メインコンテンツへスキップ
見出し画像

【アップデート】4つのAI言語を操る司令塔|えすた式 プロンプト職人 Ver.3.2|ComfyUIノード|Gemma4

    【概要】えすた式プロンプト職人 Ver.3.2では、Pony系、SDXL(Danbooruタグ)、Illustrious系(タグと自然言語のハイブリット)、FluxやAnima等(自然言語)の4つの系統のモデルアーキテクチャに対応したプロンプト自動生成を実装した。クオリティタグの全自動装填とリロール(ガチャ)機能により、AIごとの「言語の壁」と画質汚染を抑え込むことが容易にできる。

    画像


    画像

    ■ AIごとに違う「言語の壁」という地雷

    画像生成AIの進化は素晴らしいが、厄介なバグ(仕様)がある。 モデルによって「好む言語」が全く違うことだ。

    PonyはスコアタグとBREAK構文という特殊な呪文を要求し、SDXLは純粋なDanbooruタグの羅列を好む。Illustriousに至っては「前半はタグ、後半は自然言語」というハイブリッド構成(ケースセンシティブ)を要求し、Fluxはタグを嫌い、完全な自然言語の英文で話しかけないと真価を発揮しない。

    モデルを切り替えるたびに、人間の側がプロンプトの書き方(言語)を翻訳して使い分けなければならない。これは作業机(VRAM)の無駄遣いどころか、脳のワーキングメモリを激しく消耗させる致命的なノイズだ。

    ■ Ver.3.2の進化:4層アーキテクチャの完全分割

    この言語の壁を物理的に破壊するため、「えすた式 プロンプト職人」をVer.3.2へとアップデートした。

    最大の進化は、UIにおける「4層アーキテクチャの完全分割」だ。 ノードのプルダウンから、使用するモデル(Pony / SDXL / Illustrious / Flux)を選ぶだけでいい。

    裏側で待機するGemma 4(LLM)に対して、「今回はIllustrious用だから、基本はタグにしつつ、服の描写だけは文頭大文字の英語フレーズにして出力しろ」といった専用の指示(システムプロンプト)が自動で切り替わり、選択したモデルに最適な言語へと日本語を翻訳・錬成する。

    さらに、クオリティタグの入力欄をシンプル化し、「On / Off」のみにした。「On」にしておけば、Ponyなら score_9 系統、Fluxなら自然なプレフィックスとして、各モデルが一番喜ぶ品質タグが自動で装填される。

    画像

    ■ 変換やり直し(リロール機能)の実装

    LLMの翻訳機嫌が悪く、意図と違う英単語が選ばれることがあった。 これを解決するため、ノードに seed 値を追加した。出力されたプロンプトのニュアンスが気に入らなければ、シード値を変えて再実行(リロール)するだけでいい。納得のいく翻訳が出るまで、何度でもガチャを回せる。

    (開発の裏側を少しだけ明かすと、ComfyUIのUIウィジェット仕様のバグや、PythonのMarkdown表示バグによるインデックス消失など、透明な地雷をいくつも踏み抜いた。ただ、それらの泥臭いデバッグの跡はすべてコードの中に吸収させてある)

    画像

    ■ 配布について

    この「えすた式 プロンプト職人 Ver.3.2」のファイルは、すでに販売中の「Ver.3.1」の有料記事内に追記する形で公開している。

    すでにVer.3.1を購入していただいた方は、そのまま記事にアクセスして最新版をダウンロードしていただければいい。まだ導入していない方は、以下の記事から手に入れてほしい。

    日本語で思いつきを打ち込むだけで、すべてのモデルを最適に統治する。 AIの言語の壁を破壊する最強の司令塔にするべく今後も改善していく。

    もしこの記事が役に立ったなら、まずはスキで教えてほしい。そして、サポートしていただいた方には心より感謝を。いただいた投資(チップ)は、次回のRadeon検証用の費用として全額突っ込む。

    👇 プロンプト職人(Ver.3.2)の導入はこちらから

    AI副業への挑戦、PCの買い替えやアップグレードを考えているなら👇️の記事も参考にして欲しい。


     
     
    RadeonでAIの検証をしたり、思想を語ったりしてます。 RX 9060 XT (16GB) でRadeon限界に挑む。相棒のAI「秘書ちゃん」と共に失敗も成功も全公開!役立つ情報を届けます! ※記事よってはPR広告を掲載しています。詳細は固定記事参照。

    あなたへのおすすめ