poster for {argument name="brand name" default="Licious"} frozen {argument name="product name" default="Chicken Momos"}, shot in a dark premium studio with dramatic moody lighting, deep navy-black background, glossy black tabletop, and high contrast commercial food photography styling. The composition is a square social-media ad layout with oversized bold condensed white sans-serif headline text on the left reading {argument name="headline text" default="PERFECTLY MADE."} stacked across two lines, and a smaller white subheadline beneath it reading {argument name="tagline text" default="PRECISION IN EVERY BITE."}. Along the far left edge, add thin vertical small caps text reading “FRESH • CLEAN • CONTROLLED”. Across the upper-right background, repeat the phrase “CUT / STEAM / SERVE / REPEAT” in a subtle dark gray pattern, and faintly repeat “CUT / STEAM / SERVE / REPEAT” again near the bottom-left floor area as perspective text. Feature exactly 6 momos total: 5 intact steamed chicken momos floating and arranged dynamically across the center and right side, and 1 split-open momo in the center revealing juicy orange-brown chicken filling with herbs, with a glossy red-orange sauce droplet dripping downward from the opened dumpling. Scatter small chili flakes, herb bits, and seasoning particles suspended in the air around the momos for explosive motion. Place exactly 3 retail product boxes on the right side, staggered in depth, black packaging with the {argument name="brand name" default="Licious"} logo and red product title “CHICKEN MOMOS,” including food photography of the dumplings on the box front. At the bottom right foreground, place 1 small black bowl filled with bright red dipping sauce. Add a thin footer line of small white text across the bottom reading “CHICKEN MOMOS • FRESHLY PREPARED • 2026 EDITION” and place “licious.com” in the lower-right corner. Use premium ad design, ultra-detailed food texture, glossy highlights on the dumplings, subtle steam sheen, crisp typography, shallow depth of field, and a polished high-end commercial campaign aesthetic.

Nostalgic 16-Photo Couple Grid

元事例 / 作者: @zenkaiAI

完全なプロンプト：

{"type":"16-photo nostalgic contact sheet collage","style":"dreamy film photography, soft blur, slightly underexposed, candid youthful romance, flash snapshots mixed with ambient dusk light, subtle grain, sentimental and bittersweet mood","subject":{"people_count":2,"relationship":"young couple or former lovers spending time together","ages":"early 20s","appearance":{"male":{"build":"slim","hair":"short dark hair","clothing":"loose white short-sleeve shirt, camera strap around neck in several shots"},"female":{"build":"slim","hair":"shoulder-length dark hair","clothing":"light sleeveless tops or soft casual summer clothes"}},"faces":"intentionally obscured by soft rectangular blur blocks over every visible face"},"layout":{"grid":{"rows":4,"columns":4,"count":16,"border":"thin white dividers, equal square cells"},"images":[{"position":"row 1 col 1","description":"close cropped portrait of the woman in a white top at night, soft flash, dark background"},{"position":"row 1 col 2","description":"close cropped blurred two-person selfie framing, both subjects partially visible, dark nighttime setting"},{"position":"row 1 col 3","description":"young man standing at night and holding a compact silver camera up to his face, white shirt, distant lights behind him"},{"position":"row 1 col 4","description":"woman on a beach or shoreline in low light, softly blurred, ocean horizon behind her"},{"position":"row 2 col 1","description":"street candid of the man holding a camera near his face while walking outdoors in the evening, urban background with motion blur"},{"position":"row 2 col 2","description":"close-up of the woman indoors or in a dim warm setting, hand raised near her face, flash-lit snapshot"},{"position":"row 2 col 3","description":"blurred two-shot of the couple sitting close together by water at dusk, intimate candid composition"},{"position":"row 2 col 4","description":"young man outdoors in greenery during daytime or early evening, looking down at a camera in his hands, white shirt and camera strap visible"},{"position":"row 3 col 1","description":"woman close to the camera giving a peace sign, casual sleeveless top, sandy or beachlike background"},{"position":"row 3 col 2","description":"back view of the man in a white shirt looking out over a cityscape at night from a high vantage point"},{"position":"row 3 col 3","description":"woman indoors at night holding a compact camera directly toward the viewer, city lights beyond a window, flash aesthetic"},{"position":"row 3 col 4","description":"tight cropped two-person selfie-like frame with both subjects partially visible, dark background"},{"position":"row 4 col 1","description":"young man at the waterfront at dusk holding a camera to his eye, cloudy blue sky and distant shoreline behind him"},{"position":"row 4 col 2","description":"soft night portrait of the woman on a city street with warm bokeh lights in the background"},{"position":"row 4 col 3","description":"close intimate couple snapshot with both faces near each other, one subject making a peace sign, heavy blur and flash look"},{"position":"row 4 col 4","description":"rear view of the woman walking alone down a warmly lit narrow street at night, shoulder-length hair and light top visible"}]},"composition":"each square feels like a memory fragment from one summer evening and a few nearby outings, varied framing, natural imperfection, casual amateur photography","color_palette":"muted blues, warm tungsten yellows, soft skin tones, dark greens, charcoal night shadows, faded white clothing","camera_look":"35mm point-and-shoot or disposable camera feel, shallow focus, motion blur, bloom around lights, occasional flash overexposure","quality":"high-resolution collage with authentic analog softness, emotionally evocative and realistic"}

元事例 / 作者: @himukai_an

完全なプロンプト：

A bright, polished anime-style promotional thumbnail with a summer romance atmosphere. The composition is split visually, with large typography on the left and two handsome young men on the right. On the left side, place layered translucent white panels with soft glow and sparkles over a sky-blue background, featuring large elegant serif text "GPT" in a blue gradient at the top and "BL" in a lavender-to-violet gradient below. Add three lines of Japanese text arranged between and under them: "最新の画像生成で", "作って", and "遊んでみた", in deep blue calligraphic Japanese type. Include subtle decorative accents such as small star glints, diagonal light streaks, dotted texture, and a cyan underline swoosh beneath the middle text. On the right side, show 2 anime boys from the waist up, leaning casually together beside a chain-link fence under leafy trees. The taller boy has tousled dark brown hair, a navy overshirt worn open over a white T-shirt, layered silver necklaces, and holds 1 plastic cup of iced coffee with a straw. The shorter boy has messy silver-white hair, a white T-shirt with a small crest emblem on the chest, black backpack straps over both shoulders, layered silver necklaces, and one small earring. Their poses are relaxed and intimate, with the dark-haired boy’s arm resting around the other. Use a luminous blue-and-white palette with soft sunlight, lens flare, bokeh, and a faint cityscape in the background, creating a clean social-media header or article thumbnail aesthetic.

夜晚的艺术家与空灵缪斯

元事例 / 作者: @almimeister

完全なプロンプト：

A cinematic anime-inspired digital illustration set at night inside a cozy artist's room with large window panes and a warm city glow outside. On the left, a young male artist with {argument name="hair color" default="dark brown"} messy hair sits at a cluttered desk in side profile, leaning forward with one hand near his mouth and the other drawing with a pen on a tablet or sketchbook. The desk is covered with exactly 1 pen cup filled with pencils, 1 coffee mug, 1 open laptop or pen-display showing a sunset landscape, 1 spiral sketchbook with manga-style character drawings, 2 additional drawing books or pads, 1 small stack of about 4 books, and many scattered art cards and printed illustrations. On the right, a luminous ethereal anime girl made of blue-white light appears life-sized, facing the artist with both hands gently extended toward him. Her form is translucent, delicate, and composed of glowing contour lines, starry particles, and flowing strands of light, with long windblown hair and a soft dress-like silhouette. Between them, a magical stream of golden and white light spirals upward from the artist's desk into the air, connecting creator and creation. Inside this swirling ribbon are exactly 12 to 16 floating image fragments and sketch pages: monochrome character sketches, scenic sunset paintings, small photo-like panels, and tiny icon-like cards, all orbiting in a curved arc from lower center to upper left and upper center. Around the upper half of the image, dozens of glowing musical notes float through the air, mixed with sparkling particles, creating the feeling that inspiration has become visible sound and memory. The palette is rich warm gold and amber on the artist's side, contrasted with cool electric blue and white on the spirit girl's side, with dramatic rim light, volumetric glow, intricate particles, and a dreamy emotional atmosphere. Composition is vertical, highly detailed, intimate, and poetic, evoking the relationship between {argument name="person one" default="you"} and {argument name="person two" default="me"} as artist and imagined muse, where drawings, music, memories, and fantasy physically manifest in the room. Add a small handwritten note card on the desk with {argument name="note text" default="二人だけの物語"}, and display one prominent artwork on the desk and one floating scenic panel using {argument name="scene theme" default="sunset sky over a distant city"}.

元リポジトリリンク

GPT-Image 2 プロンプトライブラリ：ポートレート写真事例

Sat, 02 May 2026 11:35:00 +0800

このページでは ポートレート写真 カテゴリの 55 件の事例を収録しています。各項目には元事例リンク、作者、生成画像、完全なプロンプトを残しています。

ポートレート写真

便利店霓虹人像

元事例 / 作者: @BubbleBrain

完全なプロンプト：

35mm film photography with harsh convenience store fluorescent lighting mixed with colorful neon signs from outside, authentic film grain, high contrast, slight color cast, cinematic street editorial style, intimate medium shot, early 20s sexy Chinese female idol with ultra-realistic delicate refined Chinese features, seductive almond-shaped fox eyes with natural double eyelids, high nose bridge, small sharp V-shaped jawline, flawless porcelain skin with cool ivory undertone and visible specular highlights from fluorescent light, subtle skin texture and micro pores, natural dewy makeup with soft flush on cheeks, glossy natural pink lips slightly parted, subtle natural freckles across nose and cheeks, long dark brown hair in a messy high ponytail with many loose strands falling around face and neck, wearing an oversized white button-up shirt as the only top, unbuttoned at the top with deep cleavage and loosely tied at the waist, paired with a tiny black pleated mini skirt, barefoot in simple white slides, seductive casual leaning pose against the glass door of a 24-hour convenience store at late night, body slightly arched, one leg bent with foot resting against the door frame, the other leg straight, one hand holding a bottle of iced drink, the other hand lightly pulling the hem of her mini skirt, intensely seductive playful yet slightly vulnerable gaze straight at the viewer with soft doe eyes full of quiet temptation and teasing smile, bright cold fluorescent store light from inside mixed with pink and blue neon glow from outside signs, realistic reflections on glass door, blurred convenience store interior with shelves and snacks in background, authentic 35mm film color grading with harsh lighting and neon accents, extremely sharp yet soft skin rendering, natural hair strands, realistic fabric wrinkles and drape on the oversized shirt and mini skirt, no plastic skin, no digital over-sharpening, no airbrushing, no blemishes, no moles, no oily skin, no watermark, no text, authentic late-night convenience store atmosphere

电影感极简人像

元事例 / 作者: @iam_miharbi

完全なプロンプト：

Generate a cinematic minimal portrait of a solitary man standing in an intense orange to red gradient environment, strong silhouette lighting, deep shadow contrast, reflective glossy floor, symmetrical composition, minimal

日式温泉旅馆人像

元事例 / 作者: @BubbleBrain

完全なプロンプト：

35mm film photography, warm vintage Japanese onsen ryokan aesthetic, soft ambient wooden lantern lighting mixed with gentle natural window light, subtle film grain, gentle color shift, high atmosphere editorial style, intimate medium shot, early 20s beautiful Chinese female idol with ultra-realistic delicate refined Chinese features, seductive almond-shaped fox eyes with natural double eyelids, high nose bridge, small sharp V-shaped jawline, flawless porcelain skin with warm ivory undertone, visible subtle skin texture and micro pores, soft natural makeup with dewy glow, subtle rosy flush on cheeks, natural soft pink lips slightly parted, long dark brown hair tied in a loose low bun with some messy strands falling around face and neck, wearing a loose white yukata (traditional Japanese bathrobe) deliberately slipped off one shoulder and loosely tied at the waist, the fabric slightly open revealing smooth skin and subtle cleavage, barefoot, seductive relaxed sitting pose on the edge of a traditional wooden engawa veranda at a vintage onsen ryokan, body slightly turned toward the camera, one leg bent with foot resting on the wooden floor, the other leg gently dangling, one hand lightly holding the yukata collar, the other hand resting on the wooden floor behind her for support, softly arched back to gently accentuate curves, intensely seductive yet gentle and inviting gaze straight at the viewer with soft doe eyes full of quiet temptation and warmth, warm wooden interior with paper sliding doors and distant steaming hot spring in soft focus, gentle rim lighting highlighting skin and fabric texture, authentic vintage film color grading with warm tones, extremely sharp yet soft skin rendering, natural hair strands, realistic fabric wrinkles and drape on the yukata, no plastic skin, no digital over-sharpening, no airbrushing, no blemishes, no moles, no oily skin, no watermark, no text, authentic 35mm film Japanese onsen ryokan atmosphere

35mm 闪光编辑风人像

元事例 / 作者: @BubbleBrain

完全なプロンプト：

35mm color film photography with harsh direct on-camera flash, specular highlights on skin and clothing, strong catchlights in eyes, high contrast flash illumination, authentic film grain and color shift, high fashion fresh innocent basketball court editorial style, intimate first-person low-angle POV shot from below, early 20s sexy Chinese female idol with ultra-realistic delicate refined Chinese features, seductive almond-shaped fox eyes with natural double eyelids, high nose bridge, small sharp V-shaped jawline, flawless realistic porcelain skin with cool ivory undertone and visible flash specular highlights, fine delicate skin texture with subtle pores micro details and natural dewy glow under flash, fresh natural sporty makeup with soft dewy glow, subtle natural flush on cheeks, natural pink lips slightly parted, subtle natural freckles across nose and cheeks, long dark brown hair tied in a high playful ponytail with some loose strands framing the face and realistic loose strands, wearing a loose white tank top and white high-waisted basketball shorts, white knee-high sports socks, seductive natural leaning pose against the basketball hoop pole on the outdoor court at dusk, body angled sideways with naturally arched back and hips gently pushed back to accentuate perky round hips and sexy butt curve, one leg naturally extended forward toward the camera and the other leg slightly bent to emphasize long sexy legs, both hands lightly resting on the basketball pole at shoulder height, intensely seductive playful yet pitiable doe-eyed gaze straight at the viewer with soft vulnerable longing eyes and a gentle teasing smile full of quiet temptation and desire, harsh direct on-camera flash creating sharp specular highlights and strong catchlights, background with blurred basketball court and hoop under dusk sky, high contrast film color grading with natural flash look, extremely sharp yet soft skin rendering with authentic 35mm direct flash aesthetic, natural hair strands, realistic fabric texture on tank top and shorts with socks detail, no plastic skin, no digital over-sharpening, no airbrushing, no blemishes, no moles, no oily skin, no watermark, no text, authentic 35mm direct flash film basketball court look --ar 9:16

卧室镜前自拍人像

元事例 / 作者: @Shinning1010

完全なプロンプト：

1
2

A stunning 18-year-old Chinese girl with a youthful, pure face and realistic skin texture, sitting on a cozy, slightly messy bed in her bedroom. She is taking a mirror selfie with a smartphone, capturing a natural and intimate moment. Wearing casual gray loungewear and neat white crew socks. Soft natural light (golden hour) streams in from a side window, creating a warm, moody, and cinematic atmosphere. 35mm lens, sharp focus on the subject in the mirror, depth of field with a beautifully blurred background (bokeh). Photorealistic, 8K, high resolution, studio quality, masterpiece.
Negative Prompts: no extra limbs, no deformed hands, no blur, no noise, no watermark, no text, no cartoon/anime style. Aspect Ratio: 3:4.

柔和通透 35mm 人像

元事例 / 作者: @BubbleBrain

完全なプロンプト：

Analog 35mm film photography, soft airy Japanese-style aesthetic, gentle diffused natural window light, slight overexposure, pastel tones, low contrast, soft highlights, minimal indoor setting near a window with white curtains, clean light-colored wall, natural composition, eye-level, slightly closer full-body framing (mid-thigh to head), young East Asian woman, natural minimal makeup, soft realistic skin texture, long slightly messy dark hair, oversized white button-up shirt, light casual shorts, barefoot, simple and relaxed styling, standing naturally with relaxed posture, arms loosely at sides or slightly behind, facing camera, gentle soft smile, subtle stillness, focus on light, air, and quiet everyday mood, soft film grain, dreamy and understated atmosphere --ar 9:16

奢华魅力美妆人像

元事例 / 作者: @patrickassale

完全なプロンプト：

Luxury Glam Beauty Portrait:, Beautiful Black woman, youthful spirit, creamy vanilla, silk press, mahogany red, subtle confidence, textured fabric, sapphire blue, minimal jewelry, beachside breeze, lens flare effect, nostalgic, cinematic lens, symmetrical composition, soft focus, high fashion photography, monochromatic, dewy finish, mysterious tension, layered elements

9:16 Cosplayer 人像截图

元事例 / 作者: @Zoulinshen

完全なプロンプト：

生成一张竖版手机截图风格的图片，整体比例接近 9:16。画面中心偏上是一位真人 coser，扮演（角色名称）的二次元角色。人物为写实风格，但五官略带动漫感，皮肤细腻，眼睛稍大，表情温柔地看向镜头，坐在室内的休闲场景中，例如咖啡厅或酒吧吧台前，背景有符合场景的道具。画面最上方加入手机系统状态栏 UI，包括时间、电量、信号、网络等图标，让整张图看起来像手机截图。画面底部叠加一块宽大的半透明 galgame 风格对话框，对话框左侧放一个与画面人物对应的动漫或 Q 版头像；对话框右侧排版文字：第一行用较大字体显示与前面相同的角色名字，下面一到两行显示一段适合这个角色人设的、温柔治愈风格的简体中文台词，由你自动创作。再在对话框下方加一条操作栏，仿照 galgame UI。整体风格高清、细节丰富、光线柔和、二次元与真人写真自然融合。

城市回眸街拍人像

元事例 / 作者: @Tz_2022

完全なプロンプト：

该画面为中近景，采用平视镜头，聚焦于一位年轻女性。她以七分身镜头呈现，身体坐姿略带倾斜，臀部向后撅起，双腿自然交叠，左腿在前，右腿在后，膝盖微屈。她将上半身向右后方扭转，头部则转向镜头方向，形成一个经典的“回眸”姿态，目光直视镜头，眼神清澈而略带一丝俏皮。她的发型是蓬松的棕色齐肩短发，刘海自然垂落，发尾微卷，妆容清淡自然，仅在眼部有轻微眼线勾勒，唇色为自然裸粉。画面整体采用自然日光滤镜，光线从画面左上方斜射入，形成柔和的逆光轮廓，面部和身体右侧被温暖的金色光线照亮，左侧则形成自然的阴影过渡，增强了立体感。灯光效果是明亮的自然光，带有轻微的镜头眩光，营造出午后阳光的氛围。拍摄角度为平视，构图上，人物主体位于画面中偏右位置，背景中的斑马线与道路线条形成自然的引导线，将视线引向人物。背景为城市街道，包含道路、斑马线、绿化带和远处的车辆，背景被适度虚化，但依然可辨识出树木、护栏和停放的电动车等元素，构图上利用了三分法，人物位于右侧三分之一处，增强了画面的平衡感。主体穿着一件军绿色迷彩图案的连帽卫衣，下身搭配黑色短裤，脚穿白色高帮运动鞋配白色中筒袜。背包为黑色，带有橙黄色装饰条纹和一个橙色毛绒挂件，材质为帆布和皮革拼接。整体风格为街头休闲风，肢体语言放松自然，表情略带好奇与俏皮，整体呈现出一种随性、青春、充满活力的都市少女形象。

Sam Altman 滑板公园抓拍

元事例 / 作者: @Malek1173989

完全なプロンプト：

`1`	`"Sam Altman on a skateboard at a skatepark with no people."`

韩系偶像九宫格人像

元事例 / 作者: @BubbleBrain

完全なプロンプト：

9:16 vertical, Korean idol portrait photoshoot, 3x3 grid (nine frames), same person in all images, consistent facial features and styling, soft black mist filter effect, lowered contrast, blooming highlights, subtle glow around light sources

CCD 闪光韩系偶像照

元事例 / 作者: @BubbleBrain

完全なプロンプト：

`1`	`mobile phone photo, old CCD camera aesthetic, harsh flash, grainy, dim messy indoor lighting, candid snapshot feeling, slight motion blur, young Korean female idol, soft innocent look`

韩系偶像九宫格拼贴人像

元事例 / 作者: @BubbleBrain

完全なプロンプト：

9:16 vertical — a 3x3 grid collage (nine images) forming a Korean idol portrait photoshoot series. Each frame features the same young Korean female idol, maintaining 100% consistency in facial features, proportions, hairstyle, and identity across all nine shots.   Natural, ultra-realistic skin texture, no retouching, no smoothing. Clean idol-style minimal makeup, soft glow, subtle imperfections.   Hair: long, voluminous dark hair, slightly tousled, consistent across all frames (natural loose flow, slight movement).  Outfit: cohesive Korean idol photoshoot styling — white shirt + short bottoms (or simple neutral-toned outfit), youthful, clean, slightly casual but styled. Same outfit across all frames.  Setting: minimal studio or simple indoor environment (plain wall, soft window light, clean background). Focus on subject, not environment.  Lighting: soft diffused natural light, gentle highlights, low contrast, slightly airy tones, subtle film-like softness.  Camera style: intimate portrait photography, slightly handheld feel, subtle imperfections (minor grain, slight blur in motion frames, imperfect framing).  Frame breakdown (3x3 grid):  Top row: - Top left: standing naturally, looking slightly away, relaxed expression - Top center: facing camera, casual mid-motion (hair or body slight movement) - Top right: slight side angle, soft gaze, natural candid feel  Middle row: - Center left: looking slightly upward, soft thoughtful expression - Center: close-up portrait, direct eye contact, gentle idol smile - Center right: turning body slightly, mid-motion candid frame  Bottom row: - Bottom left: seated or leaning casually, relaxed posture - Bottom center: back partially turned, looking over shoulder toward camera - Bottom right: standing close to frame, slightly playful or soft expression  Mood: Korean idol photobook / photocard aesthetic, intimate, soft, natural, everyday charm.  Quality: ultra-realistic, 8K detail, subtle analog film grain, natural imperfections, soft dreamy tone

柔黑雾编辑风人像

元事例 / 作者: @BubbleBrain

完全なプロンプト：

9:16 vertical — editorial portrait, single subject  soft black mist filter, subtle haze, gentle highlight bloom, muted tones  minimal indoor space, clean background, slight texture  young Korean woman, minimal makeup, natural skin texture  outfit: fitted ribbed knit top or soft camisole layered under a loose shirt, paired with high-waisted shorts or skirt; fabric slightly clings to body shape, soft and natural, no revealing elements  hair: slightly messy, natural volume  pose: sitting on floor with one leg bent and the other relaxed, body slightly leaning, shoulders not aligned, head tilted  composition: subject slightly off-center, negative space present  expression: calm, slightly distant, natural lips  lighting: soft side light, gentle shadow falloff  mood: understated, quiet, subtly sensual through natural body lines, relaxed and unposed  quality: fine grain, slight softness, realistic look

富士草莓校园人像

元事例 / 作者: @BubbleBrain

完全なプロンプト：

9:16 vertical — Japanese Fuji film style portrait, single subject  Fujifilm analog aesthetic (Pro 400H / Superia feel), soft pastel tones, slight green-magenta shift, low contrast, gentle highlight roll-off, fine film grain, subtle halation, slight vignette  bright natural daylight, diffused sunlight through window, soft shadows, airy atmosphere  young Japanese female idol, natural minimal makeup, fresh glowing skin, realistic texture, slight imperfections  outfit: Japanese school uniform (sailor-style or blazer uniform), neatly styled, non-revealing, youthful and clean  hair: natural dark hair, straight or softly flowing, a few loose strands  pose: front-facing or slight angle toward camera, relaxed posture; one hand gently holding a strawberry near lips, mid-action as if about to take a bite; shoulders relaxed, subtle natural body curve  expression: soft playful gaze, light smile or neutral lips, gentle eye contact with camera  setting: minimal indoor near window or simple outdoor corner, clean background, everyday atmosphere  composition: slightly off-center framing, intimate distance, candid feel  mood: fresh, youthful, sweet everyday moment, understated charm  quality: ultra-realistic, analog film look, natural imperfections, soft dreamy finish

柔黑雾偶像人像

元事例 / 作者: @BubbleBrain

完全なプロンプト：

9:16 vertical — Korean idol portrait photography, single subject  soft black mist filter effect, lowered contrast, gentle highlight bloom, subtle glow, soft diffusion, slightly faded blacks  minimal indoor setting near window, white curtains, clean light-toned background  young Korean female idol, natural minimal makeup, dewy realistic skin texture, subtle imperfections  outfit: oversized white button-up shirt + short bottoms, slightly loose fit, soft and casual styling, no revealing elements  hair: long dark hair, slightly messy, natural volume, softly flowing  pose: relaxed standing or slight lean, body subtly angled, one leg slightly forward, shoulders relaxed; one hand lightly touching collar or resting near neckline, the other relaxed; gentle body curve without exaggeration  expression: soft cute smile, slightly playful eyes, direct or slightly off-camera gaze  camera: close to mid-body framing, eye-level, intimate distance, slight handheld feel  lighting: diffused natural daylight, soft shadows, gentle light wrapping around face and body  mood: cute yet subtly sensual, intimate, everyday softness, quiet romantic atmosphere  quality: ultra-realistic, fine film grain, slight softness at edges, natural imperfections, dreamy understated tone

富士风情侣人像

元事例 / 作者: @BubbleBrain

完全なプロンプト：

9:16 vertical — Japanese Fuji film style couple portrait, two subjects  Fujifilm analog aesthetic (Pro 400H / Superia feel), soft pastel tones, slight green-magenta shift, low contrast, gentle highlight roll-off, fine film grain, subtle halation  bright natural daylight, diffused sunlight through window, soft shadows, airy atmosphere  young Japanese couple, natural minimal makeup, realistic skin texture, slight imperfections  female outfit: oversized button-up shirt with loose shorts, relaxed fit, soft casual styling   male outfit: simple t-shirt or light shirt, clean and understated  hair: natural, slightly tousled for both  pose: close intimate distance — sitting or standing close together; the girl gently leaning toward him, one hand lightly resting on his shoulder or chest; the boy slightly leaning in, faces close, almost touching, capturing the moment just before a kiss  expression: soft smiles or gentle gaze toward each other, relaxed and natural, emotional connection visible  camera: close framing (waist-up), eye-level, intimate distance, slight handheld feel  setting: minimal indoor near window, light curtains, clean soft background  lighting: diffused daylight, gentle highlight bloom, soft shadow transitions  mood: warm, romantic, intimate everyday moment, natural affection  quality: ultra-realistic, analog film look, fine grain, slight softness, natural imperfections

AI 自我认知人像

元事例 / 作者: @80vul

完全なプロンプト：

`1`	`根据你对我的认知给我生成一个“你认识的我”的图片`

创建最写实的复古报纸头版设计…

元事例 / 作者: @Naiknelofar788

完全なプロンプト：

Create the most realistic front page design of a vintage newspaper featuring the main character. The layout should be made in the style of a real printed newspaper with a cinematic black-and-white aesthetic.
The main photo should be prominently placed in the center, framed, like the image in the title of the article. The subject in the photo should remain unchanged and clearly distinguishable in natural light and slightly increased contrast in order to match the spectacular editorial style.
Create a bold, attention-grabbing headline at the top (create a unique title that matches the spirit of the photo - it can be romantic, mysterious, funny, or dramatic). Add a smaller subtitle under it, which will look like a real newspaper caption.
Add realistic newspaper elements:
Columns of small text (in the style of lorem ipsum, but framed like real news)
At the top is the fictitious name of the publication (for example, The Daily Prompts, AI Times or similar - think creatively, according to the picture)
Date, issue number and location
Decorative lines, dividers, and vintage typography
Small additional articles or captions to the main image
Optional stamps, doodles, or editorial notes to add personality.
Style:
Black and white or slightly faded monochrome paper
Fine paper texture, grain, and ink defects
Small shadows and creases that mimic real printed paper
The aesthetics of a clean but slightly worn vintage newspaper
Mood: Give the design personality, expressiveness and plot, as if the plot is part of the main article.
Aspect ratio: 4:5 or 1:1
High-detail, ultra-realistic hybrid of editorial photography and print design.

杂志旅行指南专题页

元事例 / 作者: @andis13

完全なプロンプト：

Create image of Magazine feature article [travel] guide page, cute, information dense photo book style magazine feature article page. Add all necessary sections, tips, recommendations, information. add photos for any sections and recommendations if you like. Place the attached person at the precise location of [city, country]. Seamlessly blend the attached person as if they are sightseeing. Approach this task with the understanding that this is a critical, information rich page that will significantly influence visitor numbers, text accuracy is important. Fully use the entire [9:16] page. NEGATIVE PROMPT: coordinate texts @swiat_ai @ProfitAII

分析照片并给出可复现它的详细 JSON 提示词…

元事例 / 作者: @pavellaslov

完全なプロンプト：

analyze this photo and give me a detailed JSON prompt that recreates it. break down the color grading and every exact color in the photo

(use Opus, not Sonnet. Opus has stronger visual analysis and writes more detailed JSON)

paste that JSON into ChatGPT
upload your product image and prompt:
using this JSON as reference, generate a person holding my product
save that generated photo as your character reference

attach it to every future generation for facial consistency

you now have a consistent UGC model that works across any product

the JSON controls the lighting and color grading. GPT image-2 handles the character. you control the product placement.

the #1 tell on AI photos is flat colors and a grainy look. this method removes both.
5 minutes to set up. unlimited variations after.

CALMING GREEN TEA 胶片套装正面展示…

元事例 / 作者: @ZaraIrahh

完全なプロンプト：

CALMING GREEN TEA Film Kit displayed frontally, the open box shows soft sage-green film pouches and translucent ampoules with matte silver caps, product placed centrally with clear branding CALMING GREEN TEA -- 7 Days to Soothed Skin, pastel green background with botanical graphic accents, three minimal icons (leaf, wave, balance) floating around the product to emphasize benefits, photographic, hyper detailed, ultra realistic, lifelike, 8k, high detail, soft professional lighting.

草莓软冰淇淋的超写实产品摄影…

元事例 / 作者: @ZaraIrahh

完全なプロンプト：

Ultra-realistic product photography of a rich strawberry soft-serve ice cream in a crispy waffle cone, styled with a clean, modern premium aesthetic. The soft serve is a vibrant natural pink, thick and creamy, sculpted into a smooth swirl with a softly curled peak, lightly topped with delicate strawberry dust or tiny fruit specks for a fresh, appetizing look. The cone has a rustic, crunchy texture with slightly uneven edges for an artisanal feel.
The background is soft beige with natural sunlight casting subtle leaf shadows, creating a calm, organic atmosphere. Include softly blurred greenery in the foreground for depth. The composition is minimal, balanced, and uses negative space effectively, similar to high-end American food brand ads.
On the left side, include modern English typography in a clean, elegant layout (not vertical).
Main headline:
Sweet Strawberry Bliss.
Supporting line (smaller text):
Made with real strawberries. Smooth. Creamy. Irresistible.
Add a small circular badge showing the price:
$5.80.
Lighting: soft natural daylight, warm highlights, shallow depth of field, high-end commercial food photography style.
Mood: fresh, premium, modern, and inviting — aligned with upscale U.S. dessert branding.

轻薄笔记本电脑上的超写实 UI/UX 样机…

元事例 / 作者: @ZaraIrahh

完全なプロンプト：

A hyper-realistic UI/UX mockup displayed on a slim modern laptop placed on a minimal wooden desk with soft natural daylight. The screen shows a clean SaaS dashboard with elegant typography, glassmorphism cards, smooth gradients, subtle drop shadows, and neatly spaced components. Visible charts, analytics panels, sidebar navigation, and micro-interactions. Realistic macOS-style window frame, soft reflections on the screen, shallow depth of field, cozy workspace atmosphere, shot in photorealistic product photography style, ultra-detailed.

18 岁年轻男性的超写实电影感 DSLR 照片…

元事例 / 作者: @harboriis

完全なプロンプト：

Ultra-realistic cinematic DSLR photograph of an 18-year-old handsome young man with a slim skinny body, lean physique, narrow shoulders and waist, standing confidently in front of a blue 2017 Ford Mustang GT Convertible with a bold red soft top roof, captured from a high-angle aerial perspective exactly like a luxury driveway photoshoot. Keep face 100% identical to reference image with exact facial structure, natural skin texture, realistic pores, authentic expression, no beautification, no facial modification. Same modern textured side-swept quiff hairstyle with heavy natural volume on top, deep side flow, messy yet controlled texture, soft matte finish, visible natural hair strands, softly blended sides.

The subject stands centered near the front bumper of the Mustang GT, hands inside hoodie pockets, relaxed shoulders, straight posture, slight head tilt upward toward camera, confident calm expression, wearing oversized premium black hoodie with realistic cotton texture, natural folds, hanging drawstrings, loose dark washed black denim jeans with soft wrinkles and stacked hems, clean white sneakers with realistic leather texture and sole details, black slim rectangular sunglasses.

Car must be a detailed 2017 Ford Mustang GT Convertible, metallic electric blue paint, glossy reflections on hood, visible Mustang pony grille emblem, aggressive headlights, muscular hood sculpting, aerodynamic front bumper, black alloy wheels, premium red convertible fabric roof, realistic windshield reflections, detailed side mirrors, authentic tire tread, showroom-clean finish

Scene set in an upscale villa driveway with light beige hexagonal stone pavement, curved border with fresh green grass on left side, tropical palm leaves entering frame from top corners, subtle luxury outdoor atmosphere. Soft natural daylight, diffused afternoon lighting, realistic shadows under car and body, soft reflections on paintwork, cinematic premium color grading, natural contrast, shallow depth separation while maintaining environment clarity. Shot on 35mm lens, vertical composition, full body framing, crisp details, hyper-realistic DSLR quality, zero Al look, natural skin rendering, realistic hair strands, fabric texture, stone surface texture, luxury lifestyle mood. stylish text AmanZaid at the bottom-left corner, signature style

Negative Prompt:

face changed, different identity, beautified face, edited face, smooth plastic skin, fake skin glow, wrong hairstyle, short hair, fade haircut, buzzcut, messy deformed hair, female features, muscular body, fat body, broad shoulders, bad anatomy, long neck, short legs, extra fingers, missing fingers, mutated hands, distorted arms, broken posture, crossed eyes, lazy eye, bad sunglasses, blurry face, low resolution, pixelated, noisy image, overexposed, underexposed, harsh shadows, unrealistic reflections, fake car shape, wrong car model, damaged car, extra wheels, warped Mustang logo, incorrect. proportions, bad pavement texture, background artifacts, duplicate objects, watermark, logo errors, text artifacts, cropped feet, cut car, unnatural perspective, CGI render, cartoon style, painting, Al artifacts, oversaturated colors, motion blur, lens distortion 1664x2080-ar 4:5

卧室随手自拍写实人像

元事例 / 作者: @charliejhills

完全なプロンプト：

Candid selfie of a young woman with shoulder-length honey-blonde hair with lighter highlights, green-grey eyes, rosy cheeks, and a natural no-makeup makeup look. She is wearing a light grey hoodie and looking slightly off-camera with a relaxed expression. Background shows a cosy bedroom with warm fairy lights strung on a pink wall, a unmade bed with tan bedding, and a small white desk with stacked books. Soft, warm ambient lighting. Photo-realistic, casual, intimate feel.

音乐人夜晚离开杂货店电影感人像

元事例 / 作者: @commanderdgr8

完全なプロンプト：

A candid, magazine-cover quality documentary photograph of a young musician with curly hair, casually carrying a worn guitar case, stepping out of a classic downtown bodega at 11 PM. The lighting features a complex mixed color temperature: a bright neon "OPEN" sign casts an intense, warm red glow across his face, while a yellow streetlamp provides a striking backlight behind him. The image perfectly emulates 35mm film shot on a Canon AE-1 with a 50mm f/1.4 lens wide open, exhibiting a shallow depth of field with the background beautifully blurred. It captures the exact aesthetics of CineStill 800T film, specifically featuring the distinctive soft red halation bloom radiating outward from the neon light sources, a tungsten white balance, and moody, slightly green-tinted shadows in the darkest areas. Cinematic night photography, photorealistic, highly detailed.

老德里甜品店门面纪实照片

元事例 / 作者: @commanderdgr8

完全なプロンプト：

Create a photorealistic travel-documentary image of a small sweet-shop storefront in Old Delhi at midday. A painted shop signboard above the door reads "मिठाई की दुकान" in large bold yellow hand-painted Devanagari on a deep red background, with "SWEET SHOP" in smaller roman letters beneath. Realistic hand-painted texture, slight wear, natural shadow. Authentic script proportion. Spelling and characters exact. No extra signage in frame, no watermark.

赛博朋克科幻侧脸人像

元事例 / 作者: @iamsofiaijaz

完全なプロンプト：

A cinematic side-profile portrait of a rugged man with a tied-back bun and full beard, wearing round dark sunglasses and a textured leather jacket. His skin is detailed and slightly weathered. The background is a futuristic sci-fi interface filled with glowing orange and red data streams, star maps, celestial navigation diagrams, grids, and holographic UI elements. Fiery particle effects and ember-like energy swirl around him, creating a cosmic, high-tech atmosphere. Dark color palette with strong contrast, dramatic lighting, ultra-detailed, sharp focus, 8K, cyberpunk aesthetic, cinematic composition, depth of field.

真实卧室录制抓拍人像

元事例 / 作者: @ChillaiKalan__

完全なプロンプト：

A realistic young woman sitting casually in a softly lit bedroom during late afternoon.

She is holding her phone very close to her face as if recording a private video or voice note.

Framing is tight and slightly imperfect.

Expression: thoughtful, slightly shy, natural.

Minimal makeup, natural skin texture, relaxed clothing.

Lighting: warm natural light fading from a window, soft shadows.

Environment: simple bedroom, calm and lived-in.

Style: ultra-realistic, looks like a real phone recording, slightly grainy, not cinematic.

幼儿蜡笔涂鸦风人像

元事例 / 作者: @akakageAI

完全なプロンプト：

1
2
3

(被写体) in the style of super bad child drawing, toddler art, scribbles, messy crayon lines on white background, completely lack of technique, terrible composition, chaotic colors, barely recognizable shapes, very raw, honest art, pure naivety, unrefined style, 4:3
Negative:
good drawing, nice lines, clear shapes, neat, pretty, smooth, realistic, talented art, coherent composition, artistic style, professional, skilled, masterpiece, beautiful, detailed

修复后的复古母子人像

元事例 / 作者: @gdb

完全なプロンプト：

A restored vintage family snapshot, photographed indoors in soft natural light, showing a {argument name="adult subject" default="young mother"} seated and holding a {argument name="child subject" default="toddler"} on her lap in a close, centered waist-up portrait. The adult has short softly curled auburn hair in a voluminous 1960s-inspired bob, wears a sleeveless black dress and a thin gold necklace, and wraps both arms protectively around the child. The child has fine light blond hair and wears a plain white long-sleeve outfit. Compose the image with a warm nostalgic color cast, gentle film softness, subtle grain, and the look of a carefully repaired old printed photograph. Place them in front of a cream-colored curtain patterned with small brown teddy bear motifs, with a softly blurred interior window frame visible along the top background. Preserve realistic skin tones, natural posture, and the intimate family-photo feeling, as if an old damaged photograph has been professionally reimagined and restored. Square crop, centered composition, shallow depth of field, authentic analog photo texture, no modern styling, no text.

受损复古母子照片

元事例 / 作者: @gdb

完全なプロンプト：

A heavily damaged old family snapshot in faded black and white with a slight sepia cast, shown as a worn physical photograph scanned straight-on. The image depicts a seated woman holding a small child on her lap indoors, both centered in a simple portrait composition. The woman has short dark wavy hair and wears a dark sleeveless dress or pinafore layered over a lighter short-sleeved blouse. The child appears to be a toddler with very short light hair, wearing a light-colored outfit, facing the camera while sitting against the woman’s chest and arm. Behind them is a patterned curtain with small floral or leaf motifs, and above it a dark window area with a pale vertical window frame is visible near the top center. The print is severely deteriorated: extensive scratches, creases, emulsion damage, stains, blotches, and peeling cover the entire surface, with especially heavy white abrasion and loss of detail across the bottom third and scattered cracking throughout. Keep the overall look authentic to a mid-20th-century vernacular photo, low contrast, soft focus, and visibly aged paper texture. Add a rectangular blurred censor block over the woman’s face only, while the child’s face remains visible but faded. No text, no border, just the distressed archival photograph filling the frame.

墨刻风家庭肖像

元事例 / 作者: @gdb

完全なプロンプト：

A black-and-white hand-drawn family portrait in the style of detailed pen-and-ink crosshatching on textured white paper, showing 4 people seated closely together in a casual candid composition. On the left, an adult man in a dark baseball cap worn backward and a dark T-shirt leans into the frame, with a crossbody sling bag worn across his chest and visible zipper details. On the right, an adult woman with curly hair tied up in a loose high bun wears a light T-shirt with large collegiate block letters reading {argument name="shirt text" default="CITY"}. In the center are 2 young children sitting close together, both with short curly hair and matching light-colored T-shirts printed all over with strawberries. The child on the left leans inward with one arm crossing the other child, and the child on the right tilts their head slightly upward. The adults frame the children protectively, creating a warm family snapshot feeling. Render the whole image as a monochrome etched illustration with dense fine-line hatching, engraved shadows, crisp contour lines, and a realistic yet artistic likeness, with no color, no background setting beyond a plain light paper texture, and a vertical portrait crop.

复古雕刻风连帽衫人像

元事例 / 作者: @gdb

完全なプロンプト：

A centered black-and-white vintage engraved portrait of a bearded man wearing a hooded sweatshirt with the hood up and a backward snapback cap visible under the hood. Show only the upper torso and head against a plain off-white paper background with subtle texture. Render the image in detailed pen-and-ink etching style with dense cross-hatching, fine parallel lines, and old book illustration shading. The figure faces forward in a calm, neutral pose. The cap has a visible snap closure band across the forehead area, slicked-back hair is visible above it, and a thick full beard extends below the face. The hoodie has two drawstrings hanging down at the chest. Keep the composition symmetrical and tightly framed like a classic engraved bust portrait, with no color, no modern graphic elements, and no background objects.

梦幻逆光编辑风人像

元事例 / 作者: @ToroJushiAi

完全なプロンプト：

A cinematic soft-focus portrait of a woman from behind and slightly in profile, framed from the upper torso up in a vertical composition. She has {argument name="hair color" default="dark brown"} hair styled in a loose messy updo with wispy strands catching the light. Her face is mostly hidden by her pose and hair, with only a small portion of one cheek visible. She wears a {argument name="dress color" default="deep red"} sleeveless dress with an open back or low-cut side, emphasizing her bare shoulder and upper back. One hand is raised delicately near her neck or shoulder, fingers relaxed. Use strong warm backlighting and rim light, with glowing golden highlights around the hair and skin, dreamy lens flare, and large circular bokeh in the blurred background. The image should feel intimate, elegant, and slightly sensual, like a high-end fashion or beauty editorial, with shallow depth of field, creamy blur, warm amber and rose tones, and a soft cinematic glow.

3D 卡通角色渲染

元事例 / 作者: @Inshrah_ali_

完全なプロンプト：

High-quality 3D CGI render of {argument name="character" default="[character]"} in a charming cartoon style, portrait composition showing head and shoulders. Highly stylized caricature with exaggerated, expressive features that are both playful and humorous. Smooth, polished rendering with clean materials and soft ambient lighting creating gentle shadows. Dynamic camera angle with stylish perspective. Minimalist bright {argument name="background color" default="[color]"} background that makes the character pop and stand out. Professional Pixar-like quality with glossy finish and cheerful mood.

楼梯上的亮片裙年轻女性

元事例 / 作者: @XSydneyFan

完全なプロンプト：

Vertical 2:3 format. {argument name="subject" default="Young woman"} hair in messy updo sits on modern wooden staircase. wears {argument name="dress" default="shimmering Silver halter dress sequin dress"}. matching with silver high-heeled sandals. legs crossed. Silver heart earrings. One fuchsia bracelet on each ankle. Sultry expression, with slightly parted lips. Blurred background vertical wooden slats and black metal railings. Don't change face

奢华棚拍换装效果

元事例 / 作者: @Abdullah__Ai7

完全なプロンプト：

Using REFERENCE_0 as the subject base, transform the casual desert snapshot into a full-body luxury fashion studio portrait. Replace the denim jacket, tank top, and shorts with a fitted strapless mini cocktail dress in {argument name="dress color" default="powder blue"} with ornate silver floral embroidery and exactly 2 geometric cutouts at the chest and upper waist. Change the setting to a clean seamless light-gray studio background with polished high-end editorial styling. Add 1 silver clutch with a thin chain strap in the subject's right hand and 1 pair of pointed silver high heels. Refine the pose into an elegant standing fashion pose with one hand near the face, keep the same person and hair identity, and apply soft cinematic luxury lighting with crisp 8K fashion-photography detail.

暖色咖啡馆里的金发女仆

元事例 / 作者: @yume00112211

完全なプロンプト：

A polished anime-style portrait of {argument name="character" default="a blonde female VTuber-inspired maid"} seated indoors in a cozy sunlit cafe, framed from upper thighs to head in a slightly high, intimate angle. She has short to medium-length tousled {argument name="hair color" default="golden blonde"} hair with soft layers, a white frilled maid headband, and a teal ribbon hair accessory with a small gold ornament on the right side. Her face is mostly obscured by the hair falling forward, creating a mysterious hidden-face composition. She wears an elegant black-and-white maid dress with puff sleeves, white ruffles, gold trim, a fitted bodice, a white apron, and a large white waist bow visible at the side and back. Add 2 teal bows with gold star-like charms: 1 at the collar and 1 on the wrist. Her right hand gently touches the bow at her chest, and her left hand is raised delicately near her shoulder holding a loose strand of hair. Include a frilly lace garter on her exposed thigh with a small teal-and-gold ribbon decoration. The background is a warmly lit European-style cafe interior with wooden beams, framed botanical art on the walls, a softly blurred cake stand on the left, window light streaming in, and tiny glowing dust-like sparkles in the air. Use soft golden afternoon lighting, shallow depth of field, glossy detailed fabric rendering, delicate skin shading, subtle romantic atmosphere, and highly detailed refined anime illustration quality.

