JA ▾
API キーを取得

Flux用プロンプト向けLLM API:実践的なワークフロー

Flux用プロンプト向けLLM APIを利用する場合、タスクはシンプルです。テキストモデルに短いアイデアを送信し、画像サービスで利用可能な詳細なプロンプトを取得します。このページではシステムプロンプト、設定、コードを示し、テキスト専用モデルでできないことを明確に説明します。

更新

コンベアベルトを流れるテキストのリボンが空の額縁に届く様子を描いたターミナルのイメージ

主要ポイント

  • システムメッセージでフォーマットとスタイルを一度だけ固定し、リクエストごとに短いアイデアのみを送信します。
  • JSON モードは、スクリプトが文章を解析せずにループ処理できるプロンプトのバリエーションのリストを返します。
  • 100,000トークンのコンテキストウィンドウにより、スタイルガイドや過去のプロンプトをリクエストに貼り付けられます。
  • フル展開のコストは1セントにも満たず、モデルは画像を参照したり生成したりしません。

簡易版

API キーを作成し、OpenAIクライアントを https://api.fluxapikey.com/v1 に向け、モデルを uncensored に設定し、プロンプトルールをシステムメッセージに記述します。各ユーザーメッセージはアイデア(数語、シーン、キャラクター)のみです。返信は完成したプロンプトです。それを画像ツールにコピーし、そのツール固有のキーと請求を使用してください。

ここでは画像は生成されません。APIはテキストのみであり、画像ベンダーのサービスではなく、レンダリングを確認することもできません。得意なのは構造、語彙、バッチ全体の一貫性といった文章作成です。このページの残りは実践的な詳細です。

なぜプロンプトに言語モデルを使うのか

画像モデルは具体的な入力を評価し、曖昧な入力を減点します。「城」という1行は平均的な城を生成します。壁の素材、時刻、レンズ、カラーパレットを指定する段落は、頭の中のイメージに近いものを生成します。手動で段落を書くのは遅く、毎回同じ詳細を忘れがちになります。

言語モデルはまさにこの種の展開が得意です。不足している詳細を追加し、要素の固定された順序を維持し、数百件のリクエストにわたってハウススタイルを維持します。このモデルはデフォルトで拒否しないため、より慎重なホストモデルが拒否しがちなフィクション、ダークなテーマ、成人向けのキャラクターワークにも対応できます。通常の制限が適用されます:成人による合法な利用のみ、かついかなる表現でも未成年者を含む性的コンテンツは禁止です。

機能するシステムプロンプト

品質の大部分はシステムメッセージに依存します。短く、具体的で、テスト可能に保ってください。編集可能な出発点を示します:

SYSTEM = '''You write prompts for a text-to-image model.
Output exactly one prompt, one paragraph, no preamble, no quotes.
Order: subject, action, setting, lighting, camera or medium, palette, mood.
Use concrete nouns and visual adjectives. Avoid abstract words like beautiful.
Do not mention the words prompt, image or render.
Keep it under 90 words.'''

メッセージが何を言っていないかに注意してください。創造性に関する長い講義や禁止トピックのリストはありません。短いルールと固定順序はモデルが従いやすく、デバッグも容易です。出力が逸脱した場合は1行を変更して同じアイデアを再実行します。異なるプロジェクト用の異なるハウススタイルが欲しい場合は、2番目のシステムメッセージを保持し、リクエストごとに選択してください。

説明するのではなく、実際に示す

ルールだけでは不十分な場合、会話の初期メッセージとして1〜2組の例ペアを追加します。ユーザーメッセージとして短いアイデア、アシスタントメッセージとして好きなプロンプトを提示します。1〜2組のペアは、ルールをさらに追加するよりもトーンを修正するのに役立ちます。

