AlibabaのTongyi研究所が開発した60億パラメータの高速画像モデル、Z-Image Turboは、当社APIで成人向けの画像をフィルターなしで描画します。うまくいかないのは画像そのものです。毎回同じ顔になる、頼んでいない衣服が出る、描写していない2人目が現れる、縦長がほしいのに正方形になる。これらはどれもプロンプトの問題で、それぞれ直し方があります。
短い答え： Z-Image TurboのNSFWプロンプトは、1つの平易な段落を次の順で書きます。媒体、成人の人物（年齢層、見た目、服装）、ポーズ1つと表情、場所、光源1つ、レンズ、質感と配色。1,000文字以内に収め、画面の形は言葉ではなくアスペクト比の設定で選びます。言い回しで何かをすり抜ける必要はありません。2026年9月25日、Z-Image Turboは5段階のコンテンツ尺度による18回の試行を、すべて指定どおりに描画しました（テストの全文）。
以下の10個のプロンプトは示唆的な範囲にとどめています。成人のキャラクター、衣服、雰囲気、光です。構造はコンテンツのレベルが変わっても同じで、服装や動作の行に何を書くかはご自身で決めてください。
骨組みは次のとおりです。
[Medium], [shot size]. An adult [woman/man] in [her/his] [age band] with [hair, face, build], wearing [each garment: colour, material]. [One pose], [expression], [where they look]. [Setting, one sentence]. [One light source: direction, colour, what it falls on]. [Lens, angle, depth of field]. [Skin, grain, palette].骨組みを埋めた例です。本ガイドの10個のうちプロンプト1で、その下に最初の1回の結果を載せています。
Editorial photograph, three-quarter length. An adult woman in her late twenties with shoulder-length auburn hair and a few freckles, wearing a sage-green silk camisole and loose cream linen trousers. She sits sideways on a wide hotel windowsill, knees together, and looks back at the camera over her shoulder with a slow, knowing smile. A quiet hotel room behind her, white sheets on an unmade bed. Late golden-hour sun from the window on the left warms her shoulder and the wall; the rest of the room falls into soft shadow. 85mm lens at f/2, eye level, shallow depth of field. Natural skin with visible pores, light film grain, honey, sage and cream palette.
プロンプト1をZ-Image Turboで実行 → 実行前にAspect ratioを3:4にしてください。
30秒でわかる要点
- 平易な文を、上の順序で。 タグの羅列も「masterpiece, 8k」も
(word:1.3)の重み付けも不要です。 - 1,000文字は厳格な上限です。 プロンプト1は660文字です。超えると切り詰められず、拒否されます。
- ネガティブプロンプトはありません。 画面に残したい衣服と、写したい人物はすべて名前を挙げます。
- 画面の形はAspect ratioの設定で決まります。 1:1（既定）、4:3、3:4、16:9、9:16。プロンプトに画面の形を書いても変わりません。
- 毎回同じ顔？ 顔を描写してください。同じ画像をもう一度？ シードを再利用します。
- 2人の場合： 「two adults」と書き、誰がどちら側かを示し、共通のポーズを1つ与えます。
- 1枚$0.01。 下書きは安く済みます。1行変えて、もう一度実行しましょう。
この順序の理由
骨組みの各括弧は、書かなければモデルが勝手に答えてしまう問いに対応しています。画面に誰がいるか、何を着ているか、何をしているか、光がどこから来るか。
この順序は験担ぎではありません。Tongyiは、Z-Image Turbo用のプロンプトエンハンサーが書き換え用モデルに与える指示を公開しています。まず被写体、人数、動作、状態を固定し、そのあとで構図、光と雰囲気、素材、色、被写界深度を足す流れです。オープンウェイト向けのコミュニティのガイドも、似た順序にたどり着いています。1,000文字という予算では、順序は文字が足りなくなったときに何を失うかも決めます。人物を先に書けば、削られるのは服装ではなく配色です。
Z-Image Turboはプロンプトをどう読むか
1,000文字、切り詰めずに拒否
Turboのエンドポイントが受け付けるプロンプトは最大1,000文字、英語でおよそ150〜170語で、それより長いと送信前に拒否され、黙って切られることはありません。本ガイドの10個のプロンプトは476〜660文字なので、ご自身の細部を足す余裕があります。