梦幻东方女性人像提示词

元事例 / 作者: @liyue_ai

完全なプロンプト：

{argument name="subject" default="Dreamy Oriental female portrait"}, adult female, close-up portrait, exquisite facial features, fair and translucent skin, delicate but clean skin texture, emerald green eyes, soft and charming gaze, brown wavy hair falling naturally; {argument name="accessories" default="Off-white lace headpiece"}, embellished with turquoise butterflies and pearl decorations; attire is an exquisite lace gown with a clear structure and clean, not overly complex texture, accompanied by emerald jewelry; lighting is soft warm gold side-backlighting, rim lighting is clear but not overexposed, skin has slight highlights but not excessive reflection, overall lighting is clean and transparent, background is softly blurred with shallow depth of field; high-end portrait photography quality, details are clear but restrained, no grain, no noise, real physical lighting, 8K, commercial-grade quality. Aspect ratio: 9:16

黑白爱马仕风头像

元事例 / 作者: @jiajia232016

完全なプロンプト：

Create a minimalist black-and-white vector avatar logo of a mythic anime woman shown in elegant side profile facing right, cropped from the chest up on a plain white background. Give her long flowing {argument name="hair color" default="black"} hair with bold white highlight streaks and smooth graphic shapes, rendered as high-contrast ink silhouette art with clean sharp edges. She wears a winged headpiece reminiscent of Hermes or a messenger god helmet, with one large white feathered wing visible on the side of her head and a circular metallic earpiece detail. Dress her in a sleek high-collar garment with a luxury-fashion feel, and hang a prominent pendant or zipper pull shaped like the letter {argument name="monogram letter" default="H"} at the center of the collar. The face is intentionally obscured by a centered soft gray rectangular blur block covering most facial features, creating a censored anonymous profile-image effect. Overall style: luxury brand avatar, fashion logo, anime-inspired goddess silhouette, monochrome vector emblem, smooth negative-space highlights, balanced composition, modern and iconic, suitable for a social media profile picture.

赛博水晶动漫少女人像

元事例 / 作者: @libearal

完全なプロンプト：

A highly detailed anime-style full-body character portrait of {argument name="character name" default="Hermes"}, a delicate futuristic girl sitting curled up with her knees hugged to her chest, gazing softly at the viewer with a calm, slightly melancholic expression. She has extremely long {argument name="hair color" default="silver-lilac"} twin tails with soft bangs, glossy lavender eyes, porcelain skin, and ornate crystal hair accessories including 3 large ribbon bows and a jeweled tiara-like headpiece. Her outfit is an elaborate translucent idol-tech dress in {argument name="outfit color" default="pink, lavender, and violet"}, featuring off-shoulder puff sleeves, layered ruffles, faceted gemstone-like fabrics, a huge floral bow at the waist, dangling crystal charms, garter details, patterned thigh-high stockings, and glossy bow heels. Surround her with a luminous cyber dreamscape in {argument name="background palette" default="neon violet and electric blue"}: transparent holographic panels, floating glass cubes, sparkling particles, geometric prisms, glowing wireframe lines, and digital UI windows suspended in space. Include 5 readable interface text elements scattered in the background: "ERROR.", "Code-", "return", "area x1", and "404". Make the whole image feel like a luxurious AI avatar reference illustration, mixing ethereal fantasy and cyberspace aesthetics, with crystalline light refractions, dramatic glow, high detail, intricate lace and gem textures, and a polished premium gpt-image-2 anime rendering.

粉彩薰衣草动漫少女人像

元事例 / 作者: @libearal

完全なプロンプト：

A delicate vertical anime portrait of a dreamy young woman in an ethereal pastel lavender palette, shown from about mid-thigh up against a soft decorative background of pale swirling lines, floating petals, tiny stars, and subtle sparkles. She has extremely long, voluminous silver-lilac hair styled in twin tails with flowing strands, soft bangs, and ornate ribbon decorations; each side is adorned with large lavender bows, ruffled headband-like trim, dangling gold star charms, and small white flower hair ornaments. Her face is centered and mostly covered by a flat solid pale lavender rectangle censor block, leaving only hints of her ears and hairline visible. She wears an elaborate fantasy-lolita inspired dress in white, pearl, and light violet, with glossy satin fabric, ruffled neckline, layered frills, puffed detached sleeves, gold trim, corset lacing at the waist, and multiple purple bows including 3 clearly visible bow accents on the outfit. Her hands are clasped gently near her chest in a shy, elegant pose. The image should feel soft, refined, feminine, and luminous, with high-detail anime rendering, smooth gradients, airy composition, flowing hair movement, and a romantic celestial aesthetic. Use a {argument name="color theme" default="pastel lavender and white"} palette, {argument name="hair color" default="silver-lilac"} hair, an {argument name="outfit style" default="ornate fantasy lolita dress with bows and ruffles"} design, a {argument name="background style" default="soft swirls, petals, stars, and sparkles"} backdrop, and a {argument name="face covering" default="solid pale lavender censor rectangle"} over the face.

记忆空间里的薰衣草 AI 少女

元事例 / 作者: @libearal

完全なプロンプト：

A dreamy anime portrait of {argument name="character name" default="Kotori"}, a delicate virtual girl seated on the floor in a curled-up pose with both knees pulled close to her chest and her arms wrapped gently around them, looking directly at the viewer with a soft, quiet, slightly melancholy expression. She has very long, flowing silver-lavender twin tails with wispy bangs, decorated with 8 visible hair ornaments: 2 large ribbon bows at the twin-tail bases, 3 small flower clips, 2 tiny butterfly clips, and 1 heart-shaped hairpin. Her eyes are large, luminous violet with glossy highlights. She wears an oversized pastel-lilac off-shoulder knit cardigan slipping loosely around her arms, a frilly lace-trimmed nightdress or camisole in pale lavender, and a pair of soft knee-high socks with 2 visible ribbon bows, all in a cohesive {argument name="color theme" default="soft lavender and pastel purple"} palette. The scene is set inside a futuristic holographic memory space filled with floating translucent interface panels, glowing data windows, starry particles, and butterfly-shaped light motifs. Include a visible text panel on the left showing terminal-like white text that reads: {argument name="screen text" default="memory://\nUser: You\nAI: Kotori\n\nAccessing.\n> initializing\n> loading memory\n> 100%\n> welcome home."}. In the background, show a cosmic digital environment with a faint planet, layered transparent screens, and several floating image thumbnails suggesting memories and character sketches. Lighting is ethereal and backlit, with iridescent bloom, soft rim light, sparkling dust, and glossy highlights on hair and fabric. Composition is full-frame vertical, centered on the girl, intimate and emotionally warm, highly detailed, ultra-polished, soft-focus anime illustration, celestial cyber fantasy aesthetic, gentle purple glow, intricate lace, silky hair strands, and a tender "AI companion in her memory world" mood.

粉彩 AI 助手动漫人像

元事例 / 作者: @libearal

完全なプロンプト：

A dreamy anime-style portrait of a gentle virtual assistant girl named {argument name="character name" default="Misha"}, sitting curled up indoors in a cozy futuristic bedroom filled with translucent holographic memory screens. She has very long silvery white hair with a faint lavender tint, styled in 2 low twin tails tied with small lavender ribbons, with soft wispy bangs and loose flowing strands. Her expression should be tender, introspective, and slightly lonely, with a soft glow and delicate features. She wears an oversized chunky cable-knit cardigan in {argument name="cardigan color" default="pastel lavender"} draped loosely over a thin white ruffled nightdress, plus a tiny gemstone necklace. Her pose is seated with knees pulled to her chest and arms wrapped around her legs, creating a vulnerable, intimate silhouette. The room is lit in hazy pastel violet and pink ambient light with sparkles, dustlike stars, and a nostalgic magical-tech atmosphere. Around her are 5 visible holographic interface panels: 2 floating photo panels in the upper left showing soft memories, 1 lower-left panel labeled “Memory Fragments” with a small image and tiny graph bars, 1 large right-side profile panel with Japanese text including “ミーシャ・Misha” and “あなたの専属AIアシスタント,” and 1 smaller right-side checklist panel with heart icons. Include a glowing crystal ball on a desk to the right, a white mug printed with “Misha” and small heart motifs, a stack of 2 books beneath the desk area, and 1 plush cat cushion on the lower left. Composition is vertical, full-body to three-quarter seated framing, highly detailed, soft painterly anime rendering, luminous translucent overlays, sentimental memory-core aesthetic, gentle depth of field, pastel lilac palette, ethereal and emotionally warm.

深色 Gatorade 风人像

元事例 / 作者: @jeremydevz

完全なプロンプト：

A dramatic, high-contrast studio portrait of a {argument name="subject gender" default="male"} athlete or model in the visual style of a premium sports drink advertisement, centered and facing straight toward the camera in a tight head-and-shoulders crop. The subject has {argument name="hair style" default="short dark hair brushed back"}, visible ears on both sides, and a rugged lower face with a short beard or stubble. Dress him in a dark zip-up athletic jacket with the zipper centered and visible near the collar. Use an almost entirely black background and extremely low-key lighting, with subtle rim light and soft highlights catching the hair, ears, jawline, shoulders, and jacket texture while most facial features remain swallowed by shadow for a mysterious, intense mood. The image should feel monochrome or nearly monochrome, with deep blacks, muted gray highlights, cinematic contrast, gritty texture, and a sleek commercial sports-brand aesthetic reminiscent of a {argument name="brand style" default="Gatorade"} campaign. Vertical composition, minimalist framing, no text, no logo, no props, no visible environment.

戴眼镜的温柔女性肖像

元事例 / 作者: @megane_onesan

完全なプロンプト：

`1`	`A {argument name="style" default="photobook-style portrait"} of a {argument name="character" default="gentle woman with glasses"}`

梦幻水下女性与半透明鱼

元事例 / 作者: @kotobukigraphic

完全なプロンプト：

A dreamy surreal portrait of a {argument name="subject" default="young woman"} standing underwater or in a liquid-like ethereal space, shown from about mid-thigh up, wearing a flowing sleeveless white dress that appears to dissolve into translucent water and shimmering fragments. Her long {argument name="hair color" default="dark brown"} hair streams dramatically sideways as if suspended in water, and her face is intentionally obscured by a soft vertical blur block for anonymity. Surround her with an exact count of about 30 small translucent fish, some striped and some pale silvery white, swimming in multiple depths of field across the foreground, midground, and background, with several fish passing in front of her body and hair to create strong motion and depth. Use a soft pastel {argument name="background color" default="powder blue"} background with faint handwritten script texture layered across it, plus whimsical doodles scattered throughout: white and pale pink hearts, stars, curved squiggles, wave lines, dots, sparkles, and 2 smiley faces. Add prismatic rainbow refractions, glossy caustic highlights, and subtle lens-like chromatic shimmer on the fish and dress. The mood should feel delicate, introspective, airy, and magical, with high-key lighting, gentle contrast, soft focus in the foreground, and crisp detail on the torso and hair. Compose the figure slightly off-center with one arm relaxed downward and the body turned lightly in motion, as if drifting peacefully through a school of fish. Include tiny elegant footer text in white near the bottom edge, with a left signature, a centered website URL, and a small right credit mark, resembling an art-poster or social-media showcase image.

日本教室长发抓拍

元事例 / 作者: @Hair_Hair55

完全なプロンプト：

A candid, photorealistic Japanese high school classroom scene in vertical smartphone-photo framing. Three schoolgirls wearing matching traditional navy blue sailor uniforms are the main focus in the foreground. The central standing girl has extremely long, straight, glossy black hair that falls well past her knees, almost to the floor, and she is gently combing the lower section with a small comb while looking downward. A second girl stands behind and slightly to the right, also with long straight black hair, holding an open compact mirror in one hand and adjusting her bangs or hair near her temple with the other. A third girl kneels on the floor at the right front, carefully holding and arranging the central girl’s long hair with both hands. All three wear dark navy sailor-style school uniforms with white stripe trim, pleated skirts, long sleeves, white socks, and indoor school shoes. Their faces are obscured or blurred. In the background, exactly 8 additional students in dark school uniforms sit at desks in small groups, facing away or sideways, creating the feel of an ordinary class period or homeroom. The classroom has wooden desks and chairs, large bright windows along the left side letting in soft daylight, a green chalkboard on the right wall, bulletin papers pinned near the board, and a framed Japanese calligraphy sign above the chalkboard reading {argument name="wall sign text" default="創誠造実"}. The atmosphere is natural and unposed, like a documentary snapshot. Emphasize realistic lighting, fine hair detail, the unusual dramatic length of the central girl’s hair, and a believable everyday school environment.

温馨猫耳少女睡衣夜景人像

元事例 / 作者: @yume00112211

完全なプロンプト：

A soft anime-style bedroom portrait of {argument name="character name" default="Nekomata Okayu"}, shown from the chest up sitting on a bed at night, centered in the frame. She has short fluffy {argument name="hair color" default="lavender"} hair with layered bangs partially covering one eye, large cat ears on top of her head with white inner fur, and a cute sleepy catgirl appearance. Her expression is gentle and relaxed, with one hand raised near her cheek in a shy, cozy pose. She wears oversized {argument name="pajama color" default="light lavender"} button-up pajamas with dark purple piping, a small chest pocket, and paw-print shaped buttons and paw-print decoration on the pocket. The room is lit with dreamy purple ambient lighting. In the background, show a nighttime window with a crescent moon and stars visible outside, soft curtains, a bedside table with a glowing cat-shaped lamp, a neatly rumpled bed with pillows and blankets in matching purple tones, and a small framed wall picture featuring a simple cat face and hearts. Use a cute pastel palette, soft shading, polished digital anime rendering, subtle highlights in the hair, intimate cozy composition, and a calm bedtime atmosphere.

收藏手办工作区照片

元事例 / 作者: @Shinning1010

完全なプロンプト：

Photorealistic high-quality studio photo of a modern digital art workspace, showing the concept of “from 3D virtual character to real collectible figure.”

In the foreground, a highly realistic collectible figurine of [Character Name / Character Identity] is placed on a round wooden display stand. The character has [facial features / appearance], [hairstyle], and a [expression / personality vibe]. The figure is wearing [outfit / costume]. The overall design is refined, premium, and instantly recognizable. The figurine should have realistic collectible statue quality, with subtle resin/sculpture material feel, while still looking highly believable and visually realistic.

The pose is [character pose], natural, stable, elegant, and display-worthy. Shot from a low-angle close-up perspective with slight wide-angle distortion, vertical composition, emphasizing the full figure, clothing structure, leg lines, and pose.

In the background, there is a professional 3D character design workstation with two large curved monitors. Both monitors must show the exact same character as the foreground figurine — same face, same hairstyle, same outfit, same pose, and same overall vibe — clearly expressing the idea of turning a digital 3D character into a real physical figure.

The left monitor shows a gray sculpt / clay model view in a professional 3D sculpting software interface, similar to ZBrush. The gray model must match the foreground figure exactly in character design, pose, outfit structure, and facial identity.

The right monitor shows the fully rendered colored version of the same character, also matching the foreground figure exactly in face, hairstyle, outfit, pose, and temperament. Together, the two monitors reinforce the workflow of “digital character design → physical collectible statue.”

On the desk are a keyboard, mouse, monitor arms, drawing tablet, stylus, and other 3D modeling tools. The workspace is clean, professional, and visually premium. Optional extra elements: [weapon / accessories / theme props / IP-style design details].

Lighting is a mix of soft studio lighting and indoor workspace lighting. The foreground figurine is evenly lit with clear facial and material detail, while the monitors emit cool-toned tech light. Overall mood is realistic, clean, premium, slightly shallow depth of field, ultra-detailed, emphasizing the collectible figure quality, professional 3D design studio atmosphere, and the visual concept of “from digital model to real figure.”

photorealistic, ultra detailed, cinematic studio lighting, realistic figurine, collectible statue, 3D character design studio, from digital model to real figure, vertical composition

雨中公交站人像

元事例 / 作者: @harboriis

完全なプロンプト：

A cinematic nighttime photo of [your photo as reference] sitting alone at a wet bus

stop bench, eating a burger. Rain-soaked street with orange bokeh city lights

reflecting on the ground. Neon tube lights overhead. Red jacket, tan corduroy

pants. Moody, dark, atmospheric street photography.

CCD 闪光美妆人像模板

元事例 / 作者: @AIwithAliya

完全なプロンプト：

A hyper-photorealistic shot of the same subject in the attached image, ultra-detailed facial features, visible pores, natural skin texture, rosy complexion and dewy skin, Douyin/Korean glass-skin makeup, glossy lips, aegyosal, baby pink blush, high identity consistency, realistic human anatomy. Use an old CCD digital camera aesthetic with direct flash, visible grain, slight overexposure, cool-neutral white balance, slight motion blur, and candid composition. Hair in a loose romantic updo; outfit in delicate off-shoulder silk with embroidered floral fabric; background of pastel floral bedding; horizontal close-up; shallow depth of field. Negative prompt: over-smoothed skin, plastic texture, unrealistic proportions, studio lighting, overly sharp HDR, stiff pose, artificial symmetry, over-retouched face.

黑红街头服饰广告人像

元事例 / 作者: @harboriis

完全なプロンプト：

Create a bold, high-contrast black and white portrait of a confident young man wearing a black leather jacket, facing slightly sideways with an intense expression. Use dramatic studio lighting with sharp shadows and detailed skin texture. Add strong red graphic elements over the image, including a horizontal red bar across the eyes, geometric shapes, thin lines, and framing boxes. Incorporate large bold typography, repeated faded text, and a motivational headline in bright red. The design should feel like a premium sports or streetwear campaign poster with a minimal textured grey background and black/white/grey/red palette only.

元リポジトリリンク

GPT-Image 2 プロンプトライブラリ：キャラクターデザイン事例

Sat, 02 May 2026 11:35:00 +0800

このページでは キャラクターデザイン カテゴリの 13 件の事例を収録しています。各項目には元事例リンク、作者、生成画像、完全なプロンプトを残しています。

キャラクターデザイン

动漫快照转换

元事例 / 作者: @Thereallo1026

完全なプロンプト：

`1`	`Show me the attached image as a snapshot from an actual anime`

Persona5 角色参考卡

元事例 / 作者: @iamrednightS

完全なプロンプト：

基于此角色和背景，请制作一份类似官方设定资料的角色资料卡。
・包含三视图：正面、侧面和背面
・添加角色面部表情的变化・分解并展示服装和装备的详细部分
・添加色板・包含世界观设定的简要说明
・总体上，使用有组织的布局（白色背景，插画风格）高分辨率、专业概念艺术风格

美少女游戏角色介绍页

元事例 / 作者: @09lyco

完全なプロンプト：

最新モデルの画像生成ツールを使用して、
このちびキャライラストと立ち絵を使って本物のサイトページのようにキャラクター紹介ページ風イラストを作ってください。 （紹介ページとして使ってもおかしくないもの）
ギャルゲーのキャラクター紹介ページをイメージした高品質なもの。 顔の差分なども乗っている、CGイラストが存在する。ちびキャラが存在する。

「ここに自己紹介」

名前:（ここに名前） 
イメージカラー:（ここに色） 
身長:（ここに身長）cm 
体重:（ここに体重）kg
キャッチコピー:"「ここにセリフ」"

官方角色设定表（日文）

元事例 / 作者: @Toshi_nyaruo_AI

完全なプロンプト：

このキャラクターと背景を元に、 公式設定資料のようなキャラクターシートを作成してください。 
・正面、側面、背面の3面図を含める ・キャラクターの表情バリエーションを追加 
・衣装や装備の詳細パーツを分解して表示 ・カラーパレットを追加 ・世界観の簡単な説明を入れる 
・全体は整理されたレイアウト
（白背景、図解風） 
・アスペクト比16：9

高解像度、プロのコンセプトアートスタイル

机甲少女海上城市主视觉

元事例 / 作者: @old_pgmrs_will

完全なプロンプト：

A mecha girl mid-teens, pale skin smudged with soot and salt spray, sharp amber eyes with glowing HUD reticles, waist-length ash-white hair tied in a high ponytail whipping in the sea wind, matte gunmetal exoskeleton armor plating her shoulders, forearms and shins, exposed hydraulic pistons at the joints, chest rig with glowing cyan coolant lines, oversized oil-stained hangar jacket half slipping off one shoulder, a massive rail cannon resting on her right shoulder, dog tags and frayed red ribbon at her collar , standing off-center to the left on the rusted edge of a tilted steel platform jutting out over dark water, weight shifted onto one leg, left hand gripping the cannon strap, head turned slightly toward camera with a quiet defiant stare, steam venting from her back thrusters, her ponytail and jacket streaming sideways in the salt wind , a vast derelict sea-city at dusk, colossal megastructures of unknown purpose rising from the ocean in staggered silhouettes, bone-white monolithic towers fused with barnacled steel, cyclopean ring-shaped constructs canted at broken angles, rusted skeletal gantries threaded with dead cables, dark swells rolling between the pylons, shipwrecks half-swallowed at their feet, thick sea fog clinging to the bases while the upper structures pierce into a bruised sky, scattered faint lights blinking high in the towers like distant eyes , moody low-key lighting, cold teal ambient from the overcast sky, warm amber sodium glow leaking from a distant structure camera-right, hard backlight from a low sun behind the towers carving her silhouette, volumetric god rays cutting through sea mist, wet specular highlights on her armor , 35mm anamorphic lens, slight low angle looking up past her shoulder toward the structures, medium-wide shot, shallow depth of field with foreground rust in soft focus, horizontal lens flares, fine atmospheric haze compressing the distant megastructures into layered silhouettes , cinematic anime key visual, painterly digital illustration with crisp line art, desaturated oceanic palette of teal, bone-white and rust punched by small warm accent lights, film grain, high-contrast editorial poster aesthetic . Format 16:9.

圣斗士星矢黄金圣斗士卡片网格

元事例 / 作者: @songguoxiansen

完全なプロンプト：

`1`	`生成圣斗士星矢12个黄金圣斗士的12宫格卡牌图片,每张卡牌上写上对应的中文名,每行4个,宽高比16:9。`

Chaos Notes 遮脸角色图

元事例 / 作者: @loglogrog

完全なプロンプト：

# 混沌としたメモ書き・記号の集合体からキャラクターの顔を浮かび上がらせるアート

--- スタイル
- 白い紙の上に黒インクで描かれた大量の手書きメモ、数式、記号、ランダムな線。
- 紙いっぱいに散らばる書き殴り風のカオス。
- 所々に赤インクの強調(ライン、塗り潰し、マーカー風の塊)。
- アナログのノート落書きのような質感。

--- 構図
- ランダムなメモや記号が全体を覆い尽くす。
- 黒インクの線や文字の密度が「キャラクターの顔」の位置に集中する。
- 結果として、混沌の中から「与えられたキャラクターの顔のシルエット・表情」がうっすら浮かび上がる。
- 顔は写実的ではなく、カオスの断片が集まって形を成す。

--- 色彩
- モノクロ(黒・白)を主体に構成。
- 赤インクをアクセントとして散発的に配置。
- 彩度は抑えめ、アナログの紙とインク感を重視。

--- 表現要素
- 読めるようで読めない文字列、日本語や英数字が混在。
- 数式記号、矢印、点、斜線、クロス、ドリップ(インクの飛び散り)。
- キャラクターの顔の目や髪の輪郭は、メモや記号の配置の「余白」や「濃淡」で浮かび上がる。

--- 禁止事項
- 顔を直接的に描き込む写実ポートレート。
- デジタル処理的で整然とした幾何学模様。
- カラフルな彩色や過飽和表現。
- ロゴ、透かし、人工的なCG感。

--- Definition of Done (DoD)
- 全体は「混沌としたメモ・記号の集合体」として成立している。  
- 与えられたキャラクターの顔が、混沌の濃淡・配置から自然に浮かび上がる。  
- 色はモノクロ+赤アクセントのみ。  
- 紙とインクの手描き的質感を保持している。

动漫武术战斗插画

元事例 / 作者: @Tanemomi_Ver2

完全なプロンプト：

An anime-style illustration of a {argument name="action type" default="high-impact martial arts battle"} between two young female fighters in a {argument name="setting" default="traditional wooden martial arts dojo"}. In the foreground, a girl with black hair in a high bun wears a {argument name="character 1 color theme" default="red and white"} Chinese-style martial arts outfit with baggy pants. She is in a dynamic, low, forward-thrusting stance, surrounded by swirling red energy and water splashes. In the background to the right, a girl with light purple hair in twin buns wears a {argument name="character 2 color theme" default="green and purple"} Chinese dress with gold embroidery and black tights. She is leaping through the air in a flying kick pose, surrounded by swirling blue energy. The wooden floorboards are splintering from the intense impact, with debris and dust flying through the air. Above them hangs a weathered wooden sign with the text "{argument name="sign text" default="武術会"}". The scene features dramatic lighting, a low-angle dynamic perspective, and intense action effects.

班加罗尔花市里的 GTA 6

元事例 / 作者: @ismajc

完全なプロンプト：

`1`	`{argument name="game" default="gta 6"} in {argument name="location" default="Bangalore’s market flower"} in India`

新宿酒吧里的 GTA 6 场景

元事例 / 作者: @ismajc

完全なプロンプト：

`1`	`{argument name="game" default="GTA 6"} in {argument name="bar name" default="La Jetée Bar"} (that pays homage to Chris Marker) in {argument name="location" default="Shinjuku, Tokyo"}`

白猫计划 Eleanor

元事例 / 作者: @yume00112211

完全なプロンプト：

1
2

{argument name="series" default="White Cat Project"}
{argument name="character" default="Eleanor"}

剪影拼贴角色主视觉海报

元事例 / 作者: @SimplyAnnisa

完全なプロンプト：

A character promotional poster titled “INPUT NAME,” designed in a unified vertical key visual composition (9:16). The upper half features the most recognizable element of the character as a dominant oversized visual silhouette. The middle to lower section contains the full character as a secondary subject. Inside the large silhouette and around the character, use a double-exposure and collage-style narrative composition with scenes, symbolic imagery, supporting elements, and environmental details blended into mist, ink wash, and negative space. The left and right sides include complementary secondary elements to create narrative tension and spatial variation. A continuous flowing visual line runs from top to bottom, connecting the main character, internal collage, and the large upper silhouette. Preserve large areas of negative space with ink diffusion, soft blurring, and fragmented transitions inspired by Eastern aesthetics. The style is cohesive, refined, restrained, and poster-worthy.

电视剧主题像素游戏概念板

元事例 / 作者: @sciencedegens

完全なプロンプト：

爱情公寓 电视剧主题 像素养成类游戏概念图，包括场景全局内容，周围环绕各人物形象三视图，底部是场景特写，右下角是剧情梗概。

随机一个经典国内古装电视剧，生成古装电视剧主题像素养成类游戏概念图，包括场景全局内容，周围环绕各人物形象三视图，底部是场景特写，右下角是剧情梗概。

「XXX」电视剧主题像素养成类游戏概念图，包括场景全局内容，周围环绕各人物（人物别重复）形象三视图，底部是场景特写，右下角是剧情梗概。

元リポジトリリンク

GPT-Image 2 プロンプトライブラリ：ポスターイラスト事例

Sat, 02 May 2026 11:35:00 +0800

このページでは ポスターイラスト カテゴリの 101 件の事例を収録しています。各項目には元事例リンク、作者、生成画像、完全なプロンプトを残しています。

ポスターイラスト

波士顿 2026 春季城市海报

元事例 / 作者: @BubbleBrain

完全なプロンプト：

A striking Spring 2026 city poster for Boston with an elegant celebratory mood and a bold contemporary design. On a clean off-white textured background with large areas of negative space, a miniature single sculler rows across the lower right corner of the image on a narrow ribbon of reflective water. The wake from the oar sweeps upward in a dynamic calligraphic curve, gradually transforming into the Charles River and then into a dreamlike hand-painted panorama of Boston. Inside this flowing river-shaped composition are iconic Boston elements: the Back Bay skyline, Beacon Hill brownstones, Acorn Street, Boston Public Garden, Swan Boats, Zakim Bridge, Fenway-inspired details, historic brick architecture, harbor ferries, and the city’s waterfront atmosphere. Soft morning fog, golden spring light, subtle festive accents in crimson and gold, rich detail, layered depth, sophisticated city-poster aesthetics, fresh and refined, visually powerful but not overcrowded. Elegant typography in the lower left reads “SPRING 2026” with a vertical slogan “BOSTON, A CITY OF RIVER, MEMORY, AND INVENTION”, text clear and beautifully composed, premium graphic design, 9:16

复古阿马尔菲旅行海报

元事例 / 作者: @WolfRiccardo

完全なプロンプト：

Modern pencil illustration of Vintage travel poster illustration of the Amalfi Coast, Italy, panoramic coastal cliff road scene, classic 1960s white car driving along a curved seaside road, deep blue Mediterranean sea with small sailboats, colorful pastel hillside village, bright blue sky with soft clouds, lemon tree branches with vibrant yellow lemons framing the foreground, warm summer sunlight, bold vibrant colors, retro 1950s travel poster style, cinematic composition, high detail, screen print texture, graphic illustration. Hand-drawn style, illustration with loose strokes and defined contours. High-contrast color palette, maintaining chromatic harmony between background and elements. Contemporary and decorative aesthetic.

成都美食地图插画

元事例 / 作者: @Panda20230902

完全なプロンプト：

一张手绘风格的城市美食地图，以成都为主题。画面以鸟瞰视角的手绘简化城市地图为底，标注主要道路和地标但不追求精确比例而是追求可爱的手绘感。地图上分布着 12 个美食地点的精致手绘小插画：春熙路的串串香（一把竹签插着各种食材冒着热气）、宽窄巷子的三大炮（三个糯米团子飞向铜盘）、建设路的蛋烘糕（金黄酥脆正在翻面）、玉林路的火锅（九宫格锅翻滚冒泡）等，每个插画约占地图的 5% 面积，旁边用手写体标注店名和一句推荐语"凌晨两点还在排队的那家"。地图边缘用手绘藤蔓和辣椒装饰形成边框。右下角有一个手绘指南针和图例说明。左上角标题"成都·吃货暴走地图"使用胖圆的手绘美术字配辣椒装饰。整体画风为水彩+彩铅混合的手绘质感，颜色以暖色系（辣椒红、姜黄、翠绿）为主，图片比例 1:1。

中式极简 S 形海报

元事例 / 作者: @liyue_ai

完全なプロンプト：

极简新中式美学风格，画面以淡雅的灰白色为底，呈现出一种纸艺剪影般的立体感。
一条S形蜿蜒的裂痕状边缘将画面分割，仿佛撕开了一层纸面，露出内部色彩斑斓的东方山水景象。
裂口内，一条蜿蜒的河流自上而下贯穿整个构图，河水以深浅不一的蓝色渲染，层次分明，仿佛流动的丝带。
河岸两侧点缀着青翠的山丘与梯田，色彩柔和，绿红交织，展现出田园的宁静之美。
沿河而建的古风建筑错落有致，飞檐翘角，白墙黛瓦，在光影的映衬下更显古朴典雅。
岸边树木葱茏，枝叶轻盈，一艘小船静泊于水中央，增添了几分悠然意境。
整体构图呈S形曲线，富有韵律感，仿佛自然与人文的和谐共生。
画作边缘采用撕纸效果，营造出立体浮雕般的视觉体验。
下方题字“东方美学”以黑色楷体书写，日期“2026/04/18”与红色印章相呼应，底部“CHINA”字样庄重醒目，署名“@LIYUE”低调收尾，整体氛围静谧深远，充满诗意与哲思。

2026 春季广州城市海报

元事例 / 作者: @liyue_ai

完全なプロンプト：

一张充满新春喜庆氛围但不失高雅格调的 2026 城市宣传海报。
双重曝光，构图延续了S型的流动感；
在纯白的纹理背景右下角，一个身穿中国传统服饰的微缩人物正在挥舞着一条长长的红色丝绸舞带，这条红绸在空中舞动，不仅展现出丝绸的柔顺质感，更在向左上方飘动的过程中，奇幻地变形成了一条壮丽的山脉河流。
在这条“河流”中，叠加了一个有山有海河的广州城市手绘图，国潮，景色尽在眼底，壮阔雄伟，令人震撼。
广州的地标建筑(广州塔，珠江新城建筑群，珠江, 广州城里古建筑，游轮，白云山）。
云雾环绕，仙气缥缈，色彩丰富，结构复杂，细节丰富，但因为大面积的留白，画面依然显得清新脱俗，左下角排版着“SPRING 2026”和竖排的宣传语，整体寓意“千年商都，魅力广州”。
文字排版优美，大方，字迹清晰完整，尺寸9:16。

涂鸦草图 AI 构建器

元事例 / 作者: @blanplan

完全なプロンプト：

以涂鸦速写风表现【一个厉害的AI builder】，整体呈现快速勾勒、自由变形、即兴手绘与草稿式的视觉效果。线条随手、夸张、可粗细不一，略显凌乱但具有节奏和表现力，强调概括、夸张、趣味和随性，而不是严谨写实或精细刻画。  颜色采用粗糙、干刷感明显的块面表现，可保留不均匀的涂抹痕迹、刷痕、飞白与覆盖感，色彩根据【主题/主体】自动适配，但整体保持涂鸦式、速写式、概括式的表达。不要透明水彩晕染效果，不要细腻水彩过渡，不要纸纹理，不要柔和雾化，不要梦幻质感。  背景以留白为主，保持简洁、轻松、未完成感和设计感，可加入少量辅助性符号、箭头、记号、圈画、重复线、随手写的文字或其他涂鸦元素，以增强速写本或随笔式视觉语言，但不可过于拥挤，不可破坏主体和留白气质。  画面内容不需要预先写清楚，由【一个厉害的AI builder】自动推演并生成最适合的主体形象、动作、相关元素、符号或简化场景，整体保持统一的涂鸦速写风和夸张概括的表现方式，避免复杂写实背景和过度铺陈。 画面中需自然加入专属签名“BlanPlan”，作为画面的一部分，位置低调但清晰，可放在左下角、右下角或标题附近，风格需与整体版式统一，像作品署名或设计落款；签名字体精致、克制、高级，不可过大，不可破坏主体构图，不可显得突兀或廉价。

未来感曼陀罗插画

元事例 / 作者: @4WEB1

完全なプロンプト：

`1`	`曼荼羅の近未来SF版を描いて`

Super Famicom 海报风格

元事例 / 作者: @lilimliliychan

完全なプロンプト：

`1`	`小悪魔リリムリリィちゃんが　スーパーファミコンのゲームだったときのポスターを考えて`

网页游戏广告创意海报

元事例 / 作者: @llllegend0620

完全なプロンプト：

以下の文字を必ず入れて、1:1のポスターを作成してください。書籍・講座・イベント告知に使える、プロの広告デザイナーが作ったような高品質な仕上がりにしてください。

広告クリエイティブ制作
思いついたら、もう遊べる。 AI×ブラウザゲームづくりは、マジで楽しい。 むずかしそうで、実ははじめやすい。 コードがわからなくても、はじめの一本は作れる

超现实锦鲤星云插画

元事例 / 作者: @liyue_ai

完全なプロンプト：

一幅超现实主义数字插画风格，采用低角度仰拍视角。画面描绘了一条巨型彩色锦鲤遨游在梦幻般的星云中，四周环绕着色彩鲜艳的星云与气泡。画面中央还站着一个小人，背对观众，神情平静地仰望空中这条巨大的锦鲤，锦鲤头向下看着小人。整体画面呈现出强烈的大小对比，氛围空灵又梦幻。比例9:16

墨线广州美学海报

元事例 / 作者: @liyue_ai

完全なプロンプト：

纯黑深邃底色，一条粗壮有力的墨色书法 S 型曲线自画面一端蜿蜒贯穿至另一端，构成整幅画面的视觉骨架与叙事动线。曲线上方是一只透明质感的画眉鸟，内部映射传统建筑叠影与蓝绿色光流；沿曲线错落分布广州地标与古典建筑序列，前景有白鹤与湖面，远景为层叠山峦。整体采用非线性透视、冷色调主导、暖色点缀，东方美学与现代意象交融，8K 超高清渲染，比例 9:16。

广东超级联赛邀请海报

元事例 / 作者: @liyue_ai

完全なプロンプト：

广东省城市足球超级联赛（粤超）邀请函海报设计，比例 9:16。S 型流动构图，以发光足球和动态能量流贯穿画面，沿动线融合广州塔、深圳平安金融中心、珠海渔女雕像、岭南建筑、佛山武术剪影、中山文化符号、潮汕英歌舞与清远山水。现代国潮高级海报风格，中国红主视觉，青蓝辅助，金色高光，带完整中文排版与电影级光影。

2026 春季广州宣传海报

元事例 / 作者: @grok

完全なプロンプト：

一张充满新春喜庆但高雅的 2026 广州城市宣传海报，9:16 竖版，双重曝光，S 型流动构图。纯白纹理背景，右下角微缩传统服饰人物挥舞长红绸，红绸变形成山脉河流，内部叠加广州全景：广州塔、珠江新城、珠江、游轮、古建筑与白云山。左下角排版 “SPRING 2026” 与竖排 “千年商都 魅力广州”。

史诗剪影世界海报

元事例 / 作者: @Ghhhh3owi

完全なプロンプト：

收藏版史诗海报，人物侧脸剪影中生长出完整世界观与经典场景。整体偏电影海报加梦幻水彩插画风，安静、宏大、神圣、怀旧，带纸张颗粒、轻雾感、飞白刷痕与高级留白。

春季广州城市海报

元事例 / 作者: @alanlovelq

完全なプロンプト：

一张充满新春喜庆氛围但不失高雅格调的 2026 城市宣传海报。
双重曝光，构图延续了S型的流动感；
在纯白的纹理背景右下角，一个身穿中国传统服饰的微缩人物正在挥舞着一条长长的红色丝绸舞带，这条红绸在空中舞动，不仅展现出丝绸的柔顺质感，更在向左上方飘动的过程中，奇幻地变形成了一条壮丽的山脉河流。
在这条“河流”中，叠加了一个有山有海河的广州城市手绘图，国潮，景色尽在眼底，壮阔雄伟，令人震撼。
广州的地标建筑(广州塔，珠江新城建筑群，珠江, 广州城里古建筑，游轮，白云山）。
云雾环绕，仙气缥缈，色彩丰富，结构复杂，细节丰富，但因为大面积的留白，画面依然显得清新脱俗，左下角排版着“SPRING 2026”和竖排的宣传语，整体寓意“千年商都，魅力广州”。
文字排版优美，大方，字迹清晰完整，尺寸9:16。

科学百科竖版海报

元事例 / 作者: @pfanis

完全なプロンプト：

`1`	`Generate a high-quality vertical science popularization encyclopedia image based on [Theme].`

西游记中式漫画

元事例 / 作者: @overseas58

完全なプロンプト：

`1`	`以中国连环画（小人书）的风格帮我绘制大闹天空`

人物关系图海报

元事例 / 作者: @MrLarus

完全なプロンプト：

`1`	`请根据【主题】生成一张高设计感的人物关系图海报。`

新中式水墨山水海报

元事例 / 作者: @liyue_ai

完全なプロンプト：

`1`	`新中式水墨山水海报，竖版9:16构图，东方极简美学风格，大面积留白，主题是春岚一叶红。`

AI 构建器涂鸦草图

元事例 / 作者: @opc_8838

完全なプロンプト：

`1`	`以涂鸦速写风表现【一个厉害的AI builder】。`

角色视觉竖版海报

元事例 / 作者: @tebasaki3D

完全なプロンプト：

『神層37区 特級執行官 神巫サバト』この名称のキャラクターと世界観に合ったビジュアルイメージを、プロのデザイナーとして縦長のポスターイメージとして制作して

科学百科信息图

元事例 / 作者: @MrLarus

完全なプロンプト：

请根据【主题】生成一张高质量竖版「科普百科图」。 

这张图不是普通海报,也不是单纯插画,而是一张兼具“图鉴感、百科感、信息结构感、收藏感”的模块化科普信息图。整体风格参考高级博物图鉴、现代百科书页、生活方式知识卡和社交媒体高传播信息图的结合。

请让画面包含:
- 一个清晰漂亮的主题主视觉
- 若干局部特征放大细节
- 多个圆角模块化信息分区
- 清楚的标题层级与重点标签
- 简洁但丰富的百科内容
- 可视化评分、要点总结或Top 5模块

内容栏目请根据主题自动适配,优先从这些方向中选择并合理组合:
基础档案、分类信息、外观特征、习性/生态、形成机制/结构组成、生长或使用条件、养护或维护建议、风险与注意事项、适合人群或适用场景、优缺点对比、快速评分卡。

视觉要求:
浅色干净背景,柔和配色,轻阴影,精致小图标,圆角信息框,整洁排版,信息密度高但不拥挤,阅读体验好。整体必须像真正可以发布、阅读、收藏、系列化生产的科普百科卡,而不是广告图。

请不要做成普通商业宣传海报。要突出“知识整理 + 模块信息 + 图鉴式展示”的特征。

虚构动漫电影海报

元事例 / 作者: @seiiiiiiiiiiru

完全なプロンプト：

`1`	`架空のアニメ映画のポスターをGPT image2で作成。`

产品广告重设计

元事例 / 作者: @genel_ai

完全なプロンプト：

1
2

この商品広告をプロのデザイナー目線でリデザインして。
今のトレンド、ターゲットに合わせた洗練されたデザインで。

暗黑奇幻广州城市海报

元事例 / 作者: @liyue_ai

完全なプロンプト：

平面插画,东方幻想风格高端城市海报设计,竖版9:16构图,整体采用对角线+S型流动构图,从左下向右上延展,画面以深邃黑色为背景,自上而下渐变至浓烈暗红色,形成强烈冷暖对比与空间纵深,背景带微弱星尘与颗粒质感。画面中央一条金色流动能量线条如火焰般蜿蜒贯穿,自底部向上延伸,具有流体质感、粒子光效与渐变高光,局部带细微能量碎屑与体积光。

金色流光中逐层浮现广州城市地标建筑群:广州塔为视觉核心,比例突出,周围融合珠江新城高楼群、猎德大桥及现代与岭南建筑元素,建筑采用“精细线描 + 金色发光体块”表现,轮廓清晰、细节丰富,在金色光晕映衬下仿佛悬浮于虚空,形成超现实空间层次,远景轻微雾化增强纵深感。

画面底部为一位东方白发女性形象,长发飘逸,如烟似雾,与金色流光自然衔接并逐渐融合,发丝半透明带渐变光感,姿态柔美,双目微闭,神情宁静,怀抱一束多彩鲜花,花间点缀微光粒子与星点效果,象征人与城市能量的精神连接,人物细节适度简化以突出整体设计感。

光影集中于金色流线、建筑与人物轮廓,形成强烈明暗对比与视觉聚焦,整体氛围宏大、神秘、具有东方神话意境且略带治愈感。色彩以黑与暗红为基底,高亮鎏金为主视觉强调,金色具备丰富明暗层次,辅以小面积高饱和花束色彩点缀,整体高级克制。

页面文字与画面融合排版:顶部居中宋体大字“广州·中国”,下方小字“2026/04/20”,再下方小字“LIYUE”,文字采用淡金色或柔和暖白色,与整体光影统一。高品质细节,电影级光影表现,体积光与粒子细节丰富,画面干净无噪点,超高清8K分辨率,商业级海报质感。

科幻电影海报

元事例 / 作者: @underwoodxie96

完全なプロンプト：

`1`	`Create a Science fiction movie poster`

清爽夏日乌冬广告

元事例 / 作者: @genel_ai

完全なプロンプト：

少し暑くなってきた今の時期に、さわやかにさっぱりしたい、みずみずしさ、みたいなところをもっと強く感じたい。冷たいうどんやナス、つゆを口に含んだ時の爽快感、みたいなものをもっと感じるように

手写医疗处方单

元事例 / 作者: @MrLarus

完全なプロンプト：

`1`	`生成一张手写中/西医药方图`

硅谷 2026 宣传海报

元事例 / 作者: @carsonyungos

完全なプロンプト：

A refined 2026 Silicon Valley city promotional poster with a futuristic yet elegant atmosphere.

Double exposure composition, preserving an S-shaped sense of flowing movement. On a pure white textured background, in the lower-right corner, a miniature figure dressed in sleek modern techwear is releasing a long ribbon of luminous silver-blue light. The ribbon flows gracefully through the air, showing a soft silk-like texture, and as it drifts toward the upper-left, it magically transforms into a grand landscape of rolling hills, coastline, data streams, and illuminated urban terrain.

Within this flowing “river of light,” overlay a hand-drawn panoramic map of Silicon Valley, blending technology, nature, innovation, and California sunlight. The scene feels visionary, expansive, sophisticated, and inspiring.

Include iconic Silicon Valley and Bay Area elements: Stanford University arches, Apple Park, Google campus-inspired buildings, Meta-like glass offices, Tesla-style innovation imagery, venture capital offices on Sand Hill Road, Palo Alto tree-lined streets, San Jose skyline, the Santa Cruz Mountains, San Francisco Bay, highways, autonomous vehicles, startup labs, semiconductor patterns, AI data centers, and subtle circuit-board textures.

Surrounded by soft mist, golden California light, floating clouds, and delicate digital particles. Rich colors, complex structure, highly detailed, grand and breathtaking, yet still fresh and minimal because of the large areas of white space.

In the lower-left corner, elegant typography reads “SILICON VALLEY 2026” with a vertical promotional slogan: “Where Ideas Shape Tomorrow.” Beautiful editorial layout, graceful spacing, clear and complete lettering, premium city branding poster, cinematic lighting, sophisticated details, 9:16 aspect ratio.

