scenario-mai-image

Scenario MAI Image

概要

Scenario の Microsoft 製画像ファミリーである MAI Image 2.5 は、画像生成モデル（2.5、2.5 Pro）と指示に基づく編集モデル（2.5 Edit、2.5 Pro Edit）に分かれています。このファミリーの特長はタイポグラフィです。画像内の見出し、ラベル、タグラインが読みやすく、プロンプトで指定した場所に配置されるため、実際のコピーを載せるポスター、パッケージ、表紙、キービジュアルに適しています。search でモデルを見つけ、model_schema_get を仕様として扱ってください。4つのモデルはほぼすべてのフィールドが共通で、元画像を指定するフィールドだけが異なります。

接続方法と基本のワークフローについては、このリポジトリの scenario スキルを参照してください。モデルに依存しない画像処理（サイズの系列、マスク、アップスケール）については、scenario-image スキルを参照してください。ここに記載されている関連スキルが利用可能なスキルにない場合は、ユーザーにインストールを依頼してください （npx skills add scenario-labs/skills --skill <name>）。無人で処理を進める場合は、ツールのスキーマに基づいて作業し、不足しているスキルについて明示してください。

クイックリファレンス

作成時点の名称（ライブスキーマから）：

モデル	生成内容	元画像の入力	アスペクト比
2.5	txt2img	なし	11種類、21:9を含む
2.5 Pro	txt2img	なし	8種類
2.5 Edit	img2img	referenceImages、1つの配列	8種類
2.5 Pro Edit	img2img	image、単一ファイル	8種類

4つのモデルすべてで、prompt（2.5 と Edit は4096文字、Pro のペアは5000文字）、aspectRatio（デフォルトが auto の列挙型）、numOutputs（1～4。画像を1枚追加するごとにコストが増加）が共通です。幅、高さ、シード、ネガティブプロンプト、マスクのフィールドはありません。サイズを調整する唯一の方法は aspectRatio で、編集では文章で要素を指定します。生成モデルでは auto がプロンプトからアスペクト比を選び、編集モデルでは元画像に合わせるため、フレーミングを変えることが目的でない限り、そのままにしてください。

タイポグラフィが鍵

タグの羅列ではなく、文章で指示してください。このファミリーは、おおまかに被写体、構図、素材、照明、雰囲気の順に処理します。画像内にそのまま表示したいコピーは引用符で囲み、各テキストブロックの役割、スタイル、配置を指定してください（「上部3分の1に、太く幅の狭い書体で見出し『GAME DAY』を配置」など）。引用符で囲まれていない曖昧なコピーは、言い換えられたり崩れたりします。また、小さなテキストブロックを多数指定すると競合するため、まとめてください。作成時点ではテキスト描画は英語向けに調整され、出力サイズは約1Kだったため、印刷やヒーロー用途には後段でのアップスケールを計画してください。調整はポジティブな指示のみで行います。numOutputs を2～4にして複数の出力を試し、シードを探すのではなく、文章を練り直してください。

編集：まず維持し、変更は1つ

どちらの編集モデルも、1つの元画像と簡潔な指示を受け取りますが、フィールドは異なります。Edit では referenceImages にアセット ID をちょうど1つ含む配列を指定し、Pro Edit では image に単一ファイルを指定します。片方のパラメータブロックをもう片方に流用すると実行に失敗するため、切り替える際はスキーマを読み直してください。プロンプトは、変更せず維持する要素の後に1つの変更を記述し、対象の要素と変更後の状態を正確に指定します。置き換えるコピーは引用符で囲んでください（「看板の文字を『OPEN 24/7』に変更。フォントと色はそのまま」など）。複数箇所を変更する場合は、複数回に分けて実行してください。編集では反復を通じて一貫性がよく保たれます。2つのモデルは、公開されている画像編集ベンチマークのエントリーを1つ共有しており（作成時点でトップ3）、Pro Edit のアセットは Edit の約4倍のコストがかかりました。そのため、両方で dry_run を実行し、まず Edit から始めてください。

作業例：キャンペーンポスターを作成し、コピーを差し替える

1. target="models"、query="mai image"、public=true を指定して search を実行します。生成と編集の候補を確認します。例：model_microsoft-mai-image-2-5-pro と model_microsoft-mai-image-2-5-edit（執筆時点での最新候補です。セッションごとに再検索してください）。
2. 生成モデルの候補に対して model_schema_get を実行し、アスペクト比の一覧、プロンプトの上限、デフォルト値を確認します。
3. dry_run=true を指定した model_run を実行し、次のように設定します。 parameters={"prompt": "A photorealistic poster of a climber on a granite wall at dawn, warm rim light, the headline 'ASCEND' in tall condensed sans-serif across the top, a small tagline 'Hold your line' lower left, editorial sports aesthetic.", "aspectRatio": "2:3", "numOutputs": 4}。 numOutputs はコストに影響するため、変更後は再見積もりしてください。
4. wait=false を指定して再実行し、返されたジョブ ID を使って jobs_wait を実行します。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、model_run は決して二度実行しないでください。
5. 4つの出力を asset_display で表示し、アセット ID を1つ選びます。
6. 編集モデルの候補に対して model_schema_get を実行し、次の parameters を指定して model_run を実行します。 parameters={"referenceImages": ["asset_x"], "prompt": "Keep the climber, lighting, and layout unchanged. Change only the headline to 'ASCEND HIGHER', same font, color, and placement."}。 その後、jobs_wait を実行してから asset_display で表示します。

よくある間違い

• 一方のエディターのソースフィールドをもう一方に流用すること：referenceImages（必ず1つの配列）と image（単一ファイル）は、各モデル固有の形式です。
• 画像内のコピーを引用符で囲まないこと：引用符で囲んだテキストだけがそのまま描画されます。
• 1つの指示に複数の編集を詰め込むこと：1回につき1つだけ変更し、その後つなげてください。
• モデルが対応していないピクセルサイズやアスペクト比を指定すること：aspectRatio は列挙型で、一覧はモデルによって異なります（執筆時点では、あるモデルが 21:9、5:4、4:5 に対応していました）。
• ピクセル単位で完全に同一の結果を得るために再実行すること：シード値はありません。採用したアセットを保持し、それを編集して仕上げてください。
• 1K 出力を印刷用として納品すること：後続工程でアップスケールしてください（scenario-image スキルを参照）。