リクエストの送信

呼び出しは標準的なチャット完了です。創造的な拡張にとって最も重要なのは温度とシードです。

from openai import OpenAI

client = OpenAI(base_url="https://api.fluxapikey.com/v1", api_key="YOUR_KEY")

def expand(idea, seed=None):
    r = client.chat.completions.create(
        model="uncensored",
        messages=[
            {"role": "system", "content": SYSTEM},
            {"role": "user", "content": idea},
        ],
        temperature=0.9,
        top_p=0.95,
        max_tokens=200,
        seed=seed,
    )
    return r.choices[0].message.content.strip()

print(expand("an abandoned observatory on a cliff", seed=7))

温度を0.8から1.0の範囲に設定すると多様な言い回しが得られ、これはアイデア出しの際に望ましい結果です。反復テンプレートでほぼ同一の出力が必要な場合は、温度を0.3に近づけてください。seed、top_p、stopおよびペナルティパラメータはモデルに渡されるため、他の場所と同様に使用できます。max_tokensの制限はオプションです。期待する長さに近づけて設定すると、出力が長くなりすぎるのを防げます。サポートされているすべてのパラメータについては、ドキュメントをご覧ください。

JSON モードによるバリエーションのバッチ

バッチではリストを要求し、response_format でJSONモードを有効にします。システムメッセージはモデルが返す形状を指示する必要があります。JSONモードは出力を有効なJSONにしますが、キーは選択しないためです。

# client as above: base_url https://api.fluxapikey.com/v1
import json

def variations(idea, n=8):
    r = client.chat.completions.create(
        model="uncensored",
        response_format={"type": "json_object"},
        messages=[
            {"role": "system", "content": SYSTEM + f"\nReturn JSON: {{\"prompts\": [{n} strings]}}."},
            {"role": "user", "content": idea},
        ],
        temperature=1.0,
    )
    return json.loads(r.choices[0].message.content)["prompts"]

for p in variations("a night market in the rain"):
    print(p)

json.loads を必ずtryブロックで囲んでください。非常に低い max_tokens で応答が切り捨てられると解析できないため、リストリクエストにはそのパラメータを余裕のある値にしてください。リスト内の各プロンプトはループで画像サービスに直接渡せます。

100,000トークンウィンドウの使用

コンテキストウィンドウは100,000トークンで、プロンプトと補完を合計した値です。プロンプト作成には1リクエストあたり必要以上の容量ですが、2つの点で役立ちます。長いスタイルガイド、キャラクターシート、または機能した過去のプロンプトのリストを貼り付け、モデルがそれに従うことができます。また、会話を継続できます:プロンプトを要求し、「もっと暗く、霧を追加」と言うと、最初のプロンプトを踏まえた修正版が返されます。

長い入力はコストがかかるため、常設のスタイルガイドは出力に影響する内容だけに絞ってください。ルール500トークンは安価です。50,000トークンの古いプロンプトをすべてのリクエストに送信すると、以下のコストセクションが示すように合計されます:50,000の追加入力トークンは1リクエストあたり$0.0075、500リクエストで$3.75です。

一般的なタスク向けのプロンプトパターン

同じエンドポイントが複数の異なるタスクをカバーします。変わるのはシステムメッセージです。

  • キャラクターシート。 繰り返し登場するキャラクターの固定された説明(髪、服装、年齢、体格)をシステムメッセージに保持し、モデルにすべてのプロンプトで正確に繰り返すよう指示します。これが、一連のレンダリングでキャラクターを認識可能に保つ最も安価な方法です。
  • 単語によるスタイル転送。 「ガッシュ、抑えられたパレット、粒状感」など好きなスタイル用語のリストを提供し、すべてのプロンプトの最後の文にそれらを含めるよう依頼します。
  • ネガティブな表現。 画像ツールが別のネガティブプロンプトを受け取る場合、JSONモードで2つのフィールドを返すようモデルに依頼します:prompt と negative 。ネガティブリストは短く具体的に保ってください。
  • 短縮化。 一部のツールは長い入力を切り捨てます。ルールに単語数制限を追加してテストしてください。モデルは単語を緩く数えるためです。