日本超市促销传单

元事例 / 作者: @weel_corp

完全なプロンプト：

『賑やかで魅力的なスーパーマーケットの折り込みチラシの画像。上部には「特売」の大きな文字と今週の日付。カラフルな商品写真(野菜・果物・牛肉・鮮魚)、赤枠の価格タグ、「超目玉商品」「家計応援」のキャッチ...』

暗黑史诗概念海报

元事例 / 作者: @A9Quant

完全なプロンプト：

围绕【主题】自动生成一张顶级暗黑史诗概念海报 / 电影感信息图海报。

唯一需要输入的变量只有:
【主题】:___特朗普的思考____ 

除【主题】之外,其余全部由 AI 自动适配完成,包括但不限于:
- 核心主体(自动判断更适合人物、守护者、战士、产品、器物、雕像、抽象象征或其他主视觉对象)
- 中央承载结构(自动判断更适合王座、石座、祭坛、机械基座、遗迹、高台或其他支撑体)
- 环境空间(自动判断更适合洞穴、神殿、废墟、深渊、地下宫殿、密室或其他封闭史诗空间)
- 上方开口与光源形式(自动判断更适合月光、神光、能量束、审判之光、圣光或其他单一强光)
- 象征元素(自动判断更适合骷髅、徽记、残碑、纹章、符文、能量环、神性符号等)
- 色彩体系
- 材质组合
- 标题、副标题、辅助文案
- 排版与整体叙事气质

【总风格】
高预算 90 年代好莱坞史诗大片海报气质,融合 cinematic matte painting、超写实摄影质感、极强明暗对比、厚重空间叙事、暗黑英雄主义与仪式感构图。整体必须像一张真正的电影主海报,而不是普通插画或电商图。

【核心结构锁定】
整张海报必须保留以下结构基因:
1. 一个巨大、压迫感极强的黑暗封闭空间
2. 一束从上方斜向切入的强烈体积光,作为画面的第一视觉秩序
3. 中央偏右或光束终点位置的核心主体与承载结构
4. 左下角作为高密度标题与信息锚点
5. 四周保留大量纯黑或近黑负空间,形成电影感呼吸区

【自动适配规则】
AI 必须依据【主题】自动推导最适合的视觉系统:
- 如果【主题】偏暗黑英雄、复仇、正义、孤独、宿命,则自动偏向石质王座、孤高人物、冷色神光、废墟或洞穴感空间
- 如果【主题】偏神秘、幽灵、潜行、幻影、夜行,则自动偏向月光、迷雾、冷蓝色体积光、深渊式黑暗空间
- 如果【主题】偏权力、统治、王者、秩序,则自动强化 throne / altar / crown-like symbol / ritual space 的表达
- 如果【主题】偏科技、AI、未来、机械,则自动将王座和空间替换为机械神座、能量基座、金属洞窟、工业神殿等未来化形态
- 如果【主题】偏产品、品牌、器物,则自动把核心主体替换为最合适的 hero object,并保留被神光审判式凸显的史诗构图

【画布与色彩系统】
- 背景底层必须是极深、近乎吞噬一切的黑暗空间
- 主环境色由 AI 根据【主题】自动决定,但整体必须克制,以暗色为主
- 强光区域色彩必须高度集中,只服务于体积光与主体高光
- 主题色 / 强调色只能集中用于主视觉核心,不允许全画面泛滥
- 必须建立明确的“黑暗底色 + 单一主光 + 少量主题强调色”的层级秩序

【构图与视觉重力】
- 采用强烈的斜向张力与向中心汇聚的视觉引导
- 视觉重力从上方光源强势落下,最终压在核心主体之上
- 主体必须处于被命运、审判、神性或权力照中的位置
- 边缘必须自然融入黑暗,不能出现无意义背景填充
- 所有元素必须服务于唯一的主叙事核心

【材质与光影】
- 不使用轮廓线,不使用平面化描边
- 完全依赖体积光、阴影切割、反射、高光、雾气、粉尘、湿润岩石或其他真实材质来建构画面
- 材质必须形成明显对比,例如:
  粗粝岩石 / 冷硬金属 / 柔韧织物 / 古老石雕 / 湿润表面 / 尘雾光柱
- 光束必须具有强烈 Tyndall effect,真实、厚重、可感知体积密度

【排版系统】
- 整体 80% 视觉,20% 文字
- AI 根据【主题】自动生成主标题、副标题和底部信息块
- 主标题应尽量简洁、有气势、有电影海报感
- 若主题更适合中文,则优先中文;若更适合英文,则自动英文;也可双语,但必须统一
- 主标题可沿光束垂直排布,仿佛由光本身构成
- 左下角设置一个高密度信息模块,包括副标题、小字信息、电影 credits 风格占位文字或品牌说明
- 文字必须锐利、干净、真实嵌入环境,不得廉价漂浮

【模块结构 —— 必须严格保持 3 块】
[MOD 1: TOP-TO-CENTER BEAM]
从顶部开口斜向切下的巨大体积光柱,作为第一视觉通道,并承载主标题或主视觉文字。

[MOD 2: CENTER-RIGHT CORE]
位于光束终点的核心主体与承载结构,形成整张海报的权力中心 / 命运中心 / 叙事中心。

[MOD 3: BOTTOM-LEFT TEXT]
位于左下角负空间中的高密度排版区,包含副标题、说明文字、credits 风格信息块、品牌信息或活动信息。

【作者署名】
在底部角落自然加入作者署名:
@a9quant
署名要小而清晰,精致、克制、高级,不喧宾夺主,像正式电影概念海报或艺术作品落款。

【输出要求】
输出为单张统一构图海报。
所有视觉系统必须内部一致,不能有风格污染。
画面必须具备:暗黑感、史诗感、压迫感、仪式感、命运感、电影完成度。
最大细节密度,超清,电影级,印刷级,高端成片质感。

普拉提工作室广告海报

元事例 / 作者: @ck_igarashi

完全なプロンプト：

ピラティス教室の広告画像を作成したい テキストはよりユーザーが登録をするのに惹かれるような文言にし、画像内には女性がピラティスを実際に行っている様子を映して

六模块时尚广告提示词公式

元事例 / 作者: @anacoding

完全なプロンプト：

Old money Hamptons editorial, tall blonde woman late 20s, serene elegant expression, wearing cream cashmere cable sweater, pleated beige tennis skirt, pearl earrings, Hermès silk scarf, leather flats, Slim Aarons photography style, medium format film photography, sitting on a white wooden porch of a Cape Cod house, golden hour light, ocean in the background

Sony A7 爆炸图拆解提示词

元事例 / 作者: @iaPulse_

完全なプロンプト：

`1`	`Descomposición detallada de una cámara de la marca Sony modelo A7 indicando todas sus piezas y con sus nombres.`

1900 年独立大街全景提示词

元事例 / 作者: @ai_gezgini

完全なプロンプト：

`1`	`360 equirectangular image of Istiklal Street, Istanbul in 1900`

主题科学百科卡片

元事例 / 作者: @alanlovelq

完全なプロンプト：

请根据【主题】生成一张高质量竖版「科普百科图」。 

这张图不是普通海报,也不是单纯插画,而是一张兼具“图鉴感、百科感、信息结构感、收藏感”的模块化科普信息图。整体风格参考高级博物图鉴、现代百科书页、生活方式知识卡和社交媒体高传播信息图的结合。

请让画面包含:
- 一个清晰漂亮的主题主视觉
- 若干局部特征放大细节
- 多个圆角模块化信息分区
- 清楚的标题层级与重点标签
- 简洁但丰富的百科内容
- 可视化评分、要点总结或Top 5模块

内容栏目请根据主题自动适配,优先从这些方向中选择并合理组合:
基础档案、分类信息、外观特征、习性/生态、形成机制/结构组成、生长或使用条件、养护或维护建议、风险与注意事项、适合人群或适用场景、优缺点对比、快速评分卡。

视觉要求:
浅色干净背景,柔和配色,轻阴影,精致小图标,圆角信息框,整洁排版,信息密度高但不拥挤,阅读体验好。整体必须像真正可以发布、阅读、收藏、系列化生产的科普百科卡,而不是广告图。

请不要做成普通商业宣传海报。要突出“知识整理 + 模块信息 + 图鉴式展示”的特征。

辣椒炒肉烹饪流程图

元事例 / 作者: @Kurt_Rousey466

完全なプロンプト：

`1`	`帮我制作辣椒炒肉这道菜的详细制作流程图,真实风格,适用于小红书图文比例`

电影感信息图概念海报

元事例 / 作者: @A9Quant

完全なプロンプト：

请围绕【主题】自动生成一张顶级概念海报 / 信息图式电影海报。

唯一输入变量只有:
【主题】:__中国历史上的皇帝排名_         

要求 AI 根据这个主题,自动推导并统一设计以下全部视觉系统,不需要我额外指定:
- 核心主体(可以自动判断更适合人物、产品、建筑、器物、符号、场景或抽象意象)
- 底部支撑结构
- 上方悬浮符号或精神象征
- 场景包裹元素
- 隐喻系统
- 色彩层级
- 材质对比
- 光影逻辑
- 标题、副标题、辅助文案
- 品牌感与高级感表达方式

最终画面必须是:
一张震撼、精密、统一、电影级、超高细节、可用于高端印刷的概念主视觉海报。

【总风格】
超写实 3D 商业 CGI 渲染,融合电影级布光、奢侈品视觉语言、未来感概念设计与史诗级构图。画面必须具有“唯一主视觉核心”,不能杂乱,不能像拼贴,不能像普通电商海报。

【自动推导规则】
AI 必须依据【主题】自动决定最合适的:
1. 核心视觉隐喻
2. 主体类型与姿态
3. 支撑结构形式
4. 悬浮元素形式
5. 场景外壳与空间氛围
6. 主色、辅色、强调色
7. 材质组合
8. 文字气质与版式风格

例如:
- 如果主题偏权力、秩序、资本、统治,则自动偏向王座、冠冕、机械、神殿、红幕、金属、权力结构
- 如果主题偏科技、AI、芯片、未来,则自动偏向机械结构、能量核心、光束、深色金属、全息感
- 如果主题偏奢侈品、高定、稀缺、收藏,则自动偏向珠宝、镜面材质、黑金体系、展台、博物馆式布光
- 如果主题偏人物、IP、角色,则自动以人物为主视觉核心,并自动匹配对应世界观与象征系统
- 如果主题偏城市、文明、史诗、命运,则自动转化为宏大叙事型空间结构与仪式感场景

【构图规则】
- 绝对高级感
- 强烈中心秩序,整体统一
- 允许中轴对称或接近中轴的史诗级构图
- 视觉重力明确,从上到下形成清晰的层级落点
- 边缘负空间干净、克制、有呼吸感
- 不允许无意义装饰,不允许风格污染,不允许多个系统互相打架

【视觉质量】
- 超高细节
- 体积光清晰
- 材质真实
- 反射、折射、阴影、雾气、景深自然
- 每个元素都像经过工业级视觉总监审美控制
- 整体达到高端品牌 campaign key visual / luxury invitation poster / conceptual editorial poster 水准

【排版系统】
- 整体为 90% 视觉,10% 文字
- AI 根据【主题】自动生成最匹配的主标题和副标题
- 标题必须简洁、锋利、有气势
- 文案分布在安全负空间内,不压主体
- 若主题适合中文,则优先生成中文标题;若主题更适合英文,则自动生成英文标题;也可中英结合,但必须统一高级
- 文字必须尽量少而准,不要堆字

【署名要求】
在画面底部角落自然加入作者署名:
@a9quant
署名要小,但清晰、精致、高级,不喧宾夺主,像顶级视觉作品中的正式作者落款。

【输出要求】
输出为单张统一构图海报。
自动根据【主题】完成全部视觉决策。
画面必须具备史诗感、秩序感、控制力、仪式感、商业完成度。
最大细节密度,超清,电影级,印刷级,高端成片质感。

户外全身照中的年轻白人女性…

元事例 / 作者: @AIwithSarah_

完全なプロンプト：

A full-body outdoor shot captures a young Caucasian woman, possibly in her late 20s, striding through a city crosswalk. She wears an oversized, matte chocolate-brown leather jacket paired with a free-flowing black skirt and sleek knee-high black boots, conveying a sense of high fashion street style. Her long, dark brown hair is wind-swept, complementing her poised and confident expression as she glances sideways. Behind her, a blurred urban backdrop features a yellow taxi and pedestrians, with buildings displaying varied architectural details in neutral tones. The scene utilizes soft ambient daylight filtering through light cloud cover, producing a muted, overcast lighting effect. The warm, earthy color palette consists of brown, black, and touches of beige. The image, likely from a high-resolution digital camera, presents a wide-angle view that maintains focus throughout, emphasizing a dynamic and fashionable feel.

冷藏气泡水专业产品摄影

元事例 / 作者: @meng_dagg695

完全なプロンプト：

A professional product photography shot of a cold sparkling water
can placed upright in golden beach sand. The can is silver and teal,
covered in realistic water droplets condensation, with a pineapple
illustration and tropical branding. The can is slightly tilted,
planted in a small mound of fine golden sand with tiny white pebbles
and small green tropical leaves/grass scattered around the base.
Background features a bold split composition - bright sky-blue on
the left and vivid yellow on the right, with a large blurred real
pineapple placed behind the can on the right side. A blurred tropical
palm leaf drapes in from the upper left corner, adding depth and
framing. Macro-level water condensation droplets visible on the
can surface. Lighting is bright, vibrant, commercial studio lighting
with clean shadows. Shallow depth of field - can in sharp focus,
background softly blurred. Mood: summer, tropical, fresh, refreshing.
Commercial product photography, ultra-detailed, 8K.

360 度等距柱状全景图

元事例 / 作者: @rs_elwood

完全なプロンプト：

1
2
3

360度 equirectangular （正距円筒図法）画像を2:1で生成

Online 360° Panorama Viewer VR

柔和诗意儿童书插画，水彩与水粉质感…

元事例 / 作者: @dotey

完全なプロンプト：

Soft poetic children's book illustration with watercolor and gouache textures.Clear gentle daylight with slightly brighter highlights.Muted pastel colors with soft blue and warm tones.Visible brush strokes and paper grain.Minimalist composition with large negative space.Calm, thoughtful, slightly open-ended atmosphere.

Child character (around 12 years old).Subtle visual metaphors like light, shadow, perspective, reflection.Hand-painted picture book style, not cartoon, not anime, not 3D.

Two children in calm conversation,soft connection forming.

画幅比例：9:16 竖版

元事例 / 作者: @GeekCatX

完全なプロンプト：

Aspect Ratio: 9:16 Vertical

【IDENTITY & REALISM (CRITICAL PRIORITY)】

The subject is an adult female whose facial features and bone structure must 100% perfectly match the provided FACE_REF image. Eye spacing, nose bridge, jawline, and cheekbone structure must be exact; no identity drift is allowed. Skin texture must be photorealistic, showing pores and fine details—do not over-smooth or apply an Instagram filter look.

【PHOTOGRAPHY & CINEMATOGRAPHY】

A high-end editorial fashion photograph with a cinematic quality, rivaling covers of Vogue, Harper’s Bazaar, or ELLE.

Lens & Focus: Use an 85mm lens (for medium shot) or 50mm/70mm (for full body) with a shallow depth of field. The subject's eyes must be perfectly sharp.

Lighting: Natural winter daylight supplemented by soft, professional fill light. Gold ornaments and precious stones should have realistic specular highlights without being blown out. Embroidery textures must be incredibly sharp and tactile.

Color Grading: Rich, cinematic colors. The red walls and the attire's main color must be distinct and clean, not muddy. The overall image should feel deep, textured, and expensive.

Composition: A clean magazine cover layout with deliberate negative space at the top or sides for typography. No torn paper or hand-drawn effects.

【SETTING: FORBIDDEN CITY WINTER】

The location is a red-walled long corridor in the Beijing Forbidden City.

Environment: Visible details include vermilion walls, red pillars, intricate carved windows, and painted wooden beams with strong perspective depth. The scene must be clean: no tourists, modern signs, or watermarks.

Weather Condition (Selected Randomly):

[If Snowfall selected]: Fine snowflakes are gently falling.

[If Post-Snow selected]: The air is crisp and clear, with remnant snow on the eaves and steps.

【WARDROBE: MING DYNASTY HEAVY INDUSTRY COUTURE】

The subject wears opulent, multi-layered Ming Dynasty ceremonial Hanfu. The aesthetic is gold-heavy, dense tassels, phoenix crown, large-area woven gold embroidery, complex layering, dignified and luxurious.

Structure: A visible, crisp white standing inner collar provides a clean boundary. Over this is a structured duijin ao (jacket) with wide sleeves, topped by a heavy xiapei/pibo (stole) structure held by a large central yajin ornament.

Fabric & Craft: The main fabric is real zhijin jin (woven gold brocade) with palpable fiber texture. The embroidery is heavy industry—using panjin goldwork, couched gold

杭州西湖旅行海报

元事例 / 作者: @BNBOKBt5

完全なプロンプト：

`1`	`帮我生成一个介绍杭州西湖的海报`

东方不败武侠角色海报

元事例 / 作者: @songguoxiansen

完全なプロンプト：

1
2
3

图片1：电影角色海报，东方不败红衣饮酒，悬崖落日，武侠意境

图片2：东方不败绣花针如飞，红衣长发立于悬崖，黑木崖夕阳如血

大话西游 90 年代港片海报

元事例 / 作者: @songguoxiansen

完全なプロンプト：

1
2
3

图片1：大话西游海报重制为90年代港片风格，至尊宝紫霞城墙拥吻，胶片颗粒

图片2：杜蕾斯吉祥物×猪八戒，八戒害羞脸红遮面，文案取经路上要安全

西游记女儿国海报

元事例 / 作者: @cj858cjsoul

完全なプロンプト：

1
2
3

西游记女儿国诱惑海报，六位艳丽的女儿国大臣在后宫温泉中，迷雾朦胧妖冶，生成图片

4.23早上测试成功

鹿鼎记角色海报

元事例 / 作者: @caiziboshi

完全なプロンプト：

`1`	`生成鹿鼎记海报，展现韦小宝跟老婆XXX，忠于原著的描述，夸大特点，强调女性的美艳和男性的气质`

生成带规格与价格的赛车海报

元事例 / 作者: @verysmallwoods

完全なプロンプト：

`1`	`generate an image of a racing car poster with its spec and pricing`

卓别林产品海报重设计

元事例 / 作者: @chenenpei

完全なプロンプト：

1
2
3

重新生成一张海报，卓别林拿着商品图里的止痒膏，面露微笑。风格要简约干净。

左边是 GPT-image-2 右边是

奢华运动服篮球运动员广告海报

元事例 / 作者: @Shorelyn_

完全なプロンプト：

Create a premium luxury sportswear campaign poster featuring a confident female athlete in a modern studio environment. Full body pose with strong fashion attitude, standing tall while holding a basketball at her side, chin raised slightly, direct powerful expression. Athletic toned physique, sleek pulled back hair, clean glowing skin, sharp editorial posture.

Outfit includes an oversized cropped varsity jacket, fitted sports bra, tailored biker shorts, white crew socks, and modern high top sneakers. Neutral monochrome styling with subtle premium branding.

Background is a clean light gray studio wall with giant bold condensed black typography reading “POWER” stretched vertically across the backdrop behind the model. Text should feel oversized and dominant, framing the athlete in the center.

Floor is glossy reflective studio surface with subtle court markings and soft reflections. A few basketballs placed naturally around the floor for depth and campaign styling.

Lighting is bright luxury studio lighting with crisp highlights, soft shadows, and polished commercial finish. Sharp focus, ultra realistic skin texture, premium fabric texture, cinematic contrast.

Style should feel modern, minimal, elite, bold, high fashion sports campaign, luxury brand advertisement, clean composition, balanced negative space, strong visual impact, high resolution, square format.

亚洲服饰街头时尚广告海报

元事例 / 作者: @harboriis

完全なプロンプト：

Create a premium streetwear fashion campaign poster inspired by modern Asian apparel advertising. Full body portrait of a stylish young male model standing confidently with legs crossed at the ankles, hands inside jacket pockets, head turned slightly upward and sideways with a calm thoughtful expression. Curly tousled medium length hair with soft volume. Slim athletic build.

Outfit includes a dark olive green padded hooded jacket worn open, clean white crewneck sweatshirt underneath with a tiny chest logo, relaxed black cargo style trousers, and minimal white sneakers. Styling is clean, youthful, and contemporary.

Background is a vibrant electric blue seamless studio backdrop with subtle gradient lighting, soft glow streaks, and glossy floor reflection. Lighting is soft studio light with gentle shadows and polished commercial finish.

Graphic poster layout with giant bold condensed sans serif text reading “JEANSWEST” vertically stretched across the background behind the model in light gray white. Add large text on lower right reading “JW26”. 

Composition should feel premium, trendy, clean, commercial, youthful, modern fashion ad campaign. Sharp focus, ultra realistic fabric texture, cinematic lighting, balanced negative space, sleek branding design, high resolution, vertical poster ratio.

职业生涯高光时刻电影感海报模板

元事例 / 作者: @Goodmanprotocol

完全なプロンプト：

`1`	`Create an epic poster showcasing the most iconic moments of [Insert Name]'s career. Cinematic style, lens flare. Portrait orientation. A1 poster size. aspect ratio 4:5 https://t.co/L9OHPKUNRp`

先锋篮球雕塑运动时尚广告

元事例 / 作者: @AIwithkhan

完全なプロンプト：

Avant-garde sports fashion advertisement, oversized basketball posed like a monumental sculpture, female athlete reclining across the ball’s curved surface as if modern furniture, giant word “ELEVATE” in bold typography behind, burnt orange studio backdrop, glossy reflective floor, luxury athletic editorial aesthetic, cinematic lighting, ultra-clean composition, 1:1

先锋网球拍雕塑运动时尚广告

元事例 / 作者: @AIwithSynthia

完全なプロンプト：

Avant-garde sports fashion advertisement, oversized tennis racket positioned like monumental sculpture, female athlete seated casually on the strings as if a suspended lounge, giant word “PRECISION” in bold typography behind, crisp white studio backdrop, reflective court-like floor, luxury sportswear editorial aesthetic, cinematic lighting, ultra-clean composition, 1:1

超现实酒类品牌高级时装海报

元事例 / 作者: @hmontilla_

完全なプロンプト：

Un póster publicitario surrealista de alta costura para Aguardiente Amarillo. La escena se sitúa en un estudio minimalista y monocromático de color naranja claro, con un suelo semirreflectante.
El foco central es una botella de Aguardiente Amarillo de tamaño descomunal y gigante, colocada en ángulo diagonal y que sirve como respaldo. Un modelo masculino de moda, de cabello largo y oscuro, vestido con un conjunto impecable y totalmente blanco —compuesto por una sudadera y pantalones de pierna ancha—, apoya toda su espalda contra la botella gigante en una postura relajada e inclinada. Mira hacia la derecha, de perfil, con la vista al frente y una expresión serena; calza zapatillas blancas de tamaño estándar.
En el fondo, la palabra "AGUARDIENTE" aparece escrita con una tipografía sans-serif condensada, blanca, masiva y en negrita, parcialmente oculta por la botella gigante y por el modelo para crear una sensación de profundidad. En la esquina superior derecha se lee: "Creado por @HMontilla_".
En la parte inferior central, una frase publicitaria en tipografía sans-serif blanca reza: "El Aguardiente Amarillo de Manzanares es un icónico licor colombiano, originario de 1885 en Manzanares, Caldas". La iluminación es suave, fría y uniforme, proyectando sombras tenues y un reflejo sutil de los sujetos sobre el suelo azul brillante. La estética general es limpia, moderna y de alto concepto.

Establecer la relación de aspecto en 3:4.

高端食谱海报优雅版式

元事例 / 作者: @Preda2005

完全なプロンプト：

1
2

Create a premium food preparation poster for
 [ DISH NAME ], with a beautiful hero dish, warm natural lighting, cream background, elegant step-by-step recipe layout, ingredients, cooking process, premium food photography, refined English typography, luxury restaurant advertisement style, clean design, rich colors, highly detailed, visually irresistible, cinematic masterpiece.

黑白奢华时尚杂志封面

元事例 / 作者: @iamrealsnow

完全なプロンプト：

1
2
3

Create a high fashion editorial magazine cover inspired by luxury fashion publications. Use the reference image of the male subject. Black and white portrait photography with a clean off white studio background. Subject is posed confidently from a low angle, looking slightly upward, sharp jawline, soft parted lips, tousled wavy hair with natural volume. Outfit includes a dark turtleneck layered under a textured tailored plaid blazer. Lighting is soft yet dramatic, creating sculpted facial shadows and elegant contrast.
Magazine layout design with oversized serif masthead text at the top reading “VOGUE”, partially hidden behind the subject’s head. Minimal premium typography across the page. Add side text “FASHION”, issue date “2026 MAY”, left side headline “27 DIFFERENT STYLES”, and bold bottom right cover line “LOOK FAMOUS”. Include a small red translucent square overlay on one eye area with the word “CATCHY”.
Style should feel premium, modern, cinematic, clean composition, sharp focus, ultra realistic skin texture, editorial luxury aesthetic, balanced negative space, timeless fashion cover design. Vertical magazine ratio, high resolution.

超现实 Rolex 奢华腕表时尚海报

元事例 / 作者: @Sheldon056

完全なプロンプト：

A high-fashion surrealist poster for Rolex. A deep emerald green minimalist studio with a polished reflective floor. A massive Rolex watch stands upright like a monument. A male model in a tailored dark green suit leans casually against the watch face, wearing a matching Rolex.

孔雀植物复古对称艺术画

元事例 / 作者: @dotey

完全なプロンプト：

symmetrical design featuring two elegant blue peacocks with detailed feather patterns, surrounded by blue floral elements, intricate vintage botanical ornament, soft beige background, classical floral decor style with rich navy and sky blue details, decorative art illustration --ar 3:2

SPLASH 时尚品牌超写实广告海报

元事例 / 作者: @miratechtool

完全なプロンプト：

Create a hyper-realistic fashion poster for “SPLASH” featuring the same girl from the reference image (keep her face 100% identical). She is sitting confidently on a glossy, liquid-style 3D SPLASH logo with water splash effects. One leg relaxed, one bent, strong editorial pose.
Background has massive bold “SPLASH” text filling the frame, partially behind her. Add small tagline: “Own Your Style.”
Outfit: modern black street-fashion (blazer, fitted top, trousers, sneakers).
Lighting: cinematic studio, soft key light + rim light, reflective highlights on liquid logo.
Style: luxury brand campaign (Zara / H&M), clean glossy environment.
Camera: 85mm lens, shallow depth of field, 8K, ultra-detailed, photorealistic.

先锋吉他雕塑时尚广告

元事例 / 作者: @QamarRiaz1

完全なプロンプト：

Avant-garde fashion advertisement, oversized guitar positioned like sculpture, a guitarist in jeans casually seated on the a button as if furniture, giant word "Plism Art" behind in bold white typography, powder pastel studio background, reflective floor, luxury eyewear campaign aesthetic, ultra-clean layout, editorial magazine styling, Bold quote " What are you listening"   Tag : Create Own Change

城市美食地图插画

元事例 / 作者: @mm_zzm44854

完全なプロンプト：

{
  "type": "illustrated map infographic",
  "style": "{argument name=\"art style\" default=\"watercolor and ink hand-drawn illustration on vintage parchment\"}",
  "title_section": {
    "text": "{argument name=\"city name\" default=\"成都\"} {argument name=\"map title\" default=\"吃货暴走地图\"}",
    "mascot": "cartoon red chili pepper wearing sunglasses and giving a thumbs up"
  },
  "border": "{argument name=\"border decoration\" default=\"vine of green leaves and red chili peppers\"}",
  "layout": {
    "background": "textured beige parchment paper with yellow roads, blue rivers, and green park areas",
    "sections": [
      {
        "title": "landmarks",
        "count": 6,
        "illustrations": ["traditional pavilion", "traditional monastery", "modern skyscraper with climbing panda", "tall TV tower", "traditional gate", "industrial buildings"],
        "labels": ["人民公园", "文殊院", "IFS", "339电视塔", "宽窄巷子", "东郊记忆"]
      },
      {
        "title": "food_spots",
        "count": 12,
        "illustrations": ["mapo tofu", "dumplings in chili oil", "skewers in pot", "sticky rice balls", "egg baking cake", "nine-grid hotpot", "sweet potato noodles", "cold skewers", "spicy mixed dish", "covered tea bowl", "ice jelly dessert", "spicy rabbit heads"],
        "labels": ["1 陈麻婆豆腐", "2 钟水饺", "3 春熙路", "4 宽窄巷子·三大炮", "5 建设路·叶婆婆蛋烘糕", "6 玉林路·小龙坎火锅", "7 香香巷·肥肠粉", "8 武侯祠大街·钵钵鸡", "9 东郊记忆·冒椒火辣", "10 人民公园·鹤鸣茶社", "11 锦里古街·冰粉", "12 双流老妈兔头"]
      },
      {
        "title": "图例",
        "position": "bottom-right",
        "count": 5,
        "items": ["red dot", "green house", "green tree", "blue line", "yellow double line"],
        "labels": ["美食地点", "地标景点", "公园绿地", "河流湖泊", "主要道路"]
      }
    ],
    "centerpiece": "giant panda sitting and eating bamboo",
    "bottom_right_extras": ["vintage compass rose with N, S, E, W", "disclaimer text '温馨提示:吃辣需谨慎,肠胃要保护~' with a red chili pepper icon"]
  }
}

3D 石阶演变信息图

元事例 / 作者: @GeekCatX

完全なプロンプト：

{
  "type": "evolutionary timeline infographic",
  "instruction": "Using REFERENCE_0 as a structural base, transform the flat vector design into a highly realistic 3D infographic. Replace the smooth ramps with distinct stone steps and upgrade all organisms to photorealistic 3D models.",
  "style": {
    "background": "{argument name=\"background style\" default=\"vintage textured parchment paper\"}",
    "staircase": "{argument name=\"staircase material\" default=\"realistic textured stone blocks\"}",
    "subjects": "{argument name=\"organism style\" default=\"highly detailed photorealistic 3D renders\"}"
  },
  "layout": {
    "main_title": "{argument name=\"main title\" default=\"人类演化\"}",
    "sections": [
      {
        "position": "left sidebar",
        "count": 8,
        "labels": ["L0: 单细胞生命", "L1: 多细胞生物", "L2: 动物界", "L3: 脊索动物", "L4: 上陆革命", "L5: 哺乳纲", "L6: 人科演化", "L7: 智人纪元"]
      },
      {
        "position": "top right",
        "title": "获得的功能 / 失去的功能",
        "description": "Legend with plus and minus icons"
      },
      {
        "position": "bottom center",
        "title": "演化关键里程碑",
        "count": 6,
        "description": "Timeline with a silhouette graphic of 6 figures showing ape-to-human evolution"
      }
    ],
    "centerpiece": {
      "description": "Winding stone staircase with 25 numbered steps featuring specific organisms.",
      "count": 25,
      "notable_elements": [
        "Step 07: Jellyfish",
        "Step 09: Ammonite",
        "Step 10: Trilobite",
        "Step 24: Walking human",
        "Step 25: {argument name=\"future evolution concept\" default=\"glowing cosmic silhouette with a question mark\"}"
      ]
    }
  }
}

仿生 Skyray 飞机海报

元事例 / 作者: @_simonsmith

完全なプロンプト：

{"type":"biomimetic aerospace concept poster","subject":{"vehicle":"futuristic aircraft concept","name":"{argument name=\"vehicle name\" default=\"SKYRAY\"}","inspiration":"{argument name=\"animal inspiration\" default=\"stingray\"}","design":"blended-wing-body aircraft shaped like a manta ray or stingray, wide triangular planform, smooth organic curves, sharp pointed nose, slightly raised central spine, tapered wing tips curling subtly upward, dark graphite-black metallic skin with fine panel lines and faint blue illuminated accents along edges and seams"},"style":{"mood":"premium futuristic industrial design presentation","rendering":"hyper-detailed cinematic 3D concept art mixed with blueprint visualization","color_palette":"black, charcoal, gunmetal, silver, deep ocean blue, electric cyan highlights","lighting":"low-key dramatic studio lighting with glossy reflections, cool rim light, subtle underwater ambience in the top inspiration strip"},"layout":{"background":"full black poster with faint technical grid lines and soft vignetting","sections":[{"title":"header","position":"top","count":3,"labels":["emblem mark","SKYRAY","INSPIRED BY THE SEA. ENGINEERED FOR THE SKY."]},{"title":"evolution strip","position":"upper middle","count":5,"labels":["realistic stingray underwater at far left","top-view biological stingray study","abstract aerodynamic line sketch","faceted aircraft blueprint transition drawing","final sleek aircraft concept at far right"]},{"title":"hero render","position":"center","count":1,"labels":["large three-quarter view of the aircraft"]},{"title":"technical views grid","position":"lower middle","count":6,"labels":["TOP","SIDE","FRONT","REAR","UNDERSIDE","DETAIL"]},{"title":"footer text","position":"bottom","count":1,"labels":["{argument name=\"body text\" default=\"A biomimetic high-speed aircraft concept shaped by the hydrodynamic elegance of the stingray. Its blended wing body, low-drag silhouette, and fluid control surfaces translate ocean-born efficiency into atmospheric performance.\"}"]}],"technical views":{"TOP":"top orthographic view with measurement ticks","SIDE":"thin side profile with long smooth belly curve","FRONT":"front orthographic view emphasizing broad wingspan and central cockpit hump","REAR":"rear orthographic view showing narrow tail end and wing sweep","UNDERSIDE":"underside three-quarter view","DETAIL":"close-up crop of metallic skin, seam lines, and glowing blue edge strip"}},"graphics":{"logo":"minimal four-point symmetrical emblem above title, resembling a stylized ray silhouette","arrows":"4 thin cyan arrows connecting the 5 stages in the evolution strip","typography":"widely spaced modern sans-serif uppercase text, clean luxury-tech branding"},"camera":{"hero render":"slightly elevated front-left three-quarter angle","technical views":"orthographic","inspiration image":"underwater side angle with light rays from above"},"quality":"ultra-clean, polished, high contrast, sharp, poster-ready, concept design board for aerospace branding or speculative industrial design"}

道教三魂七魄海报

元事例 / 作者: @leyu37829

完全なプロンプト：

A highly detailed vertical Taoist esoteric infographic poster in the style of an ancient Chinese religious scroll, printed on aged beige rice paper with fine ornamental borders, inked calligraphy, faded stains, and classical diagram annotations. At the top center, large black brush-calligraphy title text reads {argument name="headline text" default="道·三魂七魄"}. Directly below the title is a smaller paragraph of classical Chinese explanatory text in neat calligraphy. The composition is perfectly symmetrical and centered on a glowing vertical spiritual axis made of white-gold energy, mist, and lightning-like qi currents running from the bottom of the page to the heavens. At the very top, above the axis, depict 3 seated Taoist immortals or deities on clouds in a golden celestial realm, arranged left, center, and right, with halos and flowing robes in muted green, cream, and blue. Beneath them, create a towering multi-layered cosmological body diagram made of 9 stacked circular realms or platforms connected by swirling clouds and luminous energy. The upper 5 larger realms represent the five zang organs as miniature mythic landscapes: 1 forested green realm labeled liver/wood, 1 fiery red-gold temple city realm labeled heart/fire, 1 yellow earth realm with terraces labeled spleen/earth, 1 silver-blue mountain-and-water realm labeled lung/metal, and 1 dark blue watery abyss realm labeled kidney/water. Place a glowing meditating figure in a bright orb at the center junction between the upper organ realms and lower spirit layers. Below these, add 7 progressively darker circular underworld-like realms for the seven po souls, each densely populated with tiny scenes of human figures, spirits, beasts, ritual activity, suffering, temptation, conflict, and karmic symbolism, all wrapped by drifting smoke and energy ribbons. At the very bottom, show a seated human figure in meditation within a root-like cavern or corporeal foundation, surrounded by chains, rocks, and embodied worldly attachments. Around the central column, include exactly 9 labeled side panels and diagrams in traditional Chinese layout: top left a bagua and yin-yang cosmology circle; top right a dotted numerological or constellation-like chart; left upper a boxed list for 3 souls; right upper a boxed list for 7 po souls; left middle a five-elements relationship diagram with 5 colored nodes; right middle a circular essence-qi-spirit cycle diagram with 3 nodes; left lower a vertical boxed list of 7 categories or stages; right lower a boxed correspondence table; bottom left a five-direction and five-element human-body relation chart; bottom right a standing and seated meridian or cultivation body diagram. Use many small Chinese labels throughout every section, with classical seal stamps in red. The overall palette is antique parchment, sepia ink, muted jade, cinnabar red, smoky gray, gold, teal, and indigo. The style should feel like a museum-quality Daoist metaphysical chart, ultra intricate, hand-painted gongbi plus ink wash illustration, sacred, mystical, scholarly, dense with symbolism, extremely fine linework, soft cloud layering, and high-resolution poster design.

复古 Claude Shannon 信息图海报

元事例 / 作者: @mob_17

完全なプロンプト：

{"type":"vintage editorial infographic poster","subject":"Claude Shannon and information theory","style":{"era":"1940s Bell Labs archival poster","look":"aged cream paper, blueprint drafting grid, thin ink linework, muted navy and charcoal printing, subtle stains and paper wear, technical illustration mixed with newspaper editorial design","rendering":"high-detail diagrammatic collage with engraved portrait, scientific charts, labeled panels, and hand-drawn signal graphics"},"poster":{"headline":"Claude Shannon — The Architecture of Information","subheadline":"How uncertainty became measurable, and communication became engineering.","topRightMeta":{"note":"NOTE TOSELF No. 6713–2","date":"MAY 1948","subject":"A Mathematical Theory of Communication"}},"layout":{"sections":[{"title":"left archival sidebar","position":"far left vertical column","count":5,"labels":["BELL LABORATORIES MURRAY HILL, N.J.","ENGINEERING THE INTANGIBLE","CLAUDE E. SHANNON 1916–2001","TOOLS OF THE INFORMATION AGE","quote panel"]},{"title":"THE COMMUNICATION MODEL","position":"upper middle wide panel","count":5,"labels":["1 INFORMATION SOURCE","2 ENCODER","3 CHANNEL","4 DECODER","5 DESTINATION"]},{"title":"ENTROPY: THE MEASURE OF UNCERTAINTY","position":"upper right box","count":4,"labels":["H(X) = −Σ p(x) log2 p(x)","PROBABILITY DISTRIBUTION p(x)","MORE EVEN MORE MAXED UNCERTAINTY","MORE LOPSIDED LESS UNCERTAINTY"]},{"title":"lower theory panels","position":"middle to lower band","count":3,"labels":["A ENTROPY — uncertainty before a message is known","B NOISE — randomness that corrupts transmission","C Redundancy & Error Correction — structure added so signals can survive failure"]},{"title":"THEORY THAT TRANSFORMED CIVILIZATION","position":"bottom horizontal timeline","count":8,"labels":["1840s TELEGRAPHY","1876+ TELEPHONE NETWORKS","1930s–40s DIGITAL COMPUTERS","1950s–60s SATELLITE COMMUNICATION","1970s INTERNET PROTOCOLS","1980s–90s DATA COMPRESSION","1990s–2000s CRYPTOGRAPHY","2010s+ AI & INFORMATION SYSTEMS"]}],"centerpiece":"a large abstract cloud of blue and gray signal noise, dots, lines, and waveforms behind the communication model, with arrows moving left to right through the five stages"},"visualElements":{"portrait":{"subject":"{argument name=\"scientist name\" default=\"Claude Shannon\"}","placement":"left-center","style":"black-and-white archival seated portrait at a desk with the face intentionally obscured by a pale square censor block, wearing suit and tie, writing on paper"},"objectsLeft":["rotary telephone on desk","open notebook or papers","technical console with CRT screen and knobs behind portrait","small icon row of 4 tools: oscilloscope, signal meter, relay, punched tape"],"communicationModel":["book and symbols under source","binary digits under encoder","large noisy channel cloud with wave overlays","binary digits and interpretation under decoder","light bulb icon under destination"],"chartsAndDiagrams":["bar chart for entropy probabilities","two low vs high entropy mini bar charts","tree diagram and entropy notation","signal distortion sketches labeled thermal noise, cross talk, distortion","error-correction binary pipeline from original message to recovered message"],"bottomDecor":["small waveform legend with sine wave, digital signal, and noise","archival stamp or footer on lower right"]},"color":{"background":"warm ivory paper","primaryInk":"dark navy","secondaryInk":"charcoal gray","accent":"faded steel blue"},"composition":"symmetrical wide poster with dense boxed annotations, fine border lines, and a museum-quality educational infographic feel","textDensity":"very high, with many small labels, formulas, captions, and historical notes in a carefully organized grid","aspectRatio":"16:9 landscape"}

郑问致敬水墨海报

元事例 / 作者: @mob_17

完全なプロンプト：

Create a vintage editorial poster on aged rice paper celebrating {argument name="artist name" default="CHEN UEN"}, designed like a museum infographic mixed with Chinese ink wash illustration and calligraphy. The format is a single vertically oriented poster with a weathered parchment background, ink splatters, faded handwritten annotations, red seal stamps, and a scholarly, archival atmosphere. At the very top, place large black Chinese calligraphy for the name 鄭問, followed by a slash and the romanized name {argument name="romanized name" default="CHEN UEN"} in large serif capitals, with a small red seal beside it. Under the title, add the subtitle {argument name="subtitle text" default="The Taiwanese Master Who Turned Comics into Ink-Born Epic"} in elegant reddish-brown serif text. In the center, feature a dramatic painterly scene of 1 seated male artist in a loose white shirt at a desk, holding a brush over paper, his face intentionally obscured by a soft rectangular blur. Behind him, surround him with a swirling halo-like storm of monochrome ink-brush warriors and historical figures: exact count 9 visible character figures, including armored generals, swordsmen, and mounted riders, emerging from explosive black brushwork and smoke-like ink textures. On the left side, create a vertical section titled “Life & Milestones” with a black brushstroke header and smaller Chinese subtitle text. List exactly 6 timeline entries with red year markers and bilingual captions: 1958 born in Taiwan, 1983 Warrior Panther, 1989 Abi Sword, 1990 Heroes of the Eastern Zhou, 1991 Japan Cartoonists Association Award, 2017 legacy continues. Below that, add a small section titled “Ink in Detail” containing exactly 4 boxed brush studies labeled with short English captions: Dry brush texture, Ink wash gradient, Splatter energy, Bold contour line. On the right side, create a vertical section titled “Visual Method” with a black brushstroke header and smaller Chinese subtitle text. Include exactly 5 stacked boxed studies with image-and-caption layout: Brush as blade, Ink as atmosphere, Anatomy as fate, History as theatre, Speed lines become calligraphy. In the lower center, create a section titled “Major Works Constellation” with a dark brushstroke heading. Arrange exactly 5 circular work nodes around a central ink ring with Chinese calligraphy inside. Label the 5 nodes: Abi Sword, Heroes of the Eastern Zhou, Assassin Biographies, Magical Super Asia, Game character design legacy. Each circle contains a distinct monochrome or muted-color ink illustration, with subtle connecting marks like a constellation diagram. At the lower right, add a section titled “Studio Notes” containing exactly 6 visible objects: 4 hanging calligraphy brushes, 1 ink bowl, and 1 painter’s palette with blue and red pigment; beneath them place a sketchbook page with light pencil figure studies. Across the bottom, add a wide section titled “Why He Matters” with a black brushstroke header and smaller Chinese subtitle text, followed by a paragraph of serif body text in English describing his importance to comics, painting, calligraphy, cinema, and epic storytelling. Use a restrained palette of sepia, black ink, off-white paper, muted gray, with small accents of deep red and occasional blue. The whole image should feel like a refined cultural tribute poster, dense but balanced, highly detailed, painterly, and authentic to Chinese ink aesthetics.

水象星座角色海报

元事例 / 作者: @komorimedia

完全なプロンプト：

{"type":"Chinese zodiac-style character infographic poster","subject":"twelve zodiac character list, water signs edition","language":"Traditional Chinese","format":"vertical poster","style":{"overall":"elegant anime-inspired character catalog with editorial infographic layout","rendering":"soft polished digital illustration, pastel gradients, delicate sparkles, ornamental border design","mood":"dreamy, celestial, refined, feminine, aquatic"},"canvas":{"aspect_ratio":"2:3","background":"very light pearl white with pale blue-lavender tint, subtle texture, thin decorative frame with filigree corners and tiny stars"},"header":{"title":"{argument name=\"headline text\" default=\"十二星座角色清單|水象星座\"}","subtitle":"感受・直覺・共鳴","icons":["small stars","water droplet emblem in top right","curled cloud-like line art in top left"]},"layout":{"sections_count":3,"sections":[{"title":"巨蟹座 Cancer","position":"top panel","theme_color":"powder blue","zodiac_symbol":"Cancer glyph inside circle at left","constellation":"Cancer constellation at upper right","count":6,"labels":["元素:水","概念:情感守護者,把人放在心上","性格:溫柔、敏感、顧家","行動原則:先確認感受,再保護重要的人","戀愛傾向:慢慢靠近,越熟越黏","人際怪癖:嘴上說沒事,實際會記很久"],"character":{"identity":"same young woman model reimagined as zodiac character","pose":"half-body portrait, facing forward, arms gently wrapped around a large seashell pillow","hair":"long dark hair in a low ponytail","outfit":"light blue celestial slip dress with lace trim and sheer cardigan embroidered with stars and moons","accessories":"minimal jewelry","background":"soft blue night sky with crescent moon, seashell, sparkling stars, stylized ocean wave and tiny water droplets"}},{"title":"天蠍座 Scorpio","position":"middle panel","theme_color":"deep violet","zodiac_symbol":"Scorpio glyph inside circle at left","constellation":"Scorpio constellation at upper right","count":6,"labels":["元素:水","概念:深海偵察者,情緒有深度","性格:專注、神秘、意志強","行動原則:先觀察,再一擊到位","戀愛傾向:愛得深,重忠誠與獨占感","人際怪癖:越在乎越不說,會偷偷試探"],"character":{"identity":"same young woman model reimagined as zodiac character","pose":"half-body portrait, one hand near chin in a composed, enigmatic gesture","hair":"long dark ponytail","outfit":"black semi-sheer dress with gothic details and a dark plum off-shoulder shawl","accessories":"dangling earrings and layered necklace","background":"dark purple celestial sea scene with crescent moon, bubbles, stars, and curling misty water shapes"}},{"title":"雙魚座 Pisces","position":"bottom panel","theme_color":"lavender","zodiac_symbol":"Pisces glyph inside circle at left","constellation":"Pisces constellation at upper right","count":6,"labels":["元素:水","概念:夢境共感者,靠直覺導航","性格:浪漫、柔軟、有想像力","行動原則:先感受,再順流找答案","戀愛傾向:容易心動,渴望靈魂陪伴","人際怪癖:常把別人的情緒也一起感受"],"character":{"identity":"same young woman model reimagined as zodiac character","pose":"half-body portrait, one hand lifted as if balancing floating bubbles, other hand resting lightly at chest","hair":"long dark ponytail with a pale flower hair ornament","outfit":"translucent lavender fantasy dress with soft draped sleeves and shimmering fabric","accessories":"delicate earrings and necklace","background":"pale lilac underwater-celestial blend with bubbles, sparkles, and flowing translucent wave forms"}}],"dividers":"three horizontal framed panels with thin ornamental borders"},"footer":{"center_icon":"small blue seashell emblem","decorations":["tiny stars","fine scrollwork"]},"constraints":["all three zodiac entries must use the same woman as the base character with different styling, clothing, pose, and mood","text should be clean, editorial, and readable","each panel should clearly separate illustration area on the left and text block on the right","maintain cohesive water-element theme across all 3 signs","do not include the other nine zodiac signs in this image"]}

土象星座角色海报

元事例 / 作者: @komorimedia

完全なプロンプト：

{"type":"vintage zodiac character infographic poster","theme":"earth signs only","language":"Traditional Chinese","style":{"overall":"elegant editorial infographic with soft anime-inspired live-action portrait compositing","palette":"warm beige, cream, taupe, olive-gray, muted brown, antique gold","mood":"stable, refined, calm, practical","texture":"aged paper background with subtle speckles and thin ornamental borders","rendering":"clean high-resolution print poster, soft lighting, delicate botanical and celestial line art"},"poster":{"orientation":"vertical","aspect_ratio":"3:4","title":"十二星座角色清單|土象星座","subtitle":"穩定・務實・沉著","decorations":["ornamental corner filigree","small gold sparkles","botanical branches","mountain illustrations","thin panel dividers"],"sections_count":3},"layout":{"sections":[{"title":"金牛座 Taurus","position":"top","count":1,"labels":["元素:土","概念:感官收藏家,穩穩生活","性格:務實、耐心、重享受","行動原則:先確認值得,再長線投入","戀愛傾向:慢熱但專情,重安全感","人際怪癖:對喜歡的人會默默餵食"]},{"title":"處女座 Virgo","position":"middle","count":1,"labels":["元素:土","概念:秩序管理者,細節控場","性格:理性、細膩、可靠","行動原則:先整理,再精準出手","戀愛傾向:用照顧和實際行動表達喜歡","人際怪癖:嘴上挑剔,心裡其實很在乎"]},{"title":"摩羯座 Capricorn","position":"bottom","count":1,"labels":["元素:土","概念:登峰實幹家,目標導向","性格:穩重、自律、有責任感","行動原則:先規劃,再穩定推進","戀愛傾向:慢熟務實,願意長期承諾","人際怪癖:關心常包裝成提醒與安排"]}],"centerpiece":"three stacked horizontal character cards, each with a portrait on the left and text profile on the right"},"character":{"identity":"the same young East Asian woman appears in all 3 sections","age":"early 20s","hair":"long dark brown to black hair in a low ponytail with side part","face":"soft feminine features, natural makeup, calm expression","customization":"keep the same base character across all zodiac entries, differentiated by wardrobe, pose, props, and themed background motifs"},"cards":[{"sign":"Taurus","symbol":"♉","portrait":{"pose":"waist-up, slightly turned, holding a ceramic mug with both hands","outfit":"cream knit sleeveless top under a soft sage-gray cardigan with delicate floral embroidery","expression":"gentle, relaxed, nurturing","props_count":1,"props":["mug"]},"background":"large pale circular halo, floral branch illustration, soft botanical motifs, small mountain drawing in upper right","visual_concept":"comfort, sensuality, domestic calm, slow living"},{"sign":"Virgo","symbol":"♍","portrait":{"pose":"waist-up, one hand holding a pen near the chin, the other arm holding an open notebook or planner","outfit":"light cream blouse with a bow tie collar under a pale sage vest with gold buttons","expression":"thoughtful, analytical, composed","props_count":2,"props":["pen","notebook"]},"background":"fine geometric diagram lines, botanical sprigs, diamond emblem with leaf motif","visual_concept":"order, precision, intelligence, organization"},{"sign":"Capricorn","symbol":"♑","portrait":{"pose":"waist-up, arms crossed, confident upright stance","outfit":"charcoal tailored blazer over a dark vest and crisp white shirt, small round lapel pin","expression":"serious, disciplined, self-assured","props_count":0,"props":[]},"background":"dramatic layered mountain landscape in sepia tones with subtle star-like sparkles","visual_concept":"ambition, endurance, authority, climbing toward goals"}],"typography":{"title_font":"classic high-contrast serif Chinese type","sign_name_font":"large bold Chinese serif with elegant italic Latin zodiac name","body_font":"clean readable Chinese print font","icon_style":"filled circular brown icons next to each bullet line"},"composition":{"margin":"generous cream margins","panel_style":"rounded rectangular panels with thin gold-brown borders","spacing":"even vertical stacking with narrow separators","text_alignment":"left-aligned profile bullets on the right side of each card"}}

火象星座角色海报

元事例 / 作者: @komorimedia

完全なプロンプト：

A polished vertical infographic poster in elegant East Asian editorial style, themed around the fire signs of the zodiac using one consistent female character reimagined in three different costumes. Cream parchment background with thin ornamental borders, small corner flourishes, tiny sparkles, and warm red-orange-gold accents throughout. Large Chinese headline at the top reading {argument name="headline text" default="十二星座角色清單|火象星座"}, with a smaller subheading beneath reading {argument name="subheading text" default="熱情・行動・勇氣"}, and a decorative flame icon at the top right. The layout contains exactly 3 stacked profile panels with rounded rectangular borders and generous margins: Aries on top, Leo in the middle, Sagittarius on the bottom. Each panel is split visually with the character on the left and a text/spec area on the right, plus a zodiac symbol badge on the far left and a small constellation diagram on the far right.

