qwen-edit

Qwen-Image-Edit スキル

tools/image_edit.py による AI を活用した画像編集です。モデルはデプロイ環境によって異なります。

デプロイ環境	モデル	ライセンス	デフォルト設定	入力の最大数
--cloud modal（デフォルト）	Qwen-Image-Edit-2511	Apache-2.0、商用利用可	8 ステップ、ガイダンス 1.0	3 枚
--cloud modal、IMAGE_EDIT_MODEL=qwen-image-2.1 を設定してアプリをデプロイ	Qwen-Image-2.1（2026-09、生成と編集を統合、7B DiT、RGBA）	Qwen Research License -- 非商用（「研究または評価目的のみ」）	40 ステップ、ガイダンス 1.0（CFG なし）	10 枚
--cloud runpod	Qwen-Image-Edit-2511 + Lightning LoRA	Apache-2.0、商用利用可	8 ステップ、ガイダンス 1.0	3 枚

編集後、ツールは Model: と Steps: を出力するため、Modal アプリで実行されたモデルと使用ステップ数を確認できます。--steps を指定しない場合、各モデルは上記のデフォルト設定で実行されます。 IMAGE_EDIT_MODEL=qwen-image-2.1 uv run modal deploy docker/modal-image-edit/app.py でオプトインできます。元に戻すには、この指定なしで再度デプロイしてください。

ステータス： 改良中です。試行を通じて得られた知見を記録しています。examples.md / parameters.md に記載されているプロンプトのパターンとパラメーターに関する知見は、2511 で測定したものです。正確な数値をそのまま適用する前に、2.1 でも再確認してください。

Qwen-Image-2.1 の詳細（Modal でのオプトイン）

• ステップ蒸留されていません。40 ステップがモデルカードのデフォルト設定です。従来の 8 ステップというデフォルト設定は、2511 の Lightning LoRA 向けに調整されたもので、ここで使用する 2.1 には Lightning LoRA がありません。そのため、ステップ数を少なくすると品質が低下する可能性があります（未検証）。
• ガイダンスなしでサンプリングされます。 デフォルトの --guidance 1.0 が、想定されている実行方法です。>1 にすると真の CFG が有効になり（指定しない場合は空のネガティブプロンプトが使われます）、各ステップのコストが 2 倍になります。
• 複数画像： 最初の --input は編集対象の画像（「image 1」）で、それ以降の画像は順番に参照画像（「image 2」など）として扱われます。最大 10 枚です。出力サイズは最初の画像のアスペクト比に従い、約 1MP になります。
• 部分編集： 画像上に円を描くか注釈を書き込むか、別のマスクを追加の --input として渡し、その部分で何を変更するか指示します（例：「赤い円の中の時計を削除してください」）。
• RGBA： 透明な PNG 入力のアルファ値は保持されます。切り抜き画像を作成する場合は、"This is an RGBA image with transparency. <subject>. The image has alpha channel and the background is transparent." と指示します。モデルが実際に透明部分を生成した場合にのみ、RGBA PNG が出力されます。

このスキルを使用する場面

次のような要望がある場合に使用します。

• 人物の特徴を保ったまま写真を編集・変換する
• トリミングされた画像の構図を調整する（頭部の見切れを修正するなど）
• 服装を変更したり、アクセサリーを追加したりする
• ポーズを変更する（腕の位置、手の配置など）
• スタイルを変換する（サイバーパンク、アニメ、油絵など）
• 照明やカラーグレーディングを調整する
• オブジェクトを追加・削除する
• キャラクターを変身させる（Bond、Neo など）

使用しない場面

• 背景の置き換え（画像 1 枚） - 切り抜きのアーティファクトやハローが発生します
• 顔の入れ替え - 参照画像から人物の同一性を保つことはできません
• アウトペインティング - キャンバスを確実に拡張できません

注意して使用

• 複数画像の合成 - 人物の同一性を明示的に示す手がかりがあれば機能する場合があります（プロンプトのパターンについては examples.md を参照）。特徴的な要素（髪の質感や色、民族、服装）を記述し、ガイダンスを約 2.0 に設定する必要があります
• カメラアングルの変更 - 結果にばらつきがあります。回転方向（三四分の一の視点）より、垂直方向（ローアングル／ハイアングル）のほうが良好です

クイックリファレンス

# Basic edit
uv run tools/image_edit.py --input photo.jpg --prompt "Add sunglasses"

# With negative prompt (recommended)
uv run tools/image_edit.py --input photo.jpg \
  --prompt "Reframe as portrait with full head visible" \
  --negative "blur, distortion, artifacts"

# Style transfer
uv run tools/image_edit.py --input photo.jpg --style cyberpunk

# Background (use cautiously - often fails)
uv run tools/image_edit.py --input photo.jpg --background office

# Higher quality (RunPod / 2511 -- on Modal / 2.1 the 40-step default already is)
uv run tools/image_edit.py --input photo.jpg --prompt "..." --steps 16 --guidance 3.0 --cloud runpod

# Extract the subject onto a transparent background (Modal / 2.1)
uv run tools/image_edit.py --input product.jpg   --prompt "This is an RGBA image with transparency. The product from the photo. The image has alpha channel and the background is transparent."   --output product_cutout.png

# Multi-image composite (identity-preserving) -- settings tuned on RunPod / 2511
uv run tools/image_edit.py --input person.jpg background.jpg \
  --prompt "The [ethnicity] [gender] with [hair description] from first image is now in [scene] from second image. Same [features], [outfit]." \
  --negative "different ethnicity, different hair color, different face shape, generic stock photo" \
  --steps 16 --guidance 2.0 --cloud runpod

# Multi-image composite on Modal / 2.1 -- up to 10 references, defaults usually suffice
uv run tools/image_edit.py --input person.jpg outfit.jpg shoes.jpg background.jpg \
  --prompt "The person from image 1 wearing the outfit from image 2 and the shoes from image 3, standing in the scene from image 4. Same face and hair."

主なファイル

• prompting.md - プロンプトのパターンと構成
• examples.md - 実験に基づく良い例・悪い例
• parameters.md - ステップ数、ガイダンス、ネガティブプロンプトの調整

ツールの場所

tools/image_edit.py - Modal（docker/modal-image-edit/）および RunPod（docker/runpod-qwen-edit/）のエンドポイント向け CLI ラッパー

関連ドキュメント

• docs/qwen-edit-patterns.md - キャラクター変身のパターン
• .ai_dev/qwen-edit-research.md - 調査メモ