私的AI研究会 > ComfyUI13
「ComfyUI」を使ってローカル環境でのAI画像生成を検証する
| 2026年4月 中国 Baidu（百度）（バイドゥ）から発表された 日本語文字に対応できる画像生成モデル「ERNIE-Image（アーニー・イメージ）」を検証してみる |
| モデル名 | 特徴 | 生成ステップ数 |
| ERNIE-Image | 高い忠実度と汎用性を持つ標準モデル。複雑な指示に正確に応答する。 | 50ステップ前後 |
| ERNIE-Image-Turbo | 高速生成に特化した蒸留モデル。画質を維持しつつ圧倒的に速い。 | 8ステップ前後 |
| このプロジェクトで作成するワークフローと関連データは下記にアップロードしている（更新されている場合は再度ダウンロードのこと） |
📂ComfyUI
├─📂input ← ワークフローに含まれる入力画像
└─📂user
└─📂default
└─📂workflows ← ワークフローの保存場所
:
├─📂ERNIE ← この章で作成するワークフロー
:
・解凍してできる「ComfyUI/」フォルダを「StabilityMatrix/Data/Packages/ComfyUI」へ上書きコピーする| ワークフロー | 機 能 | モデル | CPU | CPU | |||||
| RTX 4070 | RTX 4060 | RTX 4060L | RTX 3050 | GTX 1050 | i7-1260P | i7-1185G7 | |||
| 4100_ernie_image_t2i | Text to Image + Prompt Enhancer | 通常版 | 01:47.90 | 04:39.20 | 05:26.77 | 09:19.50 | 40:59.23 | 06H14:30.36 | |
| 4101_ernie_image_t2i_simple | Text to Image 展開版 | 00:56.60 | 03:19.71 | 03:13.15 | 04:31.00 | 34:26.65 | 06H59:44.65 | ||
| 4102_ernie_image_t2i_general | Text to Image 汎用版 (4101 Sub) | 00:55.16 | 02:51.72 | 03:21.60 | 05:02.79 | 34:12.71 | 06H05:20.41 | ||
| 4103_ernie_image_i2i_simple | Image to Image 基本フロー(通常版) | 00:49.72 | 02:25.12 | 33:48.99 | 06H46:51.15 | ||||
| 4104_ernie_image_i2i_general | I2I 基本フロー(通常版・展開版) | 00:48.99 | 02:40.97 | 32:39.50 | 04H59:50.57 | ||||
| 4200_ernie_image_turbo_t2i | Text to Image + Prompt Enhancer | 蒸留版 | 01:22.52 | 02:50.92 | 02:58.13 | 05:50.63 | 16:21.54 | 01H38:45.93 | |
| 蒸留版 fp8 | 01:30.05 | 01:57.90 | 02:36.34 | 04:16.19 | 13:37.21 | × | × | ||
| 4201_ernie_image_turbo_t2i_simple | Text to Image 展開版 | 蒸留版 | 00:18.06 | 01:47.20 | 01:19.96 | 01:00.12 | 06:57.19 | 01H15:02.10 | |
| 蒸留版 fp8 | 00:16.17 | 00:21.80 | 00:37.37 | 00:57.23 | 07:06.96 | × | × | ||
| 4202_ernie_image_turbo_t2i_general | Text to Image 汎用版 (4201 Sub) | 蒸留版 fp8 | 00.09.30 | 00:21.46 | 00:41.69 | 00:57.23 | 06:58.80 | × | × |
| 4203_ernie_image_turbo_i2i_simple | Image to Image 基本フロー(蒸留版) | 00:10.73 | 00:43.98 | 07:17.02 | × | × | |||
| 4204_ernie_image_turbo_i2i_general | I2I 基本フロー(蒸留版・展開版) | 00:10.51 | 00:37.26 | 06:58.57 | × | × | |||
| モデル名 | ファイル名（.safetensors） | 配置先 | ダウンロード URL | |
| checkpoints | ernie-image | /StabilityMatrix/Data/ Models/ | diffusion_models/ | ernie-image.safetensors.safetensors |
| ernie-image-turbo | ernie-image-turbo.safetensors | |||
| ernie-image-turbo-fp8 ※ | ernie-image-turbo-fp8.safetensors | |||
| text_encoders | ernie-image-prompt-enhancer | text_encoders | ernie-image-prompt-enhancer.safetensors | |
| ministral-3-3b | ministral-3-3b.safetensors | |||
| VAE | flux2-vae | VAE/ | flux2-vae.safetensors | |
| 入力プロンプト | Prompt Enhancer によるプロンプト |
| High-fashion style summer outfit infographic featuring color-coordinated floating elements arranged in an elegant expanded circular composition. It includes a breathable straw hat, a sleeveless organic cotton top, a flowing pleated skirt, handcrafted leather sandals, and a woven palm leaf handbag. Exquisite annotations highlight fabric breathability, refreshing texture, moisture-wicking properties, and seasonal comfort. The color palette adopts warm neutral tones—ivory white, terracotta, sand, and soft tan. Subtle dynamic trajectories and flowing fabric swirls suggest a gentle summer breeze, while bright natural sunlight creates soft shadows and sun-kissed sheen, in a Mediterranean style. | 这是一张高端时尚风格的夏季穿搭信息图，采用优雅的扩展圆形构图。画面中心是一套精心搭配的夏日服饰，所有元素呈环绕状悬浮在空中。主体包括：一顶浅米色的宽檐草帽，质地轻盈透气；一件象牙白色的无袖有机棉上衣，面料纹理清晰可见；一条赤陶色（Terracotta）的长款褶皱裙，裙摆随风飘动；一双手工皮革凉鞋，带有精致的金属扣件；以及一个编织精美的棕榈叶手提包，呈现出自然的植物纹理。背景为柔和的暖中性色调，融合了象牙白、赤陶色、沙色和柔和的浅褐色。画面中点缀着微妙的动态轨迹线和流动的布料旋涡，暗示着温和的夏日微风。明亮的自然阳光从侧方照射，在物体下方投射出柔和的阴影，赋予材质一种“被阳光熏染”的光泽感。整体风格呈现出地中海式的优雅与宁静。画面中分布着多处精致的标注文字，通过细线指向对应的单品，文字内容包括：'Breathable fabric'、'Refreshing texture'、'Moisture-wicking properties' 以及 'Seasonal comfort'。 |
| 色調を合わせた浮遊要素をエレガントな円形の構図に配置した、ハイファッションスタイルのサマーコーディネートのインフォグラフィック。通気性の良い麦わら帽子、袖なしのオーガニックコットントップス、流れるようなプリーツスカート、手作りのレザーサンダル、そしてヤシの葉を編んだハンドバッグが含まれています。精緻な注釈は、生地の通気性、爽やかな質感、吸湿発散性、そして季節の快適さを強調しています。カラーパレットは、アイボリーホワイト、テラコッタ、サンド、ソフトタンといった温かみのあるニュートラルカラーを採用しています。繊細なダイナミックな軌跡と流れるような生地の渦巻きは、穏やかな夏のそよ風を連想させ、明るい自然光は地中海風の柔らかな影と日焼けしたような輝きを生み出します。 | これは、優雅で広がりのある円形の構図を用いた、夏の装いを特集したハイエンドなファッションインフォグラフィックです。画像の中央には、綿密にコーディネートされた夏の装いが配置され、すべての要素がまるで空中に浮かんでいるかのように見えます。主な要素は、軽量で通気性に優れたライトベージュのつば広麦わら帽子、生地の質感がはっきりと見えるアイボリーのノースリーブオーガニックコットントップス、裾がそよ風になびくプリーツの長いテラコッタ色のスカート、繊細な金属製のバックルが付いた手作りの革サンダル、そして自然な植物の質感が際立つ美しいヤシの葉のハンドバッグです。背景は、アイボリー、テラコッタ、サンド、そして柔らかなライトブラウンをブレンドした、柔らかく温かみのあるニュートラルカラーパレットです。繊細なダイナミックラインと流れるような生地の渦巻きが画像にアクセントを加え、穏やかな夏のそよ風を連想させます。明るい自然光が横から差し込み、被写体の下に柔らかな影を落とし、素材に太陽の光を浴びたような輝きを与えています。全体的なスタイルは、地中海の優雅さと静けさを彷彿とさせます。画像には、対応するアイテムを細い線で示す、繊細なラベル付きのテキストがいくつか配置されています。テキストには、「通気性の良い生地」「爽やかな肌触り」「吸湿発散性」「季節を問わず快適」といったフレーズが含まれています。 |
| ワークフロー (通常版)：「ERNIE/」4100_ernie_image_t2i.json | SubGraph |
 |  |
| 入力プロンプト | Prompt Enhancer によるプロンプト |
| A stylized cinematic side-profile medium shot portrait of a young European woman with sleek dark hair in a tight low bun, wearing a crisp white ruffled-collar shirt, eyes closed in serene contemplation, standing against a moody, dark gradient deep indigo-blue twilight sky with layered misty mountain silhouettes in the background, extreme high-contrast split neon lighting: 95% of the scene bathed in deep, saturated cool cyan-blue ambient light (dim, moody, low-key), with a sharp, intense, vivid neon pink-orange rim light tracing her facial profile, neck, and collar, creating bold color blocking and a surreal, artistic aesthetic, minimalist composition, high-fashion editorial, 8K, ultra-sharp focus on subject, moody desaturated blue tones, dramatic contrast, atmospheric depth, tranquil introspective vibe, dark atmospheric background, no overexposure, stylized color grading, neon rim light glow, low-key cool fill light. | 这是一张具有电影质感的艺术肖像摄影作品，采用侧面中景构图。画面主体是一位年轻的欧洲女性，她梳着整齐的深色发髻，身穿一件带有褶皱领口的白色衬衫，双眼轻闭，神情宁静沉思。背景是昏暗的深靛蓝色渐变天空，远处可见层叠的山脉剪影，笼罩在朦胧的雾气之中。画面采用极端高对比度的霓虹分割式照明：约95%的场景被深沉、饱和的冷青蓝色环境光笼罩，呈现出低调、忧郁的氛围；而一道锐利、强烈且鲜艳的霓虹粉橙色轮廓光精准地勾勒出人物的面部轮廓、颈部线条和衣领边缘，形成了大胆的色彩分割效果。整体风格极简且富有艺术感，呈现出高级时尚编辑摄影的视觉特征，画面清晰度极高，焦点锐利，色调经过风格化处理，营造出一种超现实的、充满内省气息的氛围。 |
| スタイリッシュな映画風の横顔ミディアムショットポートレート。滑らかな黒髪を低い位置でタイトなシニヨンにまとめ、パリッとした白いフリル襟のシャツを着て、静かに物思いにふけるように目を閉じている若いヨーロッパ人女性。背景には、霧のかかった山々のシルエットが幾重にも重なった、物憂げで暗いグラデーションの深いインディゴブルーの夕暮れの空が広がっている。極めてコントラストの高いスプリットネオン照明：シーンの95%は、深く彩度の高いクールなシアンブルーの環境光（薄暗く、物憂げで、ローキー）に照らされ、シャープで強烈な鮮やかなネオンピンクオレンジのリムライトが彼女の顔の輪郭、首、襟をなぞり、大胆なカラーブロッキングとシュールで芸術的な美学を生み出している。ミニマルな構図、ハイファッションのエディトリアル、8K、被写体への超シャープなフォーカス、物憂げで彩度の低いブルートーン、劇的なコントラスト、雰囲気のある奥行き、静かで内省的な雰囲気、暗い雰囲気のある背景、露出オーバーなし、スタイリッシュなカラーグレーディング、ネオンリムライト控えめでクールな、温かみのあるフィルライト。 | これは、中距離からの横からの構図を用いた、映画のような芸術的なポートレート写真です。被写体は、きちんとスタイリングされた黒髪の若いヨーロッパ人女性で、フリル付きの襟の白いブラウスを着て、目を優しく閉じ、穏やかで物思いにふけるような表情をしています。背景は、重厚な深い藍色のグラデーションの空で、遠くには霞がかった山々のシルエットが幾重にも重なっています。この画像では、非常にコントラストの高いネオンセグメント照明が用いられています。シーンの約95%は、深く彩度の高い、クールなシアンブルーの環境光に照らされ、控えめで憂鬱な雰囲気を醸し出しています。一方、シャープで強烈なネオンピンクオレンジのリムライトが、被写体の顔の輪郭、首筋、襟元を正確に際立たせ、大胆な色彩分割効果を生み出しています。全体的なスタイルはミニマルでありながら芸術的で、ハイファッション誌の編集写真のような視覚的特徴を備えています。画像は非常に鮮明で、細部まで精緻に描写されており、様式化された色調が、シュールで内省的な雰囲気を醸し出している。 |