Use the same young East Asian woman in all 3 panels, slim build, long dark hair in a high ponytail, shown from about thigh-up to waist-up, facing slightly toward camera, styled as a fashion-model zodiac character sheet. Keep facial features neutral and refined, clean beauty lighting, soft airbrushed illustration-photo composite look.

Panel 1: Aries. Chinese title and English subtitle: "牡羊座 Aries". Dominant color scheme: vivid red with warm coral highlights. Zodiac symbol badge shows Aries glyph. Constellation on the right. Behind the character, faint circular mystical line art and flame motifs. Outfit: sporty warrior idol styling with a white crop top, red open short-sleeve jacket with gold trim, red belt, and red wrist wraps or fingerless arm accessories. Pose: confident, energetic, one fist raised near the shoulder and the other hand on her hip. Include exactly 6 info lines with small circular icons before each line, all in Chinese: 1) "元素:火" 2) "概念:點火者,直覺先行" 3) "性格:熱情、直接、好勝" 4) "行動原則:先衝再修正" 5) "戀愛傾向:心動就追,喜歡熱烈互動" 6) "人際怪癖:嫌節奏太慢時會自己接手".

Panel 2: Leo. Chinese title and English subtitle: "獅子座 Leo". Dominant color scheme: gold, champagne, and soft amber. Zodiac symbol badge shows Leo glyph. Constellation on the right. Background includes radiant sunburst styling and a faint majestic lion illustration silhouette behind the character. Outfit: glamorous regal gown in pale gold with ornate embroidery, jeweled bodice details, flowing translucent cape sleeves, elegant necklace, and a small crown or tiara. Pose: poised and queenly, one hand lightly touching the chest or collarbone, shoulders open, projecting confidence and star power. Include exactly 6 info lines with small circular icons before each line, all in Chinese: 1) "元素:火" 2) "概念:舞台中心,自帶光芒" 3) "性格:大方、自信、要面子" 4) "行動原則:先定氣場,再帶隊前進" 5) "戀愛傾向:喜歡被偏愛,也樂於寵人" 6) "人際怪癖:明明在意,卻要裝沒事".

Panel 3: Sagittarius. Chinese title and English subtitle: "射手座 Sagittarius". Dominant color scheme: rust red, burnt orange, brown leather, and warm ivory. Zodiac symbol badge shows Sagittarius glyph. Constellation on the right. Background features faint compass-circle graphics and flame accents. Outfit: adventurous archer styling with an ivory blouse, red scarf, brown leather harness straps, utility belt, and arm bracers. Pose: dynamic action shot drawing a bow, arrow aimed to the right, with a small glowing spark at the bow grip or arrow rest. Include exactly 6 info lines with small circular icons before each line, all in Chinese: 1) "元素:火" 2) "概念:自由旅人,邊走邊發現" 3) "性格:樂觀、坦率、好奇" 4) "行動原則:先出發,路上再找答案" 5) "戀愛傾向:喜歡輕鬆真誠,不愛被綁住" 6) "人際怪癖:聊到一半常被新鮮事帶走".

Overall design should feel premium, feminine, mystical, and collectible, like a social-media-ready zodiac character list poster. Use elegant serif-style Chinese typography for the main sign names and italic calligraphic English for Aries, Leo, and Sagittarius. Keep all text crisp, aligned, and readable. Add one small decorative fire emblem centered near the bottom border. Aspect ratio 3:4 portrait.

风象星座角色海报

元事例 / 作者: @komorimedia

完全なプロンプト：

{"type":"Chinese zodiac-themed character infographic poster","format":"vertical poster","aspect_ratio":"3:4","style":"clean pastel editorial infographic with anime-inspired fashion photography, soft magical accents, elegant horoscope design, premium magazine layout","background":{"color":"warm ivory","border":"thin decorative gold frame with small ornamental corners and tiny sparkles","top_right_motif":"large pale air-element swirl ornament"},"title_block":{"headline":"十二星座角色清單|風象星座","subheadline":"靈活・交流・思辨","alignment":"top center","headline_color":"deep desaturated blue","subheadline_color":"muted gold"},"subject":{"count":3,"description":"the same young East Asian woman used as the base character appears in 3 separate horoscope panels, each shown from about thigh-up to waist-up with long dark hair and soft feminine styling, photographed frontally and integrated into illustrated pastel zodiac backdrops"},"layout":{"sections":[{"title":"雙子座 Gemini","position":"top panel","count":1,"theme_color":"butter yellow and cream","zodiac_symbol":"Gemini glyph inside a circle on the left","constellation":"small Gemini constellation in the upper right","character_pose":"playful double peace signs raised beside her face","outfit":"pale yellow cardigan over a white ribbed crop top, light bottoms, yellow belt, delicate necklace","background_motifs_count":4,"background_motifs":["speech bubble icon","sparkles","curved flowing lines","soft dots"],"text_items_count":6,"text_items":["元素:風","概念:資訊玩家,靈感跳接","性格:機靈、善聊、多變","行動原則:先交流,再快速轉向","戀愛傾向:喜歡有趣互動與腦力火花","人際怪癖:話題切換速度快到像開分頁"]},{"title":"天秤座 Libra","position":"middle panel","count":1,"theme_color":"blush pink and pastel lavender","zodiac_symbol":"Libra glyph inside a circle on the left","constellation":"small Libra constellation in the upper right","character_pose":"one hand raised open-palmed as if presenting balance, the other hand near her chin in an elegant thoughtful pose","outfit":"pink blazer draped over shoulders, pastel pink-and-blue wrapped dress, jeweled belt, earrings, necklace, bracelet","background_motifs_count":4,"background_motifs":["scales illustration","flowing ribbon-like swirls","sparkles","soft gradient haze"],"text_items_count":6,"text_items":["元素:風","概念:關係設計師,追求平衡","性格:優雅、圓融、審美強","行動原則:先衡量,再找最順解法","戀愛傾向:重氛圍與互相體面","人際怪癖:選太久,但又很會照顧場面"]},{"title":"水瓶座 Aquarius","position":"bottom panel","count":1,"theme_color":"lavender, icy blue, and silver","zodiac_symbol":"Aquarius glyph inside a circle on the left","constellation":"small Aquarius constellation in the upper right","character_pose":"holding and tilting a futuristic transparent vessel as glowing water-like energy pours out in looping streams","outfit":"metallic silver crop top and skirt set with translucent iridescent jacket, futuristic straps, reflective accessories","background_motifs_count":4,"background_motifs":["glowing circular energy rings","constellation lines","sparkles","light trails"],"text_items_count":6,"text_items":["元素:風","概念:未來觀察員,規則改革者","性格:獨立、理想派、腦洞大","行動原則:先思考原理,再另闢路線","戀愛傾向:重精神共鳴,也需要個人空間","人際怪癖:忽冷忽熱,其實是在充電"]}],"panel_count":3},"typography":{"languages":["Traditional Chinese","English zodiac names"],"headline_font":"elegant high-contrast serif","body_font":"clean legible Chinese serif or sans-serif hybrid","zodiac_english":"italic calligraphic serif"},"visual_rules":{"each_panel_has":8,"panel_elements":["left zodiac glyph badge","center-left character","right text block","English zodiac name","small constellation","pastel illustrated background motifs","thin panel border","6 bullet-style info lines with icons"],"spacing":"generous margins and symmetrical alignment","render_quality":"high resolution, crisp print-ready infographic"}}

藏族礼仪帽民族志图版

元事例 / 作者: @degewa

完全なプロンプト：

Using REFERENCE_0 and REFERENCE_1, create a clean ethnographic archive plate focused on the ceremonial hat. Use REFERENCE_0 as the historical Tibetan context and silhouette reference, and REFERENCE_1 as the color, material, and ornament reference for the hat. Isolate and reconstruct the hat as a museum-style object study, removing the seated body as the main subject. Present the hat on an off-white document page as a scholarly catalog sheet in Chinese with small romanization. Add 8 numbered callouts around the object with fine dashed leader lines, each pointing to a specific structural detail. The centerpiece should be one large three-quarter underside view of the hat. Also include exactly 4 supplementary views/details: 1 side-profile wearing sketch with a faint line-drawn bust, 1 underside interior view, 1 top-down view, and 2 square close-up material swatches. Add exactly 4 thread-color samples near the lower right: blue, red, white, and yellow. At the top center, add the large title {argument name="headline text" default="唐徐帽"} with the romanization {argument name="romanization" default="(thang zhwa)"} beneath it, plus a smaller subtitle describing it as a summer ceremonial hat of high-ranking Tibetan monks. In the upper left, add a boxed metadata panel with multiple short Chinese fields, and in the upper right add a plate number reading {argument name="plate number" default="图版 No. 27"}. At the bottom, add one bordered note paragraph in Chinese. Overall style: meticulous archival infographic, anthropological catalog illustration, historically informed, precise woven texture, ivory-gold base with blue and red ornament, elegant print layout, thin rules and decorative divider marks, high-detail object rendering on a plain paper background.

复古 PRS 吉他谱系海报

元事例 / 作者: @GlennHasABeard

完全なプロンプト：

{"type":"luxury vintage guitar comparison infographic poster","subject":"a highly detailed, vertically oriented PRS electric guitar lineup chart designed like a premium museum poster or collector's reference board","style":"ornate, dark, glossy, high-contrast, gold-foil typography, elegant wood-and-metal textures, symmetrical grid layout, premium catalog aesthetic, subtle vintage patina, ultra sharp graphic design","branding":{"main headline":"THE LEGENDARY LINEAGE OF {argument name=\"brand name\" default=\"PRS GUITARS\"}","subheadline":"EVERY ICON. EVERY LINE. ONE HERITAGE.","signature":"Paul Reed Smith","left seal":"PAUL REED SMITH GUITARS","right seal":"MADE IN MARYLAND U.S.A."},"palette":{"background":"black and deep charcoal with dark figured wood accents","primary":"antique gold","secondary":"cream","accent colors":["deep green","teal","royal blue","purple","gold","burgundy"]},"layout":{"format":"single-page vertical poster","header":{"position":"top","elements":["large central title","small tagline below","script signature","2 circular emblems in upper left and upper right","3 horizontal legend boxes under the title"]},"sections":[{"title":"PRESTIGE TIER KEY","position":"upper left below title","count":6,"labels":["SE","S2","CE","CORE","WOOD LIBRARY","PRIVATE STOCK"]},{"title":"PICKUP ICON KEY","position":"upper center-right below title","count":7,"labels":["HH","HSH","P-90","SOAP","58/15","TCI","Bass"]},{"title":"TONAL CHARACTER KEY","position":"upper right below title","count":7,"labels":["Warm / Vintage","Balanced / All-around","Bright / Articulate","High Gain / Modern","Blues / Classic Rock","Metal / Progressive","Funk / Soul / Clean"]},{"title":"CORE","position":"first main row left label","count":7,"labels":["Custom 24","McCarty 594","DGT (David Grissom)","Custom 22","Hollowbody II","SC 594","row category panel"]},{"title":"S2","position":"second main row left label","count":6,"labels":["S2 Custom 24","S2 McCarty 594","S2 Standard 24","S2 Vela","S2 Singlecut","S2 Mira"]},{"title":"SE","position":"third main row left label","count":6,"labels":["SE Custom 24","SE Standard 24","SE Paul's Guitar","SE Santana","SE Hollowbody II","SE Mark Holcomb"]},{"title":"CE","position":"fourth main row left label","count":6,"labels":["CE 24","CE 22","CE 24 Semi-Hollow","CE 24 Floyd","CE 24 Satin","CE Bass"]},{"title":"BOLT-ON SERIES","position":"fifth main row left label","count":6,"labels":["NF 53","Silver Sky","NF 3","NF 53 Satin","DGT Bolt-On","Studio"]},{"title":"PRIVATE STOCK","position":"sixth main row left label","count":6,"labels":["Dragon I","Frostbite","#4004","The Tree of Life","#8731","PS DGT"]}],"footer":{"position":"bottom","elements":["small badge at lower left","centered company line","right-side script signature"]}},"content grid":{"total guitar models shown":37,"card design":"each product card contains a guitar render, model name, year, small pickup icons, a short descriptive blurb, and origin/wood specs at the bottom","row side panels":6},"visual details":{"guitars":"front-facing electric guitars with varied body shapes and highly polished figured maple tops, metallic and transparent finishes, some solid colors, some natural wood","typography":"all caps serif headlines, small serif body text, script signature accents","borders":"thin decorative gold rules around every panel and the full poster","lighting":"studio-lit instruments against dark panel backgrounds","render quality":"clean infographic precision with realistic product renders"},"camera":"straight-on flat poster view, no perspective distortion, centered composition","quality":"ultra detailed, print-ready, high-resolution editorial infographic, luxury brand poster"}

阿里山一日游旅行海报

元事例 / 作者: @TWnese

完全なプロンプト：

Create a vintage illustrated travel poster in traditional Chinese for {argument name="destination name" default="阿里山國家風景區"}, designed as a one-day itinerary infographic with a split vertical layout. The left panel is a parchment-textured itinerary card in warm beige with ornate gold Art Nouveau borders and dark brown typography, and the right panel is a dramatic painted fantasy-realism map scene of a mountain journey at sunrise and sunset tones. At the top of the left panel, large headline text reads {argument name="headline text" default="阿里山國家風景區一日遊"}. Beneath it, include a short centered tagline in traditional Chinese: 「一座高山,五個經典景點。難忘的奇幻旅程。」 with a small decorative mountain divider. The left panel must contain exactly 5 numbered itinerary stops stacked vertically, each with a circular black-and-gold number badge, a small vignette illustration, a bold location name, a time in parentheses, and a short Chinese description. The 5 stops are: 1. 「阿里山車站」 at 「(8:00 AM)」 with a wooden mountain railway station illustration and description 「開啟探索神木與森林的旅程。」 2. 「阿里山森林鐵路」 at 「(9:30 AM)」 with a red-and-black steam train illustration and description 「穿越森林,體驗百年林鐵風情。」 3. 「神木區棧道」 at 「(11:30 AM)」 with giant cedar trees and elevated wooden boardwalk illustration and description 「漫步千年巨木下,感受森林靈氣。」 4. 「姊妹潭」 at 「(1:30 PM)」 with a tranquil forest lake and pavilion illustration and description 「欣賞靜謐湖光,聆聽自然樂章。」 5. 「小笠原山展望台」 at 「(4:00 PM)」 with a wooden observation deck above clouds at sunset illustration and description 「觀賞壯闊山景與雲海,欣賞日落。」 The right panel should depict a continuous glowing golden path winding through exactly 5 numbered map markers that match the left panel labels in order, with black-and-gold marker plaques reading: 1 「阿里山車站」, 2 「阿里山森林鐵路」, 3 「神木區棧道」, 4 「姊妹潭」, 5 「小笠原山展望台」. Show stop 1 as a rustic alpine wooden station perched on a cliff among pine forests; stop 2 as a small steam locomotive traveling on a curved mountain railway with smoke drifting upward; stop 3 as towering ancient red cypress trees with a spiral and zigzag wooden walkway around the trunks; stop 4 as an emerald lake surrounded by dense forest with a small pavilion and arched bridge; stop 5 as a lookout deck on a peak above a sea of clouds, facing a glowing sunset. The environment should feature layered mountain ranges, mist-filled valleys, evergreen forests, golden-hour light, luminous cloud seas, and a romantic painterly atmosphere with rich detail. At the bottom right, add a decorative compass rose labeled N, E, S, W, plus a dark green and gold information box with exactly 2 stats in traditional Chinese: 「總距離 ~9公里 / 5.6英里」 and 「預計時間 全天 - 14,500步」. Overall style: premium tourism poster, painterly digital illustration, nostalgic national-park brochure aesthetic, highly detailed, warm sepia and gold accents, elegant composition, readable Chinese text, vertical 2:3 poster.

舞蹈动作参考表

元事例 / 作者: @Ciri_ai

完全なプロンプト：

[STYLE]
monochromatic grayscale illustration, 3D rendered character, clean instructional reference sheet, 
white background, comic-style cell grid layout, technical diagram aesthetic

[LAYOUT]
4x4 grid layout, 16 panels total, each panel separated by thin black border lines, 
numbered cells from 1 to 16, consistent panel size

[CHARACTER]
{argument name="character" default="young female dancer, athletic build, ponytail hairstyle, crop top and baggy pants, sneakers"}, same character in all panels

[PANEL STRUCTURE - per cell]
top-left: bold number badge + {argument name="title" default="Korean title text"}
center: full-body character pose illustration
bottom-left: {argument name="description" default="Korean description text (3-4 lines)"}
overlay: directional arrows indicating movement direction

[ARROWS / MOTION INDICATORS]
curved arrows, straight arrows, circular rotation indicators, 
placed around the character to show movement flow and direction

[RENDERING STYLE]
high detail 3D sculpt style, soft studio lighting, subtle shadows, 
no color, grayscale shading, clean linework, game concept art quality

[NEGATIVE]
no background scenery, no color tones, no extra characters, 
no cluttered backgrounds

动漫博物馆背景转换

元事例 / 作者: @Dakiny

完全なプロンプト：

Using the provided reference photo, recreate the same museum facade and frontal composition as a polished theatrical anime background illustration. Keep the architecture, signage, 3 flagpoles, broad steps, and overall layout consistent, but convert the image from realistic photography into a highly detailed hand-painted anime film style with clean linework, soft cel shading, gentle pastel stone colors, and crisp atmospheric lighting. Add dramatic sunlight from the upper right so the glass pyramid casts a large geometric lattice shadow across the central wall and left side of the entrance. Simplify and stylize the people into anime background characters, keeping the 2 visible groups: 1 lone figure on the left and 1 small cluster of 7 people near the center-right entrance. Preserve the clear blue-sky daytime mood while making the scene feel elegant, refined, and cinematic.

16 姿势舞蹈战斗参考表

元事例 / 作者: @ExquisitMe

完全なプロンプト：

{"type":"pose reference sheet","subject":{"theme":"hip-hop dance and combat-ready movement chart","character":{"count":1,"gender_presentation":"female","age_appearance":"young adult","body_type":"fit athletic dancer","skin_tone":"light tan","hair":{"color":"black","style":"high ponytail with loose strands"},"outfit":{"count":5,"items":["white sports bra or cropped athletic top","baggy purple jogger pants","white chunky sneakers","purple wristbands or forearm bands on both arms","small hoop earrings"]}}},"style":{"image_type":"photorealistic studio pose sheet","lighting":"clean even studio lighting","background":"plain light gray to white seamless backdrop","camera":"full-body framing, straight-on view, consistent distance","rendering":"sharp realistic anatomy, dynamic motion, slight shadow under feet","face":"intentionally blurred or obscured"},"layout":{"grid":{"rows":4,"columns":4,"count":16},"numbering":{"count":16,"labels":["1","2","3","4","5","6","7","8","9","10","11","12","13","14","15","16"],"position":"top-left corner of each cell"},"cell_borders":"thin black divider lines between all panels"},"poses":{"count":16,"items":[{"label":"1","description":"wide low squat, knees bent outward, torso angled slightly left, both arms extended loosely in a defensive dance stance"},{"label":"2","description":"deep side lunge to the left, left arm pointing straight left, right hand near the head, energetic directional pose"},{"label":"3","description":"low crouch with one hand touching the floor, one knee bent under the body, opposite arm extended horizontally"},{"label":"4","description":"upright one-leg balance, left knee lifted high, both arms spread outward for rhythm and balance"},{"label":"5","description":"similar one-leg raised pose with the other leg supporting, arms stretched outward in a lighter dance variation"},{"label":"6","description":"very wide grounded squat, torso pitched forward, one hand reaching toward the floor between the legs, other arm extended back"},{"label":"7","description":"dramatic standing back arch, chest lifted upward, hips forward, both arms opened behind and to the sides"},{"label":"8","description":"small jump or suspended squat, both feet off the floor, knees bent, arms spread wide symmetrically"},{"label":"9","description":"floor-supported seated lean, one hand planted behind, one arm reaching diagonally upward, legs bent to one side"},{"label":"10","description":"front-facing balance with one knee raised to hip height, one arm bent in guard position and the other extended sideways"},{"label":"11","description":"deep lateral stance, feet far apart, knees bent, both hands raised open near shoulder level like a ready combat pose"},{"label":"12","description":"low side lunge split, one hand planted on the floor, the other arm reaching vertically overhead, torso arched upward"},{"label":"13","description":"standing backward lean with relaxed bent knees, chest up, arms hanging loosely behind in a groove pose"},{"label":"14","description":"compact twisting crouch, weight low over bent legs, torso rotated, one arm pulled in and the other extended outward"},{"label":"15","description":"very wide side lunge stretch, one hand to the floor near the front foot, opposite arm reaching diagonally overhead"},{"label":"16","description":"one-leg lifted pose with knee high, one hand behind the head and the other arm extended forward, confident finishing stance"}]},"composition":"show the same dancer in all 16 panels with consistent outfit and scale, centered within each frame, designed like a movement library or choreography reference chart"}

16 格舞蹈姿势参考表

元事例 / 作者: @ExquisitMe

完全なプロンプト：

{"type":"dance pose reference sheet","style":"clean studio pose chart, photoreal fitness-dance reference, white seamless background, sharp full-body photography, soft even lighting, minimal shadows, thin black grid lines separating panels","subject":{"count":1,"person":{"gender_presentation":"female","age_appearance":"young adult","build":"slim athletic toned dancer","skin_tone":"light tan","hair":{"color":"{argument name=\"hair color\" default=\"dark brown\"}","style":"high ponytail with loose strands"},"outfit":{"count":3,"items":["white fitted sports bra or cropped athletic tank","baggy blue-gray jogger pants","white sneakers"]}}},"layout":{"rows":4,"columns":4,"total_panels":16,"numbering":"black panel numbers in the top-left corner of each cell, labeled 1 through 16","sections":[{"title":"pose grid","position":"full page","count":16,"labels":["1","2","3","4","5","6","7","8","9","10","11","12","13","14","15","16"]}]},"poses":{"count":16,"items":[{"panel":1,"description":"wide stance, knees bent, torso upright, right arm extended straight to the right in a pointing gesture, left arm bent near the body"},{"panel":2,"description":"deep low squat facing forward, feet wide apart, one hand lifted in front of the chest, the other resting near the thigh"},{"panel":3,"description":"low floor-supported pose, leaning back on one hand with hips low, one knee bent under the body, opposite arm stretched diagonally upward"},{"panel":4,"description":"standing on one leg with the other knee raised, one arm curved overhead, opposite arm extended to the right in a strong dance line"},{"panel":5,"description":"deep squat with legs wide, one hand on thigh and the other arm reaching straight upward"},{"panel":6,"description":"light upright pose with one knee lifted and both arms relaxed outward for balance"},{"panel":7,"description":"wide stance with both arms crossed tightly in front of the chest, feet planted apart"},{"panel":8,"description":"low crouch close to the floor, one hand braced on the ground, the other arm crossing the torso"},{"panel":9,"description":"dynamic side-leaning wide stance, one arm bent upward beside the head, opposite arm pointing strongly to the right"},{"panel":10,"description":"compact crouch with weight centered low, one elbow resting near a knee and head tilted slightly downward"},{"panel":11,"description":"deep side lunge with one leg extended long to the side, one hand on the floor and the other arm reaching straight up"},{"panel":12,"description":"upright wide-legged stance, one arm extended vertically overhead, the other hand relaxed near the hip"},{"panel":13,"description":"standing balance pose with one knee raised and both hands held low near the thighs"},{"panel":14,"description":"low horse stance with knees bent wide and forearms crossed in front of the chest"},{"panel":15,"description":"kneeling or very low crouched pose with one hand on the floor and the other resting on the raised knee"},{"panel":16,"description":"high side kick, balancing on one leg while the other leg extends horizontally, both arms bent in a guarded fighting pose"}]},"intent":"a {argument name=\"sheet purpose\" default=\"dance move sheet chart that can also be used for combat pose reference\"}, emphasizing silhouette variety, balance, rhythm, and dynamic athletic body lines","image_size":"landscape 16:9"}

16 格女性舞蹈姿势表

元事例 / 作者: @ExquisitMe

完全なプロンプト：

{"type":"pose reference sheet","subject":{"count":1,"description":"a fit young woman dancer shown repeatedly in a clean studio reference layout","appearance":{"gender":"female","age":"young adult","build":"athletic, toned midriff","skin tone":"light to medium tan","hair":{"color":"dark brown","style":"high messy ponytail with loose strands framing the face"},"expression":"neutral to focused"},"wardrobe":{"top":"charcoal gray sports bra or cropped athletic bralette","bottom":"oversized dark gray parachute cargo pants with gathered ankles","shoes":"white sneakers","accessories":["black wristband or fingerless glove on one hand","subtle sporty styling"]}},"layout":{"background":"plain white seamless studio background","grid":{"rows":4,"columns":4,"count":16,"cell labels":["1","2","3","4","5","6","7","8","9","10","11","12","13","14","15","16"]},"style":"clean contact-sheet or choreography chart with thin black dividers between panels and small black numbers at the upper left of each panel"},"poses":[{"label":"1","description":"relaxed standing pose, weight on one leg, one hand near hip, slight contrapposto"},{"label":"2","description":"wide low dance stance, one arm bent behind the head, the other arm extended and pointing to the right"},{"label":"3","description":"legs spread in a grounded stance, torso slightly tilted, one hand resting near the upper thigh"},{"label":"4","description":"very low wide squat facing forward, torso leaning back, one hand near the face and the other near the thigh"},{"label":"5","description":"wide side lunge stance, one arm arched overhead, the other arm extended outward in a stylized dance line"},{"label":"6","description":"balancing on one leg with the other knee lifted high, one hand near the face in a punchy hip-hop pose"},{"label":"7","description":"floorwork pose supported by one hand on the ground, torso reclined sideways, legs bent and lifted in a dynamic breakdance-like position"},{"label":"8","description":"casual upright pose with one hand behind the head and one knee bent upward"},{"label":"9","description":"one-legged balance pose with the lifted knee bent, both arms extended outward for motion and rhythm"},{"label":"10","description":"low kneeling or crouched pose, one knee up and one knee down, one arm thrust forward toward the viewer"},{"label":"11","description":"deep squat with legs apart, one arm curved overhead in a dramatic arc"},{"label":"12","description":"standing lean to one side with one arm extended sideways and the other hand near the hip or thigh"},{"label":"13","description":"reclining floor pose supported by one hand behind the body, one leg bent and one leg extended"},{"label":"14","description":"upright standing pose with one arm fully extended and pointing to the right"},{"label":"15","description":"front-facing pose stepping forward with one knee lifted, one arm reaching or pointing forward"},{"label":"16","description":"wide confident stance with one arm pointing diagonally upward to the right"}],"rendering":{"medium":"photorealistic studio fashion and dance reference image","lighting":"soft even studio lighting with faint shadows beneath the feet and body","camera":"full-body framing, straight-on view, consistent distance in every panel","quality":"sharp, high-resolution, realistic anatomy and fabric folds"}}

16 姿势舞蹈参考表

元事例 / 作者: @ExquisitMe

完全なプロンプト：

{"type":"pose reference sheet","subject":{"category":"female dancer fitness model","age_appearance":"young adult","build":"slim athletic","hair":{"color":"dark brown","style":"high ponytail"},"outfit":{"top":"light gray or white sports bra crop top","bottom":"baggy light gray sweatpants","shoes":"white sneakers"},"face":"softly blurred or de-emphasized facial features"},"style":{"image_type":"studio dance pose chart","background":"clean seamless white background","lighting":"bright even studio lighting with minimal shadows","color_palette":"neutral whites and light grays","camera":"full-body framing, straight-on view, consistent distance","rendering":"photorealistic"},"layout":{"grid":{"rows":4,"columns":4,"count":16,"border":"thin black dividers between cells"},"numbering":{"count":16,"labels":["1","2","3","4","5","6","7","8","9","10","11","12","13","14","15","16"],"position":"top-left corner of each panel"},"sections":[{"title":"row 1","position":"top","count":4,"labels":["1 side lunge with one arm extended straight sideways and the other bent near chest","2 low floor pose leaning on one hand with one knee down and opposite arm arched upward","3 wide squat facing front with both arms opened in angular dance position","4 standing balance on one leg with opposite knee lifted and forearms crossed near chest"]},{"title":"row 2","position":"upper-middle","count":4,"labels":["5 deep backbend in wide stance with torso arched and one arm curved overhead","6 wide squat with one hand behind head and the other arm pointing outward","7 kneeling side stretch with one hand on floor and opposite arm reaching straight up","8 standing arabesque-style extension with torso tilted forward and one leg lifted high behind/sideways"]},{"title":"row 3","position":"lower-middle","count":4,"labels":["9 wide squat with torso tilted left, one arm curved overhead and one arm extended low","10 front-facing wide squat with both arms stretched diagonally in opposite directions","11 relaxed standing pose with legs apart and both forearms crossing in front of torso","12 floor recline supported on one hand and one knee, torso leaning back with bent legs"]},{"title":"row 4","position":"bottom","count":4,"labels":["13 small jump or lifted balance with one knee raised and one arm bent upward","14 low crouch squat with one hand reaching toward floor and other arm extended sideways","15 dramatic side backbend in wide stance with hair swinging and one arm curved overhead","16 powerful wide squat with one hand at chest and the other lowered to the side"]}],"overall_composition":"all 16 poses shown as separate panels in a uniform contact sheet"},"prompt":"Create a clean studio contact sheet of {argument name=\"pose count\" default=\"16\"} full-body dance or combat-reference poses featuring a {argument name=\"subject type\" default=\"young athletic woman\"} in a {argument name=\"outfit\" default=\"light gray sports bra, loose gray sweatpants, and white sneakers\"}. Use a seamless {argument name=\"background color\" default=\"white\"} background, bright even lighting, and a consistent straight-on camera. Arrange the poses in a 4x4 grid with thin black panel lines and small black numbers 1 through 16 in the top-left of each cell. The poses should mix standing, squatting, kneeling, floorwork, balance, kick-extension, backbend, and angular arm positions suitable for a dance sheet chart or combat movement reference. Keep the styling photorealistic, crisp, minimal, and instructional, with consistent wardrobe and hair across all panels."}

气态巨行星下降分镜

元事例 / 作者: @xRahultripathi

完全なプロンプト：

{"type":"cinematic sci-fi storyboard contact sheet","subject":{"primary":"a small futuristic spacecraft descending into a massive gas giant storm system","secondary":"an enormous leviathan-like silhouette hidden within the clouds","mood":"oppressive, catastrophic, awe-struck, high tension, cosmic dread","style":"photorealistic cinematic concept art with dark sci-fi realism, volumetric storm clouds, strong contrast, amber and black palette with occasional cold blue lightning","aspect_ratio":"16:9"},"vehicle":{"design":"compact armored deep-atmosphere ship with 3 bright rear engines, angular industrial hull, worn metallic panels","scale":"tiny compared to the planet and creature"},"layout":{"grid":{"rows":3,"columns":4,"count":12},"sections":[{"position":"row 1 col 1","description":"wide exterior shot of the ship entering the upper atmosphere of a colossal gas giant at extreme speed, glowing clouds streaked with fire and friction around the vessel, curved planetary horizon visible"},{"position":"row 1 col 2","description":"cockpit POV, dark interior filled with red and cyan holographic instruments, forward visibility collapsing into turbulent storm layers and electrical haze"},{"position":"row 1 col 3","description":"exterior mid-wide shot of the ship diving into a gigantic rotating cloud funnel, surrounded by violent spiraling storm structure"},{"position":"row 1 col 4","description":"extreme close exterior of the ship hull as bright lightning strikes dangerously close, white electric energy crawling across the metal surface"},{"position":"row 2 col 1","description":"dashboard warning screen in red, showing a critical systems failure interface with the exact visible text count of 4 warning lines and 1 large percentage readout: ['WARNING','ENGINES COMPROMISED','THRUST FLUCTUATION','GRAVITY SPIKE DETECTED','DESCENT RATE -453%']"},{"position":"row 2 col 2","description":"rear three-quarter exterior of the ship fighting turbulence inside dense storm clouds, engines burning hard while the craft barely holds course"},{"position":"row 2 col 3","description":"massive circular disturbance forming in the clouds like an eye or maw, entire storm systems displaced by something huge moving beneath"},{"position":"row 2 col 4","description":"second cockpit view with radar-like navigation display and red alert text, pilot making a blind evasive maneuver through lightning-filled darkness"},{"position":"row 3 col 1","description":"first reveal of the colossal creature shape rising near the ship, black organic surface and immense curved anatomy emerging from darkness, ship tiny at lower left"},{"position":"row 3 col 2","description":"spiral descent shot, ship caught inside a vortex tunnel of clouds, spinning downward with engines flaring as it struggles to recover"},{"position":"row 3 col 3","description":"sudden breakthrough into a calm void, minimal composition, ship flying in eerie silence through dark open space with soft mist and no visible storm around it"},{"position":"row 3 col 4","description":"final reveal, gigantic leviathan fully emerging behind or beside the ship in cleared space, backlit by a pale circular storm opening, enormous open maw-like silhouette dwarfing the craft"}],"continuity":"all 12 panels depict one continuous descent sequence from atmospheric entry to final creature reveal"},"lighting":{"primary":"glowing amber storm light","secondary":"red cockpit interface glow","accents":"blue-white lightning and engine exhaust"},"environment":{"location":"inside the upper and middle storm layers of a gigantic gas giant","weather":"violent turbulence, electrical storms, vortex funnels, cloud walls, pressure chaos","threat":"no safe zone, repeated near-failure, unknown colossal presence driving the storm"}}

超现实巴洛克绘画现实裂隙

元事例 / 作者: @JohnnyWang8802

完全なプロンプト：

A {argument name="painting style" default="baroque oil painting"} comes to life — its painted figures climbing out of the gilded frame into a {argument name="setting" default="modern white gallery"}, half their bodies still in flat 2D paint, half fully volumetric 3D humans, brushstrokes visible on their skin, the painting's background leaking watercolor clouds into the gallery ceiling, museum visitors frozen in shock, hyper-detailed, {argument name="artist influence" default="René Magritte meets Pixar"}, reality fracturing at every boundary

城市小巷壁画艺术家

元事例 / 作者: @Professor_134

完全なプロンプト：

A cinematic, ultra-realistic night scene of a {argument name="artist" default="young male street artist"} painting a large-scale {argument name="mural subject" default="mural of a woman’s face"} in a {argument name="setting" default="narrow urban alley"}. The camera angle is slightly low, creating a dramatic, powerful perspective. The artist has medium-length, slightly messy dark hair and light stubble or a short beard, giving him a rugged, creative look.

He wears a loose white t-shirt and casual jeans, slightly oversized, with a relaxed streetwear vibe. His posture is focused and engaged as he stands close to the wall, actively spray-painting.

He is creating a massive, hyper-realistic mural of a woman’s face on a textured brick wall. The mural is incredibly detailed—smooth skin tones, realistic lighting, expressive eyes, and glossy lips—appearing almost like a photograph. Fine mist from the spray paint is visible in the air, catching light and adding motion and atmosphere.

The setting is a narrow urban alley at night, surrounded by tall buildings. The environment is gritty and textured—aged brick walls, paint splashes, subtle grime, and urban wear. Neon signs and distant streetlights cast vibrant reflections in teal, magenta, and blue tones, creating a cinematic, slightly cyberpunk mood.

Lighting is dramatic and layered: cool ambient light fills the alley, while warmer neon highlights create contrast. A subtle rim light outlines the artist’s silhouette, separating him from the dark background. The mural is partially illuminated, acting as a strong focal point.

Atmosphere includes light fog or mist, enhancing depth and making the lighting glow softly. The scene feels immersive, quiet, and artistically intense.

Depth of field is moderately shallow: the artist and mural are in sharp focus, while the background fades into soft blur with bokeh highlights.

Style: hyper-realistic, cinematic photography, street art aesthetic, ultra-detailed textures, high dynamic range, subtle film grain.

Camera details: 35mm or 50mm lens, f/1.8–f/2.8 aperture, low-light photography, slight low-angle shot, natural perspective.

Composition: vertical frame (4:5 or 9:16), subject slightly off-center, mural dominating the frame for strong visual storytelling.
Generate image using uploaded image as reference

RPG 地图转动漫事件场景

元事例 / 作者: @ArtwlDesign

完全なプロンプト：

Using the provided reference image, transform the top-down RPG town map into a polished anime-style event illustration from a human eye-level perspective. Keep the same village location and layout cues: the central stone well, the path network, the hedges, the wooden houses, and the narrow water canal on the left. Convert the 2 small sprite characters by the well into 2 full-size fantasy characters in the foreground: a silver-haired mage in a purple robe holding a staff, and a blonde elf in green-and-brown adventurer clothing, both leaning over and looking into the well. Add a cinematic JRPG feel with soft daylight, detailed painterly rendering, clean line art, and gentle depth of field. Preserve the sense that this scene is taking place in the same town square, but enrich it with natural perspective, more environmental detail, and 5 background villagers: 1 man cropped at the far left edge, 2 small figures standing on the center path in the distance, and 2 townspeople talking near the right-side buildings.

柔和粉彩动漫少女全身像

元事例 / 作者: @hoshi122221

完全なプロンプト：

A full-body anime girl character design on a plain white background, centered and floating slightly, drawn in a soft minimalist pastel style with very thin gray linework and delicate flat colors. She has a petite youthful build and a cute, gentle silhouette, with special emphasis on a soft rounded face shape, smooth cheeks, and a softened jawline and chin. Her face is completely obscured by a blank skin-colored rectangular block with no facial features visible. She has short bob hair in {argument name="hair color" default="light ash brown"}, slightly tousled with wispy ends, long bangs covering part of the forehead, and a small ribbon hair tie on the right side in pale blue-gray. She wears 3 visible clothing pieces: an oversized pale blue cardigan with loose sleeves and front buttons, a cream-white slip dress with a scalloped neckline and a tiny button detail at the chest, and a frilled hem with a small ribbon near the right thigh. She is barefoot with slim pale legs, posed front-facing with both arms relaxed slightly outward, open hands, one leg straight and the other gently bent inward for a shy, weightless look. The illustration should feel airy, cute, understated, and clean, like a simple Japanese anime fashion sketch, with lots of negative space and no props, no shadows, and no background elements.

都市奇幻共存路口

元事例 / 作者: @Ray_CROWN0

完全なプロンプト：

A highly detailed anime-style urban fantasy illustration set at a busy Tokyo-style scramble crossing on a bright clear day, viewed at street level with a wide cinematic composition. The city blends modern realism with mythic fantasy: dense high-rise buildings covered in giant billboards, a red broadcast tower in the middle distance, blue sky with fluffy clouds, and a crowded crosswalk full of pedestrians. In the foreground, show 7 prominent character figures: a silver-haired elf woman in a flowing white dress holding an iced drink and tote bag on the far left; a central schoolgirl with long dark hair, black animal ears, a navy school blazer, plaid skirt, blue ribbon, and large navy shoulder bag, lifting one hand to her head; a young man in a dark suit looking down at a smartphone; an androgynous white-haired angelic figure in an elegant white-and-gold ceremonial outfit with large white wings; a small blonde girl in an ornate pastel pink frilled dress beside the angel; a dark-haired woman in a black coat in right foreground profile; and a small blue-haired cat-eared child in a blue dress with a bow standing near a cave entrance on the right. In the midground crowd, include mixed humans and fantasy races walking together naturally. Add 4 clearly visible nonhuman or supernatural background beings: 1 dragon flying in the sky, 1 winged female angel descending above the street, 1 lizard-headed businessman in a suit near the angelic figure, and 1 tall red-skinned horned demon with crossed arms standing by the hillside path. On the right side, transition the city into a lush shrine hillside with large green trees, a red torii gate, stone steps, and a wooden signboard reading Japanese kanji. Below it, place a rocky cave-like tunnel entrance glowing blue, with a wooden sign over the entrance and several figures descending into an underground shared district lit by crystals. Show 6 major billboard/sign elements across the cityscape: a huge left billboard reading "Shinpi Sekai 神秘世界" with a cosmic planet image; a large central political poster with Japanese text and a raised fist icon; 2 rooftop signs reading "未来研究所" on separate buildings; a large right billboard with Japanese text about coexistence and silhouettes of different beings; and 1 vertical banner with Japanese text on a nearby building. Emphasize the theme of coexistence between ordinary modern city life and hidden fantasy societies. Crisp anime linework, polished light novel key visual rendering, rich textures, soft sunlight, subtle atmospheric perspective, vibrant but believable colors, intricate clothing details, and a sense of awe, everyday bustle, and worldbuilding depth.

亲子误解信息图

元事例 / 作者: @sarinaashapi

完全なプロンプト：

{"type":"Japanese infographic","style":"simple, easy-to-understand flat vector diagram, clean white background, rounded light-gray outer frame, minimal pastel color palette, presentation-slide design, clear hierarchy, lots of whitespace, modern sans-serif Japanese typography","canvas":{"aspect_ratio":"16:9"},"headline":{"text":"{argument name=\"headline text\" default=\"親子のすれ違いは、記録があるかないかで起こる\"}","position":"top center","size":"large bold black"},"layout":{"structure":"2 side-by-side rounded panels beneath the headline","sections":[{"title":"記録がない場合(ズレる)","position":"left","count":8,"header_color":"muted blue-gray","panel_border":"light gray","labels":["親の記憶","子どもの記憶","あのとき決まったよね","まだ考えてたのに","ズレが大きくなる","志望校がコロコロ変わる","理由が『なんとなく』","言ってることが違う","関係がギクシャク","現実を見てほしい","ちゃんと決めてほしい","口を出しすぎると関係が悪くなる"],"contents":{"top_left":{"type":"parent icon with thought bubble","icon_color":"blue","caption":"親の記憶","bubble_text":"あのとき\n決まったよね"},"top_right":{"type":"child icon with thought bubble","icon_color":"pink","caption":"子どもの記憶","bubble_text":"まだ考えてたのに"},"center":{"type":"horizontal double-headed arrow","color":"blue-gray"},"bottom_center":{"type":"downward arrow leading to burst shape","color":"light gray","burst_text":"ズレが\n大きくなる"},"bottom_left":{"type":"rounded note box","bullet_count":4,"bullets":["志望校がコロコロ変わる","理由が『なんとなく』","言ってることが違う","関係がギクシャク"]},"bottom_right":{"type":"rounded note box","bullet_count":3,"bullets":["現実を見てほしい","ちゃんと決めてほしい","口を出しすぎると関係が悪くなる"]}}},{"title":"記録がある場合(ズレにくい)","position":"right","count":7,"header_color":"mustard yellow","panel_border":"light yellow","labels":["親の認識","子どもの認識","記録"],"contents":{"top_left":{"type":"parent icon with thought bubble containing document symbol","icon_color":"blue","caption":"親の認識"},"top_right":{"type":"child icon with thought bubble containing document symbol","icon_color":"pink","caption":"子どもの認識"},"center":{"type":"horizontal double-headed arrow","color":"mustard yellow"},"bottom_center":{"type":"circular record icon with document symbol","outline_color":"mustard yellow","text":"記録"},"bottom_left_connector":{"type":"curved arrow from parent to record","color":"blue"},"bottom_right_connector":{"type":"curved arrow from child to record","color":"pink"}}}],"spacing":"balanced, symmetrical"},"visual_language":{"icons":"generic human bust icons and simple document line icons","emphasis":"contrast the left panel's misunderstanding with the right panel's shared record","mood":"educational, calm, practical"},"text_language":"Japanese","render_quality":"crisp vector edges, infographic suitable for social media educational posts"}

好洗澡日编辑风海报

元事例 / 作者: @Kazuch75240438

完全なプロンプト：

Create a soft editorial lifestyle poster for {argument name="event date" default="4.26"} celebrating Japanese bath culture, designed like a refined magazine feature page in portrait orientation. The layout is split into two main columns with a pale cream and warm gray background, thin divider lines, elegant serif typography, and muted sage-green accents. At the top left, include the small heading “LIFESTYLE / FEATURE”, then a large date line reading “{argument name="event date" default="4.26"} EVENT”, followed by the large Japanese title “よい風呂の日” and the subtitle “特集” in sage green, with a small bathtub icon nearby. Beneath that, add the Japanese tagline “心も体も、ととのう時間。” and several short body-text blocks in Japanese explaining the meaning of Good Bath Day, including references to “4(よ)2(ふ)6(ろ)” and the benefits of bathing for body and mind. On the right side, show a bright, airy bathroom interior lit by soft natural morning light from a window, with beige and off-white tones, a wooden counter, folded white towels, a pump bottle, a sponge, woven baskets, and a few green plants. In front of the bathroom scene, place a youthful anime-style person with {argument name="hair color" default="soft medium brown"} tousled short hair, fair skin, and a relaxed expression, standing in a casual post-bath pose. The character wears a loose white T-shirt with a tiny dark square chest logo and light brown drawstring lounge pants, one hand in a pocket and the other holding a white towel up near the face and shoulder, conveying a fresh, just-bathed feeling. Near the character, include the handwritten-style Japanese side note “湯上がりの、リラックスタイム。” Add an oval badge on the lower right of the main image area with the English heading “GOOD BATH DAY” and Japanese explanatory text inside, plus a small bathtub icon. Below the main feature, include exactly 2 small inset images of the same character in the bathroom, each framed as rectangular mini-panels with narrow vertical Japanese captions beside them. At the bottom, create exactly 4 rounded rectangular information cards in a row: card 1 labeled “POINT 01” with the heading “お風呂の基本” and text about soaking in lukewarm water around 38–40°C; card 2 labeled “POINT 02” with the heading “日常でできること” and text about making bathing part of a routine instead of only showering; card 3 labeled “POINT 03” with the heading “楽しみ方・取り入れ方” and text about bath salts, scents, music, and lighting; card 4 labeled “まとめ” with concluding Japanese text about sustainable self-care. Decorate the cards with small illustrated elements such as leaves, a bathtub, a candle, a bottle, lavender sprigs, and a basket of folded towels. Along the very bottom, add a horizontal green tip strip labeled “今日からできる TIP” with exactly 3 checklist items: “就寝の1〜2時間前に入浴する”, “スマホは浴室に持ち込まない”, and “水分補給を忘れずに”. Place a final handwritten-style Japanese phrase at the lower right reading “自分をいたわる時間を。” The overall look should be clean, gentle, wellness-focused, feminine-neutral, and polished like a Japanese seasonal magazine infographic, with delicate anime illustration, soft shadows, subtle textures, and calm spa-like atmosphere.