この上限はモデル自体より厳しい設定です。TongyiのチームはモデルのHugging Faceディスカッションページで、Z-Image Turboは長く詳しいプロンプトで最もよく働くと案内しており、公式のオンラインデモは512トークン、ここで入る量のおよそ2倍まで受け付けます。そのため、オープンウェイト向けに書いた半ページ分のプロンプトはそのままでは通りません。文字数は人物、服装、光に使い、同じ意味を重ねる形容詞（「beautiful, gorgeous, stunning」）は削ってください。場面にもっと言葉が必要なら、Z-Image SpicyとSpicy Proにはプロンプトの上限がなく、Turbo LoRAのエンドポイントは5,000文字まで受け付けます（どちらも後述）。
ネガティブプロンプトなし：あるべきものを名指しする
Turboはガイダンスなしで動くよう蒸留されています。Tongyiの参照コードはガイダンスを0に設定し、チームはネガティブプロンプトをまったく使わないと述べており、当社のZ-Imageのページにもネガティブプロンプトの入力欄はありません。プロンプト内の短い制約は効くことがあります（モデルページ自身の例も「No text, no logos.」で終わります）が、頼りすぎないでください。望む状態を描写します。「not blurry」ではなく「sharp focus」です。
衣服を着たままの見た目を保つには、衣服を1点ずつ名指ししてください。2026年9月の試行では、プロンプトが示唆的な範囲を求めたとき、Turboはその範囲にとどまりました。そのため、衣服を名指しすることが、その範囲に画面を留める方法になります。
「only」のような限定語は当たり外れがあります。後述のプロンプト7では、「the candles are the only light」が守られました。Z-Imageのモデルページにある次の例では、「seen only in the mirror」は守られませんでした。
An old theatre dressing room before the show with only two vanity bulbs lit: an adult woman in a champagne satin slip dress is seen only in the mirror, pinning up her hair while her gaze meets the lens. Warm haze, powder hanging in the air, soft grain, intimate and restrained.
- 「Seen only in the mirror」は、彼女の背中が手前に来る肩越しの構図になりました。 視点を制御するには、写らないでほしいものではなく、カメラの位置を書きます（「The camera stands behind her left shoulder and frames the mirror」）。この書き方は当社が試すならこうする、という案で、検証済みの修正ではありません。
- 名指ししたものは描かれ、意図より大きくなることもあります。 「Powder hanging in the air」は鏡全体にかかるはっきりした雲になりました。控えめにしたい細部は、物理的な言葉で伝えます。「a faint haze in the bulb light」です。
平易な言葉は文字どおりに読まれる
Z-Image Turboは比喩を額面どおりに受け取ります。当社のテストでは、クロワッサンの「honeycomb」の内部が、穴にバターの塊が入った画像になりました。Tongyiのエンハンサーの指示も、比喩を一切認めていません。何に似ているかではなく、見たいものを書きます。「a dreamlike veil」ではなく「a soft haze」、「silk like spilled wine」ではなく「silk the colour of red wine」です。
成人向けの場面でも同じです。当社のAPIには回り込むべきフィルターがないので、隠語や婉曲表現は画像を予測しにくくするだけです。人物が何を着て何をしているかを、はっきり書いてください。
旧世代のモデルの習慣のうち、ここでは役に立たないものが3つあります。
- 品質タグ（「masterpiece, best quality, 8k」）は画像の中身を何も描写しておらず、Tongyiのエンハンサーも取り除きます。
- カンマ区切りのタグの羅列は、コミュニティのガイドによれば文章より読み取りが悪くなります。エンハンサー自身も、描写の完全な文を書きます。
- 重み付けの構文、たとえば
(silk:1.3)は、このエンドポイントの機能ではありません。テキストは書いたとおりにモデルへ渡されます。強調したいときは、より正確な語を選ぶ（「red」ではなく「oxblood」）か、その細部に独立した1文を与えます。
スタイルとカメラの言葉がよく効く
媒体は最初の数語で名指ししてください。後に続くすべてを左右します。「editorial photograph」「flash photo on a 1990s point-and-shoot」「black-and-white film noir still」「gouache pin-up illustration」などです。レンズやフィルムの用語（85mm、f/2、film grain、halation）は、「realistic」という語よりも多くを伝えます。カメラや肌の言葉がないと、Turboの肌はより滑らかに、修整されたように出ます。「visible pores」とフィルムグレインを求めれば質感が保たれます。スマホのスナップ写真を名指しで求めれば、レンダリングではなく撮影したように見えます。
