grok-media

Grok メディア

OpenMontage で xAI のメディアモデルを使用する際に、このスキルを使用します。

モデル

• 画像生成と画像編集には grok-imagine-image
• テキストから動画、画像から動画、参照画像を使った動画には grok-imagine-video

認証

• 環境変数：XAI_API_KEY
• ベース URL：https://api.x.ai/v1
• ヘッダー：Authorization: Bearer $XAI_API_KEY

画像 API

テキストから画像

• エンドポイント：POST /images/generations
• 主なフィールド：
  • model
  • prompt
  • n
  • aspect_ratio
  • resolution

画像編集

• エンドポイント：POST /images/edits
• ソース画像が1枚の場合は image を使用します
• 複数画像を合成する場合は images を使用します
• 各ソース画像には、以下を使用できます。
  • 公開 HTTPS URL
  • base64 データ URI

画像プロンプト

• Grok は直接的な自然言語によく反応します
• 編集では、意図する変更だけを記述し、それ以外は暗黙的に維持します
• 複数画像を合成する場合は、各ソースがどのように使われるかを明確に指定します
• スタイルを長々と重ねるよりも、力強いシーン描写を1つ使うことをおすすめします

動画 API

生成

• エンドポイント：POST /videos/generations
• ポーリングエンドポイント：GET /videos/{request_id}
• 成功状態：status == "done"
• 明示的に処理する失敗状態：failed、expired

モード

• テキストから動画：
  • プロンプトのみで生成します
• 画像から動画：
  • image: {"url": ...} を使用します
  • 開始フレームを固定します
• 参照画像から動画：
  • reference_images: [{"url": ...}, ...] を使用します
  • 最初のフレームを固定せずに、動画に登場する人物や物を指定します
  • プロンプトでは <IMAGE_1>、<IMAGE_2> のようなプレースホルダーで入力を参照できます

動画の制約

• Grok の動画生成は、短尺の生成に適しています
• 現在の出力解像度は 480p と 720p です
• 参照画像を使った動画では複数の画像を指定でき、商品配置、衣装の転写、アイデンティティの一貫性の維持に役立ちます
• プロバイダーの URL は一時的な場合があるため、出力は速やかにダウンロードしてください

料金

• grok-imagine-image：生成画像1枚あたり $0.02
• grok-imagine-image の編集／合成：入力画像1枚につき $0.002 が追加されます
• grok-imagine-video：
  • 480p：1秒あたり $0.05
  • 720p：1秒あたり $0.07
• grok-imagine-video の画像条件付きリクエスト：入力画像1枚につき $0.002 が追加されます

Grok 固有のプロンプトガイダンス

画像

• 被写体、動作、設定から始めます
• スタイルの軸は5つではなく、1つ加えます
• 編集の場合：
  • 望ましい変更を記述します
  • 長大な保持項目のリストを書くのではなく、記述を省くことで画像の他の部分を維持します

動画

• プロンプトはシーン内に限定します。1つのショット、1つの主要な動きのアイデア、1つの感情的なビートにします
• 参照画像を使った動画では、各ソース画像の役割を明確に指定します。
  • <IMAGE_1> の人物
  • <IMAGE_2> のジャケット
  • <IMAGE_3> の商品
• カメラやテンポに関する表現が役立ちます。
  • ゆっくりとしたプッシュイン
  • 手持ちカメラで追従
  • 固定カメラのミディアムショット
  • エネルギッシュなウィップパンによるトランジション

適した用途

• 画像のスタイル変換
• 複数ソースからの画像合成
• 参照画像で条件付けた短尺動画
• 商品を中心としたモーションクリップ
• 最初のフレームを厳密に固定しない、キャラクターの一貫性を保ったシーン

適さない用途

• 長尺クリップの生成
• 決定論的なシードへの過度な依存
• 複数のシーン変更を詰め込んだ過剰なプロンプト

失敗時の処理

• 生成リクエストの送信は成功したものの、ポーリング中に期限切れになった場合は、プロバイダーまたはランタイムの問題として提示します
• リクエストが失敗した場合は、エンドポイント、モード、プロンプトの概要をエラーに含めます
• xAI が選択された後、ユーザーの承認なしに別のプロバイダーへ黙って切り替えないでください