Community画像github.com

illustrious-image-describe

ユーザーが画像を送信した際に、ペースト可能なIllustrious(SDXLアニメ)プロンプトとして忠実に説明します。任意の画像を、標準の数・キャラクター・評価・一般・アーティスト・品質・年度順のDanbooruスタイルタグプロンプトと、コンパクトなネガティブプロンプトに変換します。

illustrious-image-describe とは?

このスキルは、任意の画像をSDXLアニメモデル「Illustrious」用の忠実でペースト可能なプロンプトに変換するAIエージェントスキルです。IllustriousはDanbooruタグで学習したファインチューン版SDXLアニメモデル(1024x1024)であり、PonyやNoobAIとは異なり、e621やPonyスコアタグを使用しません。このスキルは、[Illustrious Prompt Guide(最適化・完全版)](https://civitai.com/articles/16016/illustrious-prompt-guide-optimized-and-complete)に従い、タグの順序(人数、キャラクター名、レーティング、一般タグ、アーティスト、品質、年度修飾子)、構文、品質タグ、ネガティブプロンプトを厳守します。ユーザーが画像を送信して説明や再現を依頼した場合、または言葉でシーンを説明してIllustriousプロンプトを要求した場合に使用します。レスポンスはコードブロック内に単一のプロンプトとして返し、簡潔なネガティブプロンプトを含めます。タグはDanbooruスタイルのカンマ区切りで、トークン予算(約75トークン)を考慮して焦点を絞ります。カメラアングル、ポーズ、背景、エフェクト、メディアスタイルなどのタググループを画像に合わせて使用し、不明瞭なタグは避けます。このスキルはClaude Code、Cursor、CodexなどのAIエージェントと連携して動作し、アニメスタイルの画像生成プロンプト作成を効率化します。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/IxalonDarkstone/image-describe-skills/tree/HEAD/illustrious-image-describe

Installed? Explore more 画像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

Illustrious Image Describe

任意の画像を、ペースト可能なIllustriousプロンプトとして忠実に説明します。IllustriousはDanbooruタグで学習したSDXLアニメモデル(Danbooru2023スタイルデータ、1024x1024)です。PonyやNoobAIではなく、e621やPonyスコアタグも使用しません。

このスキルは、Illustrious Prompt Guide(最適化・完全版)(wolf999氏のガイドを最適化したもの)に記載されたタグ順序、構文、品質タグ、ネガティブプロンプト、ヒントに従います。

使用タイミング

  • ユーザーが画像を送信し、その説明、再現、またはIllustriousプロンプトへの変換を依頼した場合。
  • ユーザーがシーンを言葉で説明し、Illustriousタグプロンプトとして記述してほしい場合。

応答方法

  • 単一のプロンプトをコードブロック内に記述し、ペースト可能な状態で返答します。同じブロック内のNegative:行の下に短いネガティブプロンプトを含めます。
  • 画像に実際に含まれているものを説明します。被写体、服装、ポーズ、設定、色、照明、構図を元の画像に忠実に保ちます。ユーザーが変更を要求しない限り、異なるシーンを作り出さないでください。
  • 画像が読み取れない場合のみ質問をしてください。
  • 成人向けコンテンツはホストプラットフォームのポリシーに従います。描写されるすべての人物は成人である必要があります。

フォーマット

Danbooruスタイルのタグをカンマ区切りで記述します。タグの順序は出力に影響するため、以下の順序を維持し、グループを並べ替えないでください。

人物数, キャラクター名, レーティング, 一般タグ, アーティスト, スコア, 年度修飾子

スケルトンの例:

1boy, kinoshita hideyoshi, general, building, itomugi-kun, masterpiece, newest

キャラクター、レーティング、アーティストは省略可能です。それ以外の順序は固定してください。

以下の作業順序を使用します:

  1. 人物数: 1girl、1boy、1other、2girlsなど。被写体が1体のみの場合は、人数の後にsoloを続けることができます。
  2. キャラクター名: 既知のキャラクターが明らかに意図されている場合、Danbooruの名前順で記述します(例:kinoshita hideyoshi、西洋式の逆順ではありません)。識別に役立つ場合は、シリーズタグを続けます。
  3. レーティング: 有用な場合のみ(下記参照)。このスロットは省略可能です。
  4. 一般タグ: 外見、衣装、表情、ポーズ、カメラと構図、設定と背景、照明とエフェクト、メディアやスタイル(視認できる場合)。
  5. アーティスト: ユーザーから要求があった場合のみ。Danbooruに多くの投稿があるアーティストを推奨します(ガイドでは100件以上を推奨)。
  6. スコア/品質: masterpiece
  7. 年度修飾子: newest(または画像の時代に合う場合はrecent、mid、early、old)

画像にテキストが含まれている場合は、短い一般タグまたは正確な単語を引用符で囲んで追加します。

レーティングタグ

Danbooruの現在のレーティングは以下の通りです:

  • general:全年齢対象のSFW
  • sensitive:ソフトなファンサービス
  • questionable:軽度のNSFW
  • explicit:NSFW / 成人向け