フィルムの質感は保たれ、小さな小道具はずれました。小道具が重要なら、形と素材を添えた独立の1文にして、残す前に確認してください。
画面の形は、言葉ではなく設定で決まる
Turboのアスペクト比は1:1、4:3、3:4、16:9、9:16の5種類で、既定は正方形です。各比率はおよそ100万画素の固定サイズに対応するため、解像度の切り替えもありません。プロンプトに画面の形を書いても、設定は上書きされません。
ポーズを書く前に比率を選んでください。戸口に立つ全身の人物なら9:16か3:4、2人が並ぶなら4:3か16:9が向いています。2:3、3:2、21:9が必要なら、Turbo LoRAのエンドポイントに9種類の比率があり、Spicyの各ティアは正確な幅と高さを指定できます。
毎回同じ顔：描写して、シードを固定する
TongyiはTurboのシード間の多様性を低いと評価しており、当社の試行も一致しています。シードを変えても、とても似た顔が返ることがよくあります。これはモデルの性質で、プロンプトが無視されているわけではありません。別の人物にするには、描写を変えます。年齢層、髪、体格、そしてそばかす、濃い眉、曲がった笑み、こめかみの白髪のような特徴を1つです。
シリーズを作りたいときも同じ性質が役立ちます。人物と服装の文は一字一句そのままにし、Seed（0〜2,147,483,647の整数）を設定して、1回につき1つの節だけ変えます。同じプロンプト、比率、シードなら以前の画像にごく近づきますが、ピクセル単位では一致しません。
人数を数え、位置を決め、1人ずつ描写する
Turboは、描写しなかった人物を補います。上のプロンプトは「a stranger in a camel coat」としか書いておらず、モデルは見知らぬ人を女性にしました。2026年9月の試行では、2人の花婿が最初のダンスを踊るプロンプトに、花婿と花嫁が返ってきました。そこで2人の場合は次のようにします。
- 「two adults」と書き、それぞれに性別、年齢層、見た目を与えます。
- 誰がどこにいるかを書きます。「on the left」「on the right」「in front of her」。
- 共通のポーズを1つ与えます。ポーズの追加指示は体をねじります。Turboでは「one knee drawn up」が、画面の端から入り込む脚になりました。
- 2人が写るすべての画像で手足と手を確認し、同性カップルでは2人とも書いたとおりのままか確かめます。後述のプロンプト4はこの書き方の同性カップルで、最初の1回は2人の男性が保たれました。
3人以上は試していません。
英語で書き、画像内の文字は短く
TongyiがZ-Image Turboで示している例は英語と中国語で、ほかのプロンプト言語は文書化されていません。当社がTurboでテストして公開したプロンプトはすべて英語です。ほかの言語で考える場合は、先にプロンプトを翻訳してください。
画像に文字を入れるなら、正確な文字列を二重引用符で囲み、短くします。小さな文字は弱点です。当社のテストでは、ラベルが「WILDFOWER」と読め、ポスターは1語を二重に印字しました。長い文字は、あとで編集ソフトで足してください。
プロンプト拡張は言葉を書き換える
プロンプト拡張は標準で無効です。有効にすると、プロンプトはまずより詳しい描写に書き換えられてから生成され、料金は$0.01から$0.016になります。1行のアイデアには便利で、Tongyiのチームもオープンウェイトに似た方法を勧めています（自分でプロンプトを書き、そのあと言語モデルに拡張させる）。言葉の指定が重要なときは無効のままにしてください。書いていない細部が足されるからです。Z-Image Spicyでは、「Adult woman in a silk robe at a rain-streaked window, candlelight.」が、真鍮の燭台と炎を映すサテンのある完全な場面になって返りました。
コピーして使えるZ-Image Turboのプロンプト10個
本ガイドのために上の構造で書き、2026年10月12日にプロンプト拡張なし、シード未設定でZ-Image Turboにて各1回実行しました。各プロンプトの下の画像はその最初の1回で、再生成も修整もしていません。キャプションと注記に、保たれたところとずれたところを書いています。登場人物はすべて成人で、衣服を着ています。
実行前に、見出しにある比率を設定してください。1か所だけ外れたときは、プロンプトを書き直す前にもう一度実行します。同じ外れが繰り返されたときだけ書き直します。
ポートレート
1. 窓辺のゴールデンアワー（3:4）。 本ガイド冒頭の実例です。髪、シルクの色、部屋を変え、光の文はそのまま残してください。
2. はだけたリネンのシャツ、戸口の湯気（3:4）
