comfyui-prompt-interview について
comfyui-prompt-interviewは、対話を通じて画像や動画の大まかな構想を、モデルに合ったプロンプトと設定案にまとめるスキルです。アイデアの整理やComfyUIのワークフロー計画に役立ちます。
主な機能
- 01段階的なクリエイティブ相談
- 02内容に応じた質問の分岐
- 03モデル別のポジティブ・ネガティブプロンプト
- 04生成設定の提案
- 05ComfyUIパイプラインの提案
活用シーン
- 01曖昧な画像・動画の構想整理
- 02生成モデルに合わせたプロンプト作成
- 03キャラクターやシーンの設定計画
- 04トーキングヘッド動画のワークフロー選定
インストール
コマンドをコピーしてターミナルで実行します。
npx skills add https:/インストール後、Claude Code で/comfyui-prompt-interviewを入力して読み込まれたか確認します。
同梱ファイル
SKILL.md と一緒にインストールされる参考資料やスクリプト。
eval/benchmark.yamlEVAL.mdrun-eval.shtest-cases.yamltrigger-tests.yamleval/results/.gitignore.gitkeep詳細
ComfyUI プロンプトインタビュー
ガイド付きの会話を通じて、ユーザーの創作ビジョンを余すところなく引き出し、推奨設定をすべて含めた、モデルに最適なプロンプトを作成します。
このスキルを呼び出すタイミング
- ユーザーが画像やシーンのアイデアを説明したものの、質の高いプロンプトを作るには詳細が足りない場合
- ユーザーが「作りたいものを一緒に考えてほしい」と言った場合
- ぼんやりしたコンセプトを具体化する必要がある場合
- 構成の整ったプロンプトを作りたいものの、何を指定すればよいかわからない場合
インタビューの考え方
問い詰めず、尋ねましょう。 これは会話であり、記入フォームではありません。一度に尋ねるのは1つか2つの質問にします。ユーザーの回答に耳を傾け、不足している点を掘り下げましょう。すでに共有された内容に合わせて質問し、風景を生成する場合にキャラクターの詳細を尋ねるようなことは避けてください。
質問は少ないほど効果的です。 やり取りは最大4～7回を目安にします。特に重要な質問から尋ねましょう。優れたプロンプトを作るのに十分な情報が集まったら、質問を終えます。
推測できることは尋ねないでください。 ユーザーが「戦士の女性のシネマティックなポートレート」と言ったなら、人物なのか、被写体を入れるべきかを尋ねる必要はありません。
インタビューの流れ
ステップ 1：全体像から始める
ユーザーが作りたいものをまだ伝えていない場合は、ここから始めます。
「何を作りたいですか？ まだ大まかなアイデアでも、雰囲気でも、参考にしている作品でも、どんなものでも教えてください。」
ユーザーが最初のコンセプトを伝えている場合は、このステップを飛ばして、不足している情報を尋ねます。
ステップ 2：制作タイプに応じて質問を分ける
回答をもとに、どのような生成を行うのか判断します。
| タイプ | 主な質問 |
|---|---|
| ポートレート／キャラクター | 識別方法は？ 既存のキャラクターですか？ 表情、服装、設定、ライティング |
| シーン／環境 | 場所、時間帯、雰囲気、天候、前景／背景の要素 |
| 製品／オブジェクト | 角度、背景、ライティングのスタイル、商業用か芸術用か |
| 抽象／コンセプト | 主な色、形、感情的なトーン、避けるもの |
| 動画 | 動きの種類、カメラワーク、必要な長さ、音声の有無 |
ステップ 3：特に重要な質問をする
不足していることだけを尋ねます。箇条書きではなく、自然な会話調で質問しましょう。
キャラクター／ポートレートの場合 — 重要度の高い順に尋ねます。
- 人物の特定（指定されていない場合）：「参考画像がある特定のキャラクターですか？ それとも新しい人物をデザインしますか？」
- 表情と雰囲気：「どんな感情やエネルギーを表現しますか？ たとえば、勇ましい、穏やか、陽気、憂いを帯びた感じなどです。」
- 設定：「どこにいて、いつの場面ですか？（時間帯、場所、屋内／屋外）」