| ワークフロー (蒸留版)：「ERNIE/」4200_ernie_image_turbo_t2i.json | SubGraph |
 |  |
| ワークフロー (通常版)：「ERNIE/」4101_ernie_image_t2i_simple.json | ワークフロー (蒸留版)：「ERNIE/」4201_ernie_image_turbo_t2i_simple.json | ||
 |  | ||
 4101_ernie_image_t2i_simple.json | 4100_ernie_image_t2i.json |  4201_ernie_image_turbo_t2i_simple.json | 4200_ernie_image_turbo_t2i.json |
| 画像サイズ：1024x1024 | |||
| ワークフロー (通常版)：「ERNIE/」4102_ernie_image_t2i_general.json | ワークフロー (蒸留版)：「ERNIE/」4202_ernie_image_turbo_t2i_general.json | ||
 |  |
| 英語プロンプト | 日本語プロンプト |
 | |
| A vertically composed blackboard chalk illustration in the style of a vintage café hand-drawn menu. The background is a deep green chalkboard, its surface covered with slight white chalk dust and blurred, hazy smudge marks left by a chalkboard eraser, conveying a highly realistic physical texture. All elements in the image are rendered with the characteristic grainy lines and cross-hatching of chalk, primarily in pure white, pale yellow, and light brown. At the top center of the image is a ribbon-shaped border frame, inside which bold white chalk lettering reads 'CAFE & BAKERY.' Directly beneath the ribbon is a smaller line of handwritten Japanese: '本日のおすすめ' (Today's Recommendations). The visual focal point at the center of the image is a meticulously drawn hot latte in white and light brown chalk, sitting on a circular coaster. A heart-shaped latte art pattern is traced on the surface of the coffee, and above the rim of the cup three curling wavy lines represent rising steam. To the lower right of the coffee cup is a croissant, its layered dough texture and crispy shadows rendered with pale yellow and white chalk strokes. Scattered around the coffee are a few loose coffee beans and simple four-pointed star motifs. The lower half of the image contains a neatly typeset menu list, with items on the left, prices on the right, and sparse chalk dotted lines connecting them in between. From top to bottom, the entries read: 'Hot Coffee' — '¥450,' 'Cafe Latte' — '¥500,' 'Croissant' — '¥300,' 'Pancake' — '¥650.' Along the very bottom edge of the image, the business hours are written in flowing cursive English: 'Open 10:00 - Close 20:00.' The lighting is even throughout, and the strong dark background contrasts sharply with the bright chalk strokes, imbuing the piece with a rich hand-drawn aesthetic. | ヴィンテージカフェの手書きメニュー風の、縦長の黒板チョークイラスト。背景は濃い緑色の黒板で、表面には白いチョークの粉が少し付着し、黒板消しでぼやけたかすんだ跡が残っており、非常にリアルな質感を表現している。画像内のすべての要素は、主に純白、淡黄色、薄茶色のチョークで、特徴的な粒状の線と交差線で描かれている。画像の上部中央にはリボン型の枠があり、その中に太字の白いチョーク文字で「CAFE & BAKERY」と書かれている。リボンのすぐ下には、手書きの日本語で「本日のおすすめ」と書かれている。画像の中心にある視覚的な焦点は、円形のコースターの上に置かれた、白と薄茶色のチョークで丁寧に描かれたホットラテである。コーヒーの表面にはハート型のラテアート模様が描かれ、カップの縁の上には3本の波打つ線が立ち昇る湯気を表現している。コーヒーカップの右下にはクロワッサンが描かれており、その幾層にも重なった生地の質感とパリッとした影は、淡い黄色と白のチョークの筆致で表現されている。コーヒーの周りには、数粒のコーヒー豆とシンプルな四芒星の模様が散りばめられている。画像の下半分には、きれいに活字で組まれたメニューリストがあり、左側に品目、右側に価格が、そしてそれらを繋ぐチョークの点線がまばらに描かれている。上から順に、「ホットコーヒー」—「450円」、「カフェラテ」—「500円」、「クロワッサン」—「300円」、「パンケーキ」—「650円」となっている。画像の一番下の端には、営業時間が流れるような筆記体で「10:00開店 - 20:00閉店」と書かれている。照明は全体的に均一で、濃い背景と明るいチョークの筆致が鮮やかなコントラストを成し、作品に豊かな手描きの美しさを与えている。 |
| 参考URL → https://ernieimageprompt.com/ | |
| 英語プロンプト | 日本語プロンプト |
 | |
|
Magazine cover titled "ERNIE-Image" vol.64. A central portrait of a young Japanese woman with long, wavy honey-brown hair and a neutral, elegant expression. She wears a two-piece ensemble made of pale pink chiffon: a cropped, off-the-shoulder top with voluminous sheer lantern sleeves and a matching high-waisted flared mini skirt. The fabric is translucent, catching soft light. She stands in a bright interior before a large white-framed window. Delicate cherry blossom branches with pale pink petals frame the sides of the composition. Lighting is soft natural daylight, creating high-key tones and gentle shadows. Low depth of field with a blurred background. Text layout includes: "ERNIE-Image vol.64" in black serif typography at the top; "2026 春の絶対ルール" in red; "透け感とパステル" in blue; "可愛い Cropped mini dress" in pink and white italics; "肌も心もリセット" in teal; and "新年度、新しい自分へ" in bold white characters with a subtle drop shadow at the bottom. Sharp focus on the subject's face and garment texture. |
雑誌「ERNIE-Image」第64号の表紙。中央には、ウェーブがかった長いハニーブラウンの髪と、ニュートラルで上品な表情をした若い日本人女性のポートレート。彼女はペールピンクのシフォン素材のセットアップを着用：ボリュームのあるシアーなランタンスリーブのオフショルダー・クロップドトップスと、お揃いのハイウエスト・フレアミニスカート。生地は半透明で、柔らかな光を捉えている。彼女は大きな白い窓枠の前の明るい室内に立っている。淡いピンクの花びらを持つ繊細な桜の枝が、構図の両端を縁取っている。 ライティングは柔らかな自然光で、ハイキーなトーンと穏やかな影を生み出している。背景をぼかした浅い被写界深度。テキストレイアウトには以下を含む：上部に黒のセリフ体で「ERNIE-Image vol.64」；赤色で「2026 春の絶対ルール」；青色で「透け感とパステル」；ピンクと白の斜体で「可愛い Cropped mini dress」；ティール（青緑）色で「肌も心もリセット」；そして下部に、かすかなドロップシャドウを付けた太い白文字の「新年度、新しい自分へ」。被写体の顔と衣服の質感にシャープな焦点を合わせている。 |
| 参考URL → https://www.techno-edge.net/article/2026/04/17/4998.html | |
| 英語プロンプト | 日本語プロンプト |
 |  |
| A medium shot photo for a fashion magazine cover titled "STELLE" in a large, elegant, golden font across the top. An East Asian woman with wavy brown hair is centrally posed, smiling brightly, with her right hand in her hair. She wears a structured, shimmering metallic gold corset over a lime green sheer organza blouse with voluminous puff sleeves, and a matching gold satin mini skirt. Scattered pink cherry blossom petals float in a bright, sun-dappled interior with a soft, blurred background of windows. Text layout in black Japanese font: on the upper right, "「新しい私」に出会う春～" and "Spring Metamorphosis～"; on the left, "質感で遊ぶ、サクラ色メイク", "内側から発光する「生肌（なまはだ）」の作り方", "春のヘアケア"; on the middle right, "魅せる、曲線美", "最旬シアー素材で作る、大人のエフォートレス・スタイル", "Gold or Silver?", "春の陽光に映えるメタリックアクセサリーの魔法"; across the bottom, "TOKYO 2026：春のお出かけスポット決定版", "自分を愛するための、10のセルフケア・ルーチン", "Special Interview：トップモデルが語る、「強さと、しなやかさ」の秘密". | ファッション雑誌の表紙を想定したミディアムショットの写真。上部に大きくエレガントな金色のフォントで「STELLE」のロゴ。中央には、ウェーブがかったブラウンヘアの東アジア人女性が笑顔で、右手を髪に添えるポーズ。彼女は、ボリュームのあるパフスリーブが付いたライムグリーンのシアーオーガンザブラウスの上に、光沢のある金属的な金のコルセットを重ね、お揃いの金のサテンミニスカートを着用している。窓からの柔らかな日差しが差し込む明るい室内、ぼやけた背景にはピンク色の桜の花びらが舞っている。黒色の日本語テキストレイアウト：右上部に「「新しい私」に出会う春～」「Spring Metamorphosis～」。左側に「質感で遊ぶ、サクラ色メイク」「内側から発光する「生肌（なまはだ）」の作り方」「春のヘアケア」。中右側に「魅せる、曲線美」「最旬シアー素材で作る、大人のエフォートレス・スタイル」「Gold or Silver?」「春の陽光に映えるメタリックアクセサリーの魔法」。下部を横断して「TOKYO 2026：春のお出かけスポット決定版」「自分を愛するための、10のセルフケア・ルーチン」「Special Interview：トップモデルが語る、「強さと、しなやかさ」の秘密」。 |
| 参考URL → https://x.com/PhotogenicWeekE/status/2045366872066101669 | |
| 英語プロンプト | 日本語プロンプト |
 |  |
|