Photograph, waist up. An adult man in his early thirties with a short dark beard and damp, pushed-back hair, wearing a white linen shirt hanging open over his chest, sleeves rolled to the elbow. He leans in the doorway of a dim loft bathroom, one hand on the door frame, and looks straight into the lens with a half-smile. Steam drifts through the doorway behind him. One warm wall lamp behind him outlines his shoulders and the steam; his face is lit softly from the front. 50mm lens, eye level. True-to-life skin texture, soft film grain, charcoal, amber and white palette.
背後にランプがあると顔が影になりがちです。光の文に正面からの柔らかい光を加えているのはそのためです。
大人2人
3. 夜の屋上、額が触れそうな距離（4:3）
Photograph, medium shot from the waist up. Two adults in their thirties, a woman and a man, on a rooftop terrace at night. The woman, on the left, has dark hair pinned up and wears a backless black satin dress; she leans back against the stone parapet. The man, on the right, wears a dark suit with his tie loosened and stands close in front of her, one hand resting on the parapet beside her waist. Their foreheads almost touch and both are smiling. City lights blur into warm bokeh behind them. A string of bulbs overhead gives soft golden light on their faces. 50mm lens, eye level, natural proportions, fine grain.
2人にはそれぞれ位置、見た目、動作を1つずつ与えます。共通の一瞬（「foreheads almost touch」）が2人を結びつけます。
4. 閉店後のラストダンス（4:3）
Candid photograph, medium-wide shot. Two adult men in their thirties, a couple, slow-dance alone in an empty wood-panelled bar after closing. The taller man, on the left, has short grey-streaked hair and wears a navy cardigan over a white T-shirt. The man on the right has a shaved head and a trimmed black beard and wears an untucked burgundy shirt with the top two buttons open. He rests his head on the taller man's shoulder with his eyes closed; the taller man holds him around the waist. Chairs are stacked on the tables. One amber pendant lamp over the bar, warm haze. 35mm lens, soft grain.
9月のテストでTurboが花婿を花嫁に変えたのがこのケースです。そのためプロンプトでは「men」を2回書き、2人に異なる体格、髪、服装を与えています。人物は保たれましたが、舞台装置は保たれませんでした。椅子は積み上げられていません。
服装のディテール
5. サテン、レース、オペラグローブ（3:4）
Fashion photograph, close waist-up shot. An adult woman in her early thirties with sleek black hair in a low bun, wearing a black satin corset-style top with thin straps and sheer black lace along the neckline, a fine gold chain necklace and long black satin opera gloves. She stands against a deep-red velvet curtain, adjusting one glove at the wrist and glancing down at it. A soft key light from the upper right makes the satin shine and shows the weave of the lace; the curtain falls into shadow. 85mm lens, shallow depth of field, crisp fabric detail, natural skin texture, black, red and gold palette.
