Ideogram 4 技能
使用 Ideogram 4（9.3B，開放權重，2026 年 6 月發布）進行文字生成圖片。其超能力是同類最佳的圖內文字渲染——它在渲染清晰可辨的標牌、標誌、標題與多行文字方面擊敗了更大的模型（FLUX.2 dev 32B、Qwen-Image 20B、Hunyuan 80B）——此外還提供精確的調色板與邊界框控制。
此優勢鎖定在結構化 JSON 標題格式之後。純文字提示只能得到 FLUX 等級的結果，錯過了使用此模型的全部重點。此技能教導 Claude 扮演「魔法提示」擴展器——將使用者的隨意請求轉換為 Ideogram 4 訓練所用的 JSON 標題。
後端： 此工具組使用 Ideogram 的托管 v4 API（非自行託管權重）。API 接受結構化的
json_prompt，因此此技能教導的所有內容都直接適用——Claude 建立標題，工具將它作為json_prompt發送。付費 API 方案包含商業授權，而自行託管的權重（非商業用途）則沒有——這就是我們使用 API 的原因。費用約為 $0.03/張（turbo）至 $0.10/張（quality）。
何時使用此技能
當圖片需要以下內容時，請選擇 Ideogram 4（而非 FLUX.2）：
- 清晰可辨的圖內文字——標題卡、縮圖、下方第三條背景、標牌、標誌、引文卡、內嵌標題的 CTA
- 精確的品牌顏色——十六進制調色板條件控制，每個元素獨立設定
- 受控佈局——邊界框將文字/物體放置在特定區域
- 圖片中的多語言文字
當圖片沒有關鍵文字時，請改用 FLUX.2：您需要商業授權輸出，或只想快速生成氣氛背景。FLUX 接受純自然語言提示；Ideogram 需要 JSON。請參閱 tools/flux2.py。
唯一需要做對的事
務必輸出結構化 JSON 標題，而非純句子。 此模型僅在明確命名每個元素的 JSON 標題上訓練。Claude 是比 Ideogram 免費托管的魔法提示更好的擴展器（他們自己的文件指出出廠提示「與生產中使用的不同」），因此請使用此技能自行建立標題，而不是傳遞純文字。
最小的有效標題：
{"high_level_description":"夕陽下平靜水面上的帆船。","style_description":{"aesthetics":"寧靜、溫暖、黃金時刻","lighting":"黃金時刻逆光","photo":"廣角，f/8","medium":"照片","color_palette":["#FF6B35","#F7C59F","#004E89"]},"compositional_deconstruction":{"background":"低地平線上的平靜海洋，天空呈橘粉色。","elements":[{"type":"obj","desc":"白色三角形帆，剪影襯托著夕陽。"}]}}
完整 schema、嚴格的鍵順序規則以及 bbox 座標系統在 prompting.md 中。實際的標題卡/縮圖/引文卡範例在 examples.md 中。
快速參考 — tools/ideogram4.py
在 Ideogram 托管 v4 API 之上的輕量包裝。需要在
.env中設定IDEOGRAM_API_KEY（金鑰來自 developer.ideogram.ai）。--json將標題作為 API 的json_prompt欄位發送（無伺服器端魔法提示——Claude 是擴展器）；--prompt發送text_prompt。
# 手寫 JSON 標題（文字/佈局的推薦路徑）——Claude 編寫 caption.json
uv run tools/ideogram4.py --json caption.json --output title.png
# 來自 stdin 的標題（Claude 可直接 pipe）
cat caption.json | uv run tools/ideogram4.py --json - --output title.png
# 純文字提示——Ideogram 的伺服器端魔法提示進行擴展（較弱；偏好 --json）
uv run tools/ideogram4.py --prompt "標題卡：'AI ENGINEERING REVIEW' 粗體白色字在深色背景上" --output title.png
# 將品牌十六進制顏色注入標題的調色板（JSON 模式）
uv run tools/ideogram4.py --json caption.json --brand digital-samba --output cta.png
# 品質等級 + 解析度
uv run tools/ideogram4.py --json caption.json --speed QUALITY --resolution 2048x2048 --output slide.png
Ideogram 4.5（選擇加入）
--model 4.5 將相同的旗標發送到 v2 API 上的 Ideogram 4.5（POST /v2/image/generate/ideogram-4-5，與 v1 呼叫相同的 multipart）。它已經過現場測試：JSON 標題渲染出近乎完美的文字；純提示會添加亂碼填充文字，因此始終向 4.5 發送 JSON 標題。Ideogram 4 仍為預設值，因為 4.5 的大小必須是 32 的倍數，這排除了精確的 YouTube 1280x720（/thumbnail 為此使用 4.0）。
uv run tools/ideogram4.py --model 4.5 --json caption.json --speed QUALITY --resolution 1440x2560 --output card.png
-
提示： 兩種模式都進入 4.5 的單一
prompt欄位。--json將標題作為緊湊 JSON 發送。4.5 讀取 Ideogram 4 的標題格式，有效的標題會跳過伺服器端魔法提示。--prompt文字會由魔法提示擴展，與 v1 相同。 -
--speed映射到quality：TURBO、DEFAULT 和 QUALITY 的價格與 Ideogram 4 相同，而 FLASH（Ideogram 4 沒有此價格）映射到 low（Ideogram 的列表價格，檢查日期 2026-10-12；1K 和 2K 尺寸價格相同）：--speed4.5 quality每張圖片 FLASH, TURBO low$0.03 DEFAULT（預設） medium$0.06 QUALITY high$0.10 4.5 的
very_low等級需要來源圖片，因此工具從不發送它。在--model 4上，FLASH 仍會按原樣發送，但 Ideogram 的文件表示它目前會返回 HTTP 400。 -
--resolution作為size發送：auto，或 WIDTHxHEIGHT，其中兩邊都是 32 的倍數且至少 256px，總像素最多 2048x2048，長寬比最多 6:1。省略它時，Ideogram 會從提示中選擇尺寸。工具在呼叫 API 前會檢查這些規則，若尺寸違規則退出碼為 2。1440x2560（9:16 卡片尺寸）和2048x2048通過檢查。六個 Ideogram 4 預設不通過，錯誤會建議替代方案：720x1280（1440x2560）、1280x720（2560x1440）、720x1440（1440x2880）、1440x720（2880x1440）、1296x3168（1280x3072）、3168x1296（3072x1280）。若無來源圖片，Ideogram 還需要其支援的 1K/2K 預設之一（此列表未公開），因此通過檢查的尺寸仍可能收到 HTTP 400。
主要檔案
prompting.md— 完整 JSON schema、嚴格的鍵順序、bbox 座標系統、調色板規則examples.md— 標題卡、縮圖、引文卡、品牌 CTA 的實際標題範例
視訊製作整合
Ideogram 4 在工具組中的定位是內嵌文字的幻燈片和縮圖，而 FLUX 和 LTX-2 在這些方面會失敗（兩者都渲染出亂碼文字）。自然的搭配：
| 使用案例 | 為什麼選擇 Ideogram 4 |
|---|---|
| 帶有標題文字的標題卡/CTA 背景 | 一次生成可讀文字 + 精確的品牌十六進制顏色 |
| 帶有醒目短語的YouTube/社交媒體縮圖 | 大字型可讀文字是它的最強項 |
| 引文卡/統計卡 | 多行文字 + 透過 bbox 進行佈局控制 |
| 產品示範場景中的標牌/標誌 | 其他模型無法渲染的圖內文字 |
然後將靜態圖片輸入 Remotion（<OffthreadVideo>/Img）或使用 tools/ltx2.py --input 進行動畫處理。