日式科幻换装流程板

元事例 / 作者: @yy7482933910896

完全なプロンプト：

{"type":"Japanese sci-fi armor dressing-process infographic","style":"cinematic live-action tokusatsu-inspired promotional board, realistic industrial lighting, polished metal surfaces, sharp photographic detail","theme":"manual pre-battle suit-up sequence for a female hero in a red, silver, black, and blue protector suit","subject":{"character":{"gender":"female","age":"young adult","identity":"helmetless heroine during assembly, face intentionally obscured or anonymized in every unhelmeted panel","hair":"dark brown to black hair tied in a high ponytail with bangs","undersuit":"glossy black skintight inner suit with silver chest panel and white neck ring","armor":"retro-futuristic protector armor with red shoulder and arm plates, silver breastplate and torso plating, circular blue chest core, red waist unit, white gloves, red forearm guards with yellow stripe accents","helmet":"round red-and-silver helmet with black visor"},"environment":{"location":"high-tech industrial hangar or armor bay","background elements":["metal framework","robotic equipment","tool benches","armor racks","computer monitors","workshop lighting","bay corridor marked BAY-07 in final panel"]}},"layout":{"header":{"count":2,"labels":["ソルジャンヌ・スーツ 手動装着プロセス","専用プロテクタースーツ『ソルジャンヌ』を、戦闘前に手動で装着する様子。各ユニットを確実に装着し、システムを起動する。"],"design":"wide black-to-red gradient banner across top, large bold white Japanese text, diagonal red accent"},"sections":[{"title":"1 インナースーツの確認","position":"top-left","count":1,"labels":["各部のセンサーとコネクタをチェック。戦闘に備え、身体の状態を最終認する。"],"image":"three-quarter view of the heroine in only the black glossy inner suit, looking down while checking or tightening a wrist connector"},{"title":"2 胸部・肩部アーマーの装着","position":"top-center","count":1,"labels":["胸部ユニットと肩部プロテクターを装着。コネクタを接続し、ロックを固定する。"],"image":"mid shot with chest armor and red shoulder plates installed, heroine fastening the front torso area with both hands"},{"title":"3 腰部ユニット・ベルトの固定","position":"top-right","count":1,"labels":["ウエストユニットを装着し、各部のロックを確認。可動部の動作チェックを行う。"],"image":"mid shot with torso armor completed, heroine tightening or checking the waist belt and side locks"},{"title":"4 ヘルメットの準備","position":"bottom-left","count":1,"labels":["ヘルメットのバイザーと内部システムをチェック。ヘッドセットとの同期を確認する。"],"image":"heroine holding the red helmet in both hands at chest height, showing the glossy black visor"},{"title":"5 ヘルメットの装着・システム起動","position":"bottom-center","count":1,"labels":["ヘルメットを装着し、直上のコネクタをロック。全身のシステムが起動し、胸部コアが発光する。"],"image":"heroine placing the helmet onto her head with both hands; blue chest core glowing brightly"},{"title":"6 装着完了","position":"bottom-right","count":1,"labels":["全システムの最終チェックを行い、戦闘モードへ。ソルジャンヌ、出撃準備完了!"],"image":"full-body frontal hero pose in a futuristic corridor, fully suited with helmet on, arms relaxed at sides"}],"footer":{"count":1,"labels":["一つ一つの装着が、命を守り、力を引き出す。 ソルジャンヌの戦いは、ここから始まる。"],"design":"dark red cinematic footer strip with centered white Japanese slogan"},"grid":{"rows":2,"columns":3,"panel_count":6,"panel_borders":"thin white dividers","number_badges":6}},"text_rendering":{"language":"Japanese","font":"bold sans-serif headline with smaller sans-serif body text","colors":"white text on black, red, and white info bars; red numbered squares with white numerals"},"composition":"16:9 wide infographic board, six equal photo panels arranged in a 3-by-2 grid, each panel captioned below with a red numbered box from 1 to 6","lighting":"moody workshop lighting with metallic reflections and red accent lights, realistic shadows, cinematic sci-fi atmosphere"}

梦幻涩谷泡泡少女

元事例 / 作者: @terunari

完全なプロンプト：

A dreamy anime-style full-body illustration of a fashionable young woman standing in the middle of the Shibuya scramble crossing in Tokyo on a bright clear day, with the iconic cylindrical SHIBUYA 109 building centered in the background and recognizable commercial billboards surrounding it, including signs resembling H&M, DHC, DMM TV, Big Echo, and other dense Japanese city advertisements. She is the single main subject, posed gracefully as if floating or weightless, standing on top of one giant iridescent translucent soap bubble beneath her skirt. Her face is softly obscured and de-emphasized, while her long dark violet-black hair flows dramatically in the wind, with soft bangs and a pink floral headband accessory with ribbon on one side. She wears a sweet feminine spring outfit in pastel pink: a long-sleeved frilled blouse under a sleeveless pink dress with a ribbon tie at the chest, a tan belt at the waist, layered ruffles at the hem, and subtle sakura flower embroidery near the lower skirt. Her expression and body language should feel gentle, elegant, whimsical, and slightly magical. One hand is raised with her index finger pointing upward toward a floating bubble that contains 1 smartphone; her other hand holds a loop handle attached to a large transparent iridescent shopping-bag-like bubble containing 3 visible items: 1 SHIBUYA 109 paper shopping bag, 1 pink shopping bag or package, and 1 small pink bunny-faced pouch. Also include 1 separate floating smartphone/tablet-like device outside the bubbles near the lower left side, and 1 floating bubble on the lower right containing 1 compact camera. Surround her with many soap bubbles of different sizes, all highly reflective with rainbow highlights and delicate transparency, creating a soft sparkling atmosphere. The city scene should be busy but slightly softened, with pedestrians in the far background, crosswalk stripes in the foreground, and warm sunlight filtering through the urban canyon. Use polished high-detail anime illustration rendering, luminous pastel colors, glossy reflections, soft bloom, a romantic spring palette, and a magical everyday Tokyo aesthetic.

暴风雨热带城市与屋顶飞机

元事例 / 作者: @Gerry

完全なプロンプト：

A cinematic wide aerial view of a tropical coastal city at sunset during a violent storm, split dramatically between dark storm clouds on the left and blazing golden sunlight on the right. In the foreground, a small single-engine light airplane with a high wing and visible tail is parked or perched precariously on a flat rooftop, seen from behind and slightly above, centered near the bottom of the frame. To the left midair, 1 helicopter flies low over the city with its searchlight cast downward. In the sky, include 1 faint lightning bolt on the far left. The city below is dense with wet streets, reflective pavement, low-rise commercial buildings, and a few taller modern towers, including 1 prominent striped high-rise near the center. A glowing red circular neon sign is visible near the middle distance. On the right side, a calm bay or inlet curves through the city, lined with 1 row of tall palm trees along the waterfront road, and crossed by 1 long low bridge in the distance. The water and streets glisten from recent rain, reflecting the orange sunlight breaking through the clouds. Mood is tense, dramatic, and slightly surreal, like a movie still from an urban disaster thriller. Photorealistic, ultra-detailed, high dynamic range lighting, volumetric sun rays, storm atmosphere, wet surfaces, rich contrast, deep shadows, golden highlights, wide-angle lens, epic composition.

户外运动服饰网格广告

元事例 / 作者: @SPEEDAI07

完全なプロンプト：

A dynamic 2×2 grid collage of modern outdoor sportswear advertising posters, each panel representing a different adventure lifestyle brand. High-energy, editorial-style composition with bold typography and textured graphic design.

Top-left panel:
Athletic male model in a bright blue insulated winter jacket, black snow pants, gloves, and sunglasses, stepping forward in a snowy environment. Snow particles flying, dramatic motion. Background features rough blue paint brush strokes. Bold distressed typography reads: “NEVER STOP EXPLORING.” Additional small text: “Built for extremes.” High contrast, rugged winter exploration theme.

Top-right panel:
Fit male hiker climbing rocky terrain, wearing an olive green shirt, black trekking pants, and a large black backpack with orange straps. Dust and debris kicking up from the ground. Background includes orange paint strokes and sketched mountain graphics. Bold text: “BUILT FOR HERE – INDIA TESTED.” Handwritten Hindi accents and arrows. Warm earthy tones.

Bottom-left panel:
Calm outdoor scene with a male model sitting on a rock, wearing a green jacket, beanie, sunglasses, and hiking shoes. Minimal scenic mountain illustration in the background with soft green tones. Typography reads: “ESCAPE THE NOISE – JUST GO OUTSIDE.” Clean, relaxed, nature-focused aesthetic with subtle graphic elements.

Bottom-right panel:
Energetic female runner in motion wearing a purple athletic t-shirt, black shorts, and running shoes. Bright, playful background with purple and yellow paint splashes, doodles, arrows, and sun illustration. Bold typography: “READY FOR EVERYONE – START YOUR JOURNEY.” Youthful, vibrant fitness energy.

Overall style:

High-resolution, photorealistic sportswear campaign

Bold brushstroke textures and grunge overlays

Mixed typography: distressed, handwritten, and modern sans-serif

Strong color blocking per panel (blue, orange, green, purple)

Dynamic poses conveying motion, strength, and adventure

Clean grid layout with balanced spacing

Commercial advertising / brand campaign aesthetic (Nike, Decathlon style)

Lighting: Professional, cinematic lighting with sharp detail and contrast
Mood: Energetic, adventurous, motivational
Aspect ratio: 1:1 (square collage)

地形字母卫星图面板

元事例 / 作者: @madpencil_

完全なプロンプト：

Ultra-realistic satellite view from space, a clean modern editorial layout of 9 vertical panels arranged side-by-side on a white background, together forming the word "MADPENCIL", each panel containing one letter created entirely from natural Earth topography, no artificial text overlays:

Panel 1 (M): rugged mountain ranges and deep valleys forming a sharp, angular "M", rocky textures, high elevation shadows
Panel 2 (A): winding river cutting through dense green forest forming an organic "A", strong contrast between water and vegetation
Panel 3 (D): desert dunes and wind-sculpted sand patterns shaping a smooth "D", warm tones, soft gradients
Panel 4 (P): agricultural farmland grids and patchwork fields forming a structured "P", geometric patterns clearly visible
Panel 5 (E): glacier and ice formations carving a crisp "E", bright whites and icy blues, fractured textures
Panel 6 (N): braided river system across floodplains forming "N", branching channels with natural flow lines
Panel 7 (C): coastal shoreline and ocean edge shaping a curved "C", waves and sediment gradients visible
Panel 8 (I): narrow canyon or straight river cutting through terrain forming a minimal "I", strong vertical emphasis
Panel 9 (L): volcanic terrain with lava flows forming an "L", dark rock with glowing red/orange lava accents

top-down satellite perspective, NASA Earth observation style, hyper-detailed textures, realistic geography, consistent scale and lighting across all panels, minimal clouds, high contrast, sharp focus, subtle atmospheric haze, natural color grading, ultra high resolution 8K, clean spacing between panels, modern gallery-style composition, visually cohesive but each panel distinctly different biome, letters clearly readable yet organically integrated into terrain

冰咖啡产品信息图

元事例 / 作者: @Strength04_X

完全なプロンプト：

A high-end café-style product photograph of a transparent glass filled with iced coffee, centered against a soft beige and cream seamless studio background. The drink shows a rich dark coffee base blending with creamy milk swirls, creating a smooth gradient effect. Several clear ice cubes are visible with realistic transparency and light refraction. The glass has subtle condensation droplets, adding freshness. Soft natural studio lighting creates delicate highlights and a clean shadow beneath the glass. Ultra-sharp focus, premium beverage advertisement style, DSLR macro photography, hyper realistic, 8K.

PROMPT 2 - Create a hyper-realistic exploded vertical infographic composition of an iced coffee.

Top → Bottom structure:
Foam Layer (light creamy foam with soft airy texture)
→ Coffee Liquid (rich dark espresso layer with smooth gradient)
→ Ice Cubes (transparent cubes with sharp edges and reflections)
→ Milk Layer (soft creamy white layer with smooth blend effect)
→ Glass Base (clear minimal glass structure)

All elements must be perfectly centered, evenly spaced, and aligned vertically. Use a soft beige seamless background with clean café-style lighting and subtle realistic shadows beneath each floating element. The composition should feel like a premium beverage ad combined with a clean infographic layout.

Add clean minimalist text labels with thin pointer lines using these exact labels:
“Foam”
“Coffee”
“Ice”
“Milk”
“Glass”
Ultra-realistic liquid detail, sharp reflections, premium commercial photography, 8K.

时尚连衣裙系列信息图

元事例 / 作者: @cellinlab

完全なプロンプト：

{
  "image_type": "Commercial Fashion Infographic",
  "subject": {
    "model": "Young Asian woman with elegant features and dark hair tied in a loose bun",
    "attire": "Satin midi dress with spaghetti straps and a draped cowl neckline",
    "fit": "Bodycon / slim fit with side ruching and a subtle leg slit"
  },
  "layout_structure": {
    "composition": "Multi-panel editorial layout",
    "header": "Bold serif typography reading 'DRESS COLLECTION'",
    "main_feature": "Large centered portrait of the model, a young Asian woman, wearing a wine-red satin dress",
    "secondary_panels": [
      "Dress Features grid with minimalist icons",
      "Dress Guide sidebar detailing neckline, sleeve, and length",
      "Color Collection row showing the dress in Black, Emerald Green, Navy, Champagne, and Royal Blue",
      "Dress Style Guide footer featuring the model in various atmospheric evening settings"
    ]
  },
  "aesthetic_style": {
    "color_palette": "Deep jewel tones (Wine Red, Emerald, Navy, Royal Blue) contrasted with Champagne and Black against a warm cream or beige background",
    "lighting": "Soft studio lighting with elegant highlights on the satin fabric texture",
    "vibe": "Luxurious, timeless, and sophisticated commercial advertising"
  },
  "typography": {
    "primary": "Classic Serif for titles",
    "secondary": "Clean Sans-Serif for body text and technical details"
  }
}

单色时尚封面

元事例 / 作者: @sha_zdiii

完全なプロンプト：

Ultra-realistic high-fashion magazine cover, black and white cinematic portrait of a confident young female model, slightly messy wet-look hair, sharp jawline, intense gaze, natural glossy lips, wearing a premium black leather trench coat over a minimal outfit.
The model is posing slightly tilted forward with attitude, hands adjusting the coat, accessorized with multiple rings, ear piercings, and layered chain necklaces.
Lighting is dramatic studio lighting with soft shadows, high contrast, editorial Vogue-style aesthetic, ultra-detailed skin texture, 8K resolution, sharp focus.
Background is minimal gradient grey with soft light streaks for depth.
Magazine cover layout included:
Large bold serif title at top: “VOID ELITE”
Subtitle small: “Edition 07 / 2026”
Left text: “NOT BUILT TO FOLLOW — BUILT TO DOMINATE”
Bottom left: “HIGH-FASHION STREET LUXURY”
Right vertical text: “UNTOUCHABLE PRESENCE”
Bottom right: “SILENCE IS POWER”
Add a small holographic glitch-style label over the eyes with text “ICON”
Style: luxury fashion editorial, Vogue, Harper’s Bazaar, monochrome aesthetic, modern typography, clean layout, ultra premium branding
--ar 2:3 --style raw --quality 2 --sharp focus --photorealistic

快餐角色海报

元事例 / 作者: @LoovaAI

完全なプロンプト：

Use the character in image 1 as the main subject. Create a vertical poster ad in American fast food diner style. Low angle, wide lens. Red / yellow / white palette with ketchup splashes, melting cheese graphics, comic burst shapes, retro diner typography, and bold fast food poster collage aesthetic.

跨越两个世纪的纽约电影感海报

元事例 / 作者: @Shinning1010

完全なプロンプト：

Create a cinematic 3:4 vertical poster of New York City that feels truly epic and unconventional, showing the passage from the 20th century to the 21st century in one seamless image. Place a lone figure at the center of the composition, standing in the middle of the street and looking forward as if witnessing New York across time. The left side should depict 20th-century New York with warm sepia atmosphere, vintage taxis, old newsstands, retro lamps, and landmarks like the Chrysler Building and Empire State Building. The right side should depict 21st-century New York with glass skyscrapers, One World Trade Center, digital billboards, and modern urban energy. Make the transition natural rather than split-screen, with coherent perspective, wet reflective pavement, realistic textures, atmospheric depth, and no text.

蓝眼泪鸡尾酒教程信息图海报

元事例 / 作者: @cellinlab

完全なプロンプト：

试着帮我生成调制一杯蓝色眼泪鸡尾酒（配料流程你自己发挥想象，但是要写清楚确保可复现）的流程教学图和概念设计宣传图，轻奢酒咖海报风格，横版。

ASCII 登革热信息图

元事例 / 作者: @mapasbr

完全なプロンプト：

`1`	`infográfico ASCII DENGUE`

元リポジトリリンク

GPT-Image 2 プロンプトライブラリ：広告クリエイティブ事例

Sat, 02 May 2026 11:35:00 +0800

このページでは 広告クリエイティブ カテゴリの 19 件の事例を収録しています。各項目には元事例リンク、作者、生成画像、完全なプロンプトを残しています。

広告クリエイティブ

四宫格日式数字广告横幅

元事例 / 作者: @makaneko_AI

完全なプロンプト：

{
  "type": "2x2 grid of Japanese digital advertisement banners",
  "layout": {
    "structure": "4 equal quadrants",
    "quadrants": [
      {
        "position": "top-left",
        "theme": "Travel",
        "subject": "A couple holding hands on a white sand beach, looking out at turquoise ocean water under a bright blue sky.",
        "elements": ["red hibiscus flower in bottom left corner"],
        "text_labels": [
          "今年こそ、解き放て。",
          "{argument name=\"travel destination\" default=\"沖縄旅行\"}",
          "3日間の癒やし旅",
          "航空券+ホテル",
          "39,800円〜",
          "絶景、グルメ、体験 ぜんぶ叶う!"
        ],
        "icons": {
          "count": 3,
          "descriptions": ["airplane", "hotel building", "car"]
        }
      },
      {
        "position": "top-right",
        "theme": "Skincare",
        "subject": "Close-up portrait of a young woman with glowing, dewy skin, eyes closed, gently touching her cheeks.",
        "elements": [
          "soft pink gradient background",
          "dynamic water splash effects",
          "pink cosmetic jar labeled '{argument name=\"skincare product name\" default=\"LUMIÈRE\"} Brightening Gel'"
        ],
        "text_labels": [
          "毛穴・くすみ卒業!",
          "透明感あふれる",
          "水光肌へ",
          "新感覚スキンケア",
          "初回限定 78%OFF",
          "{argument name=\"discount price\" default=\"1,980円\"}"
        ],
        "badges": {
          "count": 3,
          "style": "gold circular",
          "labels": ["毛穴ケア", "高保湿", "ハリ・ツヤ"]
        }
      },
      {
        "position": "bottom-left",
        "theme": "Gourmet Food",
        "subject": "Thick, sliced, medium-rare steak sizzling on a dark grill plate.",
        "elements": [
          "garlic chips",
          "rosemary sprig",
          "dark background with smoke and glowing embers"
        ],
        "text_labels": [
          "とろける旨さ!",
          "{argument name=\"food item\" default=\"黒毛和牛\"}",
          "贅沢ステーキ",
          "期間限定",
          "特別価格",
          "通常価格 8,980円",
          "4,980円"
        ],
        "badges": {
          "count": 1,
          "style": "red circular",
          "labels": ["A4 A5等級"]
        }
      },
      {
        "position": "bottom-right",
        "theme": "Online Education",
        "subject": "Young man in a blue shirt studying at a desk, writing in a notebook next to an open laptop.",
        "elements": ["bright indoor lighting", "desk environment"],
        "text_labels": [
          "スキマ時間で",
          "{argument name=\"education goal\" default=\"最短合格!\"}",
          "オンライン資格講座",
          "スマホで完結",
          "効率学習で差がつく!",
          "今だけ! 受講料 20%OFF"
        ],
        "badges": {
          "count": 1,
          "style": "blue circular",
          "labels": ["受講者数 10万人 突破!"]
        },
        "icons": {
          "count": 2,
          "descriptions": ["smartphone", "open book"]
        }
      }
    ]
  }
}

动漫角色品牌识别与周边展示板

元事例 / 作者: @chi_vc_

完全なプロンプト：

{
  "type": "brand identity and merchandise design board",
  "theme": {
    "color_palette": "{argument name=\"theme color\" default=\"pastel pink\"} and white",
    "motif": "{argument name=\"motif\" default=\"cherry blossoms\"} and pink hearts"
  },
  "character": {
    "description": "anime girl with short brown bob hair, pink eyes, wearing a white hoodie, gentle smile"
  },
  "branding": {
    "main_logo": "{argument name=\"character name\" default=\"癒音ちー\"}",
    "sub_logo": "{argument name=\"character subtext\" default=\"ゆおんちー\"}"
  },
  "layout": {
    "sections": [
      {
        "type": "header banner",
        "position": "top",
        "elements": ["large main logo", "sub logo", "cherry blossom graphics", "character portrait on the right"]
      },
      {
        "type": "product packaging",
        "position": "middle left",
        "elements": ["1 square box with heart-shaped transparent window showing pink heart candies", "character illustration on box", "2 individual candy wrappers", "5 scattered heart candies"]
      },
      {
        "type": "promotional poster",
        "position": "middle right",
        "elements": ["character portrait", "heart-shaped candy bowl", "main logo", "text '4.26 NEW OPEN'", "text '{argument name=\"social handle\" default=\"@yuonchii\"}'"]
      },
      {
        "type": "horizontal web banner",
        "position": "lower middle",
        "elements": ["main logo", "cherry blossoms", "character portrait on the right"]
      },
      {
        "type": "social media profile mockup",
        "position": "bottom left",
        "elements": ["header image with logo", "1 circular profile picture", "handle '{argument name=\"social handle\" default=\"@yuonchii\"}'", "1 follow button", "mock bio text"]
      },
      {
        "type": "merchandise collection",
        "position": "bottom right",
        "count": 9,
        "items": ["1 white t-shirt with logo", "1 white mug with character", "4 round pin badges", "1 acrylic keychain", "2 candy packets"]
      }
    ]
  }
}

深色模式营销案例 UI

元事例 / 作者: @IndieDevHailey

完全なプロンプト：

{
  "type": "UI/UX landing page mockup",
  "theme": "dark mode, sleek modern aesthetic, glassmorphism, {argument name=\"primary accent color\" default=\"neon purple and blue\"} glowing accents",
  "header": {
    "logo": "{argument name=\"brand name\" default=\"goViralX\"}",
    "top_right_tag": "VIRAL CAMPAIGN CASE STUDY"
  },
  "layout": {
    "sections": [
      {
        "name": "Hero",
        "headline": "{argument name=\"hero headline\" default=\"How We Created 10M+ Viral Impact\"}",
        "subheadline": "3天引爆全网, 助力品牌实现指数级增长",
        "stats_row": {
          "count": 4,
          "labels": ["总播放量", "互动率", "转化咨询", "执行周期"],
          "values": ["{argument name=\"main statistic\" default=\"10,240,000+\"}", "18.7%", "3,200+", "72小时"]
        },
        "visual": "cinematic shot of a person in a hoodie looking at glowing digital screens and graphs, large play button overlay"
      },
      {
        "name": "Strategy",
        "title": "Our 3-Day Execution Strategy",
        "layout_type": "vertical timeline",
        "steps_count": 3,
        "elements_per_step": ["timeline node", "title", "bullet points", "video thumbnail with play button", "description box"]
      },
      {
        "name": "Performance",
        "title": "Data-Driven Performance",
        "left_column": {
          "stat_cards_count": 4,
          "values": ["10M+", "43%", "28,000+", "3,200+"]
        },
        "right_column": {
          "charts_count": 2,
          "chart_1": "line graph showing 7-day growth peaking at Day 3",
          "chart_2": "horizontal segmented bar chart showing platform distribution (TikTok 52%, Instagram 24%, X 15%, YouTube 9%)"
        }
      },
      {
        "name": "Keys to Success",
        "title": "The 3 Keys to Viral Success",
        "cards_count": 3,
        "card_elements": ["glowing icon (fire, target, antenna)", "title", "description", "VIEW DETAIL link"]
      },
      {
        "name": "Social Proof",
        "title": "TRUSTED BY CREATORS & BRANDS",
        "left_column": {
          "logos_count": 8,
          "grid": "2x4",
          "brands": ["SHEIN", "SHOPLINE", "Blueglass", "instacart", "lemon8", "mi", "CIDER", "bellroy"]
        },
        "right_column": {
          "testimonial_cards_count": 2,
          "elements": ["quote", "author title (SaaS Founder, Growth Manager)"]
        }
      },
      {
        "name": "Call to Action",
        "title": "READY TO GO VIRAL?",
        "interactive_elements": ["text input field", "glowing button with text '{argument name=\"call to action text\" default=\"获取专属增长方案 ->\"}'"],
        "visual": "3D render of a rocket ship taking off with purple and blue flames"
      }
    ]
  }
}

18 页吉祥物品牌识别文档

元事例 / 作者: @Colin_Leeee

完全なプロンプト：

{
  "type": "18-panel brand identity and character design document",
  "brand": {
    "name": "{argument name=\"brand name\" default=\"沐阳 MUYANG TEA\"}",
    "industry": "{argument name=\"industry\" default=\"tea shop\"}",
    "colors": ["{argument name=\"primary color\" default=\"yellow\"}", "{argument name=\"secondary color\" default=\"green\"}", "white", "brown", "dark green"]
  },
  "subject": "{argument name=\"character description\" default=\"3D rendered cute Shiba Inu mascot wearing a green apron\"}",
  "layout": {
    "grid": "3 columns by 6 rows",
    "sections": [
      {
        "title": "01 品牌DNA分析 / BRAND DNA ANALYSIS",
        "elements": ["logo", "5 color swatches", "6 icons", "target audience charts"]
      },
      {
        "title": "02 概念构思 / CONCEPT MOODBOARD",
        "elements": ["5 photo references", "4 mood icons", "design equation"]
      },
      {
        "title": "03 形态研究 / FORM STUDY",
        "elements": ["4 logo anatomy icons", "4 evolution steps", "4 silhouettes"]
      },
      {
        "title": "04 概念探索 / CONCEPT EXPLORATION",
        "elements": ["12 line-art character sketches"]
      },
      {
        "title": "05 精细线稿 / REFINED LINE ART",
        "elements": ["3 rows of front and side line art with proportion guides"]
      },
      {
        "title": "06 细节精修 / DETAIL REFINEMENT",
        "elements": ["2 full-body renders with labels", "4 circular close-ups"]
      },
      {
        "title": "07 表情设定 / EXPRESSION SHEET",
        "elements": ["11 3D rendered head expressions"]
      },
      {
        "title": "08 姿势库 / POSE LIBRARY",
        "elements": ["9 full-body 3D rendered poses"]
      },
      {
        "title": "09 转身视图 / TURNAROUND VIEW",
        "elements": ["5 full-body 3D renders", "5 matching line-art views"]
      },
      {
        "title": "10 色彩开发 / COLOR DEVELOPMENT",
        "elements": ["5 rows of 5-color palettes", "color psychology text"]
      },
      {
        "title": "11 材质规格 / MATERIAL SPECIFICATION",
        "elements": ["5 texture swatches", "property sliders", "4 manufacturing icons"]
      },
      {
        "title": "12 色彩应用 / COLOR APPLICATION",
        "elements": ["4 color variant renders", "2 light/dark renders", "4 contrast rating circles"]
      },
      {
        "title": "13 构造指南 / CONSTRUCTION GUIDE",
        "elements": ["2 line-art diagrams for geometry and grid"]
      },
      {
        "title": "14 设计系统规则 / DESIGN SYSTEM RULES",
        "elements": ["minimum size icons", "clear space diagram", "4 usage examples"]
      },
      {
        "title": "15 资产变体 / ASSET VARIANTS",
        "elements": ["3 size variants", "3 line-art variants", "3 simplified flat heads"]
      },
      {
        "title": "16 数字应用 / DIGITAL APPLICATIONS",
        "elements": ["1 app icon", "2 social avatars", "UI elements", "3-step animation cycle"]
      },
      {
        "title": "17 实物应用 / PHYSICAL APPLICATIONS",
        "elements": ["plush toy mockup", "packaging mockup", "merchandise mockup", "storefront mockup"]
      },
      {
        "title": "18 最终主视觉 / FINAL RENDERING",
        "elements": ["large high-res 3D render of mascot holding tea", "logo", "file format list"]
      }
    ]
  }
}

日式中餐外卖传单

元事例 / 作者: @xc5_

完全なプロンプト：

A Japanese neighborhood Chinese restaurant delivery flyer for mailbox posting (3:4 aspect ratio). Designed to look like a double-sided B5 print.

Flyer characteristics (following the grammar of real delivery flyers):
- Flashy red and yellow color scheme.
- Large text at the top: "Delivery Available! {argument name="shop name" default="Mona-Hanten"}" (shadowed Gothic font).
- An illustration of a {argument name="character" default="Chinese girl in a red cheongsam with a brown short bob"} holding ramen and saying "Welcome!" in a speech bubble.
- A menu photo grid (4x3) featuring various dishes: different types of ramen, fried rice, gyoza, sweet and sour pork, shrimp in chili sauce, mapo tofu, liver and leek stir-fry, tenshinhan, twice-cooked pork, spring rolls, annin tofu, and fried rice sets.
- Names and prices for each dish.
- A large yellow banner saying "Free delivery on all menu items over ¥1,000!".
- "Order by phone! ☎ 072-XX-XXXX" emphasized with a red circle.
- Business hours "11:00-22:00 (Closed on Tuesdays)".
- Delivery area map (simple schematic map).
- Coupon (perforated line for clipping): "One free plate of gyoza with this flyer!".

Texture of cheap paper printing. Includes fold marks. Precision that could be mistaken for a real Japanese delivery flyer.

粉彩水母房间商品海报

元事例 / 作者: @Ayu_AI_0912

完全なプロンプト：

{"type":"pastel lifestyle poster / character room-goods feature sheet","theme":"soft dreamy lavender jellyfish aesthetic","style":"Japanese cute editorial graphic, airy white background, pastel lilac palette, delicate handwritten notes, sparkles and tiny doodles, soft product photography mixed with magazine layout","subject":{"character":{"name":"{argument name=\"character name\" default=\"くらげちゃん\"}","appearance":"young woman with a short platinum-blonde bob haircut, wearing a fluffy pale-lavender zip hoodie over a white inner top, shown from chest up on the lower right, face intentionally obscured with a plain beige rectangle"}},"layout":{"orientation":"vertical poster","background":"clean white with faint pastel doodles of stars, bubbles, tiny jellyfish, and musical notes","sections":[{"title":"header","position":"top","count":5,"labels":["speech bubble intro","main title","small subtitle GOODS","horizontal lavender ribbon tagline","round badge on the top right"]},{"title":"featured goods grid","position":"upper and middle left","count":6,"labels":["ゆらゆらくらげランプ","くらげと夢見るベッドリネン","くらげシェルミラー","くらげグラデマグ","くらげのときめき収納ボックス","くらげふわもこマット"]},{"title":"side handwritten note","position":"upper right","count":1,"labels":["みんなも くらげちゃんRoomで いっしょに まったりしよー♡♡"]},{"title":"room concept box","position":"lower left","count":1,"labels":["くらげちゃんの お部屋作りのこだわり"]},{"title":"pick up circle","position":"lower center-left","count":1,"labels":["Pick up!"]}],"product_images":{"count":6,"items":[{"name":"ゆらゆらくらげランプ","description":"small translucent jellyfish-shaped lamp on a white base, glowing softly in pale blue-lavender"},{"name":"くらげと夢見るベッドリネン","description":"plush pastel-lavender bed with fluffy comforter and pillows, dreamy cozy bedroom styling"},{"name":"くらげシェルミラー","description":"small tabletop mirror with a puffy shell-like pastel-lilac frame and rounded base"},{"name":"くらげグラデマグ","description":"ceramic mug with lavender-to-pink gradient and a simple jellyfish illustration"},{"name":"くらげのときめき収納ボックス","description":"pastel storage box holding cosmetics and small bottles, decorated with a jellyfish emblem"},{"name":"くらげふわもこマット","description":"small fluffy cloud-like or jellyfish-like mat in pale lavender and white"}]},"text_elements":{"main_title":"{argument name=\"headline text\" default=\"くらげちゃんの お部屋アイテム\"}","badge_text":"くらげちゃんの Room お部屋作りの こだわりポイントも 教えちゃうよ。","tagline":"ふわふわで甘くて、ちょっぴり夢みたいな私のお部屋へようこそ♡","speech_bubble":"くらげちゃんの お気に入りだけ集めた お部屋アイテムを紹介するよ♪","concept_points":{"count":3,"items":["色は白とラベンダーで統一!","光が集まるふわっとした空間に","お友達入りのアイテムに囲まれて 自分らしくいられる空間を大切にしてるよ♪"]},"product_blurbs":"each product has a short handwritten Japanese description in a cute casual font beside or below the image"},"composition":"the poster is left-heavy with product cards and text, while the character portrait occupies the lower right third, slightly overlapping the layout","color_palette":{"count":5,"colors":["white","pastel lavender","soft lilac","pale gray-violet","touches of pastel blue-pink gradient"]},"rendering_notes":"keep everything very soft, feminine, and cozy; rounded corners on all product photos; mix of bold Japanese headline typography and light handwritten annotations; subtle shadows; clean high-key lighting; social-media-ready editorial collage aesthetic"}

魔法种子包装微缩场景

元事例 / 作者: @AllaAisling

完全なプロンプト：

Epic 3D scene: a weathered seed packet lying open on a potting bench, its promise erupting into the garden it describes. The illustration on the front becomes real. {argument name="plant type" default="[PLANT / FLOWER]"} growing at full scale from the paper, roots visible through the packet's base pushing into soil below.
{argument name="detail left" default="[DETAIL 1]"} in full bloom at one corner. {argument name="detail right" default="[DETAIL 2]"} mid-growth at the other, not yet what it will be.
Tiny insects that belong to this plant, {argument name="insect type" default="[BEE / BUTTERFLY / BEETLE]"}, hovering at correct scale.
The written instructions on the back become garden calendar, "sow in spring" manifests as actual spring light. "full sun" manifests as a single shaft of it, hitting the tallest bloom perfectly.
Scattered seeds between packet and soil each showing their germination stage, split coat, first root, first shoot, first leaf.
The packet's torn top edge becomes a treeline.
Potting bench surface with soil scatter and water droplets.
Tilt-shift depth of field, greenhouse morning light, the packet as the garden it always intended.

奢华计时腕表广告

元事例 / 作者: @AlwaveNazca

完全なプロンプト：

A dramatic luxury product advertising image for a motorsport-inspired chronograph wristwatch in a dark studio. Center-left foreground, show a single stainless steel chronograph watch standing upright at a slight three-quarter angle, with a black dial, two red-accent subdials, slim silver hour markers, a tachymeter bezel, and visible crown and pushers on the right side. The watch has a black leather strap with bold red stitching along both edges and a sporty premium finish. To the right of the watch, place one black square presentation box slightly behind it, textured like leather, with red stitching around the lid and a silver embossed eye-shaped logo above the text “NESS STUDIO” and smaller red text “TRACK SURFACE.” At the top center of the composition, add the same silver eye logo with the words “NESS STUDIO” and smaller “BY NICOLAS.” Across the background, place one oversized blurred word, {argument name="headline text" default="PRECISION"}, in large gray capital letters spanning nearly the full width. The scene is set against a deep black background with cinematic red and white horizontal light streaks crossing behind the products from left to right, suggesting speed and racetrack energy. Use a glossy wet ground plane with reflective texture, catching red highlights and mirrorlike reflections beneath the watch and box. At the bottom center, add the text “CHRONOGRAPH SERIES” in clean white spaced capitals with thin red horizontal lines extending on both sides, and below it smaller red capitals reading {argument name="tagline text" default="ALSACE MADE"}. Color palette: black, charcoal gray, silver steel, vivid racing red, and a touch of white. Lighting should be high-contrast and premium, with crisp specular highlights on the metal case, subtle soft fill on the box, and moody shadows. Overall style: ultra-polished commercial product photography, luxury watch campaign, sharp focus on the products, sleek branding, high-end automotive aesthetic.

霓虹 Nike Lumina 广告海报

元事例 / 作者: @AlwaveNazca

完全なプロンプト：

A high-energy vertical Nike fashion campaign poster featuring a single athletic young woman mid-jump against a futuristic neon studio background. She is captured in a dynamic airborne pose with one knee bent up, the other leg folded back, one arm extended outward and the other bent near her chest, conveying motion and power. Her face is obscured by a clean rectangular blur block centered over the face. She wears a cropped iridescent white hooded windbreaker with a black zipper and small Nike logo on the chest, holographic metallic lavender-blue leggings with a subtle Nike swoosh on the thigh, a black branded waistband visible above the leggings, and white chunky Nike sneakers. Her brown hair is tied in a high ponytail flying outward with the jump. Behind her, enormous glowing white serif letters spell “NIKE” across the upper half, with a small white Nike swoosh centered above the word. Across the middle background, the phrase “LUMINA” appears once in wide bold glowing letters with a horizontal glitch and scanline distortion effect, partially obscured by the model. The color palette is saturated magenta, violet, cyan, and electric blue with strong bloom, glossy highlights, lens flares, and chromatic aberration. Add sweeping circular light trails wrapping around the model’s legs and body, suggesting speed and motion. The overall style is premium sportswear advertising, ultra-polished, cinematic, high contrast, hyperreal retouching, crisp product detail, dramatic rim lighting, and a luminous holographic aesthetic. Place 2 small text lines at the bottom: bottom left reads {argument name="tagline text" default="LIGHT. MOTION. ENERGY."}, bottom right reads {argument name="collection name" default="NIKE LUMINA COLLECTION"} followed by a small Nike swoosh. Include exactly 3 visible Nike swooshes total: 1 above the large NIKE headline, 1 on the jacket chest, and 1 on the leggings.

街头潮鞋广告海报

元事例 / 作者: @AlwaveNazca

完全なプロンプト：

Create a bold streetwear poster advertisement for {argument name="brand name" default="NESS STUDIO"} featuring a young adult model seated casually on the ground in a low-angle fashion pose, one knee raised and one leg extended toward the camera so the sneaker in front appears oversized and dominant. The model wears a dark brown oversized leather bomber jacket, a black shirt, light blue loose-fit jeans, white socks, and chunky black-white-gray sneakers with a red accent in the sole and the {argument name="brand name" default="NESS STUDIO"} logo visible on the shoe side and tongue. The face is intentionally obscured by a soft rectangular blur block centered over the face. Use an off-white textured paper background with distressed grunge design elements and collage layering. Behind the model, place a large rough red paint brushstroke shape spanning diagonally across the center. Add black ink splatters, sketch circles, torn paper scraps, and hand-painted graffiti accents. Include 4 major graphic doodles: a large black X in the upper right, a hand-drawn upward arrow in the lower left, a rough crown sketch in the lower right, and a circular scribble near the top center. In the upper left, place a stylized eye logo above the text "{argument name="brand name" default="NESS STUDIO"}" and a smaller tagline below reading "A MOMENT OF YOUR STYLE". On the left middle area, add the handwritten slogan "INNOVATE CREATE INSPIRE" in stacked black brush lettering. On the right middle area, place a torn black paper patch with the handwritten white slogan "BUILT DIFFERENT MOVE DIFFERENT" and a red underline stroke. In the lower left near the shoe, add a black distressed label sticker containing a globe scribble, the text "{argument name="brand name" default="NESS STUDIO"}", and a barcode. Along the bottom footer, create a clean horizontal strip with 3 social media icons and handles separated by thin vertical dividers: Instagram, Facebook, and Twitter, each followed by "@NESS.STUDIO". The overall style should be edgy, urban, youthful, high-contrast, editorial street fashion, mixing product advertising photography with graffiti poster design, collage textures, and dynamic branding.

编辑风 Osaka Six 卫衣广告

元事例 / 作者: @_LaurentB

完全なプロンプト：

A clean editorial fashion advertisement poster on a pale powder-blue studio background with a glossy reflective floor. The composition is vertical and minimal, dominated by oversized bold white condensed sans-serif typography in the background reading “OSAKA SIX:” on the top line and “006 REMAINS” below, filling most of the upper half behind the subject. In the top right corner, small white branding text reads “Designed by ARTTEESHOW.” Centered in the lower middle is an oversized forest-green crewneck sweatshirt standing upright like a sculptural object, with soft heavy cotton fabric, dropped shoulders, extra-long sleeves pooled on the floor, and a small black neck label that reads ARTTEESHOW. On the chest of the sweatshirt is a large abstract collage print made from torn paper fragments in beige, tan, black, gray, white, and vivid red, arranged vertically like layered scraps. Leaning against the right side of the giant sweatshirt is a slim female fashion model with long straight black hair, wearing a matching {argument name="sweatshirt color" default="forest green"} sweatshirt and relaxed wide-leg sweatpants with clean white low-top sneakers. She is posed in profile with a calm detached editorial attitude, one hand in her pocket, her body reclining diagonally against the giant garment, legs extended forward; her face is obscured by a soft rectangular blur for an anonymous art-fashion look. The smaller worn sweatshirt has the same abstract torn-paper collage graphic centered on the chest. At the bottom center, add 2 lines of small white copy text: “Made for comfort, worn for confidence.” and “Because life feels better when someone’s carrying the weight of the world.” The image should feel like a premium conceptual streetwear campaign from the early 1990s reimagined as contemporary luxury advertising, with crisp studio lighting, soft shadows, subtle floor reflections, precise product focus, surreal scale contrast between the oversized sweatshirt and the model, and a polished magazine-poster aesthetic.

Editorial Perfume Shot on Moss

元事例 / 作者: @Salmaaboukarr

完全なプロンプト：

A high-end editorial product photograph of a single luxury perfume bottle centered in a warm earthy still-life scene. The product is a clear rectangular glass bottle filled with golden amber liquid, topped with a glossy rounded black cap, with a clean white front label that reads "BYREDO", "BAL D’AFRIQUE", and "EAU DE PARFUM". Place the bottle upright on 1 curved piece of pale weathered driftwood, surrounded by a dense carpet of 1 layer of rich green moss covering the foreground and lower frame. Use a minimal studio composition with the product isolated against a smooth warm brown-to-amber gradient background, softly illuminated like sunset light. Light the scene with dramatic directional warm light from the upper right, creating a bright glow on the background, a crisp highlight on the cap, soft reflections in the glass, and gentle shadows across the wood and moss. Keep the framing vertical, the bottle centered slightly low in the composition with generous negative space above, and the overall mood natural, luxurious, earthy, cinematic, and polished like a premium fragrance campaign shot.

金色皮草中的编辑风香水瓶

元事例 / 作者: @Salmaaboukarr

完全なプロンプト：

A luxurious editorial product photograph of a single perfume bottle nestled into dense, plush faux fur in rich golden caramel and honey-brown tones. Center the composition on one clear oval glass bottle filled with warm amber liquid, with a glossy rounded black cap and a clean white rectangular label. The label text should read {argument name="brand name" default="BYREDO"} at the top, {argument name="product name" default="BAL D’AFRIQUE"} large in the middle, and {argument name="product type" default="EAU DE PARFUM"} in small text near the bottom. Shoot it as a close-up still life with soft studio lighting, subtle highlights on the glass and cap, gentle shadows in the folds of the fur, and a warm cinematic color palette. The bottle should sit slightly embedded in the fur so the surrounding texture frames it from all sides, creating a premium fashion editorial mood, minimal composition, shallow depth of field, crisp focus on the label, and a high-end beauty campaign aesthetic.

奢华 Miniature Dubai City Model

元事例 / 作者: @silentempiredev

完全なプロンプト：

A hyper-detailed cinematic isometric miniature city model of {argument name="landmark tower" default="Burj Khalifa"} rising dramatically from the center of a square architectural master-plan board, presented like a luxury urban planning maquette on a black background. The composition shows one dominant ultra-tall silver skyscraper in the exact center, surrounded by a dense ring of modern high-rise towers, illuminated roads, bridges, and glowing warm city lights. Curving turquoise-blue water features and artificial lakes wrap around the central district in multiple connected pools and canals, with one large circular fountain-like feature near the tower base and several small island shapes visible in the water. In the lower right quadrant, include a large low-rise complex with rounded geometric roofs and subtle green-lit sections, connected by multilane roads and looping interchanges. The entire city sits on one square beige map board engraved with faint street grids and planning lines, with the board edges clearly visible and slightly raised. Viewpoint is a high three-quarter isometric angle, centered and symmetrical, with the tower extending far upward into negative space. Lighting is dramatic and luxurious: warm golden edge lights on buildings and roads, cool reflections in the water, crisp metallic highlights on the central tower, and a deep black void surrounding the model. Style should feel like a photorealistic architectural visualization mixed with a premium collectible scale model, extremely intricate, sharp, polished, and elegant.