生地のディテールを求めるには、光の文で素材ごとに光が何をするかを書きます（「makes the satin shine」「shows the weave of the lace」）。衣服に触れる手の動作があると、ポーズに理由が生まれます。
6. シルクのパジャマと腕時計（3:4）
Photograph, waist up. An adult man in his mid-thirties with close-cropped hair and stubble, wearing a midnight-blue silk pyjama shirt, unbuttoned halfway, with matching trousers. He sits on the edge of an unmade bed at dawn, fastening a steel wristwatch on his left wrist, and looks up at the camera. White, rumpled bedding. Cool blue window light from the right picks out the sheen of the silk and the polished watch case. 50mm lens, eye level, natural skin texture, soft grain, blue, white and steel palette, quiet morning mood.
「Unbuttoned halfway」は、衣服を名指しする場所で平易に書いた衣服の状態です。腕時計をカフスやネクタイに替えれば、場面を変えられます。
光
7. ろうそくの灯りだけ（16:9）
Photograph from a low angle at floor level. An adult woman in her thirties with long dark curls lies on her stomach on a dark wooden floor, chin resting on her folded arms, looking into the camera. Her oversized cream knit sweater has slipped off one shoulder. Beside her, a low table is crowded with lit candles. The candles are the only light: warm flicker on her face and the knit, small points of light in her eyes, deep shadow everywhere else. 35mm lens, shallow depth of field, gentle film grain, amber and brown palette.
最も重要な服装のディテールには、独立した1文を与えます。光の文は「the only light」で終わらず、揺らぎがどこに落ち、影がどこにできるかまで書きます。外れたのは低いテーブルで、ろうそくは床に立っています。
8. 濡れた路地のネオン（9:16）
Night photograph, full length. An adult woman in her late twenties with a sleek black bob, wearing a silver sequined slip dress and black ankle boots. She leans against a wet brick wall in a narrow rain-soaked alley, arms loosely crossed, chin raised, with a cool, confident look at the camera. A magenta and teal neon sign above her, with no readable text, is the only light; puddles reflect pink and cyan, and the sequins throw small points of light. Slightly low angle, 35mm lens, high contrast, deep blacks, cinematic colour grade, fine grain.
「Full length」と9:16で全身が収まりますが、サインだけが光源のため、この回はブーツが暗闇に消えました。履物が重要なら、そこに届く光を書いてください。サインは文字を誘うものですが、小さな文字はTurboが苦手とする点なので、「with no readable text」は残す価値のある短い制約です。
スタイル
9. 90年代のパーティのフラッシュ写真（4:3）
Flash photo taken on a 1990s point-and-shoot film camera at a house party. An adult woman in her late twenties with messy blonde hair, wearing a red satin slip dress under a man's oversized black blazer, sits on a kitchen counter, laughing with her head tipped back, a glass in one hand. Direct on-camera flash, a hard shadow on the cabinets behind her, slight red-eye, warm tungsten light from the next room. Grainy 35mm colour negative look, slightly tilted framing, candid.
ほしい欠点（硬いフラッシュの影、赤目、傾き）を名指しします。スナップ写真らしさはそこから生まれます。互いに打ち消し合う要求には注意してください。彼女は目を閉じて笑っているので、赤目の出る場所がありませんでした。
10. 1950年代風のペイントのピンナップ（3:4）
Mid-century painted pin-up illustration, gouache on board with soft airbrushed shading. An adult woman in her thirties with dark victory-roll curls and red lipstick, wearing a white halter one-piece swimsuit and cat-eye sunglasses pushed up into her hair. She sits on the edge of a turquoise swimming pool with one leg in the water, leaning back on her hands and winking at the viewer. Bright 1950s sunshine, a striped beach umbrella behind her. Clean illustrated outlines, saturated cream, turquoise and cherry-red palette.