A detailed, high-quality photograph of a four-panel Japanese color manga page, in a classic hand-drawn, full color, for a resolution of 768x1216. The page follows a specific layout: the top two panels are stacked vertically, and the bottom two panels are horizontal and placed side-by-side. Panel 1 (Top, Vertical Stack): A Japanese girl with a happy, excited expression is in her cozy, slightly messy bedroom, looking at her smartphone. She is using a pizza ordering app. A large speech bubble contains: 'ピザ、頼んじゃおう！'. Another smaller one has: 'どれにしようかな〜'. A large onomatopoeia is next to the phone: 'ポチッ'. Panel 2 (Middle, Vertical Stack): The girl is at the front door of her apartment. She is enthusiastically receiving a steaming pizza box from a delivery person in a uniform and cap. The delivery person is smiling, saying 'お届け物です！'. The girl exclaims 'わーい！', with a smaller bubble 'ありがとうございます！' . Japanese onomatopoeia for the doorbell and the door opening: 'ピンポーン！'and 'ガチャ'. Panel 3 (Bottom-Right, Horizontal): The girl is back in her room, kneeling at a low table with the pizza box. She is eagerly opening the lid. Steaming hot pizza, with melted cheese and pepperoni, is revealed. Her eyes are wide with joy. Speech bubbles: 'わぁ〜！美味しそう！'and 'オープン！' . A large onomatopoeia is for the heat: 'ホカホカ'. Panel 4 (Bottom-Left, Horizontal): A close-up of the girl happily taking a big bite of a pizza slice, with melted cheese stretching from the slice to her mouth. She has a look of pure bliss. Speech bubbles: 'パクッ' , 'うま〜い！', and '最高！' . Japanese chewing sound effect onomatopoeia is all around: 'モグモグ'. The panels are full of typical manga screen tones, background lines, and details, framed by clear black manga borders. |
768×1216ピクセルの高解像度で、手描きのフルカラー漫画4コマを詳細かつ高画質に撮影した写真です。ページは特定のレイアウトに従っており、上2コマは縦に、下2コマは横に並んでいます。 1コマ目（上段、縦積み）：幸せそうで興奮した表情の日本の女の子が、居心地の良い、少し散らかった寝室でスマートフォンを見ています。彼女はピザの注文アプリを使っています。大きな吹き出しには「ピザ、頼んじゃおう！」と書かれており、小さな吹き出しには「どれにしようかな〜」と書かれています。スマートフォンの横には大きな擬音語「ポチッ」があります。 2コマ目（中段、縦積み）：女の子はアパートの玄関に立っています。制服と帽子をかぶった配達員から湯気の立つピザの箱を嬉しそうに受け取っています。配達員は笑顔で「お届け物です！」と言っています。女の子は「わーい！」と叫び、小さな吹き出しには「ありがとうございます！」と書かれています。ドアベルとドアが開く音は日本語の擬音語で「ピンポーン！」と「ガチャ」です。 3コマ目（右下、横）：女の子は自分の部屋に戻り、低いテーブルにひざまずいてピザの箱を持っています。彼女は待ちきれない様子で蓋を開けています。湯気の立つ熱々のピザが現れ、溶けたチーズとペパロニがたっぷり乗っています。彼女の目は喜びで大きく見開かれています。吹き出しには「わぁ〜！美味しそう！」と「オープン！」と書かれています。熱さを表す大きな擬音語は「ホカホカ」です。 4コマ目（左下、横）：女の子がピザ一切れを嬉しそうに大きくかじっているクローズアップ。溶けたチーズがピザから口元まで伸びています。彼女は至福の表情を浮かべています。吹き出しには「パクッ」「うま〜い！」「最高！」といったセリフが。咀嚼音の擬音語「モグモグ」もあちこちに散りばめられている。 コマ割りは典型的なマンガのスクリーントーン、背景線、細部描写で埋め尽くされ、くっきりとした黒い枠線で囲まれている。」。 |
| 参考URL → https://dskjal.com/deeplearning/ernie-image | |
| 英語プロンプト | 日本語プロンプト |
 |  |
|
This is an infographic illustration designed in the style of a modern coffee shop thermal receipt, with an overall vertical layout. The background is off-white, with a subtle paper texture and slight creases. The top and bottom edges have irregular, jagged tears, realistically recreating the texture of a torn receipt. All text and graphics are monochrome (black ink on an off-white background), using a monospaced typewriter font with slight blurring and smudging to simulate a realistic receipt print effect. # Content Placement The content is arranged from top to bottom. At the very top center is a bold barcode composed of vertical black lines, immediately below which are the numbers "9876543210987". Below the barcode, in the center, is a minimalist logo cleverly combining a neural network node pattern with a frame/canvas icon. Below the logo, in the center, is the title text "ERNIE IMAGE LAB". Next, left-aligned header information is displayed in two lines: 'Date: 2026/04/15 12:00:00'' Server: ERNIE TEXT-TO-IMAGE'. Below that is the first dotted separator line: "--------------------------------" Next is the column header area, with the following text: "Item Value" below that is the second dotted separator line: "--------------------------------" Following this is the list area of the simulated order record, displaying a specific item and its score (description left-aligned, value right-aligned). Item 1: "1. Prompt Input" - 'Detailed Text Description' +50 Item 2: "2. Image Generation" - 'One-Step Visual Creation' +90 Item 3: "3. Style Specification" - 'Art Style Defined by Prompt' +60 Item 4: "4. Iterative Processing by Prompt - Rewrite and Refine Prompts +55 Below the list is a note: '(Note: No direct images)' '(Edit, all results are generated from text prompts.)' Next, there is a third dashed separator: '--------------------------------' Following this, there is a total data block displayed in bold on two lines: 'TOTAL GENERATION POWER 255' '(TEXT-DRIVEN)' Below, there is a fourth (and final) dashed separator: '--------------------------------' At the bottom center of the receipt, there is two lines of conclusion text: 'THANK YOU FOR USING ERNIE-IMAGE!' 'TEXT IN. IMAGE OUT.' The overall design is clean, modern, and minimalist, perfectly combining the format of an everyday receipt with an AI workflow concept that generates images from plain text. |
これは、現代的なコーヒーショップの感熱レシートのスタイルでデザインされたインフォグラフィックのイラストで、全体的に縦長の構成になっています。背景はオフホワイトで、紙の質感が微妙で、わずかに折り目がついています。上下の端には不規則でギザギザの破れがあり、破れたレシートの質感をリアルに再現しています。すべてのテキストとグラフィックはモノクロ（オフホワイトの背景に黒インク）で、等幅のタイプライターフォントを使用し、わずかににじみやぼかしを加えて、リアルなレシートの印刷効果をシミュレートしています。 # コンテンツ配置 コンテンツは上から下に配置されています。 一番上の中央には、垂直の黒線で構成された太字のバーコードがあり、そのすぐ下に「9876543210987」という数字があります。 バーコードの下の中央には、ニューラルネットワークのノードパターンとフレーム/キャンバスアイコンを巧みに組み合わせたミニマルなロゴがあります。 ロゴの下の中央には、「ERNIE IMAGE LAB」というタイトルテキストがあります。 続いて、左揃えのヘッダー情報が 2 行で表示されます。'日付: 2026/04/15 12:00:00''サーバー: ERNIE TEXT-TO-IMAGE'その下に最初の点線の区切り線があります。「--------------------------------」 次は列ヘッダー領域で、テキストは次のとおりです。 「アイテム値」その下に 2 番目の点線の区切り線があります。 「--------------------------------」 続いて、シミュレーションされた注文レコードのリスト領域があり、特定のアイテムとそのスコアが表示されます (説明は左揃え、値は右揃え)。 1 番目のアイテム:「1. プロンプト入力」 - '詳細なテキスト説明' +50 2 番目のアイテム:「2. 画像生成」 - 'ワンステップのビジュアル作成' +90 3 番目のアイテム:「3. スタイル指定」 - 'プロンプトで定義されたアートスタイル' +60 4 番目のアイテム:「4.プロンプトによる反復処理 - プロンプトを書き換えて絞り込み +55 リストの下には注記があります: '(注記: 直接画像はありません)' '(編集、すべての結果はテキストプロンプトから生成されます。) ' 次に、3 番目の破線区切り線があります: '--------------------------------' これに続いて、2 行で太字で表示される合計データブロックがあります: 'TOTAL GENERATION POWER 255' ' (TEXT-DRIVEN)' 下に、4 番目の (そして最後の) 破線区切り線があります: '--------------------------------' レシートの下部中央には、2 行の結論テキストがあります: 'THANK YOU FOR USING ERNIE-IMAGE!' 'TEXT IN. IMAGE OUT.' 全体的なデザインは、クリーンでモダンでミニマルであり、日常のレシート形式と、プレーン テキストから画像を生成する AI ワークフロー コンセプトを完璧に組み合わせています。」。 |
| 参考URL → https://dskjal.com/deeplearning/ernie-image | |
| 英語プロンプト | 日本語プロンプト |
 |  |
