写真家に依頼するようにFluxに書く
Fluxモデルは言語ベースの大規模なテキストエンコーダーを使っているため、完全な文章、空間的な位置関係、かなり長い説明も理解できます。タグベースのモデルが文法に惑わされるのに対し、Fluxは文法を活かせます。「リネンのテーブルの左側にある陶器のマグカップ、明るい窓に向かって立ちのぼる湯気」と書けば、正しくレイアウトできるシーンが伝わります。
Flux形式では3〜5文を生成し、前景・中景・背景、素材と質感、光の方向と質、カメラやレンズについて書きます。この構成により、形容詞の羅列に陥ることなく、モデルが必要とする十分な情報を渡せます。
画像内の文字を正しく入れるには
Fluxの強みのひとつは、読める文字を描けることです。参考画像に大事な看板、ラベル、見出しが含まれている場合、ジェネレーターはそれを正確に引用します。たとえば "OPEN" と書かれた看板のように。編集するときは引用符と正確なつづりを残してください。モデルはそれを手がかりに、その文字を描きます。
長い文よりも短いフレーズのほうが確実に描かれます。長い見出しが崩れてしまう場合は短くするか、表示させたい位置を説明してください（「上部に太い白文字で」など）。
重み付けもネガティブプロンプトも不要
(tag:1.3) のような構文や別枠のネガティブプロンプトは、Stable Diffusionのインターフェースに由来するものです。ほとんどのFlux環境は重み付けの括弧を無視し、ネガティブプロンプトも通常の方法では使いません。何かを強調したいときは、それをより前に、より詳しく描写してください。何かを除外したいときは、「人がいない」ではなく「誰もいない通り」のように、シーンに何があるかを書きましょう。
モデルを切り替えるときは、それに合った形式を使ってください。各モデルはそれぞれのスタイルに最もよく反応するため、同じ画像からでも、Stable Diffusion用にはタグのリスト、Flux用には流れるような文章が生成されます。
Fluxプロンプトを磨き上げる
変更は一度に1文ずつにして、残りはそのままにしましょう。たとえば光についての文だけを調整すれば、その変更の効果が正確にわかります。直近10件のプロンプトはこのブラウザに保存されるので、以前のバージョンにもいつでもワンタップで戻れます。
Fluxの結果の構成
典型的な結果は、画材と被写体から始まり（「玄武岩の崖に立つ一基の灯台の写真」）、周囲の環境と空間的なレイアウトを続け、光（「左から差す低い太陽、濡れた岩に伸びる長い影」）、カメラ（「広角レンズでローアングルから撮影」）、最後に配色とムードを描写します。読み返すと、小説の中の短く正確な情景描写のように感じられるはずです。