イラストでは、媒体の文が最も重みを持ちます。レンズがないので、カメラの文は外します。イラスト調のスタイルでも、プロンプトに年齢層を残し、キャラクターが成人に見えるか確認してください。
よくある失敗と対処
| 返ってきたもの | 考えられる原因 | 試すこと |
|---|---|---|
| 実行前にリクエストが拒否される | プロンプトが1,000文字を超えている | 重複する形容詞と配色の行を先に削る。またはプロンプトをZ-Image Spicy（上限なし）かTurbo LoRA（5,000）に移す |
| どのシードでも同じ顔 | Turboはシード間の多様性が低い | 顔を描写する：年齢層、髪、体格、特徴を1つ |
| 衣服が欠けたり、別のものに替わったりする | 長い節の奥に埋もれている、または名指ししていない | 色と素材を添えて、衣服に独立した1文を与える |
| 余分な人物、または別の人物 | 描写していない人物がいる（「a stranger」「her partner」） | 人数を数え、それぞれに性別、年齢層、見た目、画面内の位置を与える |
| ねじれた手足、どこからか現れた脚 | ポーズの指示が多すぎる | 1人にポーズ1つ。2人なら共通の動作1つ |
| 縦長ではなく正方形の画像 | アスペクト比が1:1のまま | 実行前に3:4か9:16にする |
| つやつやした修整感のある肌 | カメラや質感の言葉がない | レンズ、「visible pores」、「film grain」を足す |
| 場面に奇妙な物が出る | 比喩が文字どおりに読まれた | 似ているものではなく、その物自体を描写する |
| 小道具や背景の細部が欠けたり動いたりする | 上の複数の回で、小さな舞台装置の細部がずれた（ペーパーバック、積み上げた椅子、低いテーブル） | 形と素材を添えて、その細部に独立した1文を与える。書き直す前にもう一度実行 |
| 看板やラベルの文字化け | 小さな文字は弱点 | 短い引用文字列にするか、入れない。文字は編集ソフトで足す |
| 硬い光の縞が柔らかくなる | Turboは模様のある光を柔らかくする | 柔らかい形を受け入れるか、Z-Imageの比較でブラインドの縞を最もよく描いたSeedream 5.0 Proを試す |
LoRAを加える：トリガーワードを先頭に
Z-Image Turbo LoRAは、同じZ-Image Turboモデルで、好きなLoRAファイルを最大3つ使え、1枚$0.012です。プロンプトの書き方では、変わる点が2つあります。
- トリガーワードを先頭に置きます。 多くのLoRAは「Realism」や「Pixel art style」のような、オンにする語句で学習されており、エンドポイント自身の案内もそれをプロンプトの最初に置くことです。トリガーと推奨の強度は、LoRA作者のページにあります。
- 余裕が増えます。 プロンプトは5,000文字まで書け、アスペクト比は9種類です（3:2、2:3、21:9、9:21が加わります）。
トリガーのあとは、上と同じ文を書いてください。LoRAが変えるのは見た目で、画面に誰がいるか、何を着ているか、光がどこから来るかは、引き続きあなたの言葉で決まります。LoRAは見た目（リアリズム、描画スタイル、繰り返し登場するキャラクター）のためのもので、コンテンツのレベルに到達するためのものではありません。Turboは当社のテストの全段階を、LoRAなしで描画しました。どのファイルを読み込み、どの強度にするかは、Z-Image Turbo NSFW LoRAガイドで説明しています。LoRAとそのトリガーワードが何かを変えたかを確かめるには、同一シードのテストを実行してください。TurboとBaseのLoRAに互換性はなく、Z-Image BaseでTurbo用のファイルを使うと、当社のBaseテストでは画像がノイズに崩れました。
同じプロンプトをZ-Image SpicyやSpicy Proで？
本ガイドのすべてのプロンプトは、2つのSpicyティアにそのまま貼り付けられます。比率の代わりにWidthとHeightを設定してください。3つのティアは2026年9月に同じコンテンツ尺度を通過しているため、選ぶ基準は画面サイズとプロンプトの長さで、コンテンツがどこまで届くかではありません。
| Z-Image Turbo | Z-Image Spicy | Z-Image Spicy Pro | Z-Image Turbo LoRA | |
|---|---|---|---|---|
| プロンプトの上限 | 1,000文字 | なし | なし | 5,000文字 |
| 画面 | 5つの比率 | 自由なサイズ、1辺256〜1,536 px | 自由なサイズ、1辺256〜2,560 px | 9つの比率 |
| 1枚 | $0.01 | $0.01235 | $0.019 | $0.012 |
| 向いている用途 | 下書きとスナップ写真のリアルさ | 正確なサイズ、長いプロンプト | 大きな画面 | 自分のLoRA |
