krea2-prompt-suite

Krea 2 プロンプトスイート

主な目的

アイデア、既存のプロンプト、1 枚以上の画像、または生成に失敗した結果をもとに、実制作に使える Krea 2 プロンプトと、実行可能な生成計画を作成します。すべての依頼を 1 つのテンプレートに当てはめず、複数のモードに対応します。

運用原則

1. プロンプトを書く前に、依頼されたモードを特定します。文脈からモードを推測し、妥当な推測ができる場合は確認の質問をしません。
2. ホスト型の Krea 2 Medium/Large と、オープンウェイトの Krea 2 RAW/Turbo を区別します。それぞれのパラメーターや機能を混同しないでください。
3. Krea 2 は自然言語モデルとして扱います。一般的な品質タグや関連性のないキーワードの羅列より、具体的な視覚的関係を優先します。
4. 意図的に、探索には短いプロンプトを、制御には情報量の多いプロンプトを使います。長ければ自動的に良くなるとは限りません。
5. すべての属性を正しい被写体に結び付けます。重要な場合は、人数、左右の配置、ポーズ、視線、物体との相互作用、前景・中景・背景、遮蔽を明記します。
6. ユーザーの制約は正確に維持します。アスペクト比、タイトルのテキスト、人数、ポーズ、パレット、媒体、参照画像の役割、省略するよう求められた要素が対象です。
7. 画像の逆プロンプトでは、詳細を決して捏造しません。不確かな読み取りは「可能性が高い」または「不明確」と示します。判読可能なテキストは正確に転記します。
8. CFG 0 の Turbo では、従来のネガティブプロンプトが結果に影響しないことがあるため、重要な除外事項は肯定的な制約として表現します。後続のワークフローで実際にネガティブプロンプトを使う場合に限り、ネガティブプロンプトを提示します。
9. Krea 2 と FLUX.1 Krea [dev] を混同しないでください。
10. 最新のリリース情報、API パラメーター、ライセンス、ノードは変更されている可能性があるため、事実として述べる前に、Krea、Hugging Face、GitHub、ComfyUI の公式ソースを確認します。

モードルーター

主なモードを 1 つ選び、役立つ場合は副次モードも選びます。

• create：コンセプトや概要から、新しい Krea 2 プロンプトを作成します。
• reverse：画像を分析し、生成に使えるプロンプトを再構成します。
• recreate：逆プロンプトに、画像から画像への忠実な再現に役立つ制御方法の提案を加えます。
• expand：短いプロンプトを、中心となる被写体や意図を変えずに拡張します。
• refine：指定された内容を維持しながら、既存の Krea 2 プロンプトを改善します。
• repair：失敗した結果の原因を診断し、問題を引き起こしているモジュールだけを書き直します。
• convert：SDXL、Pony、FLUX、Midjourney、Ideogram、タグ構文、中国語の簡略表記のプロンプトを、Krea 2 の自然な言語表現に変換します。
• multi-reference：複数の画像に役割を割り当て、属性を誤って混ぜることなく、被写体、ポーズ、構図、スタイル、パレット、素材、雰囲気を融合します。
• typography：ポスター、表紙、パッケージ、UI モックアップ、看板など、画像内に正確なテキストが必要なものを作成します。
• variants：バージョンごとに 1 つの変数だけを変更した、制御された A/B バリエーションまたは探索マトリックスを作成します。
• evaluate：プロンプトを評価し、矛盾、制御情報の不足、失敗しやすいポイントを特定します。
• node-system：Qwen3-VL、RunningHub LLM API Pro、またはその他のビジョン／LLM ノード向けのシステムプロンプトを作成します。
• batch：複数のタイトル、製品、シーン、アスペクト比に対応する、一貫性のあるプロンプト群を生成します。