- ライティング：「イメージしているライティングはありますか？（ゴールデンアワー、ドラマチックなサイドライト、柔らかなスタジオ照明、ネオン、ろうそくの灯り）」
- 服装と詳細：「何を着ていますか？ ほかに重要な視覚的ディテールはありますか？」
- カメラ／構図：「どのような画角にしますか？ クローズアップのポートレート、全身の3/4ショット、広角の状況説明ショットなどです。」
- スタイル：「フォトリアル、シネマティックなフィルム調、エディトリアルファッション、絵画調など、どのようなスタイルにしますか？」
シーン／環境の場合 — 重要度の高い順に尋ねます。
- 設定：「場所について説明してください。どんな見た目で、いつの場面ですか？」
- 雰囲気／ムード：「見る人に瞬時にどんな感情を抱かせたいですか？」
- ライティング：「光源と光の質はどのようなものですか？」
- 重要な要素：「ショットに必ず入れたい物体、建造物、ディテールはありますか？」
- スタイル：「フォトリアル、スタイライズ、コンセプトアート、絵画調など、どのようなスタイルにしますか？」
動画の場合 — 追加の質問：
- 動き：「何が動きますか？ 被写体、カメラ、またはその両方ですか？」
- 長さ：「どのくらいの長さですか？（短尺：3～5秒、長尺：15～60秒では、選ぶモデルが変わります）」
- 音声：「音や音楽が必要ですか？ それとも無音にしますか？」
ステップ 4：技術的な質問（明らかでない場合のみ確認）
通常は文脈から推測できますが、不明な場合は確認してください。
- アスペクト比：「標準的な 1:1 のポートレート、16:9 のシネマティック、9:16 の縦向き／ソーシャルメディア向けのどれですか？」
- モデルの希望：「生成エンジンに希望はありますか？それとも、この用途に最適なものをこちらから提案しましょうか？」
- 既存のキャラクター設定：「このキャラクター用にトレーニングした LoRA や、参照画像はありますか？」
- 避けたいもの：「画像に絶対に含めたくないものはありますか？」
ステップ 5：確認して要約する
プロンプトを生成する前に、イメージを簡潔に言い換えて確認します。
「わかりました。次のように理解しました。[コンセプトの要約を 1～2 文で記載]。では、プロンプトを作成します。」
その後、すぐに以下の形式で完全な出力を生成します。
出力形式
以下の 4 つの要素を、明確に分けて提示してください。
🎯 ポジティブプロンプト
[skills/comfyui-prompt-engineer/SKILL.md のモデル固有のルールを適用して、ポジティブプロンプトを作成]
主なルール：
- FLUX / Kontext：自然な文章で 50～100 語。品質タグは使用せず、アイデンティティ手法を使う場合は顔ではなくシーンを描写する
- SDXL：品質タグを先頭に置き、2 番目にトリガーワードを置く。50～150 語。重み付け構文に対応
- SD 1.5：短く、タグを中心にする。30～80 語
- Wan / Video：簡潔にし、動きを中心にする。20～50 語
- LoRA のトリガーワードがある場合は、先頭に置く
- InstantID／InfiniteYou を使う場合は、顔の特徴を記述しない。アイデンティティ手法に任せる
🚫 ネガティブプロンプト
[適切なネガティブプロンプトのテンプレートを選び、カスタマイズ]
標準テンプレート：
- フォトリアリズム：
(worst quality:1.4), (low quality:1.4), blurry, deformed, bad anatomy, bad hands, extra fingers, missing fingers, text, watermark, 3d render, cartoon, anime, plastic skin, airbrushed, oversaturated - FLUX（最小限）：
blurry, low quality, distorted, deformed, ugly, watermark, text - 動画：
static, frozen, jerky motion, low quality, blurry, distorted face, bad anatomy, glitch, artifacts, flickering