| A landscape-oriented (approximately 4:3 ratio), whimsical children's crayon hand-drawn style illustration, presented as a warm and joyful city travel diary. The background has a soft, pale yellow drawing-paper texture, employing vivid and bright colors such as bright red, sky blue, and grass green, with strokes exhibiting the distinctly rough, textured quality of crayon doodling. Centered at the very top of the image, a large title 'Tokyo Travel Journal' is written in colorful handwritten lettering. The visual center of the image is a winding, zigzagging travel route composed of colorful dashed lines and arrows, traversing the entire image from left to right. The route comprises four stops of a one-day Tokyo tour: at the starting point on the left, handwritten text reads 'Stop 1: Senso-ji Temple - Giant red lantern!', accompanied by a drawing of a red Kaminarimon giant lantern; the dashed line meanders to the lower right toward the left-center, where it reads 'Stop 2: Akihabara - Anime wonderland!', paired with a chibi-style retro game console doodle; the dashed line continues curving to the upper right, reading 'Stop 3: Shibuya Crossing - So many people!', accompanied by black-and-white zebra crossing stripes and a few stick-figure drawings; finally, the dashed line leads to the endpoint on the right side, reading 'Final Stop: Ramen & Takoyaki - Best dinner ever!', with a steaming bowl of ramen drawn beside it. Scattered densely around the route are chibi-style cute hand-drawn elements: in the lower-left corner, a little boy explorer wearing a yellow backpack and holding up binoculars has a speech bubble above his head with the childlike exclamation 'I didn't know Tokyo was so fun!'; in the lower-right corner, a cute little girl biting into a pink strawberry daifuku has a speech bubble reading 'I want to come again!'. The upper half of the image features scattered chibi city landmarks: the upper left has a towering 'Tokyo Skytree' doodle, the upper right has a red-and-white striped 'Tokyo Tower', and in the far background at the top center is a snow-capped 'Mt. Fuji'. Several whimsical signposts are planted along the route: near Kaminarimon, a bright yellow sign reads 'Crowds ahead!'; near the Shibuya zebra crossing... | 横長（約 4:3 の比率）で、気まぐれな子供のクレヨン手描き風のイラストで、温かく楽しい都市旅行日記として提示されています。背景は柔らかい淡黄色の画用紙の質感で、鮮やかな赤、空色、草緑などの鮮やかで明るい色が使われており、筆致はクレヨンの落書き特有の粗く質感のある質感を示しています。画像の一番上の中央には、カラフルな手書き文字で「東京旅行日記」という大きなタイトルが書かれています。画像の視覚的な中心は、カラフルな点線と矢印で構成された、左から右に画像全体を横切る曲がりくねったジグザグの旅行ルートです。このルートは、東京の 1 日観光の 4 つの立ち寄り場所で構成されています。左側の出発点には、手書きのテキストで「立ち寄り場所 1: 浅草寺 - 巨大な赤い提灯！」と書かれており、赤い雷門の巨大な提灯の絵が添えられています。点線は右下に向かって左中央に向かって曲がり、そこには「ストップ2：秋葉原 - アニメのワンダーランド！」と書かれており、ちびキャラ風のレトロゲーム機の落書きが添えられています。点線は右上に向かって曲がり続け、「ストップ3：渋谷スクランブル交差点 - たくさんの人！」と書かれており、白黒の横断歩道の縞模様と棒人間の絵がいくつか添えられています。最後に、点線は右側の終点にたどり着き、「最終地点：ラーメンとたこ焼き - 最高の夕食！」と書かれており、湯気の立つラーメンの丼が横に描かれています。ルートの周囲には、ちびキャラ風のかわいい手描きの要素が密集しています。左下隅には、黄色いリュックサックを背負い双眼鏡を構えた小さな男の子の探検家の頭上に、「東京がこんなに楽しいなんて知らなかった！」という子供っぽい感嘆詞の吹き出しがあります。右下隅には、ピンクのイチゴ大福をかじっている可愛い女の子の吹き出しがあり、「また来たい！」と書かれている。画像の上半分には、ちびキャラ風の都市のランドマークが散りばめられている。左上にはそびえ立つ「東京スカイツリー」の落書き、右上には赤と白の縞模様の「東京タワー」、そして中央奥には雪をかぶった「富士山」がある。ルート沿いには、いくつかのユーモラスな標識が設置されている。雷門付近には、明るい黄色の標識に「混雑注意！」と書かれている。渋谷の横断歩道付近には… |
| 参考URL → https://ernieimageprompt.com/ | |
| ChatGPT の生成したプロンプトで 英語/日本語 の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 |
| 英語プロンプト | 日本語プロンプト |
 |  |
| A beautiful Japanese woman in her 20s, natural facial features, smooth fair skin, long straight black hair, calm and confident expression, standing in a minimal modern interior. Medium shot, centered composition, soft diffused daylight from a side window creating gentle shadows, neutral color palette with subtle warm tones, sharp focus on eyes, shallow depth of field, clean background with slight blur, realistic skin texture, fine hair detail. | 20代の美しい日本人女性、自然な顔立ち、なめらかで明るい肌、長くまっすぐな黒髪、落ち着いて自信のある表情、ミニマルな現代的室内に立っている。ミディアムショット、中央構図、窓からの柔らかな拡散自然光で穏やかな影、ニュートラルでわずかに暖かみのある色調、目にシャープなピント、浅い被写界深度、背景はクリーンで軽くぼかし、リアルな肌質感と細かな髪のディテール。 |
| 英語プロンプト | 日本語プロンプト |
 |  |
| A beautiful Japanese woman in her 20s, natural facial features, smooth fair skin, long straight black hair, calm and confident expression. Bust-up portrait, centered composition, facing slightly toward camera, shoulders and upper chest visible. Soft diffused daylight from a side window creating gentle shadows and natural highlights on skin, neutral background with subtle blur, shallow depth of field, sharp focus on eyes, realistic skin texture, fine hair detail, balanced warm color tones. | 20代の美しい日本人女性、自然な顔立ち、なめらかで明るい肌、長くまっすぐな黒髪、落ち着いて自信のある表情。バストアップのポートレート、中央構図、ややカメラに向いた姿勢で肩から胸上までが見える。窓からの柔らかな拡散光で穏やかな影と自然なハイライト、背景はわずかにぼかしたニュートラルな空間、浅い被写界深度、目にシャープなピント、リアルな肌質感と繊細な髪のディテール、バランスの取れた暖色系の色調。 |
| 英語プロンプト | 日本語プロンプト |
 |  |
| A Japanese woman in her 20s drinking coffee at a café at night, natural facial features, smooth fair skin, long straight black hair, relaxed and thoughtful expression. Bust-up portrait, seated at a small table, holding a cup near her lips. Warm ambient lighting from overhead lamps and soft reflections from nearby windows, cinematic contrast between warm interior light and cool night tones outside. Shallow depth of field, blurred background with faint silhouettes of furniture and window lights, sharp focus on eyes and cup, realistic skin texture, subtle highlights and shadows. | 夜のカフェでコーヒーを飲む20代の日本人女性、自然な顔立ち、なめらかで明るい肌、長くまっすぐな黒髪、リラックスして思慮深い表情。バストアップのポートレート、小さなテーブルに座りカップを口元に持つ。天井照明の暖かい環境光と窓の反射による柔らかな光、室内の暖色と外の夜の冷たい色調の対比。浅い被写界深度、背景は家具や窓の光がぼんやりと見える、目とカップにシャープなピント、リアルな肌質感と繊細なハイライトと影。 |
| 英語プロンプト | 日本語プロンプト |
 |  |
| A tall, elegant Japanese businesswoman in her late 20s to early 30s, refined facial features, smooth fair skin, long straight black hair neatly styled, confident and composed expression. Medium-full portrait, standing posture emphasizing height, one hand lightly holding a tablet or folder. Wearing a tailored dark suit with a crisp white blouse. Clean modern office interior with glass and soft reflections. Soft directional lighting from large windows creating balanced highlights and gentle shadows, neutral cool color palette, shallow depth of field, sharp focus on face, subtle background blur, realistic fabric texture and fine details. | 背の高いエレガントな20代後半〜30代前半の日本人ビジネスウーマン、洗練された顔立ち、なめらかで明るい肌、整えられた長い黒髪、落ち着きと自信のある表情。身長が際立つミディアム〜全身寄りの構図、立ち姿で片手にタブレットや書類を軽く持つ。ダークカラーの仕立ての良いスーツに白いブラウス。ガラスや反射のあるモダンなオフィス空間。大きな窓からの柔らかな指向性光で均整の取れたハイライトと穏やかな影、ニュートラルでややクールな色調、浅い被写界深度、顔にシャープなピント、背景は軽くぼかし、リアルな生地感と細部描写。 |
| 英語プロンプト | 日本語プロンプト |
 |  |
| A mysterious 27-year-old professional female model, Japanese, refined facial features, smooth fair skin, long sleek black hair, subtle intense gaze with a composed expression. Bust-up portrait, slightly angled pose, one shoulder forward. Low-key lighting with soft directional light from the side creating deep shadows and dramatic contrast, dark minimal background with faint gradients. Shallow depth of field, sharp focus on eyes, soft shadow contours on face, realistic skin texture, controlled highlights, muted color palette with cool tones. | ミステリアスな27歳の日本人女性プロモデル、洗練された顔立ち、なめらかで明るい肌、長く艶のある黒髪、控えめで鋭い視線と落ち着いた表情。バストアップのポートレート、やや角度をつけたポーズで片肩を前に出す。サイドからの柔らかな指向性ライトによるローキー照明で深い影とドラマチックなコントラスト、背景は暗くミニマルでわずかなグラデーション。浅い被写界深度、目にシャープなピント、顔の陰影を柔らかく表現、リアルな肌質感、抑えたハイライトとクールトーン中心の色調。 |
