glmv-prompt-gen

GLM-V プロンプト生成スキル

参照画像や動画を分析し、AI 画像／動画生成ツール向けのプロフェッショナルなプロンプトを生成します。

使用する場面

• テキストから画像を生成するツール（Midjourney、Stable Diffusion、DALL-E など）向けのプロンプトを生成するとき
• テキストから動画を生成するツール（Sora、Runway、Kling、Pika など）向けのプロンプトを生成するとき
• ユーザーが「生成prompt」「文生图prompt」「文生视频prompt」「prompt工程」「参考图生成prompt」「generate prompt」と言及したとき
• ユーザーが画像／動画を提供し、それを再現またはリミックスしたいとき
• 参照するビジュアルコンテンツからプロンプトのアイデアを抽出するとき

サポートされている入力形式

種類	形式	最大サイズ	最大数	Base64
画像	jpg, png, jpeg	5MB / 6000×6000px	50	✅
動画	mp4, mkv, mov	200MB	—	❌（URL のみ）

⚠️ 画像と動画は同じリクエストで使用できません。 ⚠️ 動画は URL のみサポートされています。ローカルパスと Base64 はサポートされていません。

📋 出力表示ルール（必須）

スクリプトを実行した後、返されたプロンプトの出力全体をそのまま表示してください。要約、省略、または「プロンプトを生成しました」とだけ伝えることはしないでください。ユーザーが完全なプロンプト（特に英語のプロンプト）をコピーしてすぐに貼り付けられるようにする必要があります。

• 出力全体を表示します。内容分析＋プロンプト＋プロンプトの内訳
• auto モードでは、テキストから画像を生成するプロンプトと、テキストから動画を生成するプロンプトの両方を表示します
• 英語のプロンプトは出力の中核となるため、全体を表示する必要があります
• 出力が保存された場合（-o）、ファイルパスを伝え、ファイルの内容を表示します

出力モード

モード	説明
image	テキストから画像を生成するツール向けのプロンプトを生成します（デフォルト）
video	テキストから動画を生成するツール向けのプロンプトを生成します
auto	画像と動画の両方のプロンプトを生成します

リソースリンク

リソース	リンク
API キーを取得	https://bigmodel.cn/usercenter/proj-mgmt/apikeys
API ドキュメント	Chat Completions / 対話補完

前提条件

API キーの設定／API キー設定（必須）

このスクリプトは ZHIPU_API_KEY 環境変数からキーを読み取り、他の Zhipu スキルと共有します。 スクリプトは ZHIPU_API_KEY 環境変数からキーを取得し、他の Zhipu スキルと同じキーを共有します。

キーの取得方法： Zhipu Open Platform API Keys にアクセスして、キーを作成またはコピーします。

設定方法（いずれかを選択）：

1. OpenClaw の設定（推奨）： openclaw.json の skills.entries.glmv-prompt-gen.env に設定します。

   "glmv-prompt-gen": { "enabled": true, "env": { "ZHIPU_API_KEY": "你的密钥" } }
   

2. シェル環境変数： ~/.zshrc に追加します。

   export ZHIPU_API_KEY="你的密钥"
   

💡 すでに別の Zhipu スキル（例：zhipu-tools や glmv-caption）を設定済みの場合、同じ ZHIPU_API_KEY を共有するため、追加の設定は不要です。 💡 如果你已为其他智谱 skill（如 zhipu-tools、glmv-caption）配置过 key，它们共享同一个 ZHIPU_API_KEY，无需重复配置。

使用方法

画像 → テキストから画像を生成するプロンプト

python scripts/prompt_gen.py --images "https://example.com/photo.jpg"
python scripts/prompt_gen.py --images /path/to/photo.png

画像 → テキストから動画を生成するプロンプト

python scripts/prompt_gen.py --images "https://example.com/scene.jpg" --mode video

画像 → 両方（画像＋動画のプロンプト）

python scripts/prompt_gen.py --images "https://example.com/photo.jpg" --mode auto

動画 → テキストから動画を生成するプロンプト

python scripts/prompt_gen.py --videos "https://example.com/clip.mp4" --mode video

結果をファイルに保存

python scripts/prompt_gen.py --images photo.jpg --mode image -o prompt.md

カスタムモデル

python scripts/prompt_gen.py --images photo.jpg --model glm-4.6v-flash

出力例（image モード）

### Content Analysis
A cyberpunk cityscape at night, with dense skyscrapers, glowing neon signs, and rain-wet streets reflecting colorful light.

### Prompt
Cyberpunk cityscape at night, towering skyscrapers with glowing neon signs,
rain-wet streets reflecting colorful lights, flying cars in the distance,
volumetric fog, dramatic lighting, ultra detailed, 8K, cinematic composition

### Prompt Breakdown
- **Subject**: Futuristic skyline with skyscrapers and neon lights
- **Style**: Cyberpunk, sci-fi
- **Color**: Cool/warm contrast with blue-purple dominance and neon accents
- **Lighting**: Neon glow, wet-surface reflections, volumetric fog
- **Composition**: Wide-angle perspective with layered depth
- **Mood**: Mysterious, futuristic, high-tech

CLI リファレンス

python scripts/prompt_gen.py (--images IMG [IMG...] | --videos VID [VID...]) [OPTIONS]

パラメーター	必須	説明
--images, -i	いずれか	画像のパスまたは URL（jpg/png/jpeg、base64 可）
--videos, -v	いずれか	動画の URL（mp4/mkv/mov、URL のみ）
--mode, -m	いいえ	出力モード：image（デフォルト）、video、または auto
--model	いいえ	モデル名（デフォルト：glm-4.6v）
--temperature, -t	いいえ	サンプリング温度 0-1（デフォルト：0.6）
--max-tokens	いいえ	最大出力トークン数（デフォルト：2048）
--thinking	いいえ	思考・推論モードを有効にします
--stream	いいえ	ストリーミング出力を有効にします
--output, -o	いいえ	結果をファイルに保存します
--pretty	いいえ	JSON エラー出力を整形します

エラー処理

API キーが設定されていません： → ZHIPU_API_KEY の設定をユーザーに案内します

認証に失敗しました（401/403）： → API キーが無効または期限切れです → Zhipu API キー／智谱官网で確認してください

レート制限（429）： → クォータを使い切りました → 待ってから再試行してください

コンテンツがフィルタリングされました： → warning フィールドが存在します → 安全性審査によりコンテンツがブロックされました

タイムアウト： → 動画の処理には時間がかかる場合があります → タイムアウトを延長するか、小さいファイルを使用してください