mcpField
M
model-routing

model-routing

github.com/fal-ai-communityクリエイティブ・メディア257465 回インストール24 週間前に更新
リポジトリ

model-routing について

genmedia の画像・動画タスク向けにモデルのエンドポイントを指定し、実行前の利用可否、スキーマ、料金の確認を定めるスキルです。クリエイティブ作業でモデルを選ぶエージェント向けです。

主な機能

  1. 01画像・動画タスク別のエンドポイント指定
  2. 02利用不可時の代替ルール
  3. 03実行前のスキーマと料金の確認

活用シーン

  1. 01文字の多い画像のモデル選定
  2. 02品質やコストに応じた動画生成の振り分け
  3. 03キャンペーンや UGC 素材のエンドポイント選択

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 model-routing

インストール後、Claude Code で/model-routingを入力して読み込まれたか確認します。

詳細

Genmedia モデルルーティング

ドメインスキルでモデルが必要な場合は、これらのエンドポイントのデフォルトを使用します。これらの選択は、プロジェクト固有のガイダンスに基づいています。それでも実行前に genmedia schema <endpoint_id> --json を実行し、コストが重要な場合は genmedia pricing <endpoint_id> --json を実行してください。

エンドポイント優先のルール:

  1. このスキルからエンドポイント ID を選択します。
  2. genmedia models --endpoint_id <endpoint_id> --json で確認します。
  3. genmedia schema <endpoint_id> --json で詳細を確認します。
  4. コストが重要な場合は genmedia pricing <endpoint_id> --json を確認します。
  5. ルーティング先のエンドポイントが見つからない、非推奨になっている、拒否される場合、またはタスクでここに記載されていないモデルの役割が必要な場合に限り、テキスト検索を使用します。

エンドポイント ID を推測してはいけません。

画像生成

テキスト量の多い画像

インフォグラフィック、UI モックアップ、ポスター、商品ラベル、パッケージのテキスト、読みやすい看板、書籍の表紙、教育用図解など、画像内のテキストの正確さが求められる出力に使用します。

  1. openai/gpt-image-2
    • quality=high を使用します。
    • 最終成果物に精細さが必要な場合は、2K または 4K のカスタム image_size を優先します。
    • 高コストとして扱います。低コストの下書きには使用しないでください。
  2. fal-ai/nano-banana-pro
    • テキストが重要で、GPT Image 2 が利用できない場合、またはユーザーが品質の上限が低くてもよいと認める場合の第2候補として使用します。

テキスト量の多い本番用途には、低コストでシンプルなモデルは適しません。

プレミアム静止画

商用の静止画、リアルな商品シーン、エディトリアル写真、映画のキーフレーム、高品質なビジュアルコンセプトに使用します。

  • よりリアルな出力:openai/gpt-image-2。
  • 高品質でスタイリッシュな出力:openai/gpt-image-2。
  • その次の候補:fal-ai/nano-banana-pro。
  • コストを抑えた有力な代替候補:fal-ai/nano-banana-2。
高速な画像の下書き

手早いコンセプト作成、ムードの候補、ラフな構図、低コストでの反復に使用します。

  • fal-ai/flux-2/klein/9b

ユーザーから求められない限り、高速な下書きの出力を商用の最終納品物として使用しないでください。

画像編集

背景の置き換え、再ライティング、修正、オブジェクトの変更、商品の配置、衣装の変更、キャラクターの編集、複数画像の合成に使用します。

  1. fal-ai/nano-banana-pro/edit
  2. openai/gpt-image-2/edit
  3. fal-ai/bytedance/seedream/v5/lite/edit

商品の忠実度を重視する場合は、次も検討してください。

  • fal-ai/nano-banana-pro
  • fal-ai/nano-banana-2
  • fal-ai/bytedance/seedream/v5/lite/text-to-image
  • fal-ai/nano-banana-2/edit

キャラクターの一貫性を保つには、最初に openai/gpt-image-2 を使用します。既存のキャラクター画像を編集する場合は、openai/gpt-image-2/edit を確認してください。