| 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 |
| 英語プロンプト | 日本語プロンプト |
 |  |
| プロンプト → z-image の例 | |
| 英語プロンプト | 日本語プロンプト |
 |  |
| プロンプト → z-image の例 | |
| 英語プロンプト | 日本語プロンプト |
 |  |
| プロンプト → FLUX.2 の例 | |
| 英語プロンプト | 日本語プロンプト |
 |  |
| プロンプト → FLUX.2 の例 | |
| 英語プロンプト | 日本語プロンプト |
 |  |
 |  |
 |  |
| プロンプト → z-image の例 | |
| 英語プロンプト | 日本語プロンプト |
 |  |
| プロンプト → FLUX.1 の例 | |
| ① AURA Skincare Brand Visual System | ② Luxury Perfume Sand Ad Photography |
 1152x896 |  896x1152 |
|
これは、プレミアムスキンケアブランド「AURA」の、統一されたビジュアルシステムを示すワイドスクリーン対応のブランドビジュアルアイデンティティ（VI）システムデザインモックアッププレゼンテーションです。3×3のグリッドレイアウトで構成されています。背景はライトグレーのシームレスで、柔らかな拡散スタジオ照明と繊細な影が、クリーンでモダン、ミニマル、そして高級感のある美学を表現しています。ブランドの統一カラーパレットは、セージグリーン、ウォームベージュ、チャコールグレーで構成されています。画像には人物や実在のブランド名、ウォーターマークは一切含まれていません。 各グリッドの内容は以下のとおりです。 グリッド1（左上）：メインブランドロゴをあしらった紙製カードのモックアップ。ウォームベージュのカードに繊細なエンボス加工を施し、中央にメインロゴ「AURA」をチャコールグレーで印刷。その下に「BOTANICAL SKINCARE」というサブタイトルを添えています。 グリッド2（中央上）：セカンダリーマークとモノグラムのバリエーション。背景はセージグリーンで、中央にはミニマルな幾何学模様の大文字「A」が配置され、その横には文字から派生した様々なパターンが並んでいます。 グリッド3（右上）：カラースウォッチとタイポグラフィのポスター。セージグリーン、ウォームベージュ、チャコールグレーの3色の正方形のカラースウォッチがポスター上部に整然と配置され、その下にはタイポグラフィのサンプルが表示されています。黒字の見出し「Typography」、サブタイトル「Helvetica Now Display」、そして「純粋で自然な美しさの本質」という明瞭なサンプルテキストが含まれています。 グリッド4（左中央）：美容液製品のパッケージボックスのモックアップ。セージグリーンの紙箱が直立しており、前面には白の「AURA」ロゴ、その下に「Glow Serum」、下部には容量情報「30ml / 1 fl oz」が印刷されています。 グリッド5（中央）：保湿剤製品のメインビジュアル写真。温かみのあるベージュのマットなセラミック製クリームジャーが、ミニマルな幾何学模様の台座の上に置かれ、ジャー本体にはチャコールグレーで「AURA」と「Daily Moisture」の文字がプリントされている。 グリッド6（中央右）：サイズの異なる3つのボディローションポンプボトル。セージグリーンのフロスト仕上げのポンプボトル3本が、高さの低い順に並べられており、ボトル全体に「AURA」と「Body Loti」の文字が均一にプリントされている。 |
高級ブランドの広告写真。横構図と浅い被写界深度を巧みに利用している。真上からの視点で、クリーム色のきめ細かい砂の上に、高級香水瓶が平らに置かれている。香水瓶は、淡い黄金色の液体が入った厚みのある透明な長方形のガラス製で、滑らかな金色の円筒形のキャップが取り付けられている。香水瓶の正面は完全に写っており、垂直に立てられている。中央には、ミニマルな白い正方形のラベルが貼られている。ラベルには、黒のセリフ体で「L'Éternité」と明瞭に印刷され、その下に黒のサンセリフ体で「EAU DE PARFUM」と「100 ml - 3.4 FL.OZ.」とそれぞれ小さく書かれている。 香水瓶を囲むクリーム色のきめ細かい砂の表面には、そよ風や人の手によるものと思われる、穏やかで波打つような跡が残っている。香水瓶は画面の中央に配置され、周囲には意図的に十分な余白が残されている。右下隅の空白部分には、半開きの白いモクレンの花が2輪とエメラルドグリーンの葉が数枚付いた小さな枯れ枝が優雅に配置されています。左上隅には、純白のモクレンの花びらが3枚まばらに散りばめられ、視覚的なアクセントとして、情景の豊かさを自然に引き立てています。 画面左上隅から斜めに差し込む温かく明るい自然光が、砂の起伏、香水瓶、そしてモクレンの花の右下部分に、鮮明でリアルな温かみのある影を落としています。太陽光の下、透明なガラス瓶の本体は、砂の表面に明るい金色の光の筋を映し出します。全体として、3Dレンダリングレベルで極めて高いフォトリアリズムを実現しており、焦点は香水瓶の前面にシャープに集中しています。一方、縁に散りばめられた花びらや砂の表面の質感は、繊細なボケ味を帯びています。全体のライティングは洗練され、温かく、静謐な雰囲気を醸し出しています。 |
| ③ Logo Miniature Hyper-Realistic Photography | ④ Night Street Looking-Back Portrait Photography |
 896x1152 |  1152x896 |
| 縦長の超リアルなミニチュア写真作品。画面中央には、巨大な3Dロゴが配置され、表面には「BRAND NAME」という英字がはっきりと完全に刻印されている。ロゴは元の形状と鮮やかな色彩を保っている。ロゴの周囲と表面には、約1:50スケールのリアルなミニチュア人形が多数配置され、様々な動きを見せている。足場の上に立ち、筆でロゴの縁を塗る人形、はしごやロープを使ってロゴを登る人形、布で表面を拭く人形、ミニチュアカメラで写真を撮る人形など、それぞれが様々な動きをしている。人形には、はしご、ロープ、バケツなどの小道具が与えられている。背景は、グラデーションのない真っ白なスタジオ背景幕。マクロ撮影の視点から、被写界深度を浅く、やや真上からのアングルで撮影することで、巨大なボリューム感を強調している。照明は、上からの柔らかな拡散白色光と側面からの補助光で構成され、純白の地面とロゴの周囲にリアルで繊細な小さな影を落としています。色彩は実物そっくりで、「BRAND NAME」の文字は鮮明でくっきりとしています。 |
写実的なスタイルの夜間ストリートポートレート写真。横構図で、被写体は夜の街の路地に立つ若い女性。彼女はカメラから少し背を向け、肩越しにレンズを見つめている。表情は柔らかく自然で、少し乱れた黒の長い髪が自由に流れ落ち、数本の毛束が両頬に垂れ、顔の輪郭を縁取っている。彼女は厚手の質感のある黒いコートを身に着けている。 絞りを開放することで浅い被写界深度が得られ、背景の路地は深くぼかされている。遠くのネオンライトや街灯の光輪によって、背景には色鮮やかな円形のボケが広がっている。 写真のライティングは映画のような雰囲気で、温かみのある赤と黄色の光が混ざり合い、女性の横顔、鼻筋、髪の毛の輪郭を照らし、柔らかなハイライトと特徴的なリムライトを生み出している。一方、周囲の環境光はクールなトーンを帯びており、フレーム全体に暖色と寒色が混ざり合い、薄暗くも情感豊かな夜の雰囲気を醸し出している。この写真は極めて高い鮮明度と超写実的なクオリティを誇り、女性の肌の質感、繊細な顔の輪郭、瞳に映る光、そして髪の毛一本一本の光沢までが鮮やかに再現されており、全体的な視覚効果は35mmレンズを通して撮影された映画の静止画を彷彿とさせる。 |
| ⑤ Narrow House Isometric Cross-Section Render | ⑥ Ghibli Style |
 896x1152 |  896x1152 |
|
断面効果のある3D建築インテリアレンダリング。アイソメトリックビューを用いて、細長く伸びた住居ユニットのフロアプラン全体を俯瞰し、極めて高いレベルのフォトリアリスティックなクオリティを実現しています。画像は垂直構成で、屋根はなく、壁の上部はフラットにカットされ、白い壁の厚みが露出することで、内部空間のレイアウトが明確に示されています。右側の窓からは明るく柔らかな自然光が斜めに差し込み、床や家具にリアルな光と影の分布を生み出しています。洗練されたリアルなグローバルイルミネーションと素材の質感も特徴です。室内空間は、画像の下部から上部にかけて3つの主要な居住ゾーンに分かれています。 画像下部には、温かみのある色調の天然木ヘリンボーンパーケットフローリングが敷かれたエントランスホールとリビングエリアがあります。右下隅にはダークグレーのセキュリティドアがあり、隣接する壁にはミニマルな靴履きベンチとコート掛けが設置されています。リビングルームの中央には、ライトグレーのL字型ファブリックソファが置かれ、その下には白黒の幾何学模様が織り込まれたラグが敷かれています。ソファの前には、二段式の丸い天然木のコーヒーテーブルがあり、その上には雑誌とコーヒーカップがさりげなく置かれています。左側の壁には、黒い薄型テレビが壁掛けされ、その下には白いフローティングタイプのテレビ台が設置されています。右側の壁には、床から天井まで届く大きなガラス窓があり、窓際の隅には、青々と茂った大きなモンステラ・デリシオサが置かれています。 写真の中央は、オープンキッチンのダイニングエリアへと滑らかに繋がります。床材は、木製フローリングからライトグレーのマットな滑り止めセラミックタイルへと変化しています。左側の壁沿いには、クォーツストーンのカウンタートップを備えた、モダンなL字型の純白アクリル製キャビネットシステムがあり、ステンレス製のオーブンと電子レンジがビルトインされています。カウンターの上には、シングルシンク、イタリア製のエスプレッソマシン、数本のナイフ、黒いスパイス瓶が置かれ、左端には銀色の両開き冷蔵庫が立っています。少し右寄りには、長方形のウォールナット材のダイニングテーブルがあり、モダンな黒革張りのダイニングチェアが4脚並んでいます。ダイニングテーブルの中央には、白いリシアンサス（トルコキキョウ）が生けられた透明なガラスの花瓶が置かれています。 画像の上部には、比較的プライベートな休憩スペースとバスルームがあります。左上には広々とした寝室があり、床は再び木製のフローリングになっています。部屋の中央には、純白のシーツ、ふかふかの枕、紺色のニットのベッドサイドブランケットがかけられた快適なダブルベッドがあります。ベッドの両側には引き出し付きの木製ナイトスタンドがあり、それぞれに温かみのある黄色のメタリックなデスクランプが置かれています。寝室の左側の壁には、床から天井まで届くルーバー扉のワードローブが特注で一列に並んでいます。右上のスペースは、ウェットエリアとドライエリアが分離されたモダンなバスルームで、床は白黒の六角形モザイクタイル張りです。バスルーム内には、透明なガラスの仕切りがあるシャワーブース（シルバーのシャワーヘッド付き）、白い壁掛け式のスマートトイレ、そして浮いているオーク材の洗面台があります。 | スタジオジブリの古典的な画風で描かれた、縦長のアニメーションイラスト。画面中央には、古びた石段が上へと螺旋状に伸びており、表面は風雨にさらされ、厚いエメラルドグリーンの苔と小さな白い野花で覆われている。短い黒髪の少女が石段の中ほどに立っている。彼女は水色のヴィンテージドレスに白いピーターパンカラーをつけ、使い古された茶色の革のサッチェルを斜め掛けにしている。少女は少し頭を上に向けて、上の森を見上げながら好奇心と驚きを込めた表情をしている。少女の左側の前景の草むらには、丸くてふっくらとした、真っ白な体で長い耳を二つ持つ、不思議な幻想的な小さな生き物が、巨大な緑のタロイモの葉を傘のようにして隠れている。背景には、緑豊かで活気に満ちた古代の森が広がっている。何人もの人が囲まなければ回りきれないほど太い巨木が、はっきりとした樹皮の質感で地面から立ち上がり、その表面には太い蔓やシダが垂れ下がっている。背景の葉は幾層にも重ねて描かれ、伝統的な水彩画の透明感と、非常に豊かな緑の色調が表現されています。画面上部では、明るい太陽光が密集した樹冠を透過し、少女のスカートの裾や苔むした石段に優しく降り注ぐ、金色のティンダル光線がいくつも現れ、鮮やかな木漏れ日効果を生み出しています。画面最上部の葉の隙間からは、はるか上空に深い青空がかすかに見え、その傍らには、綿菓子のような巨大な積雲が、ボリューム感たっぷりに浮かんでいます。全体的な画風は、夏の癒しと幻想的なおとぎ話の雰囲気を豊かに伝えています。登場人物や生き物は、繊細なセルシェーディングのフラットカラーリング技法と柔らかなエッジラインで描かれ、手描きの水彩画のような質感を持つ、細部まで丁寧に描かれた背景とシームレスに溶け合っています。 |
| ⑦ Fashion Figure Outfit Structure Breakdown | |
 1440x720 | |
|
手描き風の2Dイラストレーションで、ファッションコンセプトの分解図を示しています。ベージュの羊皮紙のような質感の背景、清潔感のある柔らかな照明、そして力強いデザインスケッチの雰囲気を醸し出すワイドフォーマットレイアウトです。 画像の中央には、全身像で描かれた、ファッショナブルで自信に満ちた若い女性がいます。彼女はゆるやかなウェーブのかかったロングヘアで、キャメル色のマットレザーのトレンチコートを羽織り、その上に黒のレースのシェイプウェアボディスーツと透け感のあるチュールレギンスを重ね着しています。彼女のポーズは自然でありながらダイナミックで、ほのかに官能的な雰囲気を漂わせています。 彼女の周りには、構造的な要素と日本語の手書き風ラベルが放射状に広がっています。 左上には、衣服のレイヤー分解図があり、ランジェリーの構成要素が表示されています。「シェイプウェア＆ランジェリー」と書かれ、その横には「ソフトレース」という素材の説明が続いています。トレンチコートには「トレンチコート」と「マットレザー」のラベルが付いています。レギンスには「レギンス」と「チュール素材」のラベルが付いています。 右上は表情ボードです。4 つの表情の顔写真が含まれており、それぞれ「平静」、「羞恥」、「驚き」、「集中」とラベル付けされています。 右中央のセクションにはクローズアップショットが含まれています。「生地の折り目」というラベルの付いた生地のテクスチャの拡大表示、「手のジェスチャー」というラベルの付いた手のポーズ、および「肌のテクスチャ」というラベルの付いた部分的な皮膚の詳細。 一番下のセクションはライフスタイル アクセサリーを示しています。「ハンドバッグ」とラベルが貼られた開いたハンドバッグには、日用品が散りばめられています。 「口紅」のラベルには「シェード #520」の口紅、香水のラベルは「香水」、コンパクトのラベルは「コンパクトパウダー」、ハンドクリームのラベルは「ハンドクリーム」、手帳のラベルは「日記」、健康補助食品ボトルのラベルは「サプリメント」です。 | |