レーティングは省略可能です。generalには注意してください:これは後から追加されたもので、使用するとトレーニングデータの大部分がフィルタリングされる可能性があります。通常のSFWシーンでは、ユーザーから要求がない限りレーティングタグを省略します。画像に明らかに一致する場合にのみ、sensitive、questionable、explicitを使用します。

品質と解像度タグ

masterpieceと年度修飾子は、一般タグとアーティストタグの後のプロンプトの最後に配置します。

Ponyのscore_9や、8k、4k、hdr、high quality、detailedなどのDanbooru以外の品質タグは使用しないでください。通常は効果がありません。

ポジティブプロンプトに解像度タグ(lowres、highres、absurdres、incredibly absurdres)を使用しないでください。ガイドでは有害または無意味とされています。

タグ構文

  • タグは小文字で記述します:Masterpieceではなくmasterpiece。
  • カンマは必須です。モデルはカンマ区切りのタグでトレーニングされています。sleeveless striped collared shirtではなくsleeveless, striped shirt, collared shirtと記述します。
  • スペースとアンダースコアはどちらも機能します(open mouthまたはopen_mouth)。ただし、+_+のような稀なタグは例外です。
  • タグにスマイリーや類似の記号が含まれる場合は、A1111系インターフェースでエスケープします:\:p、\:)。
  • 標準的なDanbooruタグを優先します。不明なタグはDanbooru Wikiで確認します。約100枚未満の画像を持つタグは、うまく機能しないことがよくあります。

トークン予算

SDXLのメインテキストエンコーダーは約75トークンを処理します。それ以上の長さのプロンプトは分割され、品質が低下する可能性があります。タグリストは焦点を絞ってください。人数、アイデンティティ、特徴的な外見、ポーズ、カメラと設定、そしてmasterpiece, newestを優先します。非常に複雑なシーンの場合、短いリージョナルプロンプトを使用したインペインティングの方が、過剰に長いプロンプトよりも信頼性が高いことに注意してください。

ネガティブプロンプト

30以上のタグでネガティブを過負荷にしないでください。大きなネガティブは予測不可能になります。より正確なポジティブプロンプトを記述する方が良いでしょう。

デフォルトとして、このコンパクトで信頼性の高いセットを使用します:

monochrome, greyscale, multiple views, text, watermark, signature, translation request, comic, 4koma, 2koma, lowres, worst quality

最初の10個のタグはガイドの信頼できるネガティブリストです。lowresとworst qualityは比較例に登場し、安全に保持できます。問題が見えたり合理的に予想できる場合にのみ、用語を追加します。長いPonyやSDXLのネガティブリストを継承しないでください。

カメラ、スタイル、その他の有用なタググループ

画像に一致するタグのみを使用します。

  • カメラと構図: straight-on、from side、from above、from below、three-quarter view、isometric、symmetry、full body、close-up、head out of frame
  • ポーズ: sitting、standing、jumping、kneeling、on back、on side、およびarms upやhand on own hipのような明確な腕や手のタグ
  • 背景と枠線: white background、halftone background、ornate frame、および類似のDanbooru背景タグ
  • エフェクト: blurry foreground、blurry background、depth of field、bloom、spot color(実際に見える場合のみ)
  • メディアとスタイル: traditional media、watercolor (medium)、anime screenshot、1980s (style)、retro artstyle、および類似の文書化されたタグ。メディアは、ユーザーがスタイルを目立たせずに存在させたい場合など、(traditional media:0.5)のように重み付けできます。

より正確なタグが存在する場合、あいまいまたは一貫性のないタグは避けてください。キャラクターがリデザインされ、古い外見がデータセットで稀な場合、LoRAが必要になることがあります。公式でないタグを無理に作り出さないでください。

ヒント

  • 具体的に記述します。曖昧な形容詞ではなく、色、衣服、ポーズを指定します。
  • 各人物に十分な一般タグを与え、モデルが区別できるようにします。2人以上の場合、正しい人数タグを使用し、共有背景の前に各人物の髪、服装、位置を説明します。
  • 元画像が写真の場合でも、ユーザーがphoto (medium)などの異なるメディアを要求しない限り、アニメまたはイラストシーンとして記述します。
  • 上記のプロンプト形式は、ベースのIllustriousと多くの人気ファインチューンで共通です。ガイドは、弱い公式ビルドよりも一貫性のあるコミュニティチェックポイントを推奨しています。どちらの場合も同じタグ順序を使用します。

例

窓辺で本を読んでいる少女のイラストのプロンプト。名前付きキャラクターやアーティストはなく、SFWレーティングタグは省略:

1girl, solo, wavy chestnut hair, shoulder length hair, hazel eyes, light freckles, gold hoop earrings, oversized cream sweater, sleeves pushed up, charcoal leggings, gray wool socks, slight smile, sitting, knees up, holding book, looking down, cowboy shot, from side, three-quarter view, window seat, rainy window, indoor, potted plant, mug, overcast daylight, lamp light, masterpiece, newest

Negative: monochrome, greyscale, multiple views, text, watermark, signature, translation request, comic, 4koma, 2koma, lowres, worst quality

出典

Illustrious Prompt Guide(最適化・完全版)

Individual skills in this repo

This repo contains 4 individual skills — each has its own dedicated page.

関連スキル