vgl

Bria VGL — 画像生成を自在にコントロール

自然言語で意図が正しく伝わることを期待するのではなく、視覚的な属性をすべて構造化 JSON で定義します。VGL（Visual Generation Language）を使えば、Bria の Fibo モデルでオブジェクト、ライティング、カメラ設定、構図、スタイルを明示的かつ決定論的に制御できます。

関連スキル：Bria API 経由でこれらの VGL プロンプトを実行するには、bria-ai を使用します。VGL は構造化された制御形式を定義し、bria-ai は生成、編集、背景除去を処理します。

基本概念

VGL は、曖昧な自然言語プロンプトを、視覚的な属性（オブジェクト、ライティング、カメラ設定、構図、スタイル）をすべて明示的に宣言する決定論的な JSON に置き換えます。これにより、再現性があり、制御可能な画像生成が実現します。

操作モード

モード	入力	出力	使用例
Generate	テキストプロンプト	VGL JSON	説明から新しい画像を作成
Edit	画像 + 指示	VGL JSON	参照画像を変更
Edit_with_Mask	マスク画像 + 指示	VGL JSON	灰色のマスク領域を塗りつぶす
Caption	画像のみ	VGL JSON	既存の画像を説明
Refine	既存の JSON + 編集	更新された VGL JSON	既存のプロンプトを変更

JSON スキーマ

次の必須キーを含む、有効な JSON オブジェクトを 1 つ出力します。

1. short_description（文字列）

画像の内容を簡潔に要約します。最大 200 語です。主要な被写体、動作、設定、雰囲気を含めます。

2. objects（配列、最大 5 項目）

各オブジェクトには次の項目が必要です。

{
  "description": "Detailed description, max 100 words",
  "location": "center | top-left | bottom-right foreground | etc.",
  "relative_size": "small | medium | large within frame",
  "shape_and_color": "Basic shape and dominant color",
  "texture": "smooth | rough | metallic | furry | fabric | etc.",
  "appearance_details": "Notable visual details",
  "relationship": "Relationship to other objects",
  "orientation": "upright | tilted 45 degrees | facing left | horizontal | etc."
}

人物の被写体には、次を追加します。

{
  "pose": "Body position description",
  "expression": "winking | joyful | serious | surprised | calm",
  "clothing": "Attire description",
  "action": "What the person is doing",
  "gender": "Gender description",
  "skin_tone_and_texture": "Skin appearance"
}

オブジェクトの集合には、次を追加します。

{
  "number_of_objects": 3
}

サイズの指針：人物が主要な被写体の場合は、"medium-to-large" または "large within frame" を使用します。

3. background_setting（文字列）

objects に含まれない、環境、設定、背景要素全体を記述します。

4. lighting（オブジェクト）

{
  "conditions": "bright daylight | dim indoor | studio lighting | golden hour | blue hour | overcast",
  "direction": "front-lit | backlit | side-lit from left | top-down",
  "shadows": "long, soft shadows | sharp, defined shadows | minimal shadows"
}

5. aesthetics（オブジェクト）

{
  "composition": "rule of thirds | symmetrical | centered | leading lines | medium shot | close-up",
  "color_scheme": "monochromatic blue | warm complementary | high contrast | pastel",
  "mood_atmosphere": "serene | energetic | mysterious | joyful | dramatic | peaceful"
}

人物が主要な被写体の場合は、構図にショットタイプを指定します："medium shot"、"close-up"、"portrait composition"。

6. photographic_characteristics（オブジェクト）

{
  "depth_of_field": "shallow | deep | bokeh background",
  "focus": "sharp focus on subject | soft focus | motion blur",
  "camera_angle": "eye-level | low angle | high angle | dutch angle | bird's-eye",
  "lens_focal_length": "wide-angle | 50mm standard | 85mm portrait | telephoto | macro"
}

人物の場合："standard lens (35mm-50mm)" または "portrait lens (50mm-85mm)" を推奨します。指定がない限り、広角は避けてください。

7. style_medium（文字列）

"photograph" | "oil painting" | "watercolor" | "3D render" | "digital illustration" | "pencil sketch"

明示的な指定がない限り、"photograph" をデフォルトにします。

8. artistic_style（文字列）

写真でない場合は、特徴を最大 3 語で記述します："impressionistic, vibrant, textured"

写真の場合は、"realistic" または同様の語を使用します。

9. context（文字列）

画像の種類や用途を記述します。

• "High-fashion editorial photograph for magazine spread"
• "Concept art for fantasy video game"
• "Commercial product photography for e-commerce"

10. text_render（配列）

デフォルト：空の配列 []

ユーザーが正確なテキスト内容を明示的に指定した場合のみ設定します。

{
  "text": "Exact text from user (never placeholder)",
  "location": "center | top-left | bottom",
  "size": "small | medium | large",
  "color": "white | red | blue",
  "font": "serif typeface | sans-serif | handwritten | bold impact",
  "appearance_details": "Metallic finish | 3D effect | etc."
}

例外：オブジェクトに不可欠な一般的なテキスト（例：標識の「STOP」）。

11. edit_instruction（文字列）

編集または生成の内容を示す、命令形の文を 1 つ指定します。

編集指示の形式

標準編集（マスクなし）の場合

動作を表す動詞から始め、変更内容を記述します。「元の画像」には言及しないでください。

カテゴリ	書き換えた指示
スタイルの変更	Turn the image into the cartoon style.
オブジェクトの属性	Change the dog's color to black and white.
要素の追加	Add a wide-brimmed felt hat to the subject.
オブジェクトの削除	Remove the book from the subject's hands.
オブジェクトの置き換え	Change the rose to a bright yellow sunflower.
ライティング	Change the lighting from dark and moody to bright and vibrant.
構図	Change the perspective to a wider shot.
テキストの変更	Change the text "Happy Anniversary" to "Hello".
品質	Refine the image to obtain increased clarity and sharpness.