成人向けのフィクションやロールプレイ用アートは、ここで正当なユースケースです。指示すれば、モデルは場面の説明を平易で露骨でない言葉で記述します。独自のコンテンツルールを持つプラットフォームで作業する場合は、それらのルールをシステムメッセージに含めてください。そうすれば、プロンプトは画像が投稿される場所と一致します。

ループのテストとチューニング

システムメッセージをコードのように扱ってください。通常の範囲をカバーする5つのテストアイデアを選び、固定された seed と低い温度で実行し、出力を保存します。ルールを変更するたびに同じ5つを再実行して比較します。これにより、1つのケースへの修正が別のケースを壊す一般的な失敗を検出できます。

3つの症状を探してください。バッチ全体で同じ冒頭の単語を繰り返すプロンプトは、温度が低すぎるか、例が均一すぎます。単語数制限を無視するプロンプトはルールが埋もれているため、メッセージの最後に移動してください。「こちらがプロンプトです」のような会話的な導入部を含むプロンプトは、フォーマットルールを厳しくするか、コードで最初の行を削除する必要があります。UIで結果を表示する場合は、stream: trueによるストリーミングが利用可能で、使用状況はストリームの最後に報告されます。

計画を立てるための制限

3つの正直な制限。まず、モデルはテキストのみです:画像を見られないため、プロンプトが良質な画像を生成したかどうかを判断できません。あなたが判断者であり、ループは「書き込み、レンダリング、ルールの調整」です。第二に、あなたの特定の画像モデルの癖については、あなたが伝えない限り何も知りません。そのため、その癖をシステムメッセージに含めてください。第三に、レート制限:フルキーは同時に8リクエスト、1分あたり300リクエストを許可し、トライアルキーは2と60です。ループがそれを超えると、コード concurrency または rate_limited でHTTP 429が発生します。少し待って再試行してください。Retry-After: 5 ヘッダーを持つ429は一時的な過負荷を示し、同じアドバイスが適用されます。

プロンプトごとのコスト

価格は入力トークン100万あたり$0.15、出力トークン100万あたり$0.50です。各リクエストが800トークンのシステムメッセージとアイデアを送信し、200トークンのプロンプトを返すと仮定します。500リクエストでは、400,000入力トークンと100,000出力トークンになります。入力:0.4 x $0.15 = $0.06。出力:0.1 x $0.50 = $0.05。合計:500プロンプトで$0.11。

上記のJSONバッチは、1回の呼び出しで入力約400トークン、出力約700トークンで、0.0004 x $0.15 と 0.0007 x $0.50 のコストがかかり、8つのプロンプトで合計 $0.00006 + $0.00035 = $0.00041 となります。トライアルクレジットは $0.50 で、サインアップ後にワンクリックで受け取れます。チャージは $20 から開始します。ボーナスティアについては価格ページを、開始するにはキーページをご覧ください。

質問と回答

モデルはあらゆる画像ジェネレーターのプロンプトを作成できますか?

はい、テキストのみを生成するためです。システムメッセージで画像ツールが好むフォーマットを伝え、その結果をコピーしてください。

大人向けやダークなテーマを拒否しますか?

合法的な成人向け利用に対してコンテンツ拒否なしで応答するように調整されています。未成年者を含む性的コンテンツは常に禁止されています。

1分間に何個のプロンプトを作成できますか?

フルキーは1分あたり300リクエスト、同時に8まで許可します。JSONモードでは、1つのリクエストで複数のプロンプトを返すことができます。

画像も生成しますか?

いいえ。APIはテキストのみで、画像、音声、動画の生成はありません。

キーはフォーム 1 つで手に入ります

アカウントを作成し、キーをコピーし、ベースURLを変更します。これでセットアップは完了です。

API キーを取得