| ⑧ First-Person City Night Street Photography | |
 720x1440 |
一人称視点で描かれた、現実世界の都市の夜景を描いたアニメ風イラスト。縦長の構図で、通りの奥行きと両側にそびえ立つ高層ビル群の高さを強調している。雨に濡れた、狭く賑やかな現代の街路が描かれ、視線は通りの中心から遠くの消失点へと伸びている。 通りの真ん中には、サイバーパンク風の少女が通りの奥へと歩いている。彼女は、抽象的な模様を形作るLEDストリップが埋め込まれた、滑らかで光沢のあるサイバーパンク風ジャンプスーツを身に着け、半透明のトレンチコートを肩に羽織っている。長く流れるような髪には、街の灯りに合わせてかすかに光るネオンカラーの糸が織り込まれている。 両側にそびえ立つ高層ビル群は、夜空の大部分を覆い隠している。外壁には、複雑な金属製の非常階段、錆びたパイプ、そしてぎっしりと詰め込まれたエアコン室外機が並び、いくつかの窓からは温かい黄色の光が漏れている。通りの両側には、光り輝くネオンサインが密集している。左手前には、突き出た赤い縦長の看板に「ホテル」と英語で光る文字がはっきりと見える。右側の建物のファサードには、明るい青色の長方形の看板に白い文字で「BAR」と書かれており、その真下には、黒い文字で「24時間営業」と書かれた小さな黄色の四角いライトボックスがある。通りをさらに進むと、高層ビルの屋上には、巨大な電子看板に「ネオンシティ」とまばゆいばかりのシアン色の文字が光っている。地面は粗い黒いアスファルトで、雨に濡れた路面には、鏡のように上下の看板の赤と青の光を完璧に反射する、いくつもの不均一な水たまりができている。右側の歩道の端には、黒いトレンチコートを着て黒い傘を差した二人の歩行者が、カメラに背を向けて通りをさらに進んでいく。消失点、両側の高層ビル群の間に形成された狭い「峡谷」の隙間には、巨大な針状の鉄塔が夜空と薄い霧を通してかすかに浮かび上がり、その尖塔にはかすかな赤い航空障害灯が点滅している。画像内の照明は、水しぶきが空気中に満ちる、映画のような立体的な光の効果を強く示している。全体的な色彩は、涼しげなシアンブルーの色調と鮮やかなオレンジレッドの色調が際立っており、画像に非常に没入感のあるアニメ風のイラストスタイルを与えている |
| ERNIE-Image モデルは「Z-Image」「FLUX2」などに比較すると日本語プロンプトで十分追従できるようなので、日本語のプロンプトで検証する |
| 生成画像 | プロンプト |
 896x1152 | 縦に分割された構図の分割画面のコンセプトポスター。左半分は現在と未来を表し、明るい赤い針と赤い目盛りが付いた頑丈な石のアナログ時計の文字盤が特徴で、落ち着いたクールなグレーの色調の深くひび割れた乾燥した乾いた土のテクスチャを背景に、ゆっくりとした静的な構造の崩壊と時間の侵食を体現しています。右半分は、激しく崩壊し、溶解し、混沌とした塵、破片、飛び散る石の破片、渦巻く宇宙の星雲のエネルギーに爆発する過去を表し、深い血のような赤と黒のカラーパレットを使用しています。円形の時計のフレーム自体は、半分が風化した頑丈な石で、半分が粒子に崩れて2つの世界を融合させています。赤い時計の針は文字盤の左側の現在/未来側に完全に配置され、時間、過去と未来、ゆっくりとした崩壊と激しい崩壊の概念を体現しています。映画のようなドラマチックな照明、高コントラスト、左側のシャープなディテール、右側のモーションブラーとダイナミックな粒子効果、ひび割れた土と浮遊する塵のフォトリアルなテクスチャ、大気の霞を備えた超リアルな3Dレンダリング。ミニマルな赤い垂直 UI 要素とコーナーにカスタム テクニカル テキスト オーバーレイを備えた未来的なグラフィック デザイン、右上隅に太字の赤い様式化されたタイトル テキスト「ETERNAL DAWN」、右上隅のメイン タイトルのすぐ下に小さな赤いテクニカル メタデータ テキスト「SPECDARY BOTHUNG」、右下隅に「TIMESTAMP: 00:00:00」、「COLLAPSE RATE: 99.8%」、「TEMPORAL ANOMALY DETECTED」、「PAST DIMENSION: DECAYING」などの小さな赤いテクニカル データ ブロックが密集した行と赤い水平アクセント バー、その下にフッター テキスト「FOR DECAY OF THE EONS」、左上隅に左端に沿って走る垂直の赤いアクセント ラインが付いた小さな赤いヘッダー テキスト「TEMPORAL SHIFT PROTOCOL」、左下隅に「PRESENT: STABLE」、「FUTURE: UNFOLDING」などの小さな赤いテクニカル テキスト注釈が付いた垂直の赤いアクセント ライン、赤いテキスト「WARNING:中央の時計盤の周囲を「TEMPORAL DISINTEGRATION」という文字が曲線を描き、下部中央の分割部分には小さな赤いフッターテキスト「PAST FADES, FUTURE RISES」が配置されています。ハイエンドのSF映画ポスター風に撮影され、8K超高解像度、フォトリアリスティック、映画のような構図、ドラマチックな奥行き、ムードのある強烈な雰囲気、詳細なパーティクルシミュレーション、フォトリアリスティックなマテリアルレンダリングが特徴です。 |
 896x1152 | 日本の伝統的な夏祭りをテーマにしたポスター画像を作成してください。ポスターのど真ん中に「大江戸 夏祭り」という力強い毛筆風の日本語フォントのテキストを大きく配置し、その下部に「2026年 開催」という明朝体のテキストを配置してください。背景には提灯と花火を美しく描いてください。文字が崩れたり、無意味な記号にならないようにしてください。 |
 1152x896 | 夜の屋外カフェに座る、微笑む若い東アジア人女性のクローズアップポートレート。彼女は長い黒髪に前髪があり、ピンクのキャミソールと金のペンダントネックレスを着用している。ぼかされた背景には、鮮やかな青色のネオンサインがあり、「美女茶屋って出来るかな?cafe」という日本語のテキストが表示されている。街灯による温かみのあるボケと、ネオンサインによるクールな青い光が混ざり合うシネマティックなライティング。被写体の透明感のある肌と表情豊かな瞳を強調した、浅い被写界深度のセンター構図。 |
 1152x896 | 昔ながらの喫茶店のテーブルに置かれた、湯気が立つ出来立てのオムライスをクローズアップしたアスペクト比 1:1 のフォトリアリスティックな画像。鮮やかな黄色の卵の上に、真っ赤なケチャップを使って手書きで「殻を破ろう」という文字が書かれている。ケチャップの立体的な厚みや、文字の終わりの液だれしそうな質感までリアルに再現して。 |
 1152x896 |
高級感のある抹茶のパッケージデザインのモックアップ。 落ち着いた深い緑色の和紙のような質感の箱に、中央に縦書きで「極上 宇治抹茶」、その下に小さく「京都の伝統」とはっきりと判読可能な日本語で記載してください。 背景には、うっすらと茶畑と茶室のシルエットが描かれ、ミニマリズムかつ現代的なデザインにしてください。 |
 1152x896 | 手書き風の黒板ポップアップ広告、「新鮮なオーガニック りんご - 本日半額！」という日本語テキストがチョークアート風に正確に書かれた黒板の画像を生成してください。背景にはぼやけたりんごの山を配置してください。 |
 1152x896 | 冬の日本の古民家の室内から、結露したガラス窓越しに外の雪景色を見ているアスペクト比 1:1 のフォトリアリスティックな画像。白く曇ったガラス面に、指でなぞって「春は すぐそこ」と書かれており、その指でなぞった文字の部分だけが透けて、外に咲いている赤い椿の花が鮮明に見えている様子を描写して。 |
 1024x1024 | 雨上がりの日本の寺院の境内にある、苔むした古い土を真上から見下ろしたアスペクト比 1:1 のフォトリアリスティックな画像。雨に濡れて黒く光る土の表面に、太い筆に水を含ませて書いた「雨降って 地固まる」という大きな文字が浮かび上がっている。水で書かれた文字の部分が、周囲の濡れた土よりもさらに強く光を反射し、じわりと滲んでいる様子を描写して。 |
 896x1152 | 縦長の三連写真で、35mmフィルム写真のような美学が表現されている。フレームは縦方向に3つの同じサイズのパネルに分割され、上から下に積み重ねられており、それぞれに同じ若い女性が屋外で日光の下で異なるポーズをとっている様子が描かれている。女性は黒く、やや乱れたウェーブのかかった髪をしており、そよ風で自然に数本の毛束が持ち上げられ、シンプルな白いキャミソールを着ている。3つのパネルすべてに共通する背景は、澄み切った明るい雲のない青空である。一番上のパネルは、低い角度から見上げるショットで、女性は静かにカメラを見下ろし、直接的でありながらやや物思いにふけるような視線を向けている。明るい午後の日光が彼女の顔と肩の片側を横から照らし、柔らかく自然な影を作り出している。真ん中のパネルは、目の高さからやや上向きに傾けた視点で、被写体は広大な空を強調するためにやや中心からずれた位置に配置され、頭はフレームの右側を向いて、物思いにふけったような、どこか超然とした表情で遠くを見つめている。画面左下端には、茶色がかった小さな円柱状の屋根構造物がかすかに見えている。下段は、彼女の顔の横顔の超クローズアップショット。女性は目を優しく閉じ、頭を少し後ろに傾け、表情は極めて穏やかで静謐。明るい太陽光が、彼女の顔立ちの優美な輪郭と首のラインをくっきりと浮かび上がらせている。全体的に、絞りを開放し、被写体の顔にピントを合わせ、被写界深度を浅くして撮影されている。色彩に関しては、温かみのある自然な肌の色調が、鮮やかで明るい青空と対照をなしている。画像には、はっきりとしたフィルムグレイン、ノスタルジックな雰囲気、そして高級雑誌のポートレートのようなスタイルが見られる。照明は、人工照明やデジタルによる肌のレタッチを一切行わず、純粋な自然光の拡散光のみを使用しており、肌本来の質感とわずかな欠点をそのまま残している。全体的な雰囲気は、穏やかで、優美で、新鮮で、驚くほど軽やかな感覚に満ちている。 |
 1152x896 | 一人称視点の縦長のリアルな都市の夜景写真。狭く、濡れていて、賑やかな街路は奥行きが強く、両側には非常階段、配管、エアコン室外機、温かみのある窓の明かりが灯る高層ビルがそびえ立っている。左側には赤い縦長の「HOTEL」ネオン、右側には明るい青色の「BAR」サインと黄色の「OPEN 24 HOURS」ボックスがある。遠くにはシアン色に光る巨大なデジタル看板「NEON CITY」が見える。ざらざらした濡れたアスファルトがネオンライトを反射し、中央を走る「TAXI」サインのついたビンテージの黄色いタクシーが赤いテールランプを点灯させている。黒い傘を差した暗いコートを着た二人の歩行者が右側の歩道を歩いている。端の建物の隙間から巨大な針のような鉄製のテレビ塔が覗き、赤い航空機警告灯が光っている。映画のようなボリュームライト、霧のかかった空気、クールなシアンブルーと温かみのあるオレンジレッドのコントラストが、没入感とリアリティを生み出している。 |
 1024x1024 | ふわふわとしたぬいぐるみのような質感の白いアヒルが、ふわふわのコーラルピンクのアームチェアに心地よく座り、湯気の立つ真っ赤なマグカップに入ったブラックコーヒーを手にしている、温かみのあるコーラルレッドの背景をバックにした、魅力的で風変わりな3Dイラスト。触り心地の良い、抱きしめたくなるような布のような質感、クリーミーな白、鮮やかなオレンジ、そして深みのある赤といった大胆でミニマルな温かみのあるカラーパレット、可愛らしさと親しみやすい心地よいリラックス感を融合させた優しい擬人化、柔らかく拡散された照明、そして懐かしく手作りのような雰囲気を加える繊細なフィルムグレインが特徴で、穏やかな休息時間や朝のルーティンといったテーマにぴったりの、遊び心がありながらも穏やかなムードを作り出しています。 |
 1024x1024 |
世界中の有名なランドマークを複数組み合わせたシーンを作成してください。 画像には必ず以下を含めてください。 – 金閣寺（京都）：金箔で覆われた外観が池に映り込んでいる様子 – ピサの斜塔：特徴的な角度でしっかりと傾いている様子 – エッフェル塔：背景に配置すること これらを自然な遠近感とスケール感で、一つのまとまった風景として構成してください。 それぞれのランドマークが誰が見ても分かり、正確に描写されている必要があります。 スタイルは写実的、またはセミリアリスティックにしてください。 形状が不自然だったり、構造が歪んだりしないように注意してください。 |
 896x1152 |
高精細で映画のようなクオリティの、アップのポートレート写真。 フレームの中央には、長く美しい金色の巻き毛と洗練された顔立ちの女性がいる。 彼女は心からの楽しげな笑い声を上げており、頭を少し後ろに傾け、目を細めている。日本の映画のような、縦構図のポートレート写真。 若い東アジア系の女性が肩越しに振り返っている。その表情は穏やかで、かすかな哀愁を帯びており、唇はわずかに開かれている。 色白でナチュラルな薄化粧を施し、ダークカラーのジャケットを着用。長く、少し乱れたダークブラウンの巻き毛が特徴的だ。 舞台は雑然とした室内（古い書店やスタジオのような場所）。背景はぼかされており、木製の棚や書類、箱などが垣間見える。 手前は半透明のガラスやプラスチックで部分的に覆われており、奥行きと層を感じさせる演出がなされている。 左側からはゴールデンアワーの温かい日差しが差し込み、強い逆光と髪へのリムライトを生み出している。さらにレンズフレア、チンダル現象の光の筋、フィルム特有の粒子感が加わっている。 被写界深度は浅く、顔にピントが正確に合っており、全体として映画的で、幻想的かつノスタルジックな雰囲気を醸し出している。 |
 1152x896 | 全身を写したファッション写真。28～30歳のエレガントな日本人女性が、自然な黒髪をゆるく低いお団子にまとめ、ウエストがフィットした、床まで流れるようなスカートの、仕立ての良いクリーム色のリブニットの長袖マキシドレスを着用。ミニマルなヌードカラーのレザーミュールと繊細なゴールドジュエリーを身につけ、コモ湖畔の壮大なヴィラの庭にある砂利のテラスの、装飾的な彫刻が施された石の手すりに寄りかかって立っている。背景には、高くそびえる象徴的なイタリアのイトスギがそびえ立ち、静かで穏やかなコモ湖の水面は、遠くに霞がかったアルプスの山々へと広がっている。曇り空の柔らかな拡散光、落ち着いた温かみのあるアースカラーのパレット、静かでラグジュアリーな美学、超リアルなファッション写真、繊細な毛穴のある自然な肌の質感、前景の葉の柔らかなボケ、浅い被写界深度、85mm f/1.4レンズを装着した中判カメラで撮影、被写体にシャープなフォーカス、細かいフィルムグレイン、落ち着いたコントラスト、時代を超越した洗練された雰囲気、ラシュラン・ベイリーがヴォーグ風に撮影。 |
 896x1152 |