動画生成

最高品質の動画

最終用途の高品質な動画には、まず Seedance 2.0 を使用します。

  • テキストから動画:bytedance/seedance-2.0/text-to-video
  • 画像から動画:bytedance/seedance-2.0/image-to-video
  • 参照素材から動画:bytedance/seedance-2.0/reference-to-video

レイテンシを抑えるための高速版もあります。

  • bytedance/seedance-2.0/fast/text-to-video
  • bytedance/seedance-2.0/fast/image-to-video
  • bytedance/seedance-2.0/fast/reference-to-video
高速または低コストの動画

高速かつ低コストのモーションプレビューや、経済的な動画生成には Grok Imagine Video を使用します。

  • テキストから動画:xai/grok-imagine-video/text-to-video
  • 画像から動画:xai/grok-imagine-video/image-to-video
  • 動画編集:xai/grok-imagine-video/edit-video
マルチショットのストーリーテリング

次の順に使用します。

  1. bytedance/seedance-2.0/text-to-video
  2. bytedance/seedance-2.0/image-to-video
  3. bytedance/seedance-2.0/reference-to-video
  4. fal-ai/kling-video/v3/pro/text-to-video
  5. fal-ai/kling-video/v3/pro/image-to-video
  6. alibaba/happy-horse/text-to-video
  7. alibaba/happy-horse/image-to-video

複数プロンプト、エレメント、またはカスタムエレメントの制御が、要求されたショットプランに合致する場合は Kling v3 を使用します。ユーザーから特に指定がない限り、Seedance と Kling の後に Happy Horse を使用します。

ネイティブ音声とリップシンク

トーキングアバター、音声駆動の顔の動き、製品のスポークスパーソン、UGC風のプレゼンター、画像と音声またはテキストを使ったリップシンクに使用します。

  1. veed/fabric-1.0
    • 画像とアップロードした音声を使用します。
  2. veed/fabric-1.0/text
    • 画像とテキスト音声を使用します。
  3. fal-ai/creatify/aurora
    • 画像と音声からアバター動画を生成します。視覚的な指示も任意で指定できます。

キャンペーンとUGCの振り分け

ユーザーがキャンペーン規模のマーケティングコンテンツやクリエイター風のソーシャルコンテンツを求めている場合に使用します。

マーケティングキャンペーンの素材
  • キャンペーンのキービジュアル、ランディングページのヒーロー画像、ポスター、テキスト量の多い広告、アプリのビジュアル、正確なコピーを含むレイアウト:quality=highでopenai/gpt-image-2を使用します。
  • プレミアムな静止画のバリエーション:まずopenai/gpt-image-2、次にfal-ai/nano-banana-pro、最後にfal-ai/nano-banana-2を使用します。
  • 製品、ロゴ、UI、ライフスタイルの参考素材からの編集: fal-ai/nano-banana-pro/edit、次にopenai/gpt-image-2/editを使用します。
  • バリエーションをすばやく試す場合:fal-ai/flux-2/klein/9bを使用します。
  • 製品の発表やソーシャルキャンペーンの動画: bytedance/seedance-2.0/image-to-videoを使用します。
  • テキストから動画を生成するキャンペーンのコンセプト:bytedance/seedance-2.0/text-to-videoを使用します。
UGCとクリエイター広告
  • ポートレートと音声を使ったトーキングヘッド:veed/fabric-1.0を使用します。
  • ポートレートとテキストを使ったトーキングヘッド:veed/fabric-1.0/textを使用します。
  • 視覚的な指示を指定したアバター:fal-ai/creatify/auroraを使用します。
  • 新しい音声を既存の映像に追加する場合:fal-ai/sync-lipsync/v2を使用します。
  • 製品のBロール:bytedance/seedance-2.0/image-to-videoを使用します。
  • Bロールの高速ドラフト:xai/grok-imagine-video/image-to-videoを使用します。

ユーティリティエンドポイント

ワークフローのユーティリティエンドポイントIDは、workflowスキルのリファレンスにあります: workflow/references/utility-endpoints.md。

ユーティリティエンドポイントは、創作モデルの選択肢ではなく決定論的なツールのため、明示的に指定できます。使用する前に、必ずスキーマを確認してください。

コメント