マスク領域の編集の場合

対象として「masked regions」または「masked area」を参照します。

意図	書き換えた指示
オブジェクトの生成	Generate a white rose with a blue center in the masked region.
拡張	Extend the image into the masked region to create a scene featuring...
背景の塗りつぶし	Create the following background in the masked region: A vast ocean extending to horizon.
雰囲気の塗りつぶし	Fill the background masked area with a clear, bright blue sky with wispy clouds.
被写体の復元	Restore the area in the mask with a young woman.
環境の補完	Create inside the masked area: a greenhouse with rows of plants under glass ceiling.

忠実度のルール

標準編集モード

指示で明示的に変更する場合を除き、すべての視覚的特性を維持します。

• 被写体のアイデンティティ、ポーズ、外見
• オブジェクトの有無、位置、サイズ、向き
• 構図、カメラアングル、レンズの特性
• スタイル／媒体

編集に厳密に必要なものだけを変更します。

マスク編集モード

• 表示されている（マスクされていない）部分をすべて正確に維持します
• グレーのマスク領域を、マスクされていない領域とシームレスになじむように塗りつぶします
• 既存のスタイル、照明、被写体に合わせます
• グレーのマスクについては決して説明せず、マスクを埋める内容を説明します

出力例

{
  "short_description": "A professional businesswoman in a navy blazer stands confidently in a modern glass office, holding a tablet. Natural daylight streams through floor-to-ceiling windows, creating a warm, productive atmosphere.",
  "objects": [
    {
      "description": "A confident businesswoman in her 30s with shoulder-length dark hair, wearing a tailored navy blazer over a white blouse. She holds a tablet in her left hand while gesturing naturally with her right.",
      "location": "center-right",
      "relative_size": "large within frame",
      "shape_and_color": "Human figure, navy and white clothing",
      "texture": "smooth fabric, professional attire",
      "appearance_details": "Minimal jewelry, well-groomed professional appearance",
      "relationship": "Main subject, interacting with tablet",
      "orientation": "facing slightly left, three-quarter view",
      "pose": "Standing upright, relaxed professional stance",
      "expression": "confident, approachable smile",
      "clothing": "Tailored navy blazer, white silk blouse, dark trousers",
      "action": "Presenting or reviewing information on tablet",
      "gender": "female",
      "skin_tone_and_texture": "Medium warm skin tone, healthy smooth complexion"
    },
    {
      "description": "A modern tablet device with a bright display showing charts and graphs",
      "location": "center, held by subject",
      "relative_size": "small",
      "shape_and_color": "Rectangular, silver frame with illuminated screen",
      "texture": "smooth glass and metal",
      "appearance_details": "Thin profile, business application visible on screen",
      "relationship": "Held by businesswoman, focus of her attention",
      "orientation": "vertical, screen facing viewer at slight angle",
      "pose": null,
      "expression": null,
      "clothing": null,
      "action": null,
      "gender": null,
      "skin_tone_and_texture": null,
      "number_of_objects": null
    }
  ],
  "background_setting": "Modern corporate office interior with floor-to-ceiling windows overlooking a city skyline. Minimalist furniture in neutral tones, potted plants adding touches of green.",
  "lighting": {
    "conditions": "bright natural daylight",
    "direction": "side-lit from left through windows",
    "shadows": "soft, natural shadows"
  },
  "aesthetics": {
    "composition": "rule of thirds, medium shot",
    "color_scheme": "professional blues and neutral whites with warm accents",
    "mood_atmosphere": "confident, professional, welcoming"
  },
  "photographic_characteristics": {
    "depth_of_field": "shallow, background slightly soft",
    "focus": "sharp focus on subject's face and upper body",
    "camera_angle": "eye-level",
    "lens_focal_length": "portrait lens (85mm)"
  },
  "style_medium": "photograph",
  "artistic_style": "realistic",
  "context": "Corporate portrait photography for company website or LinkedIn professional profile.",
  "text_render": [],
  "edit_instruction": "Generate a professional businesswoman in a modern office environment holding a tablet."
}

よくある問題

1. テキストを創作しない - ユーザーが正確なテキストを指定しない限り、text_render は空のままにします
2. 説明しすぎない - オブジェクトは最大5つとし、重要なものを優先します
3. モードに合わせる - マスク編集と標準編集で正しい edit_instruction 形式を使用します
4. 忠実度を維持する - 明示的に要求された内容だけを変更します
5. 具体的にする - 曖昧な表現（「良いカメラ」）ではなく、具体的な値（「85mm のポートレートレンズ」）を使います
6. 該当しない場合は null - 人物に関するフィールドは、人間以外のオブジェクトでは null にします

curl の例

curl -X POST "https://engine.prod.bria-api.com/v2/image/generate" \
  -H "api_token: $BRIA_API_KEY" \
  -H "Content-Type: application/json" \
  -H "User-Agent: BriaSkills/1.4.0" \
  -d '{
    "structured_prompt": "{\"short_description\": \"...\", ...}",
    "prompt": "Generate this scene",
    "aspect_ratio": "16:9"
  }'

---

参考資料

• スキーマリファレンス - すべてのパラメーター値を含む完全な JSON スキーマ
• bria-ai - VGL プロンプトを実行するための API クライアントおよびエンドポイントのドキュメント