上位ティアに移ると、習慣が2つ変わります。Spicyの各ティアでは、シードなしで同じリクエストを繰り返すと、当社のテストでは同一画像が返ったため、別のテイクがほしいときは毎回新しいシードを送ってください。また、Spicy Proは一度、示唆的なプロンプトが求めた範囲を超えたことがあるため、残したい衣服はすべて名指ししてください。ティアごとの結果はZ-Imageのコンテンツ尺度テストに、これらのティアで画面サイズを決める方法はSpicyのワークフローガイドにあります。
実用的な流れは、Turboで20枚の下書きを$0.20で作り、うまくいった言い回しを、必要な正確なサイズでSpicyかSpicy Proに再実行することです。
Playgroundで試してからAPIへ
- Z-Image Turboのテキストから画像を開き、Playgroundタブのままにします。実行にはアカウントの作成が必要です。
- プロンプトをPromptに貼り付けます。または上の「実行」リンクを使うと、自動で入力されます。
- Aspect ratioを設定します。Prompt expansionは無効のままにします。残したい画像が出たらSeedを加えます。
- 表示された料金を確認してRun modelを押し、1つの節を変えてもう一度実行します。
言い回しがうまくいったら、同じリクエストをコードから実行できます。必須なのはpromptだけです。
curl -X POST https://api.spicyapi.ai/api/v1/jobs/createTask \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
--data '{
"model": "alibaba/z-image-turbo/text-to-image",
"input": {
"prompt": "Editorial photograph, three-quarter length. An adult woman in her late twenties with shoulder-length auburn hair, wearing a sage-green silk camisole and loose cream linen trousers. She sits sideways on a hotel windowsill and looks back at the camera over her shoulder. Late golden-hour sun from the left. 85mm lens at f/2. Natural skin, light film grain.",
"aspect_ratio": "3:4",
"seed": 20261013
}
}'結果、エラー、全フィールドはAPIリファレンスにあります。
よくある質問
Z-Image TurboでNSFWプロンプトを書くには？
媒体、成人の人物とすべての衣服、ポーズ1つ、場所、光源1つ、レンズを、この順に名指しする平易な1段落を書きます。1,000文字以内にして、画面は設定のアスペクト比で決めます。冒頭の骨組みとプロンプト1が、そのまま使えるテンプレートです。
Z-Image Turboには規制がありますか？
当社APIでは、いいえ。当社はコンテンツフィルターを設けておらず、2026年9月25日には、コンテンツ尺度の18回の試行をすべて指定どおりに描画しました。段階ごとの結果はZ-Imageのコンテンツ尺度テストにあります。
Z-Image Turboはネガティブプロンプトに対応していますか？
いいえ。ガイダンスなしで動くため、ネガティブプロンプトの欄はありません。画像に入れたいものを書き、残したい衣服は名指ししてください。
Z-Image Turboの画像が毎回同じ顔なのはなぜ？
Tongyiは、蒸留モデルのシード間の多様性を低いと評価しており、新しいシードでも似た顔が返ることがよくあります。ほしい顔（年齢層、髪、体格、特徴を1つ）を描写してください。別の描写が、別の人物をもたらします。
これらのプロンプトは、ローカルで動かすZ-Image Turboでも使えますか？
言い回しはそのまま使えます。同じモデルだからです。上限は違います。Tongyiのコードは既定で512トークンまで読み、チームによれば1,024まで引き上げられるため、ローカル実行では当社の1,000文字より長いプロンプトも使えます。当社のテスト結果は、当社のホスト型エンドポイントにのみ当てはまります。
利用者の責任
当社独自のコンテンツフィルターはありませんが、画像の責任の所在は変わりません。画像に写る全員が成人である必要があります。本人の同意なしに、実在する特定可能な人物を描かないでください。公開する地域の法律を守る責任は、利用者にあります。
最初の1枚を作る
Z-Image Turboを開き、プロンプト1を貼り付けて、3:4で実行します。そのあとは、1行ずつ変えていきます。人物、服装、光です。100枚の下書きでも1ドルです。