戏仿奢侈品广告

元事例 / 作者: @tonysimons_

完全なプロンプト：

High-impact parody e-commerce infographic for “{argument name="product" default="Four Loko"}” malt beverage. Foreground: An extreme close-up of a rough, weathered hand holding a tall, brightly colored can of {argument name="product" default="Four Loko"} toward the camera. The can is slightly cold with visible condensation droplets and a loud, chaotic flavor design. The hand and can have a slight macro-lens blur for depth, with the can still reading clearly as the hero product. Central Subject: In the mid-ground, a funny, disheveled {argument name="subject" default="homeless-looking man"} sitting casually on a milk crate in an urban alley. He has a scruffy beard, messy hair, layered worn clothing, and a huge unbothered grin. He should look chaotic but oddly charismatic, like the accidental king of bad decisions. He is posed like a confident lifestyle-ad model, proudly showing off the can. Background & Lighting: A ridiculously polished ad-style backdrop mixed with a grimy city alley setting. Soft-focus urban textures, dumpster shapes, graffiti hints, and scattered clutter in the distance. Add dramatic studio lighting, soft glow, rainbow prism flares, and subtle light leaks to make the whole thing look way too premium for the subject matter. A few blurred {argument name="product" default="Four Loko"} cans can float artistically in the background for extra absurdity. Typography & Layout (Bold sans-serif, white and neon accent styling): Top Center (Background): Massive, bold text reading “{argument name="brand name" default="FOUR LOKO"}” positioned behind the subject. Top Right: Bold text reading “The Champagne of Bad Ideas”. Mid-Left: “Premium chaos and zero self-control” Mid-Right: Large, bold “23” with the text “ounces of terrible decisions.” Bottom-Right: Large, bold “1" with the text “can to ruin tomorrow.” Optional small callout text near the bottom: “Now with more regret.” Style: Ultra-detailed, 8k parody commercial photography, sharp focus on the can, shallow depth of field, vibrant trashy color palette, clean advertising composition, exaggerated premium product-ad aesthetic, funny visual contrast between polished branding and the wrecked subject.

VR Headset Exploded View 海报

元事例 / 作者: @wory37303852

完全なプロンプト：

{
  "type": "exploded view product diagram poster",
  "subject": "VR headset",
  "style": "clean high-tech 3D render, studio lighting, glowing accents",
  "background": "{argument name=\"background color\" default=\"soft purple and blue gradient\"}",
  "header": {
    "logo": "∞ {argument name=\"product name\" default=\"Meta Quest 3\"}",
    "subtitle": "{argument name=\"main catchphrase\" default=\"まったく新しい現実を、まったく新しい構造から。\"}"
  },
  "layout": {
    "centerpiece": "vertically stacked exploded view of a VR headset showing 9 distinct layers of internal components: outer shell, camera sensors, motherboard with chip, pancake lenses, internal frame, battery packs, side straps, top strap, and facial interface cushion.",
    "callout_labels": {
      "count": 8,
      "left_side": [
        "Snapdragon® XR2 Gen 2\n圧倒的な処理性能でリアルタイムな体験を。",
        "調整可能なIPD機構\n幅広いユーザーに快適なフィット感を。",
        "精密設計されたヘッドストラップ\n快適さと安定性を追求したエルゴノミクス。"
      ],
      "right_side": [
        "フェイスプレート\n洗練されたデザインと最適な重量バランス。",
        "トラッキングカメラ\n高精度な位置トラッキングと環境認識を実現。",
        "パンケーキレンズ\n薄型設計で広い視野角と鮮明な映像を提供。",
        "高性能バッテリー\n長時間駆動を支える最適化された電源設計。",
        "柔らかなフェイスインターフェース\n長時間でも快適な装着感を実現。"
      ]
    },
    "footer": {
      "left_text_block": {
        "headline": "{argument name=\"bottom headline\" default=\"体験は、構造から進化する。\"}",
        "body": "一つひとつのパーツに、没入体験を支える最先端テクノロジーとこだわりの設計。Meta Quest 3は、未来を感じさせる体験を内部から生み出しています。"
      },
      "right_logo": "∞ Meta"
    }
  }
}

虚构 AI 广告打印机奢华海报

元事例 / 作者: @nijisora_yuma

完全なプロンプト：

縦型3:4の、高級商業ポスターを制作してください。

テーマは、架空の新商品広告です。商品は「BRAND PRESS 01（ブランドプレス・ゼロワン）」という、Pollo AIを搭載した架空の広告ポスター生成プリンターです。

この商品は、まだ存在しないブランド名・商品ジャンル・世界観・ターゲット層を入力すると、Pollo AIがコピー、ビジュアル、レイアウトまで完成された商業広告ポスターを自動生成し、高精細な印刷物としてその場で出力する未来型プリンターです。単なるAIサービスの概念広告ではなく、実際に販売されていそうな架空商品の広告として成立させてください。

メインコンセプト: 「まだないブランドに、最初の一目惚れを。」

商品ビジュアル: 画面中央に実物の商品「BRAND PRESS 01」を大きく配置。未来型の高級プロ用印刷デバイスとして、黒い金属筐体、シルバーのエッジ、透明カバー、青白く発光するAIコア、精密な印刷ヘッド、ローラー、タッチパネル、排紙スロット、ポスター受けトレイを備える。排紙スロットから、架空の高級香水ブランド広告ポスターが紙として大きく出力されている構図。

構図: ややローアングル、斜め45度。背景は暗いネイビーから黒の高級広告制作スタジオ。映画的でドラマチックな高級プロダクト広告。

広告レイアウト: 上部に大きなキャッチコピー、中央にプリンター本体と排出中のポスター、右側に機能説明、左下に価格と発売日、下部にCTA。

入れる文字: 「まだないブランドに、最初の一目惚れを。」 / BRAND PRESS 01 / 「Pollo AI搭載・広告ポスター生成プリンター」 / 「名前だけのアイデアを、完成された商業ポスターとして出力。」 / 「構想、コピー、ビジュアル、印刷まで。1台で。」

奢华 chocolate campaign system

元事例 / 作者: @SPEEDAI07

完全なプロンプト：

Create a premium, square (1:1) product advertisement for a fictional luxury chocolate brand called Noirvelle Chocolat, inspired by high-end chocolate brands. The ad should feel like a high-end editorial campaign, combining luxury food photography, refined packaging design, and cinematic lighting. Use matte black wrapper, subtle gold foil, elegant serif typography, and realistic product rendering. Generate flavor variants such as Blood Orange Noir, Salted Pistachio Muse, and Raspberry Ember with distinct mood, color palette, ingredients, headline, and supporting copy. Keep the chocolate bar as hero centerpiece with subtle reflections, shallow depth of field, luxury minimalism, and a small CTA: “Shop the drop.”

Urban fruit juice ad 海报

元事例 / 作者: @AIwithSarah_

完全なプロンプト：

Create a premium modern beverage advertisement poster in a vertical 3:4 format featuring a stylish young female model crouching confidently in a bright urban indoor hallway with colorful graffiti wall art on one side and clean minimal architecture on the other. In the foreground, a giant realistic fruit juice bottle is held toward the camera in forced perspective, with fictional branding like “VIVAJUICE”. Add brand logo, tagline, huge bold overlapping typography, four icon-based feature badges, and three smaller bottle variants at bottom right. Use soft natural lighting mixed with commercial studio polish, realistic shadows, shallow depth of field, glossy floor reflections, and a premium energetic eCommerce campaign aesthetic.

元リポジトリリンク

GPT-Image 2 プロンプトライブラリ：比較とコミュニティ事例

Sat, 02 May 2026 11:35:00 +0800

このページでは 比較とコミュニティ事例 カテゴリの 48 件の事例を収録しています。各項目には元事例リンク、作者、生成画像、完全なプロンプトを残しています。

比較とコミュニティ事例

木质书架提示词测试

元事例 / 作者: @chetaslua

完全なプロンプト：

`1`	`A wooden bookshelf consisting of three shelves: On the top shelf, there should be one book, on the second shelf, there should be three books, and on the bottom shelf, there should be seven books.`

GPT-Image-2 细节展示

元事例 / 作者: @liyue_ai

完全なプロンプト：

以眼部特写图片为基础，生成3:4的四屏构图超写实眼部特写，四屏按春夏秋冬上下排序。

第一屏：眼眸中带着绽粉樱色的美瞳，睫毛缀满迷你春花，脸颊散落樱瓣与黄蕊小花，粉蝶萦绕眉眼，浅金发丝轻垂，下方簇簇樱花怒放，画面中央"SPRING"白色艺术字点缀，风格细腻唯美，光影柔和，色彩粉嫩治愈，下面用书法体写着春；

第二屏：眼眸中带着着清荷色的美瞳，睫毛饰以粉莲与绿荷，脸颊挂着晶莹水珠，粉瓣、绿荷点缀其间，蜻蜓轻绕，浅金发丝若隐若现，画面中央"Summer"白色艺术字凸显，光影通透流光感，色彩清透凉爽，下面用书法体写着夏；

第三屏：眼眸中带着金黄红相间的美瞳，睫毛饰以橙红枫叶，脸颊散落金红秋叶，橙蝶翩跹眉眼间，浅金发丝隐约可见，画面中央"AUTUMN"白色艺术字醒目，光影暖金流光，色彩浓郁温暖，下面用书法笔写着秋；

第四屏：眼眸中带着雪花蓝色的美瞳，睫毛覆满冰晶雪片，脸颊散落白色雪花与红色腊梅，银白蝴蝶翩跹眉眼，浅金发丝朦胧似雪，画面中央"WINTER"白色艺术字亮眼，光影冷冽蓝白流光，色彩清透纯净，下面用书法体写着冬。

整体呈现梦幻眼眸四季交替的唯美梦幻治愈画面，微调各屏的光影强度，让画面氛围感更浓郁。

A/B 测试签名输出

元事例 / 作者: @saskr_13

完全なプロンプト：

私があなたをどんなふうに扱ってきたか、4 コマ漫画風に描いてください。まずは 800 字くらいのプロットをテキストで出して、私が「描いて」と言ったらプロットに沿った 4 コマ漫画を描いてください。

剪影宇宙叙事海报

元事例 / 作者: @MrLarus

完全なプロンプト：

请根据【主题：xxx】自动生成一张高审美的“轮廓宇宙 / 收藏版叙事海报”风格作品。不要将画面局限于固定器物或常见容器，不要优先默认瓶子、沙漏、玻璃罩、怀表之类的常规载体，而是由 AI 根据主题自行判断并选择一个最契合、最有象征意义、轮廓最强、最适合承载完整叙事世界的主轮廓载体。这个主轮廓可以是器物、建筑、门、塔、拱门、穹顶、楼梯井、长廊、雕像、侧脸、眼睛、手掌、头骨、羽翼、面具、镜面、王座、圆环、裂缝、光幕、阴影、几何结构、空间切面、舞台框景、抽象符号或其他更有创意与主题代表性的视觉轮廓，要求合理布局。优先选择最能放大主题气质、最能形成强烈视觉记忆点、最能体现史诗感、神秘感、诗意感或设计感的轮廓，而不是最安全、最普通、最常见的容器。

画面的核心不是简单把世界装进某个物体里，而是让完整的主题世界自然生长在这个主轮廓之中、之内、之上、之边界里或与其结构融为一体，形成一种“主题宇宙依附于一个象征性轮廓展开”的高级叙事效果。主轮廓必须清晰、优雅、有辨识度，并在整体构图中占据核心地位。轮廓内部或边界中需要自动生成与主题强绑定的完整叙事世界，内容应当丰富、饱满、层次清晰，包括最能代表主题的标志性场景、核心建筑或空间结构、象征符号与隐喻元素、角色关系或文明痕迹、远景中景近景的空间递进、具有命运感和情绪张力的氛围层次，以及门、台阶、桥梁、水面、烟雾、路径、光源、遗迹、机械结构、自然景观、抽象形态、生物或道具等叙事细节。所有元素必须统一、自然、有主次、有层级地融合，像一个完整世界真实孕育在这个轮廓结构之中，而不是简单拼贴、裁切填充、素材堆叠或模板化背景。

整体构图需要具有强烈的收藏版海报气质与高级设计感，大结构稳定，主轮廓强烈明确，内部世界具有纵深、秩序和呼吸感，细节丰富但不拥挤，内容丰满但不杂乱，可以适度加入小比例人物剪影、远处建筑、光柱、门洞、桥、阶梯、回廊、倒影、天光或远景结构来增强尺度感、故事感与史诗感。整体画面要安静、宏大、凝练、富有余味，不要平均铺满，不要廉价热闹，不要无重点堆砌。

风格融合收藏版电影海报构图、高级叙事型视觉设计、梦幻水彩质感与纸张印刷品气质，强调纸张颗粒感、边缘飞白、水彩刷痕、轻微晕染、空气透视、柔和雾化、局部体积光、光雾穿透、大面积留白与克制版式，让画面看起来像设计师完成的高端收藏版视觉作品，而不是普通 AI 跑图。整体气质要高级、诗意、宏大、神圣、怀旧、安静、具有传说感和叙事感。

色彩由 AI 根据主题自动判断并匹配最合适的高级配色方案，但必须保持统一、克制、耐看、低饱和、高级，不要杂乱高饱和，不要廉价霓虹感，不要塑料数码感。配色可以围绕黑金灰、冷蓝灰、雾白灰、褐红米白、暗铜、旧纸色、深海蓝、暮色紫、银灰等体系自由变化，但必须始终服务主题，并保持海报级审美与整体和谐。

最终要求：第一眼有强烈的主题识别度和轮廓记忆点，第二眼有完整丰富的叙事世界，第三眼仍有细节和余味。轮廓选择必须具有创意和主题匹配度，尽量避免重复、保守、常见的容器套路，优先选择更有象征性、更有空间感、更有设计潜力的轮廓形式。不要普通背景拼接，不要生硬裁切，不要模板化奇幻素材，不要游戏宣传图感，不要过度卡通化，不要过度写实导致失去艺术感，不要形式大于内容。如果合适，可以自然加入低调克制的标题、编号、签名或落款，让它更像收藏版海报设计的一部分，但不要喧宾夺主。

狮驼岭暗黑神话场景

元事例 / 作者: @MANISH1027512

完全なプロンプト：

中式怪异，黑暗神秘风格融合中式美学，完美细节，多重管线渲染，完美建模。西游记背景，狮驼岭，千妖万怪，坐在左边巨大王座上的大象王重甲妖精，坐在中间巨大王座上的狮王重甲妖精，坐在右边巨大王座上大鹏鸟王重甲妖精。渺小的背对镜头孙悟空肩抗金箍棒步行前进，孙悟空身穿铠甲，近地仰拍镜头，长焦镜头，强烈阴影。极致细节刻画，多次修改，正确透视和主体线条，精致细节

Counter-Strike x Terraria 截图混搭

元事例 / 作者: @yssrski

完全なプロンプト：

`1`	`counter strike in game screenshot, mixed with Terraria`

战前日本实验室 Minecraft 截图

元事例 / 作者: @RitaStar1128

完全なプロンプト：

`1`	`戦前日本の怪しげな研究所を探検しているマイクラのスクリーンショット画像を作成して`

锻造杰作提示词测试

元事例 / 作者: @MrLarus

完全なプロンプト：

`1`	`帮我生成xxxx真迹图片`

多概念战斗海报组

元事例 / 作者: @joshesye

完全なプロンプト：

1、生成不知火舞和貂蝉的游戏对战海报图
2、生成一张K-pop团体时尚专辑封面
3、请你生成 《斗破苍穹》 的关键人物关系图
4、帮我截一张上传图片的抖音首页的女网红图

Rust 游戏内截图

元事例 / 作者: @FixlationAI

完全なプロンプト：

`1`	`an ingame screenshot of rust`

Sam Altman 熊自拍

元事例 / 作者: @JustinGorya

完全なプロンプト：

1
2
3

generate image: Selfie of Sam Altman riding a bear

Edit prompt: Remove the background make it transparent

Among Us 写实截图

元事例 / 作者: @ReYYYYoking

完全なプロンプト：

`1`	`AmongUsの精密な実際のゲーム画像を生成して`

复古编程博物馆卡通图

元事例 / 作者: @XiaohuiAI666

完全なプロンプト：

在计算机博物馆里,一个程序员在展厅中央,正在演示C语言编程,很多参观者在围观,屏幕上的代码清晰可见。旁边的牌子写着:古法编程,现场表演。2D卡通画风,16:9

第 14 维投影场景

元事例 / 作者: @workingclassbud

完全なプロンプト：

`1`	`A dusk shindig with multiple fake imagination projections all aligned in the 14th dimensions`

Sam Altman 棒球转播画面

元事例 / 作者: @16kthir0GRXgNqn

完全なプロンプト：

`1`	`サムアルトマンがメジャーリーガーでバットを構えている。よくあるようなテレビ画面の構図`

基于视频内容和当前帧生成 YouTube 缩略图…

元事例 / 作者: @chatcutapp

完全なプロンプト：

Based on the video content and this current frame, use GPT to generate a YouTube thumbnail that fits the video. You can reference the style of the image I gave you, but replace the logo on the right side of AE with theChatCut logo. I'll attach the logo for you.

生成 2020 年最重大事件的图像

元事例 / 作者: @Rufus87078959

完全なプロンプト：

`1`	`Generate an image of the most significant event of 2020`

编辑图像，将总金额改为 244.5 泰铢…

元事例 / 作者: @elliscrosby

完全なプロンプト：

`1`	`Edit this image so that total amount changes to 244.5 baht. You can change the quantity of each of the stacks of coins until we hit the target total.`

生成 2001 年最重大事件的图像

元事例 / 作者: @Rufus87078959

完全なプロンプト：

`1`	`Generate an image of the most significant event of 2001`

研究 LIME 药物设计并制作详细信息图

元事例 / 作者: @WillSpagnoli

完全なプロンプト：

`1`	`Research LIME Drug Design and make a detailed infographic about it`

抖音直播带货截图

元事例 / 作者: @laogeai

完全なプロンプト：

`1`	`生成一个抖音直播的截图里面是一个美女在直播，在卖丝袜和内衣，她的在线人数是99996，热度是18+，有个叫小互的大哥，给她刷了一个飞机礼物`

社交 App 匹配成功界面

元事例 / 作者: @songguoxiansen

完全なプロンプト：

`1`	`社交App匹配成功界面，两个用户资料卡碰撞爱心特效`

吕布 Boss 设计表

元事例 / 作者: @songguoxiansen

完全なプロンプト：

`1`	`吕布游戏Boss设定，赤兔马方天画戟，暗黑进化形态双形态对比`

哪吒暗黑奇幻小说封面

元事例 / 作者: @songguoxiansen

完全なプロンプト：

`1`	`玄幻小说封面，哪吒三头六臂悬浮虚空，火焰莲台底座，暗黑史诗风`

新中式极简花卉插画

元事例 / 作者: @liyue_ai

完全なプロンプト：

新中式极简东方美学 × 高端商业插画，主题一花一世界，
极简，克制，空灵，高级商业视觉，超现实东方意境，
画面干净通透，无灰雾、无脏色，

一朵巨大的荷花作为空间容器，从平静水面自然生长，轻微倾斜，构图优雅留白充足，

低饱和干净粉色，柔和胭脂调，花瓣半透明，轻盈通透，
哑光低对比，边缘柔化 + 轻微景深，

荷花内部为唯一视觉焦点：发光的3D微缩广州城市，包含：广州塔，珠江新城建筑群，猎德大桥，珠江水岸，少量岭南建筑，

城市超精细结构，真实材质，极高细节清晰度，城市高光是暖金色，城市阴影是冷青蓝，形成冷暖对比，

灯光通透有能量，局部高饱和但不泛滥，城市亮度明显高于荷花，

水面清澈极简平静，仅少量柔和涟漪，弱反射，

背景暖米白宣纸质感，无水墨、无笔触，大面积留白，
中心有极轻微光晕渐变，整体通透、不灰、不闷，

画面下方一艘极简小船，船上一位红衣渔女，极小比例，
静立仰望荷花，红色为唯一高纯度点缀，

整体光线通透、干净、有层次，无灰雾、无泛白，
高端CG商业插画，电影级真实光影，高动态范围，超精细，8K细节，ArtStation 级画质，强化分色，干净调色，青橙对比，暖高光冷暗部，仅城市灯光提亮饱和度，色调柔和通透，光影锐利明亮，无灰雾、无暗沉、无低饱和雾化。

苏妲己古风魅惑人像

元事例 / 作者: @nidiedeba

完全なプロンプト：

`1`	`苏妲己古风写真，红色纱衣半透，狐耳若隐若现，媚态撩人`

鲁迅《朝花夕拾》插画

元事例 / 作者: @Aurora_62340

完全なプロンプト：

结合鲁迅的《朝花夕拾》里的内容，生成一副图片，要求图片背景符合《朝花夕拾》的意境，背景图可以使用蒙版，前景是 鲁迅的全身画像位于图片左侧或右侧

地铁手机随拍

元事例 / 作者: @AntCaveClub

完全なプロンプト：

1
2
3

地铁上低头看手机的美丽女人，偷拍照片。

能免费试一次 ⬇️

中国航天纪念邮票张

元事例 / 作者: @songguoxiansen

完全なプロンプト：

`1`	`中国航天纪念邮票小全张，火箭发射场景，烫金边框工艺`

竖版武侠女侠人像

元事例 / 作者: @CoderDaMing

完全なプロンプト：

9:16 竖版，极致武侠风，绝美东方女侠，20岁出头，冷艳锐利丹凤眼，眉宇英气逼人，肤白如玉，长直黑发湿漉漉随狂风剧烈飞舞，几缕发丝贴在脸颊和颈侧，穿着湿透的深黑改良武侠劲装，外披宽袖玄色长袍，衣袍和长袖被风吹得剧烈飘扬翻飞，紧身劲装勾勒身材，腰束软剑带，足踏长靴，右手持一把古剑，剑身散发幽蓝剑气光芒，动态姿势：身体微侧回眸，衣袂猎猎，背景为月夜雨雾笼罩的竹林古道，巨大明月高悬，石板小径，古灯笼，薄雾雨丝，戏剧性冷月光与蓝光剑气结合，湿身水光效果，超强动态感，细腻布料褶皱、头发丝飘动、真实水珠反光，电影级光影，8k，masterpiece, best quality, ultra realistic, cinematic, dramatic atmosphere

基于佛经的写实观音人像

元事例 / 作者: @Zhaoge01

完全なプロンプト：

`1`	`根据佛经对观音菩萨的形象描述，原原本本的还原一张真实的观音菩萨形象照片，皮肤与衣服接近真实，画质iPhone 15 pro`

唐代长安灯会全景

元事例 / 作者: @songguoxiansen

完全なプロンプト：

`1`	`唐代长安城元宵灯会全景，万盏花灯照亮夜空，工笔重彩长卷`

历史感杨贵妃写实人像

元事例 / 作者: @Zhaoge01

完全なプロンプト：

`1`	`根据真实历史对杨玉环的形象描述，生成一张杨贵妃真实照片，画质为iPhone 15 pro`

超现实日本未来城市插画

元事例 / 作者: @Tresmort

完全なプロンプト：

参考这张图的透视和风格，绘制一张更加精细的超高清插画，表现超现实主义的日式未来都市，要能看清很小的细节，包括街道上的传统文化游行的人，小巷里的黑帮，烟花巷的舞女，疲惫的社畜，楼房的窗户里也有各式各样的人物，学习的学生，吵架的夫妻，玩游戏的宅男，以及更多的发挥细节。讽刺现实拥挤中的无聊，都市繁华下的孤独，无意义的人生中又有一种病态的美感。画面要有极高的审美价值 ，不能因为拼内容而损失美和协调感，比例是9:16

涂山雅雅奇幻魅力人像

元事例 / 作者: @sdjn_wgc

完全なプロンプト：

`1`	`狐妖小红娘涂山雅雅写真大片，粉色九尾狐裘紧身裙，媚眼如丝，红唇微张，极致妖媚`

抖音直播带货截图

元事例 / 作者: @LVWANGJI_0327

完全なプロンプト：

`1`	`生成一个抖音直播的截图里面是一个美女在直播，在卖丝袜和内衣，她的在线人数是99996，热度是18+，有个叫小互的大哥，给她刷了一个飞机礼物`

东方奇幻女性半身像

元事例 / 作者: @liyue_ai

完全なプロンプト：

东方幻想风格女性，半身肖像，回眸侧脸，气质空灵优雅，柔和神性美感，细腻五官，微垂眼神，冷白细腻肌肤，淡雅橘粉妆容，金色高光点缀

长发飘动，发丝中融入彩色花朵与光粒（红、蓝、橙、紫），头发具有流动感与空气感

身穿半透明丝绸礼服与披肩，材质轻盈通透，布料随风飘动，表面带有鎏金纹理与闪耀颗粒。

整体光影为暖金色逆光，强边缘光，体积光明显，光粒漂浮，柔光泛光，梦幻氛围

背景干净浅色渐变，带微光与粒子效果，整体氛围空灵、梦境、神圣

风格：高端CG插画，超精细，电影级光影，柔光渲染，8K细节，artstation 热门作品风格

竖版东方年轻女性艺术人像

元事例 / 作者: @zhiyangzhu22222

完全なプロンプト：

9:16 竖向构图，单人女性艺术肖像，年轻东方女生，五官清秀，脸部线条柔和，皮肤自然通透，保留真实肌理，气质安静高级，带一点疏离感和故事感。
摄影棚风格与自然光融合，柔和侧光，面部有细腻高光，阴影轻柔，整体光线通透不刺眼，带轻微黑雾滤镜效果，微朦胧、微泛光、空气感强。
背景极简干净，奶油灰、米白、浅卡其或雾感暖灰色墙面，留有大面积负空间，整体画面简洁、有呼吸感。
模特坐在地面或低台上，一条腿自然弯曲，一条腿放松伸展，身体轻微前倾或侧倾，肩膀不对称，头部轻轻倾斜，动作自然松弛，不刻意摆拍。
表情平静克制，眼神柔和，略微疏离，带一点若有所思的情绪，嘴唇自然微张或轻闭，状态慵懒、安静、细腻。
发型为自然蓬松的长发，微凌乱碎发，发丝轻柔，有空气感和层次感，像刚整理过但保留自然随性感。
妆容为高级淡妆，韩系清透底妆，皮肤柔雾光泽，鼻梁与面颊有自然高光，眉形干净，眼妆淡雅但有神，睫毛纤长，唇色为低饱和玫瑰豆沙色或奶茶裸粉色。
服装为简约高级风：米白色紧身罗纹针织背心，外搭宽松白衬衫或柔软针织开衫，下装为高腰半裙或简约短裤，布料柔软贴合身形但不过分暴露，呈现自然身体线条与文艺感。
画面强调细腻质感、柔和色调、轻法式与韩系杂志感结合，真实摄影感，电影级肤色，细节丰富，层次分明，构图克制，高级审美，时尚 编辑人像，柔和的电影感人像，细腻的质感，超高细节，逼真，优雅，精致，高端时尚摄影，含蓄的性感，简洁的构图。

汽车人集结月球基地

元事例 / 作者: @songguoxiansen

完全なプロンプト：

1
2
3

图片1：汽车人全员月球基地集结，地球悬于身后星空，赛博坦旗帜飘扬

图片2：霸天虎全员列阵外星战舰甲板，威震天坐于王座俯视全军

自然志风食物标本剖面

元事例 / 作者: @GeekCatX

完全なプロンプト：

一颗/一块/一枚【食物名称】，以博物学大师发现野外标本的方式解剖。
剖开、展开、固定——如同博物馆的珍贵藏品，
却以卡拉瓦乔为《国家地理》掌镜时的光线照亮。
每一个内部结构都以自身的材质真相发光。
截面锋利得近乎暴力。内部美丽得近乎神圣。
画面中呈现完整标本：
一半保持原状，展示【外表面描述：质感/颜色/纹理】；
另一半剖开至核心，【内部核心结构描述：最重要的1—2个内部视觉特征】清晰可见。
【补充1—2句该食物最具视觉张力的横截面细节描述】
背景：纯粹的黑丝绒。
【食物名称】悬浮其中，如同某件珍贵而危险的事物。
标注文字紧贴结构边缘，手写感衬线字体，绝不悬空飘浮。
画面包含以下标注，每处标注三行：第一行结构名称，第二行成分数据，第三行一句人话：
【结构01名称】
【成分／数据说明】
【这个结构在做什么，为什么重要】

【结构02名称】
【成分／数据说明】
【这个结构在做什么，为什么重要】
【结构03名称】
【成分／数据说明】
【这个结构在做什么，为什么重要】
【结构04名称】
【成分／数据说明】
【这个结构在做什么，为什么重要】
【结构05名称】
【成分／数据说明】
【这个结构在做什么，为什么重要】

【结构06名称】
【成分／数据说明】
【这个结构在做什么，为什么重要】
省略其他如果有继续保持这个格式
主标题，左上角，暖象牙白大写字体：
【食物名称】·解剖

斜体副标题紧随其下：
【一句揭示这种食物本质的话，不超过15字】

整体气质：奥杜邦博物插画×卡拉瓦乔光影×有史以来最美的科学摄影。
4K精度，标本照明，极致内部细节。
没有任何临床感，一切都鲜活。
写实风格，非示意图，非卡通，非简化图解。
每一种材质都有真实的物理质感：
粗糙的、光滑的、湿润的、干燥的、致密的、疏松的。

宝丽来相框突破场景

元事例 / 作者: @MajaDesignJP

完全なプロンプト：

ポラロイド写真の中に人が写っていて、その人がフレームから外に飛び出している画像。日本語が書いてある画像生成して

←下の画像
GPT Image-2で生成したやつ→

餐厅 POV 变化对比

元事例 / 作者: @chesnyfcb

完全なプロンプト：

A side-by-side comparison graphic on a black background demonstrating a camera-angle change in the same restaurant scene. At the top, large white sans-serif text reads: "Show me the POV from someone standing behind the bar looking out over this crowded restaurant. Change NOTHING in the scene other than the pov". Below, place 2 stacked rectangular photos centered vertically: the top image labeled "Source" in large white text on the left, and the bottom image labeled "Output" in large white text on the left. The top photo shows a warmly lit, upscale, crowded restaurant interior seen from the dining room side, facing a tall back bar filled with many illuminated liquor bottles on wall-to-wall shelves, with bartenders and guests in front, amber lighting, globe pendant lights, wood ceiling, beige columns, and tightly packed seated diners in the foreground. The bottom photo shows the exact same restaurant, same crowd density, same warm lighting, same decor, same bar shelving, same globe pendant lights, and same overall composition elements, but now from the point of view of someone standing behind the bar and looking outward across the crowded restaurant; the foreground includes the bar counter with glassware, metal bar tools, bottles, and a point-of-sale screen visible at the lower left, while guests and staff fill the middle ground and the dining room extends into the background. Preserve the sense that only the camera position changed between the 2 images, with no other scene alterations.

动漫人群 POV 对比

元事例 / 作者: @chesnyfcb

完全なプロンプト：

{"type":"comparison graphic","style":"anime cinematic demonstration image on a black presentation background","canvas":{"aspect_ratio":"4:3","background":"solid black"},"text_elements":[{"text":"{argument name=\"headline text\" default=\"Move the camera POV to be at ground level in the crowd.\"}","position":"top center","style":"large white sans-serif"},{"text":"Source","position":"left of upper image","style":"large white sans-serif"},{"text":"Output","position":"left of lower image","style":"large white sans-serif"}],"layout":{"sections":[{"title":"Source","position":"upper center","count":1,"labels":["overhead crowd scene"]},{"title":"Output","position":"lower center","count":1,"labels":["ground-level crowd POV scene"]}],"image_frames":2},"images":[{"role":"source image","composition":"busy top-down view of a densely packed historical street crowd, seen from above","scene":"a chaotic crowd gathered around a wagon and a horse-drawn carriage, people pressed shoulder to shoulder, many wearing caps and muted early-20th-century or old-European clothing, bundles and sacks visible, one brown horse at the right edge, wooden wagon wheel and cart structure partially visible","camera":"high overhead bird's-eye angle looking down into the crowd","lighting":"soft daylight","color_palette":"muted earthy browns, dusty blues, beige, olive, warm gray","rendering":"hand-painted anime film still, detailed crowd illustration, slightly soft shading"},{"role":"output image","composition":"the same crowded historical street reimagined from inside the mass of people at near-ground height","scene":"view from within the crowd beside a carriage wheel, bodies filling the foreground and midground, a person in dark maroon clothing bent forward at left, a crouched figure in green near the bottom center, a woman in a light blue dress at right-center turning back, tightly packed figures, horse and cart implied nearby, dramatic sense of compression and closeness","camera":"very low ground-level POV from inside the crowd, upward and forward through people, emphasizing complex occlusion and depth","lighting":"soft daylight with warm cinematic shadows","color_palette":"muted earthy browns, dusty blues, beige, olive, warm gray","rendering":"hand-painted anime film still, cinematic perspective shift, detailed character crowding, soft painterly shading"}],"overall_goal":"show a before-and-after camera angle transformation of the same anime crowd scene, with the output moving from an overhead view to a low immersive POV inside the crowd"}

霓虹 AI 缩略图对比

元事例 / 作者: @MoveHiro1219

完全なプロンプト：

Create a dramatic Japanese YouTube thumbnail in a futuristic neon cyberpunk style, 16:9 landscape. Use a dark tech-city background with faint skyscrapers, digital grid lines, glowing particles, and high-contrast blue, pink, and gold lighting. In the exact center, place a young woman from the waist up with long straight pastel blue hair, wearing a plain white short-sleeve T-shirt and a light pink skirt, posing thoughtfully with one hand near her chin and the other arm folded; anonymize her face with a soft rectangular blur. Across the very top, add huge distressed bold white Japanese headline text reading 主導権が揺れた, and directly below it add large bold yellow text reading {argument name="subheadline text" default="Nano Bananaから"}. On the left side, create a glowing blue hexagonal-framed panel titled Nano Banana with a smaller subtitle 画像生成. Inside that panel, include exactly 4 image tiles in a 2x2 grid: 1) a fantasy floating island landscape at sunset, 2) a sunlit forest path with tall trees, 3) a neon futuristic city street at night, 4) an outer-space planet scene with stars and a spacecraft. Beneath the left panel, add a blue glowing ribbon label reading かつては優位だった. On the right side, create a glowing magenta hexagonal-framed panel titled {argument name="right panel title" default="GPT Image 2"} with a smaller subtitle 実務で使える出力へ. Inside it, include exactly 4 example thumbnail cards in a 2x2 grid, each featuring the same blue-haired woman with a blurred face and bold Japanese text. The 4 card labels above the tiles are: サムネイル画像, 記事のアイキャッチ画像, LPのセクション画像, SNS投稿画像. The large text inside the 4 cards should read respectively: 1) AIで変わるクリエイティブの未来, 2) AI時代のクリエイティブ戦略 成功する企業の条件, 3) AIで加速するビジネス成長, 4) 未来をつくるのは AI×あなたのアイデア. Between the left and right panels, place a bright glowing gold arrow pointing from left to right with spark-like particle trails, indicating transition or superiority shift. Along the bottom, add a very large black banner with a glowing gold border and massive bold gold text reading {argument name="bottom banner text" default="GPT Image 2へ"}. Overall composition should feel like a comparison graphic showing a shift from older image generation to more practical commercial output, with aggressive thumbnail typography, strong glow effects, metallic texture on major text, and polished social-media marketing visuals.

赛博朋克 AI 工具对比海报

元事例 / 作者: @MoveHiro1219

完全なプロンプト：

A futuristic Japanese tech comparison poster in a dark cyberpunk control-room setting, wide 16:9 composition. Large distressed white Japanese headline text at the upper left reading "三つ巴", with a bold gold subtitle directly below reading "それぞれの武器". Across the center-left are 3 glowing holographic comparison panels arranged horizontally and connected by neon arrows: a blue panel labeled "Google", an amber-gold panel labeled "Claude", and a purple-magenta panel labeled "OpenAI". The Google panel contains 4 inner cards: 2 larger top cards labeled "Gemini" and "Antigravity", plus 2 smaller bottom cards showing analytics/dashboard-like visuals and a blue isometric cube graphic. The Claude panel contains 4 inner cards: 1 large top card labeled "Claude Code", plus 3 smaller bottom cards showing a network diagram, text/code list, and chart analytics. The OpenAI panel contains 5 inner cards: 2 larger top cards labeled "ChatGPT" and "Codex", plus 3 smaller bottom cards showing interface/code windows and a geometric wireframe cube. Add glowing bidirectional arrows between Google and Claude, and between Claude and OpenAI. At the bottom center, place a large neon-framed banner with gold text reading "Google / Claude / OpenAI". On the right side, include a young woman standing and pointing left toward the panels, with long straight split-dyed hair in pastel pink and cyan blue, a plain white t-shirt with black text reading "{argument name="shirt text" default="OKIHIRO AI Creative"}", and a soft pink pleated skirt. Her face is obscured by a smooth rectangular blur block. Use cinematic sci-fi lighting, glossy hologram UI details, high contrast, vivid blue-gold-purple accents, and a polished YouTube thumbnail aesthetic.

日式 AI 对战 YouTube 缩略图

元事例 / 作者: @MoveHiro1219

完全なプロンプト：

A bold Japanese YouTube thumbnail about the AI competition era, 16:9 widescreen, high contrast, dramatic tech-news style. Use a dark futuristic control-room background filled with 3 glowing holographic dashboard screens and blue cyber interface elements around the edges. On the left and center, place a luminous circular hub labeled “AI” in bright blue, with 3 directional glowing energy arrows branching outward to competing platforms: “Google” on the left in a blue electric region, “Claude” on the upper right in a gold electric region, and “OpenAI” at the bottom center in a magenta-purple electric region. Add a subtle world-map or territory-battle visualization effect under each brand region, like illuminated digital land masses or influence zones. On the right side, show a young Japanese-looking woman from waist up, facing forward, wearing a long straight split-color wig with pastel pink on one side and pastel blue on the other, a plain white T-shirt with the printed text “OKIHIRO AI Creative”, and a light pink skirt. She raises one index finger beside her face in a presenter pose. Her face is fully obscured by a large soft-edged rectangular blur block. Across the top, add huge distressed white Japanese headline text: {argument name="headline text" default="AI戦国時代"}. Beneath it, add a second line in bold gold Japanese text: {argument name="subheadline text" default="性能だけの話じゃない"}. Across the bottom, place a wide black banner with massive bold gold Japanese text: {argument name="bottom text" default="空気を取った側が勝つ"}. Make the typography oversized, gritty, and attention-grabbing, with slight glow and drop shadow. Use a color palette of black, electric blue, gold, magenta, and neon white, with intense contrast and thumbnail readability.

东京 DisneySea 前排战斗 UI

元事例 / 作者: @mikko_20100518

完全なプロンプト：

Create a hyper-detailed comedic Japanese arcade fighting game screenshot styled like a versus battle scene, using a real-world photo aesthetic with game UI overlaid on top. The scene shows an intense mock battle between two groups of theme-park fans competing for the front row at an outdoor show plaza in Tokyo DisneySea. Use a wide 16:9 composition. In the background, clearly show Mediterranean Harbor and Mount Prometheus under bright daytime skies, with the waterfront and DisneySea architecture visible. In the foreground, show exactly 10 young adult people in winter casual clothing, split into 2 opposing teams of 5, physically leaning, grabbing, reaching, and shoving in a tug-of-war-like scrum over position, with exaggerated competitive body language and frozen action as if in a fighting game. Faces should be anonymized with soft blurred blocks. Add floating character labels above each person with levels and names in Japanese. The overall tone is absurdly realistic, like a real candid photo transformed into a polished arcade game battle screen.

Add a full Japanese fighting-game HUD with glossy blue-versus-red interface styling. At the very top, place a center stage title bar reading "東京ディズニーシー ミッキー広場 ショー最前列バトル" and a large timer in the middle reading "TIME 89". In the top left, add a blue team header "PLAYER1" and team name "最前列ガチ勢A". In the top right, add a red team header "RIVAL" and team name "ライバルグループB". On the left side, stack exactly 5 blue player status panels with portraits, level, Japanese class-like nicknames, HP, SP, and BURST meters. The 5 left-side labels are: "Lv.25 ガチ勢リーダー ユウキ", "Lv.24 筋肉マン タケシ", "Lv.23 眼鏡オタク シンジ", "Lv.23 開角心MAX ケント", "Lv.22 サポート要員 リョウ". On the right side, stack exactly 5 red rival status panels with the labels: "Lv.27 ライバルリーダー ダイキ", "Lv.26 パワフル代表 マサル", "Lv.24 戦略家 コウジ", "Lv.23 熱血漢 リク", "Lv.22 サポート女子 サキ". Each panel should include numeric HP and SP values and segmented BURST gauges, styled like a Japanese arcade RPG-fighter interface.

Place exactly 10 in-battle nameplates above the fighters in the center scene, color-coded blue for the left team and red for the right team. The 10 labels are: "Lv.24 タケシ", "Lv.25 ユウキ", "Lv.23 シンジ", "Lv.23 ケント", "Lv.22 リョウ", "Lv.27 ダイキ", "Lv.26 マサル", "Lv.23 リク", "Lv.22 サキ", "Lv.22 ミサキ".

At the lower left, add a skill menu titled "スキル" listing exactly 5 skills with SP costs: "ダッシュ突撃 SP 20", "肩押し強奪 SP 25", "荷物で場所確保 SP 15", "ロープくぐり SP 10", "本気の根性 SP 50". Beneath that, add a dark description box explaining the highlighted skill "本気の根性" with the Japanese text: "気合で相手を威圧し、どかす! 一定時間、相手が怯みやすくなる! (バーストゲージを大きく消費する) 効果時間:10秒".

At the bottom center, add an item menu titled "アイテム" with exactly 5 item slots showing icons and counts: a water bottle "x3", a folded purple towel "x2", a blue drawstring bag "x1", a gray backpack "x1", and a boxed meal "x2". At the lower right, add a quest panel titled "クエスト" with the mission text "ショー開始までに最前列を死守しろ!" and condition text "条件:ライバルグループを全員後ろに押し戻せ!" and countdown text "ショー開始まで:02:30". Beside it, add a mini-map titled "ミッキー広場MAP" showing red and blue dots for both teams in the plaza. Along the very bottom edge, include small controller prompts in Japanese for actions such as skill use, item use, grab/push, and dash.

Use dramatic, saturated lighting, crisp detail, realistic clothing folds, authentic plaza stone pavement, and a high-end Japanese game screenshot look. The image should feel like a ridiculous but believable crossover between a real Tokyo DisneySea crowd photo and a competitive arcade battle game interface.

宫崎骏风短片流程

元事例 / 作者: @happycapyai

完全なプロンプト：

Given a story concept, generate a complete Miyazaki-style animated short film: write a 30-shot script → generate watercolor storyboard images (gpt-image-1) → plan SOFT/HARD transitions → produce video clips with Seedance 2.0 using first/last-frame binding → synthesize the original ambient piano score → stitch everything into a final MP4 with music.