写実的なスタイルの夜間ストリートポートレート写真。横構図で、被写体は夜の街の路地に立つ若い女性。彼女はカメラから少し背を向け、肩越しにレンズを見つめている。表情は柔らかく自然で、少し乱れた黒の長い髪が自由に流れ落ち、数本の毛束が両頬に垂れ、顔の輪郭を縁取っている。彼女は厚手の質感のある黒いコートを身に着けている。 絞りを開放することで浅い被写界深度が得られ、背景の路地は深くぼかされている。遠くのネオンライトや街灯の光輪によって、背景には色鮮やかな円形のボケが広がっている。 写真のライティングは映画のような雰囲気で、温かみのある赤と黄色の光が混ざり合い、女性の横顔、鼻筋、髪の毛の輪郭を照らし、柔らかなハイライトと特徴的なリムライトを生み出している。一方、周囲の環境光はクールなトーンを帯びており、フレーム全体に暖色と寒色が混ざり合い、薄暗くも情感豊かな夜の雰囲気を醸し出している。この写真は極めて高い鮮明度と超写実的なクオリティを誇り、女性の肌の質感、繊細な顔の輪郭、瞳に映る光、そして髪の毛一本一本の光沢までが鮮やかに再現されており、全体的な視覚効果は35mmレンズを通して撮影された映画の静止画を彷彿とさせる。 |
 896x1152 | 縦構図で撮影された、映画のような超写実的なポートレート写真作品。画面中央には日本人の若い女性が、顔をやや上向きに傾けた3/4横顔で写っている。彼女は黒髪で、毛束は柔らかく、自信に満ちた微笑みを浮かべ、自然な視線で、胸の前で腕を組み、無地のシアンの長袖クルーネックシャツを着ている。背景は、深みのある純黒のスタジオセット。この画像には劇的な照明効果が用いられている。右側からは明るい赤色のリムライトが照射され、髪の輪郭、顔の輪郭、肩、腕の右側の輪郭を正確に際立たせている。左側からは、柔らかなクールブルーのフィルライトが彼女の左頬と衣服のディテールを照らしている。赤と青の2色照明は、被写体に印象的な暖色と寒色のコントラストを生み出し、画像の立体感と映画のような雰囲気を大きく高めている。被写体の顔の描写は非常に精緻で、肌の質感、毛穴、瞳のキャッチライトなどがすべて鮮明かつリアルに表現されている。 |
 1152x896 | ドリップコーヒーガイドをテーマにした、縦長のミニマルなピクトグラムポスター。背景は均一な清潔なオフホワイト。デザインはフラットなベクタースタイルを採用し、濃茶色の太い輪郭線で描かれた非常に簡略化されたピクトグラムアイコンと温かみのあるオレンジ色のアクセントカラーブロックで構成され、グラデーションや3Dシャドウ効果はなく、公共の標識のように直感的で読みやすいビジュアル言語となっている。画像の上部中央には、濃茶色の太字サンセリフの大きなタイトルテキスト「ハンドドリップコーヒーガイド」がある。タイトルの下には、4つのステップブロックが垂直の中央軸に沿って均等に配置され、各ブロックには大きなシンボルアイコンとそれに付随するテキストが含まれている。最初のブロック：左側にはミニマルな手回しコーヒーグラインダーのグラフィックがあり、右側には2行のテキストがある。1行目は太字のオレンジで「STEP 1」、2行目は濃茶色で「コーヒー豆20gを挽く」と書かれている。2番目のブロック：左側には、円形の温度計ダイヤルが付いた細い首のドリップケトルのグラフィックがある。右側の文字はオレンジ色の「STEP 2」とダークブラウンの「お湯を92℃まで沸騰かす」です。 3 番目のブロック: 左側は、V 字型フィルター ドリッパーに水を注ぐケトルの注ぎ口を描いたダイナミックなグラフィックで、ドリッパーの上の蒸気を表す 3 本の波線があります。右側の文字はオレンジ色の「STEP 3」、ダークブラウンの「40gのお湯を注ぎ、30秒待ち」となります。 4 番目のブロック: 左側は、縁から蒸気の線が立ち上る丸いコーヒー マグのグラフィックです。右側の文字にはオレンジ色の「STEP 4」とダークブラウンの「残りのお湯を注いで楽しむ」と書かれています。画像の一番下には、視覚的なクロージャーとして機能する水平の濃い茶色の細い破線があり、その下には中央に「毎日のコーヒーをお楽しみください」という小さな装飾テキストが表示されています。全体的な構成は明確な情報階層と厳密に整合しており、垂直アスペクト比に完全に適合しています。 |
 1152x896 | コーヒーの淹れ方を解説した、教育的なコミック風インフォグラフィック。背景には淡いベージュ色のヴィンテージ風の紙の質感が使われている。画像上部中央には太字の茶色のタイトル「コーヒーの淹れ方」があり、その下に英語の小文字のサブタイトル「コーヒーの作り方」が添えられている。主要部分は、茶色の点線矢印で接続された6つのステップブロックで構成され、上下2列に配置されてZ字型の視覚ガイドを形成しています。左上の最初のステップには、熟した赤いコーヒーチェリーがたわわに実ったコーヒーの木が描かれており、その横には豆が見えるカットされたコーヒーチェリーが添えられ、ブロックの下には「ステップ1：チェリーの収穫」とラベルが付けられています。中央上部の2番目のステップには、コーヒー豆が入った木製の発酵箱が描かれ、「ステップ2：パルプ化と発酵」とラベルが付けられています。右上の3番目のステップには、竹マットの上で天日干しされているコーヒー豆が描かれ、「ステップ3：天日干し」とラベルが付けられています。左下の4番目のステップには、コーヒー豆が転がり、蒸気が立ち上る古い金属製の焙煎機が描かれ、「ステップ4：焙煎」とラベルが付けられています。中央下部の5番目のステップには、滑らかなコーヒー粉を注ぎ出す石臼が描かれ、「ステップ5：粉砕」とラベルが付けられています。右下の6番目のステップには、コーヒー液が型に注がれ、完成品が並べられた生産ラインが描かれています。その横には「ステップ6：抽出と成形」とラベル付けされたパッケージ入りのコーヒーが置かれている。画像の四隅は手描きのコーヒーの葉と豆で飾られている。全体的なカラーパレットは、温かみのある茶色、キャラメル色、クリーム色、深紅、オリーブグリーンで構成され、繊細な線と明快なレイアウトが特徴である。 |
 896x1152 | 6コマのコミックページ、2列×3行、各コマの間には黒い枠線。コマ1（左上）：ワイドショット - 赤いコートを着た若い女性が雨の降る駅に立っている。キャプションボックス：「彼女はこの瞬間を3年間待っていた。」コマ2（右上）：彼女の顔のクローズアップ - 不安そうな目、頬に雨。テキストなし。コマ3（左中央）：ミディアムショット - 電車が到着し、ドアがスライドして開き、蒸気が立ち上る。効果音テキスト：「ヒューッ」コマ4（右中央）：彼女の視点 - 灰色のジャケットを着た男性がカメラに背を向けて出てくる。コマ5（左下）：エクストリームクローズアップ - 彼女が前に手を伸ばすと手が震える。コマ6（右下）：ワイドショット - 2人が1本の傘の下で向かい合っている。キャプションボックス：「到着がすべてを変えることもある。」インクと水彩のスタイル、クールな青灰色のパレット、表現力豊かな線画。6コマすべてで同じキャラクターデザインが一貫している。 |
 1152x896 | 教育的なコミックブックのインフォグラフィック。5 つの縦長のパネルが横並び、アースカラーのパレット、手描きのイラストスタイル。上部のタイトル：「北米の在来種」。スタイル：コミックの線画、水彩の塗りつぶし、白いパネルの背景、太字の見出し。パネル 1：ドングリを持っているハイイロリス。見出し：「東部ハイイロリス」事実：「ドングリを埋めて森林の成長を助ける。」矢印 → 尾：「ふさふさした尾」パネル 2：枝にとまっているオレンジがかった赤い胸のコマドリ。見出し：「アメリカコマドリ」事実：「春の到来の兆し。」矢印 → 胸：「オレンジがかった赤い胸」パネル 3：秋の葉をつけた赤いカエデの木。見出し：「赤いカエデの木」事実：「一年中野生動物の避難場所となる。」矢印 → 葉：「秋には赤くなる」パネル 4：白い尾を上げた鹿。見出し：「オジロジカ」事実：「白い尾は危険のサイン。」矢印→尾部：「警報信号」パネル5：花にとまるオオカバマダラ。見出し：「オオカバマダラ」事実：「毎年3,000マイル移動する。」矢印→羽：「警告色」 |
 1152x896 |
デジタルイラスト形式のステッカーシートで、横長の構図に淡い黄色の水玉模様の背景が広がっています。ステッカーは2行×3列のグリッドで並び、同じ2Dアニメキャラクターを使った6種類の絵文字風ステッカーになっています。それぞれのステッカーには太めの白いフチがあり、ダイカット風の立体感が出ています。 キャラクターは共通で、長いピンクのツインテールにぱっつん前髪、頭には白い猫耳のヘアアクセサリーをつけた可愛い女の子です。青いセーラー服に胸元の大きな赤いリボン、そして大きなエメラルドグリーンの瞳が特徴です。 左上のステッカーでは、女の子が明るく笑いながら右手を大きく上げて挨拶しており、左下にピンク色で白フチ付きの「HELLO」という文字が入っています。上中央では、片目をウインクしながら両手でハートを作り、周囲に小さな赤いハートが3つ浮かび、下に赤い「LOVE」の文字があります。右上では、目に大粒の涙を浮かべながら両手でティッシュを持って涙を拭いている可哀想な表情で、右上に青い「TAT」の文字が入っています。 下段の左では、頬を膨らませて腕を組んだ怒ったポーズで、頭の横に赤い怒りマーク（💢）があり、下に紫色の「HUMPH」という文字があります。中央では、目を見開いて両手で頬を押さえ、口を大きく「O」の形に開けた驚きの表情で、左上にオレンジ色の「OMG」が配置されています。右下では、目を閉じて笑いながら右手でサムズアップをし、背景に黄色のキラキラした星のエフェクトがあり、下に明るい緑色の「OK!」という文字があります。 全体は柔らかいマカロンカラーを基調とした鮮やかな色使いで、日本のセル画風のフラットな塗りと陰影で表現されており、線はクリーンで滑らか、元気で楽しい雰囲気に仕上がっています。 |
 896x1152 |
伝統的な日本の浮世絵木版画風の縦長長方形の語学学習フラッシュカード。カード全体は濃い青色の伝統的な青外波模様の縁取りで囲まれ、背景には古びたベージュの粗い和紙の質感が用いられています。 上3分の2：浮世絵のイラスト。中央には優雅な斑点のあるニホンジカが静かに佇み、繊細な黒い輪郭線と伝統的な平塗りで描かれています。背景には、雪を冠した富士山が遠くに見え、様式化された幾重にも重なる雲、舞い散るピンクの桜の花びらなど、古典的な日本の風景が描かれています。右下には、篆書体で「鹿」と書かれた赤い四角い古風な印章が配置されています。配色：藍色、朱色、苔緑、ベージュ。木版画特有の色のずれと、古風な趣が感じられます。 下3分の1：中央にテキストエリア。上部に小さなひらがな「しか」、大きな漢字「鹿」、その下にローマ字の「shika」、そして英語の「Deer」が記されています。下: バイリンガルの例 日本語: 鹿が桜の花を見ている。 英 語: The deer is looking at the cherry blossoms. 浮世絵のアンティーク調にマッチする、ほんのり筆文字のようなオールブラックの文字。 |
| model | ernie-image-turbo.safetensors, ministral-3-3b.safetensors, flux2-vae.safetensors |
| steps | 8 |
| cfg | 1.0 |
| sampler | euler |
| scheduler | simple |
| size (pixel) | 1152x896, 896x1152, 1024x1024, 1440x720, 720x1440 |
| seed | 630535300904357 |
| Workflow | 4201_ernie_image_turbo_t2i_simple.json |
| ERNIE-Image は、標準ワークフロー「image_ernie_image.json」にプロンプト・エンハンサーが組み込まれている。この機能を検証する |
| 中国語（簡体） | 日本語訳（Gemini による） |
| <s>[SYSTEM_PROMPT]你是一个专业的文生图 Prompt 增强助手。你将收到用户的简短图片描述及目标生成分辨率，请据此扩写为一段内容丰富、细节充分的视觉描述，以帮助文生图模型生成高质量的图片。仅输出增强后的描述，不要包含任何解释或前缀。[/SYSTEM_PROMPT][INST]{"prompt": "{prompt}", "width": {width}, "height": {height}}[/INST] | <s>[SYSTEM_PROMPT]あなたはプロフェッショナルなテキストベースの画像補正アシスタントです。ユーザーから簡単な画像の説明と目標生成解像度を受け取ります。この説明を、テキストベースの画像モデルが高品質な画像を生成できるよう、豊富で詳細な視覚的説明に展開してください。展開された説明のみを出力し、説明文や接頭辞は含めないでください。[/SYSTEM_PROMPT][INST]{"prompt": "{prompt}", "width": {width}, "height": {height}}[/INST] |
| 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 なし | プロンプト・エンハンサー あり |
| |  |
| プロンプト・エンハンサー なし | プロンプト・エンハンサー あり |
| |  |
| プロンプト・エンハンサー なし | プロンプト・エンハンサー あり |
| |  |
| プロンプト・エンハンサー なし | プロンプト・エンハンサー あり |
| |  |
| プロンプト・エンハンサー なし | プロンプト・エンハンサー あり |
| |  |
| 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 なし | プロンプト・エンハンサー あり |
| |  |
| プロンプト → z-image の例 | |
| プロンプト・エンハンサー なし | プロンプト・エンハンサー あり |
| |  |
| プロンプト → z-image の例 | |
| プロンプト・エンハンサー なし | プロンプト・エンハンサー あり |
| |  |
| プロンプト → FLUX.2 の例 | |
| プロンプト・エンハンサー なし | プロンプト・エンハンサー あり |
| |  |
| プロンプト → FLUX.2 の例 | |
| プロンプト・エンハンサー なし | プロンプト・エンハンサー あり |
| |  |
| |  |
| |  |
| プロンプト → z-image の例 | |
| プロンプト・エンハンサー なし | プロンプト・エンハンサー あり |
| |  |
| プロンプト → FLUX.1 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を検証する |
| プロンプト・エンハンサー なし | プロンプト・エンハンサー あり |
| ① AURA Skincare Brand Visual System 1152x896 | |
| |  |
| ② Luxury Perfume Sand Ad Photography 898x1152 | |
| |  |
| ③ Logo Miniature Hyper-Realistic Photography 898x1152 | |
| |  |