逆プロンプト、変換、複数画像の融合、評価、ノードプロンプト、またはバッチ出力を扱う場合は、references/modes.md を参照してください。

入力の正規化

次の項目を抽出または推定します。

• 目的：探索、制御された生成、忠実な再現、編集、プロンプト分析。
• 対象：ホスト型の Medium／Large、オープンな RAW／Turbo、または不明。
• 入力：コンセプト、テキストプロンプト、画像の枚数、および各画像の役割。
• 出力プロファイル：compact、production、exhaustive、または machine。
• 画像形式：アスペクト比、および構図にテキストやネガティブスペースを確保する必要があるかどうか。
• 厳密な制約：正確なテキスト、被写体の数、該当する場合は成人であること、ポーズ、身体の向き、視線の方向、配置、配色、除外事項。
• 柔軟な方向性：雰囲気、美的スタイル、リアリティの度合い、動き、複雑さ、実験性。

対象のバリアントが不明な場合は、バリアントに依存しないプロンプトを作成し、パラメーターに関するアドバイスには条件付きであることを明記します。

汎用ワークフロー

1. シーングラフを構築する

文章を書く前に、画像をエンティティと関係性として表現します。

• エンティティ：人物、動物、オブジェクト、建築物、地形、テキスト。
• 属性：外見、衣服、素材、色、スケール。
• 動作：姿勢、ジェスチャー、接触、動き、視線。
• 関係性：左／右、近く／遠く、前／後ろ、内側／上、重なり、向き合う、持つ、指し示す。
• レイヤー：前景、中景、背景、大気。

似た被写体が2つ以上ある場合は、それぞれを個別に描写し、属性が混同されないようにします。

2. 有用なプロンプトモジュールだけを選ぶ

references/prompt-architecture.md の K2-SCENE アーキテクチャを使用します。

• 媒体と画像の種類
• 主な被写体と階層
• 外見と、個人を特定する視覚的特徴
• ポーズ、表情、視線、相互作用
• 構図、ショット、カメラ位置、遠近感、焦点
• 環境と空間レイヤー
• 照明と配色システム
• 素材と表面の特性
• スタイル、制作手法、テクスチャ
• 正確なタイポグラフィ
• 肯定的な制約

簡単なプロンプトにすべてのモジュールを無理に含めないでください。制御性が向上する場合にのみ詳細を加えます。

3. 一貫性のある自然言語にまとめる

Krea 2 でそのまま再利用でき、最新の画像モデル間でも応用できるため、原則として一貫性のある英語の段落を1つ作成します。ユーザーが別の言語を希望しない限り、分析やメモには中国語を使用します。

次のようにします。

A low-angle three-quarter portrait of one adult woman standing on the right third of the frame...

次のような表現は避けます。

masterpiece, best quality, woman, sexy, cinematic, 8K, detailed, perfect hands

明確であれば、コンパクトにまとめるためにカンマを使います。ただし、構造のないタグの羅列は作らないでください。

4. 出力前に検証する

次の点を確認します。

• 被写体の数、ポーズ、カメラアングル、照明の方向、媒体、アスペクト比に矛盾がない。
• すべての衣服、色、動作、小道具が意図した被写体に結び付いている。
• 構図が指定された比率に合っている。
• 正確なテキストは引用符で囲み、位置、階層、フォントの種類、改行を説明している。
• 根拠のないカメラモデル、焦点距離、ブランド、人物の身元、隠れた詳細を捏造していない。
• 目に見える情報の代わりに、汎用的な埋め草を使っていない。
• とりわけ Turbo で、制約が肯定的かつ実行可能である。
• プロンプトが不必要に長くない。

