mcpField
F
fal-prompting

fal-prompting

github.com/fal-ai-communityクリエイティブ・メディア257521 回インストール24 週間前に更新
リポジトリ

fal-prompting について

fal-prompting は、fal.ai のモデル系列に合わせたプロンプト作成のリファレンススキルです。共通のビジュアル表現の指針に加え、Kling、GPT Image 2、Happy Horse 向けのガイドを収録しています。

主な機能

  1. 01モデル系列別のプロンプトガイド
  2. 02抽象的な形容詞より具体的な視覚情報
  3. 03スタイルを具体的な要素に落とし込む指針
  4. 04一度に一つの変数を調整
  5. 05利用可能な制御項目のスキーマ確認

活用シーン

  1. 01Kling の動画モデル向けプロンプト作成
  2. 02GPT Image 2 用の構造化プロンプト作成
  3. 03Happy Horse 向けのプロンプト調整
  4. 04変数を一つずつ変えて視覚表現を改善

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://github.com/fal-ai-community/skills --skill fal-prompting

インストール後、Claude Code で/fal-prompting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。

references/
gpt-image-2.md
happy-horse.md
kling.md

詳細

fal.ai のプロンプト作成

ランタイム： すべてのエンドポイント呼び出しは、genmedia CLI 経由で実行されます。コマンドの構文については genmedia スキルを参照してください。まだインストールしていない場合は、一度 genmedia init を実行してください。

モデルファミリーごとに、プロンプト作成には重要な違いがあります。GPT Image 2 で有効なプロンプト（長く、構造化され、引用符で囲んだ正確なテキストを含むもの）は、Happy Horse ではうまく機能しません（Happy Horse が求めるのは、平易な英語の約20語です）。このスキルでは、ファミリーごとのガイドをまとめています。

どのリファレンスを読み込むか

リファレンス読み込むタイミング
kling.mdKling の動画モデル（O3、v3）、マルチプロンプト、要素コントロール、Standard と Pro の各ティアを使用する場合
gpt-image-2.mdopenai/gpt-image-2 または /edit、構造化プロンプト、正確なテキスト、複数画像の合成を使用する場合
happy-horse.mdalibaba/happy-horse/text-to-video または image-to-video、簡潔さ優先のプロンプト、カメラ表現を使用する場合

共通の原則（すべてのファミリー）

  1. 格調高い形容詞より、視覚的な事実を優先します。 「見事な、映画のような、傑作」を、「曇天の自然光、ヘアライン仕上げのアルミニウム、50mmレンズのような雰囲気」に置き換えます。
  2. スタイルタグには、視覚的な目標を指定する必要があります。 「ミニマリストなブルータリズム」を、「クリーム色の背景、太い黒のサンセリフ体、非対称の文字ブロック、広いネガティブスペース」に置き換えます。
  3. 反復ごとに変更する変数は1つに絞ります。 一度に1つの軸だけを変更すると、比較が可能になります。
  4. コントロールが存在すると想定する前に、スキーマを確認します。 genmedia schema <endpoint_id> --json を実行してください。ネガティブプロンプト、シード、マルチプロンプト、参照画像の各フィールドは、ファミリーによって異なります。
  5. ファミリーごとのルールは、共通のアドバイスより優先されます。 Happy Horse では、GPT Image 2 が評価する内容が拒否されます。

カタログとの相互参照

「どのモデルを使えばよいか」という質問については、fal-models-catalog を参照してください。

コメント

Markdown 対応