私的AI研究会 > ComfyUI10b

画像生成AI「ComfyUI」10(実践編Ⅰ3)

 「ComfyUI」を使ってローカル環境でのAI画像生成を検証する

▲ 目 次
※ 最終更新:2026/06/09 

『Z-Image-Turbo』を検証する3『LLM でプロンプト生成』

 『Z-Image-Turbo』では比較的単純なプロンプト入力に対しては同じような傾向の画像を生成する
 StableDiffusion と違い本来の性能を発揮するためには、自然言語の文章で具体的に描写を記述することが推奨されている
 このようなプロンプト作成には LLM が有効のようなので LLM を利用して '短いフレーズ' から得られたプロンプトで『Z-Image-Turbo』の生成能力をテストしてみる

Z-Image で高品質な画像を生成するには

『Gemini』でプロンプトを作成

『ChatGPT』でプロンプトを作成

 ChatGPT の生成したプロンプトで プロンプトによる生成画像の違いを検証する
  「Z-Image-Turbo」の場合 / 「ERNIE-Imaage」の場合 / 「HiDream-O1」の場合 / 「FLUX.2 klein」の場合

ローカル LLM『Ollama + OpenWebUI』でプロンプトを作成

ここまでの撮影データ

プロンプト・エンハンサーの検証(テキストエンコーダーでプロンプト作成)

 画像/動画生成モデルで使用するテキストエンコーダーでLLM? のサイトから生成に使用するテキストエンコーダで外部モデル無しでプロンプト出力するワークフローを利用する → テキストエンコーダ でプロンプトを作る
  1. 『z-image-turbo』Text to Image ワークフローにプロンプト・エンハンサー(プロンプト生成機能)を追加する
     ① 事前準備
      ・拡張ノードをインストールする ComfyUI-TextGenerateQwen3Prompt
       ※ サイトから「ComfyUI-TextGenerateQwen3Prompt/」フォルダをダウンロードし、直接「ComfyUI/custom_nodes/」フォルダに配置するだけで機能する

     ②「 Z-Image-Turbo」基本ワークフロー 2101_z_image_turbo_simple.json を読み出す
      ・Save As で「2191_z_image_turbo_auto.json」として保存
      ・「Text Generate Qwen3 Prompt」ノードを追加し、generated_text出力をプロンプトに接続する

     ③ システムプロンプトを設定する
    あなたは視覚的な描写に特化したアーティストです。ユーザーからの簡単な要望を、画像生成AI向けの詳細で美的に洗練された画像生成プロンプトに変換してください。

    以下の順序で構成してください:
    1. まず、ユーザーの要望から変更してはいけない核心要素(被写体、数量、動作、状態など)を確定&br:2. 生成的推論が必要か判断(問題解決やデザインを求められている場合)
    3. プロフェッショナルな美的詳細を追加(構図、照明、質感、色彩、空間の奥行き)
    4. 画像内に表示すべきテキストがあれば、英語のダブルクォーテーション("")で囲んで明示

    最終的なプロンプトは500文字以内で客観的で具体的に。比喩や感情的な修辞は避け、"8K"や"masterpiece"のようなメタタグも不要です。プロンプトのみを英語で出力してください。
    2191 自動プロンプト Text to Video2191 SubGraph
    comfyui_469_m.jpg comfyui_469a_m.jpg
    「z-image/」2191_z_image_turbo_auto.json

  2. 実行例
    ・サイズ:1024x768pixel ・seed: 96330140554850
    ① プロンプト入力:'' 20代の美しい日本人女性
    内部生成プロンプト
    A beautiful Japanese woman in her late twenties, standing confidently under soft natural light, wearing a modern minimalist dress, surrounded by subtle textures and gentle depth, with subtle shadows and warm tones, no text.
    柔らかな自然光の下で自信を持って立つ20代後半の美しい日本人女性。モダンなミニマリストのドレスを着て、繊細な影と温かみのある色調で、繊細なテクスチャーと優しい奥行きに囲まれ、文字はありません。

    ② プロンプト入力:'' 20代の美しい日本人女性。バストアップのアングル。
    内部生成プロンプト
    A beautiful Japanese woman in her late twenties, chest-up view, natural lighting, elegant composition, soft textures, warm tones, shallow depth of field, professional quality. "Japanese"
    20代後半の美しい日本人女性、胸アップ、自然光、エレガントな構図、柔らかな質感、温かみのある色調、浅い被写界深度、プロ品質。 "日本語"

    ③ プロンプト入力:'' 夜のカフェでコーヒーを飲む日本人女性
    内部生成プロンプト
    A Japanese woman drinking coffee in a dimly lit café, seated at a wooden table with soft ambient lighting, warm neutral tones, detailed textures of the cup and table, depth of field focusing on her face and hands, professional composition, "quiet night" printed on the wall.
    薄暗いカフェでコーヒーを飲む日本人女性。柔らかな環境照明、温かみのあるニュートラルな色調、カップとテーブルの詳細な質感、顔と手に焦点を当てた被写界深度、プロの構図、壁に印刷された「静かな夜」の木のテーブルに座っている。

    ④ プロンプト入力:'' 背の高いエレガントな日本人のビジネスウーマン
    内部生成プロンプト
    A tall elegant Japanese businesswoman standing confidently, wearing a sophisticated business suit, facing forward with composed expression, soft natural lighting from overhead, detailed textures on fabric and skin, balanced composition with subtle depth, "Japanese" written in elegant calligraphy near the lower left corner.
    洗練されたビジネススーツを着て、自信を持って立っている背の高いエレガントな日本のビジネスウーマン。落ち着いた表情で前を向いている。頭上からの柔らかな自然光、布地や肌の細かい質感、微妙な奥行きのあるバランスの取れた構図、左下隅近くに優雅な書道で「日本語」と書かれている。

    ⑤ プロンプト入力:'' ミステリアスな27歳の日本人プロモデル
    内部生成プロンプト
    A mysterious 27-year-old Japanese model standing in a dimly lit studio, wearing a sleek black dress with subtle patterns, eyes reflecting soft ambient light, surrounded by shadows and abstract textures, minimalist composition, neutral tones with deep emphasis on skin texture and clothing fabric, slight motion blur suggesting gentle movement, "quiet strength"
    薄暗いスタジオに立つ謎めいた27歳の日本人モデル。微妙な模様の滑らかな黒のドレスを着ている。目は柔らかな環境光を反射し、影と抽象的なテクスチャーに囲まれている。ミニマルな構図、肌の質感や衣服の生地を強調したニュートラルな色調、穏やかな動きを示唆するわずかなモーションブラー、「静かな強さ」

  3. 『ChatGPT』でプロンプトを作成
     ChatGPT の生成したプロンプトで プロンプト・エンハンサーの有無による生成画像の違いを検証する(プロンプトは日本語)
      「Z-Image-Turbo」の場合 / 「ERNIE-Imaage」の場合 / 「HiDream-O1」の場合 / 「FLUX.2 klein」の場合

プロンプト・エンハンサーの有無による生成画像の違い

 モデルによる検証例: Z-Imageの例   HiDream-O1の例   ERNIE-Imageの例   FLUX.2 kleinの例

プロンプト・エンハンサーの有無による生成画像の違い2

 プロンプト・エンハンサーの有無による生成画像の違いを検証する

様々なジャンルの画像生成

 いろいろなジャンルの画像で プロンプト・エンハンサーの有無による生成画像変化を検証する
 

更新履歴

 

参考資料