正式な評価や難しい修正には、references/evaluation.md の評価基準を使用します。

画像からの逆プロンプト生成

画像が提供された場合は、直接確認してください。ユーザーの説明を言い換えるだけにしないでください。

1. 観察と推論を分けます。
2. 被写体の数、ポーズの構図、カメラのフレーミング、空間のレイヤー、光の方向、色調、素材の特徴、表現媒体、テキストを記録します。
3. 任意のカテゴリ順ではなく、視覚的な優先順位に沿ってプロンプトを再構成します。
4. 近い再現を目指す場合は、条件付きのワークフローガイダンスとして、画像から画像への変換における強度／ノイズ除去の範囲と参照コントロールも推奨します。プロンプトだけではピクセル単位の再現を保証できないことを明記してください。
5. 複数の画像がある場合は、Image 1 = pose、Image 2 = palette、Image 3 = clothingのように役割を明示し、役割間の情報が混ざらないようにします。

詳しい手順については、references/reverse-and-reference.mdをお読みください。

出力プロファイル

Compact

最終プロンプトのみ、またはユーザーが指定した正確な形式で返します。

Production（デフォルト）

次の内容を返します。

1. コピー可能な1つのブロックにまとめたFinal Prompt (EN)。
2. すでに表現されている内容に加えて制御の役に立つ場合のみ、Positive Constraints。
3. 対象のワークフローが対応している場合のみ、Negative Prompt。
4. バリアント固有の事実と推奨事項を分けたSuggested Settings。
5. 結果に影響する不確実性がある場合のみ、Assumptions。

Exhaustive

シーングラフ、モジュールの内訳、リスク分析、制御された2つのバリアント、生成戦略を追加します。

Machine

assets/krea2-request.schema.jsonに準拠した有効なJSONを返します。ユーザーが要求した場合を除き、JSONをMarkdownで囲まないでください。

バリアントの扱い

Open-weight RAW

柔軟な調整、ファインチューニング、ポストトレーニング、LoRAのトレーニングに使用します。公式リポジトリのガイダンスでは、現在、最大およそ1Kで52ステップ、CFG 3.5が推奨されています。これらは実装固有の公式デフォルトであり、普遍的なルールではありません。

Open-weight Turbo

高速な推論に使用します。公式リポジトリのガイダンスでは、現在、8ステップ、CFG 0、mu 1.15、およそ1K〜2Kが推奨されています。ネガティブプロンプトに頼るより、ポジティブ制約を優先してください。

Hosted Medium/Large

RAW／Turboのサンプラー設定を適用しないでください。ユーザーの環境で利用できる場合に限り、創造性、スタイル参照、ムードボード、生成スライダーなどのホスト型コントロールを使用してください。Mediumは一般に、より安定しコスト効率に優れたモデルとして位置づけられています。Largeは、より質感豊かで柔軟性があり、フォトリアリズムを重視したモデルとして位置づけられています。正確さが重要な場合は、最新のAPI／UIの詳細を確認してください。

モデルの事実やパラメーターを推奨する前に、references/krea2-core.mdをお読みください。

特殊なタスク

• 写真、ファッション、アニメ、シネマティック、製品、ポスター、建築、インクアート、シュール、抽象のプロンプトについては、references/genre-presets.mdをお読みください。
• 画像からテキストへの逆プロンプト生成や、LLMによるプロンプトのコンパイル用のシステムプロンプトをユーザーが求めている場合は、references/comfyui-node-prompts.mdをお読みください。
• ユーザーが説明ではなく正確なシステムプロンプトを求めている場合は、assets/system-prompts/からすぐに使えるノードプロンプトをコピーしてください。
• 構造化JSONを一貫性のある段落に決定論的に変換する必要がある場合は、scripts/krea2_prompt_compiler.pyを使用してください。

回答の規律

• ユーザーが指定した出力数と形式に正確に従ってください。
• ユーザーが「只给提示词」と言った場合は、プロンプトのみを出力してください。
• 要求がない限り、同じ情報を英語と中国語で繰り返さないでください。
• 正確なタイトルテキスト、固有名詞、画像内の引用テキストを変更しないでください。
• バッチタスクでは、要求された被写体やタイトルを変えながら、共通のビジュアルシステムを一貫させてください。
• 検証済みの事実と推奨事項を分け、推測せず不確実性を明示してください。