⚙️ 推奨設定
| パラメーター | 値 | 理由 |
|---|---|---|
| モデル | [具体的なチェックポイント] | [このモデルを選ぶ理由] |
| サンプラー | [例：DPM++ 2M Karras] | |
| ステップ数 | [例：25] | |
| CFG スケール | [例：4.5] | |
| 解像度 | [例：1016×1016] | [InstantID 使用時に 1024 の透かしアーティファクトを避ける] |
| アイデンティティ手法 | [例：InfiniteYou SIM] | [該当する場合] |
| LoRA | [トリガーワード + 重み] | [該当する場合] |
🔧 パイプラインの推奨
[推奨するワークフローパターンとその理由を 1～3 文で説明]
例：「キャラクター生成スキルのパターン 2 を使用します。LoRA を読み込み、アイデンティティを固定するために InfiniteYou SIM を追加し、FaceDetailer に 0.35 のデノイズで渡してから、4x-UltraSharp でアップスケールします。これにより、説明いただいたシネマティックな雰囲気を保ちながら、アイデンティティの再現性を最大限に高められます。」
モデル選択の判断基準
モデル／パイプラインを推奨する際は、以下を適用してください。
| ユーザーの目標 | 推奨 |
|---|---|
| 「フォトリアル、キャラクター 1 人、参照画像あり」 | InfiniteYou または FLUX Kontext |
| 「複数のキャラクター、アイデンティティの一貫性」 | PuLID Flux II |
| 「素早い反復、キャラクター編集」 | FLUX Kontext dev/pro |
| 「最高品質のポートレート、トレーニング済み LoRA あり」 | FLUX.1-dev + LoRA |
| 「広いシーン／環境」 | FLUX.1-dev または RealVisXL |
| 「スタイライズ／アート調」 | RealVisXL + スタイル LoRA または SDXL |
| 「動画、短いクリップ」 | Wan 2.2 1.3B（一般向け）または LTX-2（4K） |
| 「動画、長さ無制限」 | Wan 2.2 I2V A14B + SVI 2.0 Pro |
| 「トーキングヘッド」 | FramePack + LatentSync 1.6 |
インタビューの例
ユーザー: 「夜明けの廃墟に立つ女戦士の、ドラマチックな画像を作りたいです。」
VideoAgent:
「素晴らしいコンセプトですね。イメージを固めるために、いくつか教えてください。
- 維持したい特定のキャラクター（参照画像、LoRA）ですか？ それとも新しいキャラクターですか？
- 彼女の雰囲気はどんな感じですか？ 反抗的で勝ち誇った様子、疲れ果てていても屈しない様子、それとも別の雰囲気ですか？
- 見た目について何か具体的な希望はありますか？ 髪型、鎧のスタイル、象徴的な特徴など。」
ユーザー: 「新しいキャラクターです。反抗的で勝ち誇った様子。暗い色の編み込みヘアに、華麗な青銅の鎧。彼女の背後では、地平線から朝日が昇り始めています。」
VideoAgent:
「わかりました。英雄的な戦いの後を描く構図ですね。彼女は勝利し、背後から太陽が昇り、足元には瓦礫が広がっています。あと一つだけ。顔のアップ、上半身の3/4ショット、それとも廃墟の環境も含めた全身像にしますか？」
ユーザー: 「全身像で、廃墟と夜明けの空も見せてください。」
VideoAgent:
「完璧です。では作成します。」
[完全なプロンプト出力を提供]
他のスキルとの連携
プロンプトを提供した後、次のステップを提案してください。
- ワークフローを生成する: 「これに合わせたComfyUIワークフロー全体を作成しましょうか？ インベントリを確認して、すべてのノードを設定します。」
- プロンプトを調整する: 「スタイルの調整、アイデンティティ手法の変更、ネガティブプロンプトの修正ができます。気になる点があれば教えてください。」
- キャラクタープロファイルとして保存する: 「このキャラクターを繰り返し使うなら、キャラクタープロファイルを作成して、設定をいつでも使えるようにできます。」