| ④ Night Street Looking-Back Portrait Photography 1152x896 | |
| |  |
| ⑤ Narrow House Isometric Cross-Section Render 898x1152 | |
| |  |
| ⑥ Ghibli Style 898x1152 | |
| |  |
| ⑦ Fashion Figure Outfit Structure Breakdown 1440x720 | |
| |  |
| ⑧ First-Person City Night Street Photography 720x1440 | |
| |  |
| 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 |
| プロンプト・エンハンサー なし | プロンプト・エンハンサー あり |
| ① コンセプトポスター 898x1152 | |
| |  |
| ② 日本の夏祭りポスター 898x1152 | |
| |  |
| ③ 夜のカフェで女性のポートレート 1152x896 | |
| |  |
| ④ 喫茶店のオムライス 1152x896 | |
| |  |
| ⑤ 宇治抹茶パッケージデザイン 1152x896 | |
| |  |
| ⑥ 手書き風ポップアップ広告 1152x896 | |
| |  |
| ⑦ 窓越しの雪景色 898x1152 | |
| |  |
| ⑧ 日本の寺院の境内 1024x1024 | |
| |  |
| ⑨ 縦長の三連写真 898x1152 | |
| |  |
| ⑩ リアルな都市の夜景写真 1152x896 | |
| |  |
| ⑪ ぬいぐるみのアヒル 1024x1024 | |
| |  |
| ⑫ 有名なランドマーク 1024x1024 | |
| |  |
| ⑬ 映画のようなポートレート写真 898x1152 | |
| |  |
| ⑭ 全身のファッション写真 1152x896 | |
| |  |
| ⑮ 夜間ストリートポートレート写真 898x1152 | |
| |  |
| ⑯ 超写実的なポートレート写真 898x1152 | |
| |  |
| ⑰「コーヒーガイド」ピクトグラムポスター 1152x896 | |
| |  |
| ⑱「コーヒーの淹れ方」コミック風インフォグラフィック 1152x896 | |
| |  |
| ⑲ 6コマのコミックページ 898x1152 | |
| |  |
| ⑳ 教育的なコミックブックのインフォグラフィック 1152x896 | |
| |  |
| ㉑ デジタルイラスト形式のステッカーシート 1152x896 | |
| |  |
| ㉒ 日本語学学習フラッシュカード 898x1152 | |
| |  |
| model | ernie-image-turbo.safetensors, ministral-3-3b.safetensors, flux2-vae.safetensors | |
| steps | 8 | |
| cfg | 1.0 | |
| size (pixel) | 1152x896, 896x1152, 1024x1024, 1440x720, 720x1440 | |
| seed | 630535300904357 | |
| Workflow | | |
| 4200_ernie_image_turbo_t2i.json | SubGraph | |
| 参照画像とプロンプトから画像生成する Image to Image ワークフローは Text to Image ワークフローから簡単にできるようなので検証してみる → krea2 image to image workflow ? |
| 参照画像 | プロンプト | |
 |
Close-up portrait of a Japanease young woman in her 20s, natural makeup, soft expression.&br85mm lens, f/1.4, shallow depth of field, bokeh background. Soft window light from the left, golden hour glow, warm skin tones. Cinematic, realistic, high detail, professional photography. NOT: oversaturated, anime style, low resolution, distorted face. | |
|
20代の日本の若い女性のクローズアップポートレート。ナチュラルメイク、柔らかな表情。 85mmレンズ、f/1.4、浅い被写界深度、背景のボケ。 左から差し込む柔らかな窓の光、ゴールデンアワーの輝き、温かみのある肌色。 映画のような、リアルな、細部までこだわった、プロフェッショナルな写真。 注意点：彩度過度、アニメ調、低解像度、歪んだ顔。 | ||
| 4104 Image to Image 基本ワークフロー | 4104 SubGraph |
 |  |
| 「ERNIE」4104_ernie_image_i2i_general.json | |
| 参照画像 | Gemini で作成したプロンプト | |
 |
Close-up portrait of a Japanease young woman in her 20s, natural makeup, soft expression.&br85mm lens, f/1.4, shallow depth of field, bokeh background. Soft window light from the left, golden hour glow, warm skin tones. Cinematic, realistic, high detail, professional photography. NOT: oversaturated, anime style, low resolution, distorted face. | |
|
20代の日本の若い女性のクローズアップポートレート。ナチュラルメイク、柔らかな表情。 85mmレンズ、f/1.4、浅い被写界深度、背景のボケ。 左から差し込む柔らかな窓の光、ゴールデンアワーの輝き、温かみのある肌色。 映画のような、リアルな、細部までこだわった、プロフェッショナルな写真。 注意点：彩度過度、アニメ調、低解像度、歪んだ顔。 | ||
| 2203 Image to Image ワークフロー 展開版 | |
 | |
| 「ERNIE」4103_ernie_image_i2i_simple.json |
| 参照画像 | プロンプト | |
| |
Close-up portrait of a Japanease young woman in her 20s, natural makeup, soft expression.&br85mm lens, f/1.4, shallow depth of field, bokeh background. Soft window light from the left, golden hour glow, warm skin tones. Cinematic, realistic, high detail, professional photography. NOT: oversaturated, anime style, low resolution, distorted face. | |
|
20代の日本の若い女性のクローズアップポートレート。ナチュラルメイク、柔らかな表情。 85mmレンズ、f/1.4、浅い被写界深度、背景のボケ。 左から差し込む柔らかな窓の光、ゴールデンアワーの輝き、温かみのある肌色。 映画のような、リアルな、細部までこだわった、プロフェッショナルな写真。 注意点：彩度過度、アニメ調、低解像度、歪んだ顔。 | ||
| 4204 Image to Image 基本ワークフロー | 4204 SubGraph |
 |  |
| 「ERNIE」4204_ernie_image_turbo_i2i_general.json | |
| 参照画像 | Gemini で作成したプロンプト | |
| |
Close-up portrait of a Japanease young woman in her 20s, natural makeup, soft expression.&br85mm lens, f/1.4, shallow depth of field, bokeh background. Soft window light from the left, golden hour glow, warm skin tones. Cinematic, realistic, high detail, professional photography. NOT: oversaturated, anime style, low resolution, distorted face. | |
|
20代の日本の若い女性のクローズアップポートレート。ナチュラルメイク、柔らかな表情。 85mmレンズ、f/1.4、浅い被写界深度、背景のボケ。 左から差し込む柔らかな窓の光、ゴールデンアワーの輝き、温かみのある肌色。 映画のような、リアルな、細部までこだわった、プロフェッショナルな写真。 注意点：彩度過度、アニメ調、低解像度、歪んだ顔。 | ||
| 2203 Image to Image ワークフロー 展開版 | |
 | |
| 「ERNIE」4203_ernie_image_turbo_i2i_simple.json |
| モデル名 | ファイル名（.safetensors） | 配置先 | ダウンロード URL | |
| checkpoints | ernie-image | /StabilityMatrix/Data/ Models/ | DiffusionModels/ | ernie-image.safetensors.safetensors |
| ernie-image-turbo-fp8 | ernie-image-turbo-fp8.safetensors | |||
| text_encoders | ernie-image-prompt-enhancer | TextEncoders | ernie-image-prompt-enhancer.safetensors | |
| ministral-3-3b | ministral-3-3b.safetensors | |||
| VAE | flux2-vae | VAE/ | flux2-vae.safetensors | |
| 拡張ノード（検索名) | 拡張ノード URL | 主な機能 / 参照ページ | ワークフロー |
| Impact Pack | ComfyUI-Impact-Pack | 顔を修正する | 4101, 4102, 4103, 4104, 4201, 4202, 4203, 4204 |
| ComfyUI-Impact-Subpack | |||
| rgthree | rgthree-comfy | ノードをスイッチで切り替える | 4103, 4104, 4203, 4204 |
| フォルダ | ワークフロー名 (.json) | モデル | 機能 (参照ページ) | 特記事項（同じ機能のワークフロー .json） |
| ERNIE | 4100_ernie_image_t2i | 通常版 | Text to Image + Prompt Enhancer | ComfyUI テンプレート (image_ernie_image.json) |
| 4101_ernie_image_t2i_simple | Text to Image 展開版 | Prompt Enhancer なし | ||
| 4102_ernie_image_t2i_general | Text to Image 汎用版 | 4101 SubGraph 版 | ||
| 4103_ernie_image_i2i_simple | Image to Image 基本フロー(通常版) | Image to Image 基本フロー | ||
| 4104_ernie_image_i2i_general | I2I 基本フロー(通常版・展開版) | 4103 展開版 | ||
| 4200_ernie_image_turbo_t2i | 蒸留版 fp8 | Text to Image + Prompt Enhancer | ComfyUI テンプレート (image_ernie_image_turbo.json) | |
| 4201_ernie_image_turbo_t2i_simple | Text to Image 展開版 | Prompt Enhancer なし | ||
| 4202_ernie_image_turbo_t2i_general | Text to Image 汎用版 | 4201 SubGraph版 | ||
| 4203_ernie_image_turbo_i2i_simple | Image to Image 基本フロー(蒸留版) | Image to Image 基本フロー | ||
| 4204_ernie_image_turbo_i2i_general | I2I 基本フロー(蒸留版・展開版) | 4203 展開版 |
| モデル名 | ERNIE-Image | コメント | |
| | ● 日本語プロンプトの追従性能は現在発表されているモデルの中で一番高く、日本語プロンプトで十分実用レベルで使用できる ● 若干速度は低下するがプロンプト・エンハンサーを併用するとさらにプロンプト追従性が良くなる（若干速度は低下） ● | ||
| パラメータ数 | 9.3 | ||
| 解像度 | 推奨 | 1024x1024 | |
| 対応範囲 | 64x64～ 2048x2048 | ||
| 発表時期 | 2026年4月 | ||
| 開発元 | Baidu 百度 (中国) | ||
| 生成画像品質 | ◎ | ||
| プロンプト追従性 | 英語 | ◎ | |
| 日本語 | ◎ | ||
| 文字描画 | 英語 | ◎ | |
| 日本語 | ◎ | ||
| 生成速度 | 〇 | ||
| 総合評価 | ・プロンプトは日/英ほぼ同等に使用可 ・日/英テキスト描画は実用レベル ・高速生成 | ||
| 生成結果比較 (リンクページ) | FLUX.2 ① ②, Z-Image ① ②, ERNIE ① ②, HiDream ① ② | ||
| 推奨モデル (.safetensors) | ernie-image-turbo-fp8 | ||
| 推奨ワークフロー (.json) | T2I | 4201_ernie_image_turbo_t2i_simple | |
| I2I | 4202_ernie_image_turbo_t2i_general | ||
| CPUでFP8（8bit浮動小数点数）モデルを直接処理（高速化・ネイティブ演算）することは基本的にできない FP8 の高速化は NVIDIA の Tensorコアなど、専用ハードウェアを持つ GPU に限定されている CPU 環境でAIモデル（LLMや画像生成）を動作させたい場合、用途に合わせて以下の代替手段を利用することになろ |