scenario-grok-imagine-image

Scenario Grok Imagine Images

概要

Scenario 上で xAI の画像モデルファミリーである Grok Imagine は、すべてのメンバーで生成と編集に対応しています。同じモデルでも、空の referenceImages が渡されるとテキストから画像を生成し、値が設定されていると編集を行います。入力によってモードが決まり、メンバーによってティアが決まります。メンバーは同じプロンプト仕様に準拠しつつ、調整項目と価格が異なるため、search で見つけ、model_schema_get を仕様として扱ってください。Grok Imagine の動画メンバーについては、scenario-grok-imagine-video スキルを参照してください。

接続と基本的な手順については scenario スキルを、モデルに依存しない画像処理については scenario-image スキルを参照してください。ここで名前を挙げた関連スキルが利用可能なスキルにない場合は、インストールするようユーザーに依頼してください（npx skills add scenario-labs/skills --skill <name>）。無人で処理を続ける場合は、ツールスキーマを参照し、不足していることを明示してください。

クイックリファレンス

作成時点の情報です（上限はメンバーごとに異なるため、最新のスキーマを確認してください）。

メンバー	アスペクト比	備考
2.0	20:9 と 9:20 までの 14 種類、デフォルトは auto	quality（low、medium）が追加され、テキストと編集の品質が最も高い
Quality	同じ 14 種類、デフォルトは 1:1	2k でも高速で、バリアント間の価格差はほぼありません
Image	10 種類、2:1 から 1:2	画像あたりの価格が最も安い

それ以外は共通です。prompt は最大 10000 文字、referenceImages は最大 3 枚、numOutputs は 1～10、resolution は 1k または 2k です。このファミリーには、シード、マスク、ネガティブプロンプト、ピクセルサイズの指定はありません。サイズはアスペクト比と解像度ティアで決まり、aspectRatio は単にクロップを決めるのではなく、フレーム内に何を収めるかを決めます。編集モードでは aspectRatio は完全に無視され、出力は元画像の縦横比を引き継ぎます。旧メンバーが引き続き提供されているのは、価格差があるためです。作成時点では、バージョン指定の実行に比べ、バージョンなしのメンバーでの画像 1 枚の生成コストはわずかでした。また、2.0 の 2k テキストから画像への生成は 1 分以上かかる一方、ほかのメンバーは数秒で完了していました。そのため、まず安価で高速な方法（バージョンなしのメンバー、または 2.0 で quality: "low" と 1k）で反復し、候補を 2k の medium で生成してから、バッチ処理の前に同じジョブで 2 つのメンバーを dry_run してください。numOutputs、quality、resolution、参照画像はすべて価格に影響します。

雰囲気ではなく、コピーを記述する

このファミリーの強みは、画像内に読みやすいテキストを描けることです。ポスター、パッケージ、インフォグラフィック、ミームなどに適しています。プロンプトにコピーを一字一句そのまま含める場合にのみ効果を発揮します。文字列はすべて引用符で囲み、それぞれの役割（「タイトルには……と書かれている」「その下の行には……と書かれている」など）を示し、文字列は短く保ち、最後に「ほかのテキストは入れない」と付け加えてください。そうしないと、モデルが余計なラベルを生成します。実際の数値や統計も、生成された数値がもっともらしく見えてしまうため、引用符で囲んだコピーとして指定してください。小さな文字は 2k で描画し、結果を基に作業する前に asset_display で校正してください。それ以外は、被写体、環境、構図、光、仕上がりを 30～80 語で短く自然言語のブリーフにまとめます。「8K」や「傑作」といった品質を表す形容詞は無視され、否定的な指示もほとんど効きません。そのため、「散らかりのない」ではなく「すっきりとした何もない背景」のように肯定的に記述し、1 つのプロンプトには 1 つの美的方向性だけを含めてください。

編集では指示を出します。マスクはありません

編集はプロンプトで指示します。最大 3 枚の referenceImages を渡し、変更内容を説明してください。次の 2 つの習慣を守ると、変更を必要最小限にできます。変更する箇所だけを説明し、維持する要素を明示する（「ポーズ、背景、照明は変えない」など）こと、そして複数の変更を重ねず、実行ごとに 1 つの編集を行うことです。参照画像が複数ある場合は、意図したとおりに合成されるよう、それぞれの役割（被写体、スタイル、シーン）を示してください。出力は元画像の縦横比を引き継ぐため、編集前にフレーミングを調整してください。aspectRatio では調整できません。

作業例：商品写真にブランドラベルを追加する

1. target="models"、query="grok imagine image"、public=true を指定して search を実行します。たとえば、非推奨ではない最新のヒット（執筆時点で有効なヒットは model_xai-grok-imagine-image-2-0。毎回のセッションで再検索してください）を優先します。
2. その ID を指定して model_schema_get を実行し、まず参照画像の上限、quality と resolution の値、アスペクト比の一覧を確認します。
3. 商品写真に upload_asset を実行して、アセット ID を取得します（scenario スキルを参照）。
4. 該当する model_id を指定し、dry_run=true と次の正確な parameters={"prompt": "Add a minimalist front label to the bottle where the title reads \"LUMEN\" in a clean white serif and a smaller line beneath reads \"Sparkling Citrus Soda\". Keep the bottle shape, glass tint, background, shadows, and lighting unchanged, no other text.", "referenceImages": ["asset_abc"], "quality": "medium", "resolution": "2k"} を指定して model_run を実行します。quality、resolution、numOutputs、または参照画像を変更した場合は、再見積もりしてください。
5. wait=false を指定して model_run をもう一度実行し、返されたジョブ ID を jobs_wait に渡します。タイムアウトした場合は pending_job_ids を指定して再度呼び出してください。model_run を再実行してはいけません。
6. asset_display でラベルをフルサイズ表示して校正し、採用する画像を asset_download します。

よくある間違い

• 編集時に aspectRatio を設定する：無視され、出力は元画像の比率を維持します。先に元画像をリフレームしてください。
• コピーを曖昧に説明する（「印象的なキャッチコピー」など）：テキストが崩れたり、創作されたりします。正確な文字列を引用し、「no other text」で締めくくってください。
• ネガティブプロンプトを使う：ほとんど無視されます。代わりに、実現したい内容を肯定的に指定してください。
• スキーマで配列が指定されているのに、単一の文字列を使う：参照画像が1枚でも ["asset_x"] の形式にします。
• 2.0 より後のモデルにも quality を引き継ぐ：執筆時点では、このフィールドを持つメンバーは他にありません。メンバー間でパラメーターを再利用する前に、最新のスキーマを確認してください。
• 1k で細かい注記を描画する：小さな文字はぼやけます。テキストの多い最終画像は 2k で描画してください。