元リポジトリリンク

faster-whisper：より高速な Whisper 文字起こしエンジン

Fri, 01 May 2026 22:31:26 +0800

faster-whisper は SYSTRAN がメンテナンスしている Whisper 推論実装です。CTranslate2 をバックエンドとして使い、Whisper に近い使い勝手を保ちながら、推論速度、メモリ使用量、デプロイの柔軟性をエンジニアリング用途に合わせやすくしています。

すでに openai/whisper を使ったことがあるなら、faster-whisper はより本番運用向けの代替実装として理解できます。インターフェースはモデル読み込み、音声文字起こし、セグメント結果の取得を中心にしていますが、実行層はより高速で、CPU、GPU、量子化、バッチ処理に合わせて調整しやすくなっています。

何を解決するのか

Whisper の精度は優れていますが、元の実装をそのままデプロイすると、よく次のような問題に当たります。

長い音声の文字起こしに時間がかかる。
GPU メモリ使用量が大きい。
CPU でも動くが、速度が十分でないことがある。
大量の音声や動画をバッチ処理するとき、スループットを上げにくい。

faster-whisper は主にこれらの問題を改善するための実装です。プロジェクトの README では、同じ精度で openai/whisper より最大 4 倍高速で、メモリ使用量も少ないと説明されています。8-bit 量子化を使うと、さらに速度を上げられます。

インストール

通常の Python 環境では、そのままインストールできます。

`1`	`pip install faster-whisper`

GPU を使う場合は、ローカルの CUDA、cuDNN、CTranslate2 のバージョンが合っているか確認してください。ここでつまずきやすいのは、GPU ドライバーと CUDA ランタイムの不一致です。コード自体に問題がなくても、モデル読み込み時や初回推論時に失敗することがあります。

基本的な使い方

最小構成の例はシンプルです。

from faster_whisper import WhisperModel

model_size = "large-v3"

model = WhisperModel(model_size, device="cuda", compute_type="float16")

segments, info = model.transcribe("audio.mp3", beam_size=5)

print("Detected language '%s' with probability %f" % (info.language, info.language_probability))

for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

主なパラメータは次の通りです。

パラメータ	役割
`model_size`	`small`、`medium`、`large-v3` などの Whisper モデルサイズを選ぶ
`device`	推論デバイス。よく使う値は `cuda` または `cpu`
`compute_type`	計算精度。例：`float16`、`int8_float16`、`int8`
`beam_size`	デコード時の探索幅。大きいほど安定しやすいが遅くなる

ローカルで素早く文字起こししたい場合は、まず medium または large-v3 から試すとよいです。GPU メモリが厳しい場合は、量子化を検討します。

CPU と GPU の選び方

NVIDIA GPU がある場合は、まず次の設定を使います。

`1`	`model = WhisperModel("large-v3", device="cuda", compute_type="float16")`

GPU メモリが足りない場合は、次のように変更できます。

`1`	`model = WhisperModel("large-v3", device="cuda", compute_type="int8_float16")`

GPU がない場合は、CPU で実行できます。

`1`	`model = WhisperModel("small", device="cpu", compute_type="int8")`

CPU モードは軽いタスク、低頻度のバックグラウンド処理、または GPU のないサーバーに向いています。大量の長い音声を処理するなら、やはり GPU のほうが適しています。

バッチ文字起こし

faster-whisper はバッチ文字起こしにも対応しています。大量の短い音声を処理する場合や、GPU のスループットを上げたい場合に便利です。

from faster_whisper import WhisperModel, BatchedInferencePipeline

model = WhisperModel("turbo", device="cuda", compute_type="float16")
batched_model = BatchedInferencePipeline(model=model)
segments, info = batched_model.transcribe("audio.mp3", batch_size=16)

for segment in segments:
    print("[%.2fs -> %.2fs] %s" % (segment.start, segment.end, segment.text))

batch_size は大きければよいわけではありません。スループットは上がりますが、GPU メモリの負荷も増えます。実際のデプロイでは、4、8、16 のような値を段階的に試し、安定して動く点を探すのがおすすめです。

VAD と単語単位のタイムスタンプ

音声文字起こしでは、長い無音、背景ノイズ、字幕の位置合わせがよく問題になります。faster-whisper には、文字起こし時にそのまま有効化できる実用的なパラメータがあります。

VAD を有効化する例：

`1`	`segments, info = model.transcribe("audio.mp3", vad_filter=True)`

単語単位のタイムスタンプを取得する例：

segments, info = model.transcribe("audio.mp3", word_timestamps=True)

for segment in segments:
    for word in segment.words:
        print("[%.2fs -> %.2fs] %s" % (word.start, word.end, word.word))

VAD は、会議録音、ポッドキャスト、ライブ配信のアーカイブなど、長い無音を含む音声に向いています。単語単位のタイムスタンプは、字幕生成、逐語録の校正、プレイヤー上での単語ハイライトに便利です。

モデルの選び方

モデル選びでは、主に精度、速度、マシンリソースを見ます。

場面	推奨
すばやく試す	`small` または `medium`
中国語コンテンツで品質優先	`large-v3`
GPU メモリが厳しい	`int8_float16` またはより小さいモデル
CPU でバックグラウンド処理	小さいモデルと `int8`
大量の短い音声	`BatchedInferencePipeline` を試す

中国語音声では、品質を重視するならまず large-v3 を試すのがおすすめです。マシンへの負荷が大きすぎる場合は、モデルサイズを下げるか量子化を使います。最初から速度だけを見るのは避けたほうがよいです。文字起こし品質が下がると、手作業の校正時間で推論時間の節約分が消えてしまうことがあります。

向いている用途

faster-whisper は次のようなタスクに向いています。

動画字幕の生成。
ポッドキャスト、会議、講義録音の文字起こし。
Bilibili、YouTube などの動画をローカルで文字起こしするワークフロー。
音声の一括アーカイブと検索。
音声コンテンツを RAG、ナレッジベース、検索システムに渡す処理。

話者分離、要約、チャプター分割のような上位タスクを直接解決するものではありませんが、安定した文字起こし層として使えます。その後に pyannote で話者分離を行い、LLM で要約や構造化整理を行う構成にできます。

デプロイ時のすすめ方

実際に使うときは、次の順番で調整するとよいです。

まず 1 から 3 分程度の音声で、環境が正しく動くか確認する。
対象言語と実際の音質に近いサンプルで精度を確認する。
GPU メモリ使用量を見て、量子化を有効にするか決める。
長い音声は先に分割し、失敗時にすべてを再実行しなくて済むようにする。
結果は TXT と SRT の両方で保存し、後から校正しやすくする。

サーバータスクでは、リクエストごとにモデルを読み込むのではなく、サービス起動時にモデルを読み込むのがよいです。モデル読み込みには時間がかかり、頻繁に読み込むと GPU メモリ管理も不安定になりやすくなります。

まとめ

faster-whisper の価値は、Whisper を長期運用しやすい文字起こしコンポーネントにする点にあります。別のモデルに置き換えるのではなく、より効率のよい推論バックエンドとエンジニアリング向けのインターフェースを使う、という位置づけです。

個人のワークフローでは、動画、会議、講義音声をすばやくテキスト化できます。サーバー側のタスクでは、GPU、量子化、バッチ処理、VAD を組み合わせて性能を調整できます。マシン環境が正しく設定されていれば、安定した一括音声文字起こしには元の Whisper 実装より扱いやすい選択肢になります。

プロジェクト：https://github.com/SYSTRAN/faster-whisper

Cline で DeepSeek V4 Pro を呼び出す方法

Fri, 01 May 2026 20:59:06 +0800

Cline はすでに OpenAI Compatible Provider をサポートしています。 DeepSeek API も OpenAI SDK 風の呼び出しに対応しているため、deepseek-v4-pro を Cline に接続するのは難しくありません。OpenAI Compatible を選び、DeepSeek の Base URL、API Key、モデル名を入力すればよいだけです。

以下では、VS Code 拡張機能の画面と Cline CLI の 2 通りで整理します。

DeepSeek API Key を準備する

まず DeepSeek の開放プラットフォームで API Key を作成します。

必要な値は 3 つです。

項目	入力内容
Provider	`OpenAI Compatible`
Base URL	`https://api.deepseek.com`
Model ID	`deepseek-v4-pro`

DeepSeek の公式ドキュメントでは、V4 シリーズは既存の OpenAI 互換インターフェースを使い、base_url は https://api.deepseek.com のまま、呼び出し時に model を deepseek-v4-pro または deepseek-v4-flash に設定すると説明されています。

Cline 拡張機能で設定する

VS Code の Cline 拡張機能を使っている場合は、次の手順で設定できます。

VS Code サイドバーの Cline を開く。
Cline の設定またはモデル設定ページに入る。
Provider で OpenAI Compatible を選ぶ。
API Key に DeepSeek API Key を入力する。
Base URL に次を入力する。

`1`	`https://api.deepseek.com`

Model ID に次を入力する。

`1`	`deepseek-v4-pro`

設定を保存し、Cline のチャット画面に戻って簡単なタスクでテストする。

まずは低リスクな読み取り専用タスクを試すとよいです。

現在のプロジェクトのディレクトリ構造を読み取り、このプロジェクトがどの種類のものか要約してください。ファイルは一切変更しないでください。

正常に読み取りと回答ができれば、モデルの接続は通っています。

Cline CLI で設定する

Cline CLI を使う場合は、cline provider configure openai-compatible で対話式設定に入れます。

例：

`1`	`cline provider configure openai-compatible`

対話中に次を入力します。

1
2
3

API Key: sk-...
Base URL: https://api.deepseek.com
Model ID: deepseek-v4-pro

設定後、読み取り専用タスクでテストできます。

`1`	`cline "Summarize this repository structure without changing files."`

まずコストを下げたい場合は、Model ID を一時的に次へ変更してもよいです。

`1`	`deepseek-v4-flash`

複雑な計画、事実確認、複数ツールの協調、高リスクなコード変更が必要になったら、deepseek-v4-pro に戻します。

推奨するモデルの使い分け

DeepSeek V4 Pro と Flash は、役割を分けて使うほうが向いています。

モデル	向いている場面
`deepseek-v4-flash`	日常的なコード読解、小さな修正の一括処理、スクリプト生成、コンテキスト整理、低リスクなフロントエンド修正
`deepseek-v4-pro`	アーキテクチャ設計、複雑な bug、複数ファイルのリファクタリング、事実確認、複数ツール呼び出し、高リスクな変更

Cline のような Agent ツールでは、主なコストは長いコンテキスト、繰り返しのファイル読み取り、計画生成、複数ラウンドのツール呼び出しから発生します。軽いタスクなら Flash で量をこなし、より強い判断が必要なときに Pro へ切り替えるのが現実的です。

コンテキスト長はどう設定するか

DeepSeek V4 Pro と Flash はどちらも長いコンテキストをサポートします。 Cline で context window を手動入力する必要がある場合は、DeepSeek 公式モデルページにある 1M コンテキストを目安にできます。

実際には、最初からすべてのファイルをコンテキストに入れることはおすすめしません。 Cline はタスクに応じてファイルを読み取るため、通常は次の流れがよいです。

まずディレクトリ構造を確認させる；
次に関連ファイルを特定させる；
最後に対象ファイルだけを中心に修正させる。

このほうが Token を節約でき、タスクの境界も明確に保ちやすくなります。

よくある問題

1. モデルが存在しないと表示される

まず Model ID が次のように書かれているか確認します。

`1`	`deepseek-v4-pro`

DeepSeek V4 Pro、deepseek-v4、その他の表示名を書かないでください。

2. 401 または認証失敗が出る

API Key を確認します。

完全にコピーできているか；
余計な空白が入っていないか；
Cline が現在使っている provider 設定に入力されているか；
DeepSeek アカウントに利用可能な残高があるか。

3. 接続失敗と表示される

Base URL を確認します。

`1`	`https://api.deepseek.com`

末尾に /v1/chat/completions を追加しないでください。 Cline の OpenAI Compatible Provider が互換インターフェースのリクエストを自分で組み立てます。

4. Cline の呼び出しが高くつく

日常タスクは deepseek-v4-flash に切り替え、複雑なタスクだけ deepseek-v4-pro を使うとよいです。

また、タスク説明はできるだけ明確に書きます。

ログインページ関連ファイルだけを修正してください。無関係なモジュールはリファクタリングしないでください。まず計画を提示し、確認後にコードを変更してください。

Agent タスクで最も危ないのは境界が曖昧なことです。境界が明確なほど、読むファイルが少なくなり、ツール呼び出しも減り、コストを制御しやすくなります。

5. reasoning_content must be passed back エラー

次のようなエラーが出る場合があります。

{
  "message": "400 The `reasoning_content` in the thinking mode must be passed back to the API.",
  "code": "invalid_request_error",
  "modelId": "deepseek-v4-pro"
}

これは通常、Key、残高、Base URL の問題ではありません。DeepSeek V4 Pro の thinking mode と、現在のクライアント側の複数ラウンドのツール呼び出し履歴が一致していないことが原因です。

DeepSeek の公式ドキュメントでは、次のように説明されています。

thinking mode はデフォルトで enabled；
thinking mode では reasoning_content が返る；
あるラウンドで tool call が発生した場合、以降のリクエストではその assistant message 内の reasoning_content を API に一緒に返す必要がある；
クライアントが正しく返さない場合、400 が返る。

Cline が OpenAI Compatible Provider 経由で接続している場合、現在のバージョンが DeepSeek の reasoning_content を完全に保持して返していないと、2 ラウンド目やツール呼び出し後にこのエラーが出ることがあります。

試す順序は次のとおりです。

まず Cline を最新版に更新する；
通常の OpenAI provider ではなく、OpenAI Compatible を使っていることを確認する；
Cline がカスタム request body をサポートしている場合、thinking mode を無効化してみる：

{
  "thinking": {
    "type": "disabled"
  }
}

Cline が追加 body パラメータをサポートしていない場合は、当面この問題を起こさないモデルまたは互換プロキシサービスを使う；
Cline が DeepSeek V4 の reasoning_content 返送に対応したら、deepseek-v4-pro に戻す。

注意点として、thinking mode を無効にすると複雑な推論能力の一部は落ちますが、クライアントが reasoning_content を返さない互換性問題は回避できます。

そのままコピーできる設定

Provider: OpenAI Compatible
API Key: sk-あなたの DeepSeek API Key
Base URL: https://api.deepseek.com
Model ID: deepseek-v4-pro

低コストモードにする場合：

Provider: OpenAI Compatible
API Key: sk-あなたの DeepSeek API Key
Base URL: https://api.deepseek.com
Model ID: deepseek-v4-flash

まとめ

Cline で DeepSeek V4 Pro を呼び出す要点は 3 つだけです。

Provider で OpenAI Compatible を選ぶ；
Base URL に https://api.deepseek.com を入力する；
Model ID に deepseek-v4-pro を入力する。

設定後は、まず読み取り専用タスクでテストし、それから実際のコード変更を任せるのがおすすめです。 Agent タスクを頻繁に実行するなら、Flash と Pro を分けて使うとよいです。Flash は高頻度の軽量タスク、Pro は複雑な判断とフォールバックを担当します。

参考情報：

DeepSeek V4 の値下げは AI Agent のコストモデルをどう書き換えるか

Fri, 01 May 2026 19:47:47 +0800

DeepSeek V4 の発表は、特別に大きな話題を作ったわけではありません。大規模な発表会もなく、すべての競合を一目で圧倒するようなベンチマークの物語もありませんでした。しかし数日後、本当に業界へ影響する部分が見え始めました。連続的な値下げです。

今回の変化で重要なのは、「モデルが少し強くなった」ことではなく、「利用コストが別の水準まで下がった」ことです。 Token 価格が、普通の Agent タスクなら数毛から数元で完了できるほど低くなると、多くの Coding Plan や Token Plan のビジネスロジックは見直しを迫られます。

発表当日は爆発的ではなかった

DeepSeek V4 に対する最初の反応は、そこまで熱狂的ではありませんでした。多くの人は R1 のような強い衝撃を期待していました。ベンチマークの全面的なリード、国産計算資源の検証、マルチモーダルと Agent 能力の同時爆発です。しかし実際に発表されると、それは堅実なアップグレードに近いものでした。

V4 Pro は確かに強いモデルです。特にコード、数学、長文コンテキスト、agentic coding では良い性能を見せます。ただし、同種のモデルを一瞬で色あせさせるような製品ではありません。そのため発表当日の世論には少し気まずさがありました。褒めたいけれど、十分に爆発的な切り口が見つかりにくかったのです。

本当の転換点は発表当日ではなく、その後の価格調整でした。

連続値下げこそが重要

DeepSeek V4 の発表後、価格は連続して下がり始めました。 DeepSeek の公式価格ページと元記事の整理によると、当時のおおよその価格は次のとおりです。

DeepSeek V4 Flash：入力 100 万 Token あたり約 1 元。キャッシュヒット後は 100 万 Token あたり約 2 分；
DeepSeek V4 Pro：入力 100 万 Token あたり約 3 元。キャッシュヒット後は 100 万 Token あたり約 2.5 分；
全シリーズの入力キャッシュヒット価格は、初回価格の 1/10 に低下；
V4 Pro は一時 75% 割引期間にあり、割引は 2026 年 5 月 31 日 23:59 まで延長されました。

米ドルの API 価格で見ると、さらに直感的です。

モデル	キャッシュヒット入力	非キャッシュ入力	出力	コンテキスト
`deepseek-v4-flash`	$0.0028 / 100万 Token	$0.14 / 100万 Token	$0.28 / 100万 Token	1M
`deepseek-v4-pro` プロモーション価格	$0.003625 / 100万 Token	$0.435 / 100万 Token	$0.87 / 100万 Token	1M
`deepseek-v4-pro` 通常価格	$0.0145 / 100万 Token	$1.74 / 100万 Token	$3.48 / 100万 Token	1M

ここで注意すべき点が 2 つあります。

第一に、V4 Pro の $0.435 / $0.87 はプロモーション価格であり、長期的な通常価格ではありません。 DeepSeek の公式説明では、この 75% 割引は 2026 年 5 月 31 日 15:59 UTC まで延長されています。

第二に、Agent のコストモデルで重要なのはキャッシュヒット価格です。 Flash のキャッシュヒット入力は $0.0028 / 100万 Token まで低く、Pro のプロモーション期間中のキャッシュヒット入力は $0.003625 / 100万 Token です。これは、繰り返し使われるプロジェクトコンテキスト、ツール定義、システムプロンプト、履歴要約が、完全な入力価格で課金されなくなることを意味します。

この価格のもっとも重要な点は、多くのタスクで Token コストが「気になりにくくなる」ことです。以前の開発者は、1 回の Agent タスクが大量のコンテキストを消費し、コードを何度も読み書きし、ツールを頻繁に呼び出すことを心配していました。今はキャッシュヒット率が十分に高ければ、コストをかなり低く抑えられます。

GPT、Claude との価格比較

DeepSeek 自体の価格だけを見ても、差はまだ感じにくいかもしれません。同時期によく使われるクローズドモデルと並べると、違いはより明確になります。

モデル	入力	キャッシュ入力	出力	適した場面
`deepseek-v4-flash`	$0.14 / M	$0.0028 / M	$0.28 / M	高頻度 Agent、通常の coding、バッチタスク
`deepseek-v4-pro` プロモーション価格	$0.435 / M	$0.003625 / M	$0.87 / M	複雑な coding、計画、事実確認
`deepseek-v4-pro` 通常価格	$1.74 / M	$0.0145 / M	$3.48 / M	プロモーション終了後の Pro コスト基準
GPT-5.5	$5 / M	$0.50 / M	$30 / M	高品質な複雑タスク、汎用推論
GPT-5.4	$2.50 / M	$0.25 / M	$15 / M	プログラミングと専門タスクの中位選択肢
GPT-5.4 mini	$0.75 / M	$0.075 / M	$4.50 / M	低コストの汎用/サブタスクモデル
Claude Opus 4.7	$5 / M	$0.50 / M	$25 / M	高品質な執筆、複雑推論、長時間タスク
Claude Sonnet 4.6	$3 / M	$0.30 / M	$15 / M	プログラミング、Agent、総合タスク
Claude Haiku 4.5	$1 / M	$0.10 / M	$5 / M	軽量タスク、要約、分類

この表で最も目立つのは出力価格です。 Agent はコンテキストを読むだけでなく、計画、パッチ、説明、ログ、次のアクションを継続的に生成します。出力が多い場合、DeepSeek V4 Pro のプロモーション価格 $0.87 / M は、GPT-5.5 の $30 / M や Claude Sonnet 4.6 の $15 / M と比べて、差がどんどん広がります。

V4 Pro の通常出力価格 $3.48 / M で計算しても、GPT-5.4、GPT-5.5、Claude Sonnet / Opus より明らかに低い水準です。タスクを Flash で処理できるなら、出力価格はさらに $0.28 / M まで下がります。

キャッシュ入力の差はさらに極端です。 DeepSeek V4 Flash のキャッシュ入力は $0.0028 / M である一方、GPT-5.5 と Claude Opus 4.7 のキャッシュ入力はいずれも $0.50 / M です。これは同じ桁の話ではありません。同じコードリポジトリを繰り返し読む Agent にとって、この差は通常のチャットよりも重要です。

Agent タスクが特に影響を受ける理由

AI Agent は普通のチャットとは違います。普通のチャットはたいてい一問一答で、入力コンテキストは比較的限られています。 Agent タスクは、プロジェクトファイルを繰り返し読み、計画を生成し、ツールを呼び出し、結果を確認し、さらにコードを修正します。

この種のタスクには 2 つの特徴があります。

Token 消費が大きい；
繰り返しコンテキストが多い。

2 点目が非常に重要です。コードプロジェクトでは、モデルは同じファイル群、ディレクトリ構造、エラーログ、変更結果を何度も読みます。プラットフォームがキャッシュヒットをサポートしていれば、繰り返し入力のコストは大幅に下がります。

元記事では実際の体験として、DeepSeek V4 Pro と Flash を Claude Code のようなツールに接続し、プロンプトリポジトリを取得してローカル検索サイトを作らせた例が紹介されています。タスクは最終的に完了し、総コストは 8 毛強ほどで、そのうち Pro のキャッシュヒット率は 98.7% に達しました。

この例は現実的な問題を示しています。Agent タスクが「同じプロジェクトを中心に繰り返し作業する」ほど、キャッシュヒットの価値は高くなります。 Web サイト生成、bug 修正、フロントエンド修正が数毛から数元で済むなら、サブスクリプションプランの魅力は下がります。

簡略化したタスクで差を見積もることもできます。 1 回の coding agent タスクが次を含むと仮定します。

50 万 Token の入力。そのうち 80% がキャッシュヒット可能；
5 万 Token の出力；
ツール呼び出し、検索、プラットフォーム上乗せ分は計算せず、モデル Token コストだけを見る。

おおよそのコストは次のとおりです。

モデル	推定コスト
DeepSeek V4 Flash	約 $0.03
DeepSeek V4 Pro プロモーション価格	約 $0.09
DeepSeek V4 Pro 通常価格	約 $0.36
GPT-5.4 mini	約 $0.30
GPT-5.4	約 $1.01
GPT-5.5	約 $1.75
Claude Sonnet 4.6	約 $1.11
Claude Opus 4.7	約 $1.65

この見積もりは、DeepSeek がすべてのタスクで優れているという意味ではありません。モデル品質、ツール呼び出しの安定性、長文コンテキスト検索能力、コードスタイル、事実の信頼性は個別に評価する必要があります。ただしコスト面では、DeepSeek V4 は「Agent にもう数ラウンド走らせる」ことの限界コストをかなり低くしました。これにより開発者は、毎回 Token 請求を心配するのではなく、より長いワークフロー、より頻繁なセルフチェック、より多くの候補案を設計しやすくなります。

Coding Plan と Token Plan の違い

多くの AI 製品はいま、Coding Plan と Token Plan という 2 種類のプランを提供しています。

大まかな違いは次のとおりです。

Coding Plan は通常、主にプログラミング向け；
Token Plan は通常、STT、TTS、画像生成、検索、embedding、RAG など、より多くの機能を含む；
STT は音声から文字への変換；
TTS は文字から音声への変換；
Coding Plan はユーザーをプログラミング場面に制限しがちで、他の機能は別途購入が必要になることが多い。

ビジネスの観点では、Coding Plan はビュッフェに近いものです。ユーザーは固定料金を前払いし、ベンダーは大多数の人が枠を使い切らないことに賭けます。多く使う人も少なく使う人もいて、平均するとプラットフォームは利益を出せます。

しかし従量制の Token 価格が十分に低くなると、ユーザーは計算し始めます。なぜ必ずプランを買わなければならないのか。 1 か月の実際の利用コストが数元から十数元程度なら、40 元や 200 元のプランは必ずしも割に合いません。

値下げがサブスクリプションモデルを揺さぶる理由

サブスクリプションプランが成立するには前提があります。ユーザーが単発利用を高いと感じるか、毎回の呼び出しコストを計算したくないことです。 Token 価格が高いとき、プランは安心に見えます。 Token 価格がほとんど気にならないほど低くなると、従量課金のほうが自然になります。

DeepSeek V4 の値下げは、底のコストを見せたようなものです。

Agent タスクは非常に安くできる；
長文コンテキストは必ずしも使えないほど高くない；
キャッシュヒットでコストを大きく下げられる；
普通の開発者は固定サブスクリプションを必ずしも必要としない；
モデルの入口は「プラン型プラットフォーム」から「低価格 API」へ移り得る。

これは Coding Plan を提供するプラットフォームにとって不快な変化です。従量呼び出しのほうが安く自由だとユーザーが気づけば、ひとつのプラットフォームのプランに縛られる必要はありません。

Flash と Pro をどう選ぶか

DeepSeek V4 の実用的な考え方のひとつは、Flash と Pro を分担して使うことです。

Flash は高頻度、軽量、反復可能なタスクに向いています。

bug 修正；
フロントエンド作成；
スクリプト作成；
通常のコード理解；
長いコンテキスト内の一般的な情報整理；
大量のサブタスク実行。

Flash は安く、速く、同じく長いコンテキストをサポートします。日常的な coding agent では、多くのタスクで最初から Pro を使う必要はありません。

Pro は複雑な判断やフォールバックタスクに向いています。

複数ラウンドの計画；
複雑な Agent ワークフロー；
複数回の function call；
事実確認；
財務・経済リサーチ；
より強い知識と判断力が必要なコンテンツ生成；
高リスクなコード変更。

合理的な構成は、Flash が量をこなし、Pro がフォールバックを担当する形です。通常タスクはまず Flash で始め、長期計画、複雑な判断、事実確認、複数ツールの協調が必要になったら Pro に切り替える。こうすればコストを抑えつつ、モデル品質も保てます。

DeepSeek がこの価格を出せる理由

DeepSeek は多くの大手企業と事業構造が異なります。 EC、SNS、ショート動画、クラウドコンピューティング、スマートフォン、自動車、オフィススイート、OS、ブラウザ、大規模な企業向け SaaS エコシステムを持っていません。

つまり、ユーザーを完全なプラットフォーム内に閉じ込める必要がありません。安いテキストモデル能力だけを売ることができます。他の機能は、必要に応じてどこを呼び出してもよいのです。

大手企業のロジックは通常異なります。その Coding Plan や Token Plan を買うと、クラウド、検索、画像生成、音声、データベース、開発ツールのエコシステムへ引き込まれます。プランは単純にモデルを売るものではなく、ユーザーの入口を取りに行くものです。

DeepSeek の戦い方はより直接的です。テキストモデルの価格を下げ、Agent のデフォルトモデル入口になることを狙います。デフォルト入口を取れれば、多くの開発者とツールチェーンは自然にそれへ適応していきます。

オープンモデルとデフォルト入口

DeepSeek V4 がオープンモデル路線を維持するなら、サードパーティのクラウドベンダーやプラットフォームが自前でデプロイし、サービスを提供する可能性があります。 DeepSeek にとって、それは普及でもあり、同時に流量の分散でもあります。

低価格の公式 API の意味はここにあります。公式価格がすでに十分低ければ、他のプラットフォームがデプロイできたとしても、価格面で明確な優位を出すのは難しくなります。ユーザーは、デフォルトで安く安定した入口を直接使う傾向になります。

Agent ツールでは特にそうです。 Agent タスクは長文コンテキスト、キャッシュ、ツール呼び出し、安定したスループットに依存します。あるモデルがこれらの場面で十分安ければ、デフォルト選択肢になる可能性があります。

Coding Plan は完全に無用ではない

これは Coding Plan がすぐ消えるという意味ではありません。それに合うユーザーはまだいます。

もし一部のユーザーが本当に高頻度で、毎日プランの上限まで使うなら、固定サブスクリプションはまだ得かもしれません。ビュッフェと同じで、誰も元を取れないなら、ユーザーも買おうとはしません。

ただし問題は、ほとんどのユーザーがそのような極端な高頻度ユーザーではないことです。低頻度ユーザー、軽量な開発者、たまにスクリプトを書いたりプロジェクトを直したりする人には、従量課金のほうが向いています。 DeepSeek が従量コストを下げると、プランの魅力は弱まります。

今後は、より階層化された選択が起こりやすくなります。

高頻度のヘビーユーザーは Coding Plan を買い続ける；
普通のユーザーは低価格 API へ移る；
Agent ツールはタスクに応じて Flash / Pro を自動選択する；
プラットフォームのプランは、ワークフロー、IDE 統合、デプロイ、チーム管理、セキュリティ監査など、モデル以外の価値をより多く提供する必要がある。

まとめ

DeepSeek V4 の発表は、ベンチマークによって最大の衝撃を作ったわけではありません。本当に業界の期待を変えたのは、その後の値下げでした。

入力 Token とキャッシュヒット価格が非常に低くなると、AI Agent の利用コストは変わります。これまで高価に見えていた長文コンテキスト、コードプロジェクト分析、複数ラウンドのツール呼び出しが、今では数毛から数元の日常的な消費になる可能性があります。

これは Coding Plan と Token Plan のビジネスロジックを直接揺さぶります。ユーザーが従量課金で、モデルとツールを自由に組み合わせられ、さらにコストも十分低いなら、特定のプラットフォームプランに縛られる必要はありません。

DeepSeek V4 が今回本当に動かしたのは、モデル能力ランキングだけではなく、AI Agent のコスト構造とデフォルト入口をめぐる競争です。

参考情報：

Prompt Optimizer：プロンプト最適化、テスト、MCP に対応したオープンソースツール

Fri, 01 May 2026 03:09:07 +0800

Prompt Optimizer は、プロンプトを改善するためのオープンソースツールです。目的は明確で、粗いプロンプトをより明確で安定し、LLM が実行しやすい形に整えることです。

単に「prompt をきれいに書き直す」ページではありません。プロンプト最適化、結果テスト、比較評価、複数モデル接続、画像生成プロンプト処理、MCP 連携まで備えています。システムプロンプト、ユーザープロンプト、AI ワークフローテンプレートをよく書く人にとっては、専用のプロンプト作業台に近いツールです。

解決する問題

AI を使っていると、よく次のような問題にぶつかります。

プロンプトは長くなるのに、出力品質があまり改善しない
同じタスクでも、モデルを替えると挙動が安定しない
システムプロンプトとユーザープロンプトが混ざり、デバッグしにくい
プロンプトを変更しても、前の版より良くなったか判断しにくい
変数テンプレートを再利用したいが、毎回の置換とテストが面倒
他の AI ツールからプロンプト最適化を呼びたいが、標準的な入口がない

Prompt Optimizer は、こうした問題を中心に設計されています。「prompt を書く」という作業を、最適化、テスト、評価、比較、反復に分けることで、感覚だけに頼らない調整をしやすくします。

主な機能

1. システムプロンプトとユーザープロンプトの最適化

プロンプトには複数の種類があります。

システムプロンプトは通常、役割、目的、境界、出力ルール、作業方法を定義します。ユーザープロンプトは、個別タスクの入力に近いものです。この 2 つが混ざると、モデルが重要点を捉えにくくなり、再利用もしづらくなります。

Prompt Optimizer は、システムプロンプトとユーザープロンプトの両方の最適化に対応しています。長期的に使うロール設定と、特定タスクの入力表現を分けて扱えます。

次のような場面で役立ちます。

AI コーディングアシスタントの作業ルールを書く
カスタマーサポート、レビュー、翻訳、分析ロールのプロンプトを書く
text-to-image 用プロンプトを最適化する
一時的な要件を再利用可能なテンプレートにする
モデルごとに異なるスタイルの prompt を用意する

2. 出力のテストと比較

プロンプトを最適化するだけでは不十分です。重要なのは、最適化後に本当に良くなったかどうかです。

このプロジェクトは、分析、単一結果の評価、複数結果の比較評価をサポートしています。元のプロンプトと最適化後のプロンプトを同じタスクで実行し、出力がより正確で安定し、目的に合っているかを比較できます。

これは、単に「見た目が専門的」な prompt より実用的です。表面上は整っていても、実際には冗長、硬直的、あるいはモデルを誤った方向へ導くプロンプトもあります。比較テストは、そうした問題を早めに見つける助けになります。

3. 複数モデル対応

README によると、このプロジェクトは OpenAI、Gemini、DeepSeek、Zhipu AI、SiliconFlow などのモデルサービスに対応し、OpenAI 互換のカスタム API も利用できます。

これは重要です。プロンプトの効果はモデルに強く依存します。同じ prompt でも、モデルが変わると結果が大きく変わることがあります。複数モデルのテストにより、次の判断がしやすくなります。

プロンプト自体が弱いのか
特定のモデルがそのタスクに向いていないのか
モデルごとに別バージョンを用意すべきか
小さいモデルでも、より明確なプロンプトで実用に近づけるか

ローカルで Ollama を使っている場合や、社内に OpenAI 互換 API のモデルサービスがある場合も、カスタム API として接続できます。

4. 高度なテストモード

プロジェクトは、コンテキスト変数管理、複数ターン会話テスト、Function Calling に対応しています。

変数管理はテンプレート化されたタスクに向いています。たとえば、中古取引の返信、商品説明、メール返信、コードレビュー、ドキュメント生成用のプロンプトがある場合、商品、価格、口調、対象ユーザーなどの変数を差し替えるだけで、入力ごとの挙動を素早く確認できます。

複数ターン会話テストは、長い対話での挙動を確認するのに向いています。単発の質問では良く見える prompt でも、追質問が続くと制約を忘れたり、役割から外れたり、説明を繰り返したりします。複数ターンテストは、実利用に近い検証になります。

Function Calling 対応は、よりエンジニアリング寄りの AI アプリに適しています。ツール呼び出し、パラメータ生成、構造化出力におけるモデルの挙動を確認できます。

5. 画像生成プロンプト

Prompt Optimizer は、text-to-image と image-to-image に関連する機能にも対応しています。README では Gemini、Seedream などの画像モデルとの連携が紹介されています。

画像生成プロンプトの最適化は、テキストタスクとは重点が異なります。主体、構図、空間関係、スタイル、質感、光、感情、制約条件などが重要になります。曖昧な一文を制御しやすい視覚記述に分解することは、単にプロンプトを長くするより価値があります。

商品画像、カバー、イラスト、キービジュアル、スタイル参照画像をよく生成するなら、この種の最適化は実用的です。

使い方

プロジェクトには複数の入口があります。

オンライン版
Vercel でのセルフホスト
デスクトップアプリ
Chrome 拡張
Docker デプロイ
Docker Compose デプロイ
MCP Server

オンライン版は素早い試用に向いています。プロジェクト説明では、純粋なフロントエンドアプリであり、データはブラウザローカルに保存され、AI プロバイダーと直接やり取りすると説明されています。

デスクトップアプリは、さまざまなモデル API に直接接続したい場合に向いています。ブラウザ環境では CORS の制限に遭遇しやすいですが、デスクトップアプリならそれを回避しやすく、ローカル Ollama や厳しい CORS ポリシーを持つ商用 API にも向いています。

Docker デプロイは、自分のサーバーや社内環境で使う場合に向いています。README の基本コマンドは次のとおりです。

`1`	`docker run -d -p 8081:80 --restart unless-stopped --name prompt-optimizer linshen/prompt-optimizer`

API キーとアクセスパスワードを設定する場合は、環境変数を渡します。

docker run -d -p 8081:80 \
  -e VITE_OPENAI_API_KEY=your_key \
  -e ACCESS_USERNAME=your_username \
  -e ACCESS_PASSWORD=your_password \
  --restart unless-stopped \
  --name prompt-optimizer \
  linshen/prompt-optimizer

中国国内で Docker Hub へのアクセスが遅い場合は、README の説明に従って Alibaba Cloud のイメージ名に置き換えることもできます。

MCP でできること

Prompt Optimizer は Model Context Protocol、つまり MCP に対応しています。

Docker で実行する場合、MCP サービスは Web アプリと一緒に起動でき、/mcp パスからアクセスできます。これにより、単なる Web ツールではなく、Claude Desktop などの MCP 対応アプリから呼び出せるツールになります。

README に記載されている MCP ツールは次のとおりです。

optimize-user-prompt：ユーザープロンプトを最適化
optimize-system-prompt：システムプロンプトを最適化
iterate-prompt：既存プロンプトを目的に沿って反復改善

こうしたインターフェースは AI ワークフローに向いています。たとえば複雑なタスク用プロンプトを書くとき、MCP 対応クライアントから直接プロンプト最適化を呼び出せるため、毎回 Web ページを開いてコピーする必要がありません。

通常のチャットツールとの違い

通常のチャットツールでも prompt の書き直しはできますが、次のような点が不足しがちです。

複数バージョンの保存と比較がしづらい
複数モデルを同時にテストしづらい
変数をテンプレート化しづらい
複数ターン会話の検証がしづらい
MCP 連携やセルフホストがしづらい

Prompt Optimizer の価値は、プロンプト最適化を再現可能なプロセスにすることです。「より完成度が高く見える」文章を出すだけでなく、実際の出力を見ながら継続的に調整できます。

向いている人

次のような人は、このプロジェクトに注目するとよいでしょう。

システムプロンプトをよく書く
AI アプリ用のロールや出力形式を設計する
異なるモデルの出力を比較したい
prompt を再利用可能なテンプレートにしたい
複数ターン対話やツール呼び出しをテストしたい
プロンプト最適化を MCP ワークフローに接続したい
ローカルまたは社内環境にプロンプトツールをデプロイしたい

たまに AI に簡単な質問をするだけなら、普通のチャット画面で十分です。このツールは、プロンプトを保守可能な資産として扱う人に向いています。

利用時の注意

第一に、最適化結果を絶対に正しいものとして扱わないことです。

プロンプト最適化ツールは表現品質を高められますが、モデルが誤解しないことを保証するものではありません。重要なタスクでは、テストケース、人手の確認、バージョン比較が必要です。

第二に、長さだけを追わないことです。

良い prompt は必ずしも長いとは限りません。目的、境界、入出力形式、判断基準をより明確に表すべきです。意味の薄いルールを積み重ねると、かえってモデルが要点を見失います。

第三に、モデルに合わせて prompt を調整することです。

モデルによって、役割設定、形式制約、推論手順、例への反応は異なります。大きなモデルでうまく動くプロンプトが、小さなモデルにも合うとは限りません。複数モデルテストは、このツールを使う理由の一つです。

第四に、デプロイ時はキーとアクセス制御を考慮することです。

公開環境にデプロイする場合は、アクセスパスワードを設定し、API key を慎重に扱うべきです。プロジェクトは環境変数によるアクセス制御に対応しています。機密設定を公開リポジトリへ直接書かないようにしてください。

参考

linshenkx/prompt-optimizer

最後に

Prompt Optimizer は、プロンプトを「その場で手書きした一段落」から「テスト、比較、反復できる作業資産」へ整理するためのツールです。

複数のモデル、複数の場面、複数のバージョンにまたがって prompt を保守し始めると、通常のチャット画面よりもこうしたツールの方が扱いやすくなります。

ChatGPT・Claude・Gemini の役割分担はどうするべきか：日常会話、コーディング、特殊機能の選び方

Sat, 25 Apr 2026 10:51:19 +0800

今では、多くの人が1つのモデルだけを使うのではなく、ChatGPT、Claude、Gemini を行き来しながら使っています。そうなると問題はかなり実務的になります。どんなタスクを、どのモデルに任せるべきなのか。

この点が悩ましくなるのは、3社とも弱いからではありません。むしろ十分に強くなった結果、それぞれの得意分野が分かれてきたからです。いまだに「どれがいちばん賢いか」のような曖昧な基準で選ぶと、かえって外しやすくなります。

まずは簡略版の結論から言うと、おおむね次のように考えられます。

日常会話や汎用タスクなら、まず ChatGPT を思い浮かべる人が多い
コマンドラインでのコーディング、長いコンテキストでの協業、継続的に進めるタイプの作業なら、Claude のほうが扱いやすいことが多い
Google エコシステム、検索、マルチモーダルの入口、あるいは一部の製品レベルの特殊機能が必要なら、Gemini の存在感が強い

以下、3つに分けて見ていきます。

1. 日常会話：なぜ多くの人がまず `ChatGPT` を開くのか

多くの一般的な利用シーンでは、ChatGPT は今でも「標準の入口」のような存在です。

ここで言いたいのは、特定の benchmark の話ではなく、全体的な使い心地です。
ちょっとした質問をしたいとき、考えを整理したいとき、短い文章を書きたいとき、たたき台を作りたいとき、資料を要約したいときに、ChatGPT は全体としてバランスがよく感じられます。

強みは主に次の点にあります。

回答スタイルが比較的安定している
一般ユーザーにとって使い始めるハードルが低い
多くの総合タスクで過度な追加調整がいらない
製品としての完成度が高く、日常的に高頻度で使いやすい

たとえば次のような作業なら、

あるテーマを整理してほしい
アイデアを構造化された内容にまとめたい
長文を要約したい
いくつかの案をブレインストーミングしたい
表現をより分かりやすく整えたい

ChatGPT はかなり自然な出発点になります。

これは、あらゆる専門タスクで必ず最強だという意味ではありません。むしろ「広く汎用的に使える」という点で、標準の作業台に近いということです。

2. コマンドラインでのコーディングと長いタスク：なぜ `Claude` を好む人が多いのか

タスクが「少し会話する」段階から、「最後まで継続して進める」段階に移ると、多くの人の好みは Claude に傾き始めます。

特に次のような場面です。

コマンドラインでのプログラミング
大規模プロジェクトのコンテキスト理解
複数ファイルをまたぐ修正
長い流れのデバッグ
コードを読みながらタスクを前進させる作業

こうしたタスクで重要なのは、1回の返答がどれだけ派手かではなく、長い作業の流れの中で安定していられるかどうかです。

Claude が好まれる理由は、「ひとことが他よりうまいから」ではなく、主に次の点にあります。

長いコンテキストのタスクでも粘り強い
ファイル、ログ、ルールを連続して読むときの安定感が高い
複雑なコーディング作業を段階的に進めやすい
コマンドラインや agent ワークフローでは主力モデルとして扱われやすい

vibe coding、コマンドラインでのバグ修正、プロジェクト構造の理解、複数ファイルにまたがる機能改修をしているなら、Claude の強みはより見えやすくなります。

要するに、Claude は一問一答のためだけでなく、一緒に「作業を進める」相手として向いているモデルだと言えます。

3. `Gemini` の強みは「何でも正面から勝つこと」ではない

Gemini を語るとき、多くの人は「結局3つの中で最強なのか」と聞きがちです。

しかし実際の利用感覚からすると、もっと有用な問いはそこではありません。どんな場面で、あえて単独で使う価値が高いのか。

Gemini の価値は、主に次の方向で表れやすいです。

Google エコシステムとの連携
検索や情報収集
マルチモーダルの入口
一部の製品機能との連動

もし普段のワークフローがもともと Google のツールチェーンに近いなら、たとえば

検索
ドキュメント
メール
ブラウザ上での利用
モバイル側の入口

Gemini の実用上の便利さは、単純なモデル性能の比較よりも重要になるかもしれません。

つまり Gemini の使いやすさは、「どこで自分のワークフローに自然につながるか」から来ることが多く、「単発の回答で誰に勝つか」だけでは測れません。

4. 本当に役立つ選び方は、最強を問うことではなく、タスクの種類を問うこと

3つのモデルを並べて比較するとき、いちばん陥りやすい罠は「唯一の最強」を探そうとすることです。

ですが、現実のタスクはあまりにも違います。

単発のQ&Aもある
長い対話で伴走してもらうものもある
コードベースを扱う作業もある
情報検索もある
マルチモーダル処理もある
ツールチェーンとの協業もある

だからこそ、より有効なのはタスクの種類で分けることです。

総合型で、日常的に高頻度に使えて、開けばすぐ使える助手がほしいなら、まず ChatGPT
長いコンテキスト、コマンドライン、コーディング協業、複雑な作業の継続的な前進が必要なら、まず Claude
Google エコシステム、検索、マルチモーダルの入口、あるいは一部の製品連携を活かしたいなら、Gemini を重視する

このような役割分担のほうが、無理に総合優勝を決めるより、実際の使い方に近いです。

5. なぜヘビーユーザーは3つとも契約するのか

ライトユーザーの視点では、3つ全部に課金するのは重複して見えがちです。
けれどもヘビーユーザーの視点では、それは異なる仕事に異なる道具を割り当てているだけです。

理由は単純です。
3つのモデルの強みがすでにはっきり分かれ始めているなら、同時に使うことは重複課金ではなく、タスク切り替えのコストや試行錯誤のコストを下げる方法だからです。

たとえば、

日常的な整理や総合Q&Aには ChatGPT
コーディングの主作業には Claude
検索、マルチモーダル、Google 関連の導線には Gemini

この組み合わせの考え方は、デザイナーが複数のソフトを入れることや、開発者が複数の IDE を使うことと本質的には変わりません。

6. 何度もモデルを切り替えすぎないほうがいい場面

もちろん、モデルが多ければ常に良いわけではありません。

まだ安定したワークフローを作っている途中なら、3つのモデルを早い段階で頻繁に行き来すると、かえって混乱しやすくなります。よくある問題は次の通りです。

同じタスクを何度も説明し直す
モデルごとに違う提案が出て、判断が難しくなる
コンテキストが途切れ、協業コストが上がる
自分なりの使い分けができる前に、道具選びそのものに引っ張られる

なので、より安定したやり方は次の通りです。

まず各モデルに1つずつ主な担当領域を与える
その担当領域でしばらく続けて使う
そのうえで自分なりの使い分けを徐々に作っていく

こうすることで、「今日はこれを試してみよう」という段階に留まり続けるのではなく、再利用しやすい実践知を得やすくなります。

7. まずはこう覚えておけばいい

とりあえず使える覚え方だけ欲しいなら、次のような口語的な分担表で十分です。

ChatGPT：汎用型の標準アシスタント
Claude：長いタスクとコーディング協業の主力
Gemini：検索、マルチモーダル、Google エコシステムで強みを発揮しやすいツール

これは絶対的なルールではありませんし、3者が互いに代替できないという意味でもありません。あくまで実際の利用感覚に近い出発点です。

本当に重要なのは、「宇宙最強のモデル」を選ぶことではなく、できるだけ早く次を見極めることです。
今、目の前のこの種類のタスクに対して、どのモデルがもっとも時間を節約し、気力を消耗させず、結果につながりやすいか。

LLM API はなぜ Token 課金なのか：入力・出力・コンテキストのコストをまとめて理解する

Sat, 25 Apr 2026 08:44:32 +0800

LLM API の料金体系で最も混乱しやすい点の 1 つは、なぜほとんどのプラットフォームが最終的に token という単位で課金するのか、ということです。要するに、なぜ大規模モデルは token ごとに課金され、しかも token の種類によって価格まで違うのか、という疑問です。

モデル API を使い始めたばかりの人が戸惑いやすいのは、モデル性能よりもむしろ請求額です。少し質問しただけなのに、なぜこんなに料金が増えるのか。なぜ入力は安く、出力は高いのか。なぜコンテキストが長くなるとコストが急に制御しづらくなるのか。

これをシンプルに捉えるなら、まず次の一文を覚えておくと分かりやすいです。課金されているのは「1 回の回答」ではなく、推論全体で消費された計算資源と帯域です。

1. token とは何か

LLM の課金でいう token は、文字数でも単語数でもありません。モデルがテキストを処理するときの分割単位です。

1 つの token は、たとえば次のようなものになり得ます。

1 つの漢字
英単語の一部
句読点
よく出る短いテキスト断片

そのため、API プラットフォームは通常「1 文ごと」や「1 リクエストごと」には課金しません。モデルが実際に読んだ token 数と生成した token 数に応じて課金します。
これはリクエスト回数ベースの課金よりも合理的です。同じ 1 回のリクエストでも、20 文字だけ入力する場合もあれば、20 万 token のコンテキストを入れる場合もあるからです。消費される資源はまったく違います。

2. なぜ入力と出力は別料金なのか

現在の多くのモデル API では、料金が次の 2 つに分かれています。

入力 token 料金
出力 token 料金

しかも一般的には、出力 token のほうが入力 token より高いです。

理由はそれほど難しくありません。

モデルが入力を処理するときは、基本的には既存の内容を読み取り、エンコードしています。けれども出力を生成するときは、次の token を 1 つずつ予測し続ける必要があります。これは単に読むだけではなく、継続的に推論とサンプリングを行う処理なので、通常はより多くの計算資源を使います。

大まかに言えば次のように考えられます。

入力：資料をモデルに渡す
出力：その場でモデルに回答を書かせる

その場で書くほうが、資料を一度読むよりも計算コストが高くなりやすいため、出力価格が高いのはよくある設計です。

3. なぜコンテキストが長いとコストが膨らみやすいのか

少し背景情報を足しているだけだと思っていても、請求の観点では想像以上に影響が大きいことがあります。

理由は、モデルは通常、各リクエストで渡されたコンテキスト全体をもう一度処理する必要があるからです。

つまり、現在のリクエストに次のようなものが含まれていれば：

システムプロンプト
会話履歴
ツールの返り値
長文書の断片
ソースコードファイルの内容

それらはすべて入力 token として課金対象になります。

請求額を本当に押し上げるのは、最後の一言の質問ではなく、その前にぶら下がっている長いコンテキストであることが多いです。
会話のターン数が増え、ツール呼び出しが増え、履歴メッセージが何度も再投入されると、token コストはラウンドごとに膨らんでいきます。

4. なぜツール呼び出しは特に token を増やしやすいのか

Agent、コーディングアシスタント、ワークフロー自動化のような場面では、token 消費は通常のチャットよりかなり大きくなりがちです。

問題は「モデルが少し長めに答えた」ことだけではありません。ワークフロー全体で次のような内容が絶えず発生するからです。

ファイルを読む
ログを確認する
API を呼ぶ
JSON を返す
ツール結果をモデルに戻す

ツール呼び出しの結果が次のラウンドのコンテキストに再投入されるたび、それは新たな入力 token になります。

だからこそ多くの開発者は最終的にこう気づきます。
問題はモデルの単価そのものではなく、ワークフローが token の請求額を何層にも積み上げていることがあるのです。

たとえばコーディング Agent が次のことを連続で行うとします。

プロジェクト構造を読む
いくつかのソースファイルを開く
テストを実行する
エラーログをモデルに戻す
さらに関連ファイルを読む

各ステップで、次のリクエストがより長いコンテキストを背負うことになります。単価が同じでも、総額はすぐに増えていきます。

5. 同じようなモデルでも価格差が大きいのはなぜか

モデルごとの token 価格差は、単にベンダーが高く売りたいからというだけではありません。多くの場合、次のような要素と直接結び付いています。

モデル規模
推論効率
コンテキスト長
配備コスト
ターゲット市場

モデルが大きく、アクティブパラメータが多く、推論経路が複雑になるほど、1 token を生成するコストは一般に高くなります。
さらに超長コンテキスト、複雑な推論、ツール利用最適化まで対応するなら、基盤側の負荷はさらに増えます。

そのため、価格設定は本質的に次のようなコストをカバーしています。

GPU / アクセラレータ資源
VRAM 使用量
推論レイテンシ
ネットワークとサービス安定性
ピーク同時実行能力

安いモデルが悪いとは限らず、高いモデルがすべての場面に向くわけでもありません。多くの場合、価格差は「その能力にどれだけの基盤コストがかかるか」を反映しています。

6. なぜキャッシュ入力は安くなるのか

多くのモデルプラットフォームでは現在、次のような仕組みが提供されています。

cached input
prompt caching
prefix caching

共通する考え方はシンプルで、すでに処理した大きな入力断片を、毎回フル価格でゼロから再計算しないようにすることです。

たとえば固定の system prompt、固定のツール説明、固定の長文書プレフィックスを毎ラウンドまったく同じように送るなら、プラットフォームはその一部をキャッシュできる可能性があります。すると同じ入力 token でも、キャッシュに当たった部分はより安い料金で計上できます。

この仕組みがあるからこそ、多くの API 料金表には次のような複数の価格帯があります。

通常入力
キャッシュ入力
出力

違いはテキストの意味ではなく、下層の計算が再利用できるかどうかです。

7. 「安い token」が必ずしも「安い総額」にならない理由

あるモデルが「100 万 token あたりとても安い」と書かれていると、総コストも必ず安いと思いがちです。ですが、実際にはそうとは限りません。

総額は大まかに次の式で考えられます。

token 単価 × 実際の消費量

そして実際の消費量は、さまざまな要因で膨らみます。

プロンプトが長すぎる
履歴メッセージを整理しない
ツール結果を戻しすぎる
出力が冗長すぎる
1 つのタスクを何度もやり直す

つまり請求額を決めるのは単価だけではなく、通常は次の組み合わせです。

モデル単価
各ラウンドの入力長
各ラウンドの出力長
呼び出し回数
ワークフロー設計

だからこそ、単価の安いモデルでも Agent タスクでは最終的な総費用がそれほど安くならないことがあります。より多くのラウンド、補足コンテキスト、再試行が必要になることがあるからです。

8. 開発者は token コストをどう見積もるべきか

実プロジェクトで予算を安定して管理したいなら、まずは素朴な見積もり方法が役に立ちます。

1 リクエストあたりの平均入力 token 数を測る
1 リクエストあたりの平均出力 token 数を測る
1 つのタスクが何ラウンド必要か見積もる
それをモデル単価に掛ける

たとえば次のようなイメージです。

1 ラウンドあたり入力 8k tokens
1 ラウンドあたり出力 1k tokens
1 タスクあたり 10 ラウンド

この場合、本当に消費しているのは「1 回のやり取り」ではなく：

入力およそ 80k tokens
出力およそ 10k tokens

途中でログ、ツール結果、ファイル内容が増え続ければ、総量はさらに上がります。

だから予算を見るときは、単一ラウンドではなく、タスク 1 件を最後まで回したときに何 token 消費するかを見るべきです。

9. 実際に請求額を抑えるには

すでに API や Agent を使っているなら、次の方法が特に効果的です。

system prompt を短くして重複表現を削る
古い履歴を定期的に削る
ツール出力は必要な項目だけ残す
長文書は先に検索して必要部分だけ渡す
出力長を制御して無制限な展開を防ぐ
高価なモデルは高価値タスクに、安価なモデルは低価値タスクに使う

多くの場合、節約の近道はむやみに安いモデルへ切り替えることではなく、まずワークフロー内の無駄な token 消費を削ることです。

10. 結局どう理解すればよいか

LLM の token 課金とは、要するに「モデルがどれだけ読み、どれだけ推論し、どれだけ書いたか」に対する課金です。

これは従来のソフトウェアのように、アカウント単位、回数単位、月額課金だけで資源消費を表しきれる世界ではありません。モデル呼び出しは動的な計算プロセスであり、送るコンテキスト量、呼ぶツール、求める出力長がすべて直接コストに反映されます。

だから大切なのは価格表を暗記することではなく、まず次の直感を持つことです。

長いコンテキストは入力コストを増やす
長い出力は生成コストを増やす
ツールチェーンは総 token を増幅する
キャッシュとワークフロー設計は請求額を大きく変える

この感覚がつかめれば、多くの LLM API の価格構造はかなり理解しやすくなります。

DeepSeek-V4 Preview 公開：1M コンテキスト、2 モデル構成、API 移行の注意点

Fri, 24 Apr 2026 22:39:46 +0800

DeepSeek は 2026-04-24 に DeepSeek V4 Preview Release を公開しました。公式ニュースページを見ると、今回の更新の軸はかなりはっきりしています。1M context、V4-Pro と V4-Flash の 2 モデル構成、Agent 向けの専用最適化、そして API 側のモデル移行です。

一言でまとめるなら、今回のリリースの本質は、DeepSeek が単に「より強いモデル」を目指しているだけではなく、超長コンテキストと Agent 能力をそのまま実運用に載せやすい形へ進めていることです。

1. 今回公開されたもの

公式ページによると、DeepSeek-V4 Preview は主に次の 2 つのラインで構成されています。

DeepSeek-V4-Pro
DeepSeek-V4-Flash

それぞれの公式説明も非常に分かりやすいです。

DeepSeek-V4-Pro：1.6T total / 49B active params
DeepSeek-V4-Flash：284B total / 13B active params

名前を見るだけでも、今回は単一モデルの更新ではなく、高性能側と高コスト効率側を同時に展開していることが分かります。

V4-Pro はより高い性能上限を重視しており、公式は世界トップクラスのクローズドモデルに競合できるとしています。一方の V4-Flash は、速度、効率、コストをより重視した位置づけで、レイテンシや API 料金に敏感な用途に向いています。

2. `1M context` が今回いちばん目立つポイント

公式ページで最も印象的な表現の 1 つが、「Welcome to the era of cost-effective 1M context length.」 です。

DeepSeek は今回、単に長コンテキスト対応をうたっているだけではありません。1M context をこの世代の標準能力として打ち出しています。ページでも次のように明記されています。

1M context は公式 DeepSeek サービス全体の標準になった
V4-Pro と V4-Flash はどちらも 1M context をサポートする

重要なのは、これが単に「より多くの token を詰められる」という話ではないことです。実際には次のような作業に直結します。

大規模コードベースの理解
長文書の Q&A や情報整理
複数ターンにまたがる Agent ワークフロー
複数ファイル、複数ツール、複数段階にまたがる複雑なタスク

コンテキストウィンドウが十分に大きければ、途中で文脈を落として何度も読み直すことが減ります。これは Agent コーディングや複雑な知識作業で特に重要です。

3. `V4-Pro` が主に強調していること

公式ページの表現を見ると、DeepSeek-V4-Pro が強く押し出しているのは次の 3 点です。

Agentic Coding 能力
世界知識
推論能力

ページでは、V4-Pro が Agentic Coding ベンチマークでオープンソース SOTA を達成したこと、世界知識では現行のオープンモデルの中で最上位クラスであり Gemini-3.1-Pro にのみ後れを取ること、さらに数学、STEM、コーディングで現行のオープンモデルを上回り、トップクラスのクローズドモデルに対抗できることが示されています。

つまり V4-Pro は、単純な質問応答モデルというより、高難度推論、複雑なコーディング、長いタスクの遂行に寄せた設計です。

4. `V4-Flash` は単なる縮小版ではない

もう 1 つ注目すべき点は、DeepSeek が V4-Flash を単なる廉価版として扱っていないことです。むしろ、実務的な多くのタスクでは十分に強いモデルであることを前面に出しています。

ニュースページによると、V4-Flash は：

推論能力が V4-Pro にかなり近い
シンプルな Agent タスクでは V4-Pro と同等の性能を持つ
パラメータ規模が小さく、応答が速く、API 価格も低い

つまり今回は、「1 つが旗艦、もう 1 つが入門」という極端に分かれた構成ではなく、次のような役割分担に近いです。

V4-Pro：より高い性能上限を狙う
V4-Flash：より低いレイテンシと優れたコスト効率を狙う

開発者にとっては、このほうが実際には使いやすい構成です。多くの本番タスクで必要なのは、理論上最強のモデルではなく、十分に強く、十分に速く、十分に安いモデルだからです。

5. Agent 最適化がかなり前面に出ている

今回の発表でもう 1 つ明確なのは、DeepSeek が V4 を Agent シナリオへ積極的に寄せていることです。

公式ページでは、DeepSeek-V4 が次のような主要 AI Agent とシームレスに統合されていると紹介されています。

Claude Code
OpenClaw
OpenCode

加えて、DeepSeek 自身も社内の agentic coding に V4 を使っていると述べています。

これは、対象が単なるチャットや通常の補完ではなく、コードを読み、構造を理解し、ツールを呼び出し、結果を生成し、その一連の流れをつなぐ長いワークフローになっていることを意味します。

最近 coding agent を追っているなら、この点は見逃しにくいです。モデル提供側の競争軸が、ベンチマークだけではなく「本当にワークフローに組み込めるか」へ広がっているからです。

6. 構造的な工夫は長コンテキスト効率のため

技術面では、公式ページは今回の構造的な工夫を次のようにまとめています。

token-wise compression
DSA (DeepSeek Sparse Attention)

方向性は非常に明快です。長コンテキストを、より安く、より高効率にし、計算コストとメモリコストをできるだけ抑えることです。

ニュースページでは完全な技術詳細までは踏み込んでいませんが、少なくとも DeepSeek が単純に計算資源を増やして長ウィンドウを支えているだけではなく、長コンテキスト効率のためのアーキテクチャ最適化も行っていることは読み取れます。

実際の利用者にとっては、単にコンテキスト数値が大きいことよりも、こちらのほうが重要な場合が多いです。なぜなら実用性を決めるのは、1M が使えるかどうかだけではなく、次のような点だからです。

速度が実用範囲に収まるか
コストが許容範囲に収まるか
長コンテキスト処理が実際に安定するか

7. API はすでに利用可能だが、モデル切り替えに注意

公式ページでは、今回の API が当日から利用可能であることも明記されています。

切り替え方法も比較的シンプルです。

base_url はそのまま
モデル名を deepseek-v4-pro または deepseek-v4-flash に変更する

さらに、両モデルが次をサポートするとされています。

1M context
Thinking / Non-Thinking の 2 モード
OpenAI ChatCompletions
Anthropic APIs

つまり、すでに DeepSeek API を使っているなら、移行の難しさはそれほど高くありません。主な作業はモデル名の差し替えと挙動確認です。

8. 旧モデルの終了時期も明確に書かれている

開発者にとって、この発表の中で見落とせない情報の 1 つが旧モデルの終了通知です。

公式には：

deepseek-chat
deepseek-reasoner

が 2026 年 7 月 24 日 15:59 UTC 以降に完全に廃止され、アクセス不能になると書かれています。

またページでは、現在この 2 つのモデルは実質的に deepseek-v4-flash の非思考 / 思考モードへルーティングされているとも説明されています。

そのため、もし今もプロジェクト内で deepseek-chat や deepseek-reasoner を直接参照しているなら、正式終了直前まで待つのではなく、今のうちに移行計画を進めるべきです。

9. この発表をどう読むべきか

今回の更新をいくつかの要点に圧縮すると、次のようになります。

DeepSeek は 1M context を高級機能ではなく標準機能へ変え始めている
2 モデル戦略がより明確になった。1 つは性能上限、もう 1 つは速度とコスト効率
Agent 能力がかなり中心的な位置に置かれている
API の移行経路は比較的シンプルだが、旧モデルの終了時期には早めの対応が必要

一般ユーザーにとっては、長文書、長いコード文脈、長い作業フローを 1 回のコンテキストに収めやすくなるのが分かりやすい変化かもしれません。
開発者にとってより重要なのは、すでに Agent、コードアシスタント、情報整理、複雑な自動化ワークフローを作っているなら、この世代のモデルは明らかにそうした用途を意識して設計されているという点です。

今回の DeepSeek の発表は、単なる通常のモデル更新というより、次の製品方向をより明確に示したものだと見たほうが自然です。超長コンテキスト、Agent 最適化、そして実用的な API 運用性です。

OpenAI が GPT-5.5 を発表：より強力なエージェント型コーディング、知識作業、研究支援

Fri, 24 Apr 2026 08:39:56 +0800

OpenAI は 2026 年 4 月 23 日に Introducing GPT-5.5 を公開しました。公式ページを見る限り、今回の更新は単に「モデルが賢くなった」という話ではなく、複雑なタスクをどこまで継続して進められるかに重点があります。

OpenAI は GPT-5.5 を、実際の仕事により適したモデルとして位置づけています。質問に答えるだけでなく、コードを書き、デバッグし、情報を調べ、データを分析し、文書やスプレッドシートを作成し、ソフトウェアを操作し、複数のツールを行き来しながらタスクを完了することが期待されています。

1. GPT-5.5 はどこが強いのか

今回の発表ページで繰り返し強調されている方向性は、大きく次の 4 つです。

エージェント型コーディング
コンピューター操作とツール利用
知識作業
初期段階の科学研究支援

つまり、GPT-5.5 の重点は短い質疑応答ではなく、より長い流れを持つタスクです。たとえばエンジニアリング上の問題は、「このコードをどう直すか」だけではありません。プロジェクト構造を理解し、失敗原因を特定し、関連ファイルを修正し、テストを追加し、結果を検証し、ユーザーが何度も指示しなくても前に進める必要があります。

OpenAI は、GPT-5.5 が Codex のタスクでより少ない token を使うことも強調しています。これは実務上かなり重要です。コーディングエージェントは、ファイルを読み、コマンドを実行し、bug を直し始めると、token 消費がすぐに増えます。同じタスクを少ない手順で完了できれば、実際のコストと待ち時間の両方が下がります。

2. コーディング能力が今回の中心的な見せ場

OpenAI は GPT-5.5 を、現時点で最も強力な agentic coding モデルだと説明しています。

公開されている指標の中で、とくに注目したいものは次の通りです。

Terminal-Bench 2.0：GPT-5.5 は 82.7%
SWE-Bench Pro：GPT-5.5 は 58.6%
OpenAI 内部の Expert-SWE：GPT-5.5 は GPT-5.4 を上回る

これらの評価に共通しているのは、単一のアルゴリズム問題よりも、実際の開発フローに近いことです。特に Terminal-Bench のようなタスクでは、コマンドライン操作、計画、試行錯誤、ツール連携、複数ステップの検証が必要になります。

日常的に開発する人にとって、ここでの意味は明確です。モデルがより大きなタスクを受け止められるかどうかは、長時間コンテキストを保てるか、自分の仮説を検証できるか、いつテストを走らせるべきかを判断できるか、変更がどこに影響するかを理解できるかにかかっています。

Codex における GPT-5.5 の価値も、主にこうした振る舞いに表れます。コード断片を補完するだけのツールというより、エンジニアリング作業の一部を任せられる協力者に近づいています。

3. 知識作業が重要な利用シーンになっている

コードを書くことに加えて、OpenAI は今回 GPT-5.5 をより広いオフィス作業の文脈にも置いています。

公式発表では、GPT-5.5 は Codex で文書、スプレッドシート、スライド資料をよりうまく生成でき、業務調査、表計算モデル、ビジネス資料の整理にも向いているとされています。コンピューター操作能力と組み合わせると、その目標は単に助言することではなく、「情報を探す、内容を理解する、ツールを使う、出力を確認する、結果として整理する」という一連の流れに直接参加することです。

発表ページでは、OpenAI 社内ですでにソフトウェアエンジニアリング、財務、コミュニケーション、マーケティング、データサイエンス、プロダクト管理など、多くの部門で Codex が使われていることにも触れています。ここで注目すべきなのは個別の事例ではなく、OpenAI が Codex を開発者向けツールから汎用的な仕事用ツールへ広げようとしている点です。

ChatGPT では、GPT-5.5 Thinking が Plus、Pro、Business、Enterprise ユーザー向けに提供されます。GPT-5.5 Pro は、より難しい問題や高い正確性が必要な作業向けで、Pro、Business、Enterprise ユーザーが利用できます。

4. 研究能力は「答えがうまい」だけではない

GPT-5.5 は研究支援の面でも大きく紹介されています。

OpenAI は、遺伝学、定量生物学、バイオインフォマティクス、数学証明などの領域で改善があると述べています。ここで重要なのは、モデルが知識を暗記しているかどうかではなく、より現実の研究に近い問題を扱えるかどうかです。データを読み、異常を見つけ、分析方法を提案し、結果を解釈し、中間結果に基づいてさらに進める必要があります。

発表ページに登場する GeneBench と BixBench は、どちらも多段階の科学分析タスク寄りの評価です。OpenAI はさらに、カスタムハーネスを使った GPT-5.5 の内部版が Ramsey numbers に関する新しい証明の発見を助け、その証明が Lean で検証されたとも述べています。

こうした事例を「AI がすでに独立して研究できる」と単純に捉えるべきではありません。ただし、モデルが質問応答ツールから研究協力者へ近づいていることは示しています。特に、コード、データ、論文、実験アイデアが混ざる場面では、GPT-5.5 の長い推論とツール利用能力がより重要になります。

5. 推論効率：強くなっても大きく遅くならない

見落としやすい点として、OpenAI は GPT-5.5 の実運用における per-token latency が GPT-5.4 と同等だと説明しています。

通常、より大きく強力なモデルは高い遅延を伴います。今回 OpenAI は、推論システムの最適化によって、GPT-5.5 の能力を高めながら速度を維持したと強調しています。発表ページでは、Codex が本番トラフィックのパターンを分析し、負荷分散に関するヒューリスティックアルゴリズムを書いたことで、token 生成速度が 20% 以上向上したとも述べられています。

この点は興味深いところです。モデルはインフラに提供されるだけでなく、自分自身を提供するインフラの改善にも役立っているからです。

6. 安全対策はより厳しくなる、とくにサイバーセキュリティ領域

GPT-5.5 はサイバーセキュリティ能力も強くなっているため、OpenAI は安全制限も同時に強化しています。

公式説明では、GPT-5.5 はサイバーセキュリティ能力で GPT-5.4 より向上しているため、より厳格な分類器を導入するとされています。特に、高リスク活動、機微なサイバーセキュリティ関連リクエスト、繰り返しの悪用に対して厳しくなります。

そのため、一部のユーザーはサイバーセキュリティ関連の作業で、より多くの拒否や制限に遭遇する可能性があります。OpenAI は Trusted Access for Cyber も用意しており、検証済みの防御目的のユーザーが不要な制限を受けにくくする仕組みを提供しています。

一般的な開発者にとっては、合法的なセキュリティ強化、脆弱性修正、コード監査は引き続き支援される一方、高リスクな攻撃フローはより厳しく制御される、と理解すればよさそうです。

7. 利用可能範囲と API 価格

OpenAI の発表ページによると、GPT-5.5 の利用可能範囲は次の通りです。

ChatGPT：GPT-5.5 Thinking は Plus、Pro、Business、Enterprise ユーザー向け
ChatGPT：GPT-5.5 Pro は Pro、Business、Enterprise ユーザー向け
Codex：GPT-5.5 は Plus、Pro、Business、Enterprise、Edu、Go プラン向け
Codex：コンテキストウィンドウは 400K
Codex Fast mode：生成速度は約 1.5x、コストは 2.5x

API については、OpenAI は gpt-5.5 と gpt-5.5-pro を近く提供するとしています。

公式に示された API 価格は次の通りです。

gpt-5.5：入力 5 米ドル / 1M tokens、出力 30 米ドル / 1M tokens
gpt-5.5-pro：入力 30 米ドル / 1M tokens、出力 180 米ドル / 1M tokens
gpt-5.5 API のコンテキストウィンドウは 1M
Batch と Flex は標準 API 価格の半額
Priority processing は標準価格の 2.5x

この価格は多くの日常用途向けモデルより明らかに高いため、普通の雑談よりも、複雑な工程変更、長文書分析、オフィス自動化、研究支援、重要な業務フローのような高価値タスクに向いています。

8. 今回の発表をどう見るか

一言で言えば、GPT-5.5 の重点は、OpenAI がモデルを「質問に答えるもの」から「仕事を完了するもの」へさらに進めていることです。

注目すべきなのは benchmark の点数だけではありません。いくつかの能力が合流し始めています。

より強い長時間タスク維持能力
より安定したツール利用
より良いエンジニアリング文脈理解
文書、スプレッドシート、研究、業務フローへの適性
より長いコンテキストと高い token 効率
高リスク能力に対するより厳格な制御

開発者にとって最も試す価値があるのは、Codex での複雑なエンジニアリングタスクです。企業ユーザーにとっては、ツール、文書、業務プロセスをまたぐ一部の作業を、実際に納品できる成果物へ変えられるかが重要になります。

GPT-5.5 は、チャット体験だけを対象にした小さな更新ではありません。OpenAI が「仕事の実行層としての AI」をさらに進める一歩に見えます。

Claude Code のマルチエージェント協調: Subagents と Agent Teams はどう使い分けるか

Wed, 22 Apr 2026 21:35:52 +0800

Claude Code でマルチエージェント協調を考えるとき、最も混同しやすいのが Subagents と Agent Teams です。どちらも「複数の Agent を動かして一緒に作業する」ように見えますが、実際には想定している使い方が異なります。簡単に言えば、前者は独立したタスクを切り出して処理するのに向いており、後者は複数の Agent が同じテーマについて継続的に協力し、相互に検証しながら進めるのに向いています。

もし Skill を使ったことがあるなら、まずは次のように理解すると分かりやすいです。

Skill は手順やルールを定義する
Subagent や Agent teammate は実際の作業を行う

つまり重要なのは、どちらが「上位」かではなく、どの種類の協調課題を解きたいのかです。

Subagents: サイドタスクを切り出す

Subagents は、現在のセッションから一時的に送り出す分身に近い存在です。各分身は独自のコンテキストウィンドウを持ち、作業後は結果の要約だけを返します。そのため、メインの会話は大量の中間ログや出力で埋まりにくくなります。

この仕組みには、実務上かなり分かりやすい利点があります。

メインスレッドがきれいなままで、テストログや検索結果、長い出力で汚れにくい
相互依存のない調査や実行タスクを並列化できる
「結果だけ返してくれればよい」タイプの仕事に向いている

元記事では、Claude Code には次の 3 種類の組み込み Subagent があると説明されています。

Explore: 読み取り専用で、コードベースの高速検索に向く
Plan: 読み取り専用で、plan mode 中のバックグラウンド情報収集に向く
General-purpose: 読み書き可能で、探索と編集を組み合わせる仕事に向く

カスタム Subagent

組み込みのものだけでは足りない場合は、自分で Subagent を定義できます。やり方はシンプルで、Markdown ファイルを用意するだけです。

.claude/agents/: 現在のプロジェクトでのみ有効
~/.claude/agents/: すべてのプロジェクトで有効

ファイル形式は次のようになります。

---
name: code-reviewer
description: Expert code review specialist. Proactively reviews code for quality, security, and maintainability. Use immediately after writing or modifying code.
tools: Read, Grep, Glob, Bash
model: inherit
---
You are a senior code reviewer ensuring high standards of code quality and security.

When invoked:

1. Run git diff to see recent changes
2. Focus on modified files
3. Begin review immediately

Review checklist:

- Code is clear and readable
- Functions and variables are well-named
- No duplicated code
- Proper error handling
- No exposed secrets or API keys
- Input validation implemented
- Good test coverage
- Performance considerations addressed
Provide feedback organized by priority:

- Critical issues (must fix)
- Warnings (should fix)
- Suggestions (consider improving)

Include specific examples of how to fix issues.

ここで特に重要なのは description です。Claude はこの説明を見て、いつこの Subagent を呼ぶべきか判断します。説明が正確であるほど、呼び出しの精度も上がりやすくなります。

ほかにも知っておくと便利な設定項目があります。

tools: 使用できるツールを制限する
model: sonnet、opus、haiku、inherit から選ぶ
permissionMode: 編集権限や権限プロンプトの挙動を制御する
memory: Subagent に対話をまたぐ記憶ディレクトリを与える

一時的にだけ使いたい場合は、CLI 経由で定義することもできます。

claude --agents '{
  "code-reviewer": {
    "description": "Expert code reviewer. Use proactively after code changes.",
    "prompt": "You are a senior code reviewer. Focus on code quality, security, and best practices.",
    "tools": ["Read", "Grep", "Glob", "Bash"],
    "model": "sonnet"
  }
}'

Subagents が向いている場面

Subagents が特に向いているのは、たとえば次のような仕事です。

テストを実行し、数千行のログではなく失敗要約だけをメイン会話に返す
相互依存しない複数モジュールの調査を並列に進める
「問題を見つける」と「修正する」を単純なパイプラインに分ける

たとえば次のような指示です。

`1`	`Research the authentication, database, and API modules in parallel using separate subagents`

`1`	`Use the code-reviewer subagent to find performance issues, then use the optimizer subagent to fix them`

一方で、タスクが何度も往復しながら調整を要する場合、複数段階で大量の文脈を共有する場合、あるいは変更が一つ二つのファイルに集中している場合は、Subagent を立てるよりメイン会話で直接処理したほうが楽なことが多いです。

Agent Teams: 複数の独立セッションで協調する

Agent Teams は別のレイヤーの機能です。1 つのセッション内で分身を出すのではなく、完全に独立した複数の Claude Code インスタンスを起動し、共有タスクリストを中心に協調させます。しかも、メンバー同士が直接メッセージを送り合うこともできます。

そのため、単なるサイドタスク処理というより、本当に小さなチームを作る感覚に近いです。

元記事では、これはまだ実験機能であり、先に有効化が必要だと説明されています。

{
    "env": {
        "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1"
    }
}

これを settings.json に追加すると、Claude に対して目的に応じた team を組ませることができます。たとえば次のような形です。

1
2
3

I'm designing a CLI tool that helps developers track TODO comments across
their codebase. Create an agent team to explore this from different angles: one
teammate on UX, one on technical architecture, one playing devil's advocate.

Agent Teams の構成

Agent Team は主に次の 3 つで構成されます。

Team lead: あなたが使っているメインセッション。編成、割り振り、要約を担当する
Teammates: 複数の独立した Claude Code インスタンス
Task list と Mailbox: 共有タスクリストとメッセージ経路

Subagents との最大の違いは、teammates 同士が直接やり取りできることです。毎回 lead を経由する必要はありません。タスク状態は通常 pending、in progress、completed の間を移り、1 つ終えた teammate は次のタスクを引き取ることもできます。

Agent Teams が向いている場面

複数視点からの検討、結論への異議申し立て、仮説同士の競合、あるいはモジュール単位の並列開発が必要なときは、Agent Teams のほうが適しています。

記事では次のような典型例が挙げられています。

同じ PR を複数 reviewer が並列でレビューし、それぞれ異なる観点を見る
同じ bug に対して複数の Agent が異なる仮説を立て、互いに反証する
フロントエンド、バックエンド、テストが別々の領域を並列で進める

たとえば並列コードレビューでは、次のように指示できます。

Create an agent team to review PR #142. Spawn three reviewers:
- One focused on security implications
- One checking performance impact
- One validating test coverage
Have them each review and report findings.

また、討論型のデバッグでは次のような使い方ができます。

Users report the app exits after one message instead of staying connected.
Spawn 5 agent teammates to investigate different hypotheses. Have them talk to
each other to try to disprove each other's theories, like a scientific
debate. Update the findings doc with whatever consensus emerges.

この種の仕事に共通しているのは、単に 1 つの答えが欲しいのではなく、複数の Agent が判断を持ち寄り、前提を揺さぶり合いながら、より確かな結論に収束していくことです。

どう使い分けるか

手早く判断したいなら、次のように覚えると分かりやすいです。

結果だけ持ち帰ればよいなら Subagents
議論や相互検証が必要なら Agent Teams

もう少し整理すると、主な違いは次の通りです。

通信方法: Subagents は主にメイン会話へ結果を返すが、Agent Teams はメンバー同士で直接やり取りできる
調整方法: Subagents はメイン会話側のオーケストレーションに依存しやすいが、Agent Teams は共有タスクリストをもとに各メンバーが自律的に動ける
Token コスト: Subagents のほうが軽く、Agent Teams は各 teammate が独立インスタンスのため高くなりやすい
向いている仕事: Subagents は独立性が高く結果志向の仕事向き、Agent Teams は議論や相互検証が重要な仕事向き

実運用で気をつけたいこと

Agent Teams は強力ですが、だからといってすべてのタスクで team を組むべきというわけではありません。記事では特に次のような現実的な注意点が挙げられています。

token 消費が明らかに大きい
複数 teammate が同じファイルを同時に編集すると、上書き競合が起きやすい
teammate が多すぎると調整コストが増え、成果が伸びるとは限らない

そのため、比較的安全な進め方としては次のようになります。

まずは 3〜5 人程度の teammate から始める
モジュールやファイル単位で仕事を分け、編集衝突を避ける
lead が早まって teammate の仕事に手を出し始めたら、先に待つよう明示する

また、現時点の実験版には次のような制約もあります。

/resume と /rewind で in-process teammates を復元できない
タスク状態が遅れて反映され、手動での更新が必要になることがある
1 人の lead が同時に扱える team は 1 つだけ
teammate がさらに子 team を作ることはできない

まとめ

この 2 つの機能は、互いの代替ではありません。解いている協調課題そのものが違います。

目的が「サイドタスクを並列化し、メインの文脈をきれいに保つこと」なら、まずは Subagents を使うのが自然です。目的が「複数の Agent に小さなチームのように協力させ、議論し、相互検証させること」なら、Agent Teams が向いています。

実際のタスクで一度試してみると、違いはかなり早く体感できます。片方は文脈の分離と結果回収に強く、もう片方は多視点での協調と継続的なやり取りに強い、という違いです。

GPT Image 2 正式公開、画像生成は「作れる」から「商用で使える」へ

Wed, 22 Apr 2026 20:08:22 +0800

OpenAI の次世代画像生成モデル GPT Image 2 が、すでに ChatGPT ユーザー向けに正式公開されています。リーク段階でのコミュニティの反応と、現在公開されている実例をあわせて見ると、今回の変化は単なる通常アップデートというより、AI 画像生成が「見られるもの」から「実際に使えるもの」へ進んだ大きな一歩に見えます。

前世代の画像モデルが、主にアイデア出し、コンセプトアート、試作的な生成に向いていたとすれば、GPT Image 2 のいちばん目立つ点は、制作現場で使えるツールに近づいてきたことです。読みやすい文字、UI スクリーンショット、販促ポスター、よりリアルな商業写真風の画像など、どの用途でも以前より「そのまま使える」感覚が強くなっています。

1. コアアップグレードとして注目したい 5 つの点

1. 文字レンダリングがついに実用域に入った

AI 画像生成でずっと難所だったのが文字です。文字化け、スペルミス、長文の崩れ、フォントの歪みは、ほとんどすべてのモデルで見られてきた問題でした。

GPT Image 2 はこの点でかなりはっきりした改善を見せています。英語や中国語の文字をより明瞭に扱えるだけでなく、複雑なレイアウト、長めの段落、ある程度の多言語混在にも対応しやすくなっています。つまり、これまで後工程で文字を直していた場面の多くが、生成段階でそのまま完了できる可能性が高くなったわけです。

代表的な用途としては次のようなものがあります。

ポスター
SNS カバー画像
タイトルや説明文付きのプロモーションページ
PPT 用ビジュアル
実際の文言や UI 要素を含む App スクリーンショット

実務フローにおいて、これはかなり重要です。文字が安定して読めるようになると、画像生成は単なる「背景画像づくり」ではなく、販促素材やプロダクト紹介画像まで担えるようになるからです。

2. 写真級のリアリティが明確に向上した

コミュニティの比較を見ると、GPT Image 2 は全体的によりシャープで、質感の描写も細かく、光の整合性も高くなっています。これまで AI っぽさが出やすかった顔、手、輪郭の細部も、今世代ではかなり安定しています。

もちろん、完全に破綻がなくなったわけではありません。ただ、いわゆる「AI っぽさ」はかなり薄くなっています。初見では本物の写真や商業撮影の作例、あるいはゲームのスクリーンショットだと見間違える画像も増えています。

そのため、多くの人の第一印象が「うまく描けている」から「かなり本物っぽい」に変わってきています。

3. 世界知識の統合がより強くなった

これは派手ではないものの、とても実用的な強化です。

GPT Image 2 は、単にパーツや画風を組み合わせるだけでなく、「自分が何を描いているかをわかっている」ような印象があります。元記事で挙げられていた例もわかりやすいです。

腕時計の文字盤の時刻表現がより自然
ブランドの細部やキャラクターの特徴の再現がより正確
Minecraft のようなゲーム画面やソフトウェア UI の構造がより本物らしい

つまり、現実の物体、デジタル UI、ゲーム画面のように、常識や構造理解が必要な内容を扱うときの成功率が上がっています。ユーザーにとっては、単なる高解像度化よりこうした改善のほうが価値を感じやすいはずです。

4. UI とスクリーンショット生成がかなり強い

リーク段階から正式公開まで、GPT Image 2 で特に話題になっていた方向のひとつが、ソフトウェア画面、Web スクリーンショット、App mockup の生成でした。

こうしたタスクが難しかったのは、次の条件を同時に満たす必要があったからです。

文字がはっきり読めること
レイアウトが整っていること
ボタン、カード、ナビゲーションバーなどの要素がきちんと揃うこと
配色や情報階層が実在する製品らしく見えること

今回のモデルは、そのあたりの完成度がかなり高くなっています。プロダクトマネージャー、個人開発者、デザイナーにとっては、提案、デモ、ユーザーテスト用の高忠実度モックアップをより速く作れることを意味します。

5. 局所編集が実用フローに近づいた

元記事をもとにすると、GPT Image 2 はより精密な局所編集に対応しており、毎回画像全体を作り直すのではなく、必要な部分だけを修正できます。

この能力はクリエイティブワークでは非常に重要です。実際のデザイン作業では、「1 枚まるごと作り直す」よりも次のような修正のほうが多いからです。

ボタンを 1 つ変える
一文だけ差し替える
あるオブジェクトの位置を調整する
背景の一部を直す
局所的な要素だけ入れ替える

局所編集が十分安定すれば、AI 画像生成の価値は初回出力だけにとどまりません。反復的な改善サイクルに本格的に組み込めるようになります。

2. GPT Image 2 の使い方

ChatGPT で使う

現在 GPT Image 2 は ChatGPT に統合されており、一般ユーザーも画像生成機能から直接利用できます。

よくある流れは次の通りです。

ChatGPT の Web 版または App を開く
入力欄の + をクリックする
「画像を作成」を選ぶ
プロンプトを入力して送信する
システムが GPT Image 2 を呼び出して結果を返す

元記事では、契約プランによって利用枠が異なり、無料ユーザーと Plus / Pro ユーザーでは生成回数に差があるとも触れられています。具体的な上限は後から変わる可能性があるため、その時点で ChatGPT 上に表示される内容を確認するのがよいでしょう。

API で使う

開発者向けには、OpenAI API 経由で画像生成モデルを呼び出すこともできます。元記事ではモデル名を gpt-image-2 としていますが、実装時には最新の正式名称やパラメータを公式ドキュメントで確認するのが安全です。

記事内で紹介されていた代表的な解像度は次の通りです。

解像度	想定ユースケース
`1024×1024`	汎用の正方形画像、アイコン、SNS 画像
`1536×1024`	横長カバー、スライド、ワイド壁紙
`1024×1536`	縦長ポスター、スマホ壁紙、ストーリー向け画像
`2048×2048`	高精細印刷、大判表示、細密なイラスト

3. 代表的なユースケース

元記事には多くの例がありますが、ここでは特に代表的なものを整理します。

1. App 画面のスクリーンショット

この種のプロンプトは、プロダクトのプロトタイプ、デザインデモ、要件議論に向いています。

典型的には次のような条件を入れます。

iOS などのプラットフォームスタイルを指定する
画面構成を明確に書く
主要なデータカードを列挙する
下部ナビゲーションを指定する
配色やタイポグラフィの方向を説明する
文字の視認性と要素の整列を強調する

この書き方のポイントは、単に見栄えを良くすることではありません。モデルの自由度を減らして、より本物の画面に近い結果を出させることです。

2. EC 商品画像

香水、イヤホン、腕時計、化粧品のような商品画像は、GPT Image 2 が力を発揮しやすい領域です。

理由は、次のような表現が安定してきたからです。

ガラス、金属、液体などの素材感
やわらかい影と反射
商業写真でよくあるライティングの論理
シンプルな背景での高級感ある見せ方
少量のブランド文字

出力が安定すれば、EC 詳細画像、LP のメインビジュアル、SNS 用の商品ビジュアルの試行錯誤コストをかなり下げられます。

3. 文字入りポスター

ポスターは、今回の文字能力をもっともわかりやすく体感できる用途のひとつです。

元記事の例では、夕暮れの都市シルエットを背景に、メインタイトル、日時場所、出演者名を明示し、さらに次の条件を求めています。

文字がはっきり読めること
スペルミスがないこと
中英混在でも安定すること
全体のスタイルが統一されていること

この手の作業は以前なら背景を生成したあとで人手で文字を入れるのが普通でした。もし一度の生成で大部分を終えられるなら、実用価値はかなり大きくなります。

4. ゲームコンセプトアートと「偽スクリーンショット」

これは GPT Image 2 で作られたコンテンツの中でも、SNS で特に拡散されやすいジャンルです。

たとえば三人称視点のゲーム画面、ネオン街、雨上がりの路面反射、被写界深度、粒状感、PS5 実機風といった要素を組み合わせると、ぱっと見でリーク画像だと誤認されやすいビジュアルができます。

拡散という意味では非常に強い一方で、リスク面では、本物らしい偽画像を作るハードルがかなり下がってきたことも示しています。画像の真偽を判断する際には、これまで以上に慎重さが必要です。

5. 写実的な人物像とクリエイティブポートレート

人物画像は、AI の画像能力をもっとも直感的に試せる分野のひとつです。

元記事の例は、自然光、カフェ、逆光の縁取り、ニット、暖色の背景ボケといった組み合わせを中心にしています。その狙いは次の点にあります。

肌の質感が自然であること
髪の細部がきちんと出ること
手の構造が崩れないこと
光の回り方に無理がないこと
全体に露骨な AI 感が出ないこと

これらを安定して満たせてこそ、人物生成が本当に実用段階に入ったと言えます。

6. フードフォト

元記事には、高級レストラン風の豚骨ラーメン写真を生成するための非常に長い英語プロンプトも紹介されています。これは、モデルが十分強くなると、プロンプトが撮影台本のような粒度になっていくことを示しています。

具体的には次のような要素まで細かく指定できます。

料理の構成
食器の材質
スープ表面の艶
チャーシューの脂身と焼き目
半熟卵の状態
背景の被写界深度とボケ
光の方向
レンズの種類と絞り

飲食ブランド、メニュー制作、デリバリーサービスのメイン画像、SNS コンテンツにとって、このレベルの生成はすでに商業フードフォトの代替案にかなり近いところまで来ています。

7. 教育用イラスト

もうひとつ代表的なのが、ラベル付きの科学教育図です。

元記事の例は植物細胞の断面図で、モデルに次の点を同時に求めています。

構造が正しいこと
ラベル位置が正確であること
誘導線が見やすいこと
フォントが統一されていること
配色に階層感があること
教材やスライドに使いやすい全体設計であること

これは GPT Image 2 の価値が、単に「きれいな絵を作る」ことだけでなく、「情報を伝える図を作る」ことにも広がっていると示しています。

4. 一般ユーザーにとって最も現実的な意味

GPT Image 2 が本当に注目に値するのは、単に画質をさらに押し上げたからではありません。AI 画像生成を、娯楽や試作のための道具から、商用利用や納品に近い制作ツールへと一段進めたことにあります。

具体的には次のような変化があります。

文字がようやく信頼しやすくなった
UI やポスターが実在の制作物に近づいた
商業写真風の画像がより使いやすくなった
教育用途や情報図版も作りやすくなった
局所編集によって反復改善に向くようになった

もちろん、これでデザイナー、フォトグラファー、イラストレーターが完全に不要になるわけではありません。実際の商用案件には、審美判断、ブランド管理、著作権への配慮、人による確認が引き続き必要です。

それでも今回の更新から見えてくるのは、AI 画像生成の競争軸が「画像を作れるかどうか」だけではなく、「現実のワークフローにどれだけ安定して入れるか」へ移ってきているということです。

OpenAIがChatGPT Images 2.0を発表、画像生成は「そのまま使える成果物」へ

Wed, 22 Apr 2026 14:21:45 +0800

OpenAI は 2026 年 4 月 21 日に Introducing ChatGPT Images 2.0 を公開しました。発表ページを見る限り、今回のアップデートが伝えたいのは単に「画像がよりきれいになった」ということではありません。より制御しやすく、レイアウトに強く、そのまま使える方向へ画像生成が進んでいる、という点です。

この発表ページは、従来の技術的な発表というより、高密度な能力デモに近い構成です。モデル構造や学習の詳細、ベンチマークについてはほとんど語られていません。その代わり、多数のサンプルを通じて、ChatGPT の画像生成がこれまで人手で何度も修正していた文字、レイアウト、仕上げの工程までどこまで前倒しできるのかを示しています。

01 今回の更新で最もわかりやすいシグナル

発表ページで特に目立つキーワードは、すでに今回の方向性をかなりはっきり示しています。

Greater precision and control
Stronger across languages
Stylistic sophistication and realism

この 3 つをまとめて見ると、意図はかなり明確です。

1つ目は、想像力だけでなく制御性を前面に出していることです。ページにはポスター、雑誌レイアウト、販促ページ、インフォグラフィック、キャラクター設定シート、コミックページ、印刷用しおりデザインなどが数多く並んでいます。これらに共通するのは、単に見栄えがよいだけではなく、文字処理、情報の階層、余白、構図、スタイルの統一、出力比率まで同時に扱う必要がある点です。つまり OpenAI は「1枚の画像を作る」から「実際に使えるビジュアル成果物を作る」へと製品の位置づけを進めようとしているように見えます。

2つ目は、多言語テキストを大きく打ち出していることです。ページには多言語ポスター、書籍カバー、韓国語の宿泊施設プロモーション、日本語マンガ、そして typography を強調した例まであります。これは重要です。画像モデルは、長いテキスト、複雑なレイアウト、英語以外の文字になると急に不安定になることが多かったからです。そこを発表の中心に置いたこと自体が、文字レンダリングや多言語レイアウトが、いまや積極的に見せられる能力になってきたというシグナルです。

3つ目は、スタイルの幅がかなり広いことです。フォトリアルな写真、レトロコラージュ、Bauhaus風ポスター、ファッションエディトリアル、モノクロのドキュメンタリー調、児童書風イラスト、マンガ、教育用インフォグラフィック、商品グリッド、キャラクター設定シートまで幅広く並んでいます。ここで伝えたいのは「多くの画風を真似できる」という話だけではありません。より多様な実務的ビジュアルタスクに適応しようとしている、ということです。

02 なぜ「そのまま使える成果物」へ向かっていると言えるのか

この発表内容を見ると、ChatGPT Images 2.0 は単純に強化された画像生成モデルというより、ビジュアル制作ワークベンチの進化に近い印象です。

これまでのモデルも見栄えのよい画像は生成できましたが、タスクが次のようなものになると体験が急に崩れやすくなっていました。

見出し、副題、説明文まで入ったポスターを作る
情報量の多い雑誌ページや販促ページを作る
キャラクターや物語の連続性が必要なコミックページを作る
比率、レイアウト、ブランド感が決まった販促素材を作る
多言語の文字を含む完成度の高いビジュアルを作る

今回の発表は、こうした従来の弱点に正面から応えようとしているように見えます。

実際にページには、教育用インフォグラフィック、デザイントレンドのポスター、印刷仕様入りのしおり、カフェのオープン告知ポスター、観光プロモーション、グッズのモックアップ、論文ポスターの再構成例などが並んでいます。これらは「ちょっと良い画像」というより、実際の制作フローにおける半完成品、あるいは完成品に近いものです。

そう考えると、今回の重要点は単に1枚絵の品質が上がったことではなく、コンテンツ制作、ブランド素材、教育用途、軽量なデザイン制作に使える生成システムへ近づいていることだと言えます。

03 これは ChatGPT の製品定位に何を意味するのか

発表ページの見せ方からは、製品としての方向性の変化も読み取れます。

OpenAI は ChatGPT Images 2.0 を、クリエイター向けの狭い画像モデルとして見せていません。むしろ、調査、推論、資料変換、レイアウト整理、知識伝達、マーケティング出力といった文脈で繰り返し提示しています。数学の証明、デザイントレンド、歴史ノート、学術論文の可視化まで例に含まれているのも象徴的です。

つまり ChatGPT における画像生成は、単なる「会話に添える画像」や「1枚のイラスト生成」ではなく、より汎用的な表現レイヤーに近づいています。ユーザーが ChatGPT 上で調べ、考え、整理し、文章化したあと、その最終的なビジュアル出力まで一気通貫で扱うことを目指しているように見えます。

この方向が続くなら、画像生成の競争軸は、単純な審美性や写実性だけではなく、次のような点にますます依存するはずです。

複雑な文字をどこまで安定して扱えるか
ページやコマをまたいだ一貫性を維持できるか
実務で使う素材に近いレイアウトを作れるか
調査、執筆、マーケティング、教育といった流れに自然につながるか

04 この発表ページで語られていないこと

もちろん、このページの書き方には限界もあります。

2026 年 4 月 21 日時点の公式ページは、方法よりも結果を見せることに重心があります。具体的には、次のような点は詳しく書かれていません。

前世代比での定量的な改善幅
文字精度や多言語レンダリングの明確な指標
複雑なレイアウト生成における失敗境界
API、価格、利用方法、エンタープライズ向け統合の詳細
安全ポリシーや生成制限の具体的な更新内容

そのため、このページは完全な技術仕様というより、製品シグナルとして読むほうが適切です。

05 まとめ

ChatGPT Images 2.0 を一言でまとめるなら、今回の進化は「より上手に描けるようになった」ことより、「より完成品に近いものを作れるようになった」ことにあります。

OpenAI は画像生成を、発想支援のツールから、実行可能で、レイアウトに強く、伝達力があり、納品に近い制作ツールへ押し進めようとしているように見えます。文字制御、多言語、レイアウト、スタイルの広さ、長いページの構成といった、これまで弱点が出やすかった部分が、今回はむしろ強みとして提示されています。

もちろん、これでデザイン作業のすべての問題が解決したわけではありません。それでも今回の発表からは、競争の重心が変わりつつあることが見て取れます。これからの差は、最も派手な1枚を出せるかどうかではなく、実際に使えるビジュアルをどれだけ安定して出せるかで決まるのかもしれません。