はじめに
Qwen Image 2 テキストから画像は、書いたブリーフを 1 枚の画像にします。プロンプトは中国語と英語をそのまま読むため、言語パラメーターも翻訳の工程もありません。プロジェクトの途中で作業言語を切り替えても、リクエストは何も変わりません。
Qwen Image 2 は Alibaba の汎用画像モデルです。プロンプトは中国語か英語で 800 文字まで、テキストから画像ではアスペクト比が 5 種類、編集エンドポイントでは参照 1 枚を指定した比率で作り直します。1 リクエストにつき 1 枚が返り、比較するあいだは任意の seed で同じ乱数を保てます。
手元の素材から Qwen Image 2 のモードを選ぶ
| 手元の素材 | モード |
|---|---|
| 文章のアートディレクションやデザインブリーフ | Qwen Image 2 テキストから画像 |
| 手直ししたい承認済みの元画像 | Qwen Image 2 画像編集 |
主な機能とハイライト
2 か国語でプロンプトを書ける
Qwen Image 2 は中国語と英語のプロンプトを直接読みます。チームはブリーフがいちばん明確に書ける言語のまま作業でき、引き継ぎのために書き直す必要がありません。
渡した 1 枚に、文章で変更を加える
編集モードは、渡した 1 枚の画像と文章の指示から始まります。人物や構図がすでに決まっていて、確認したいのが新しい案ではなく意図した変更である場合に使います。
出発点がはっきり分かれた 2 つのモード
テキストから画像はアートディレクションから新しい場面を立ち上げるためのもの、画像編集は元の画像を手直しするためのものです。先に出発点の素材を決めておけば、編集のブリーフを新規生成と同じ基準で評価してしまうことがありません。
リクエストパラメーター
| パラメーター | 必須 | 説明 |
|---|---|---|
prompt | はい | 最大 800 文字、中国語または英語を言語フラグなしでそのまま読みます。実際に効く上限なので、形容詞ではなく被写体、衣装、セット、光に使ってください。 1 文字以上 · 800 文字以内 |
aspect_ratio | いいえ | 生成が始まる前に出力寸法を確定させるので、プロンプトを書く前に決めてください。画面はその形のために構図が組まれ、あとから切り抜かれるのではありません。 |
seed | いいえ | 省略すると毎回新しく引き直します。指定すれば同じ乱数を保ったまま、他の要素を 1 回に 1 つずつ変えていけます。 |
料金
$0.035 / 枚
ユースケース
文章のブリーフから始める
まだ元になる画像がない場面、イラスト、製品のコンセプトに使います。先に画角を 1:1、4:3、3:4、16:9、9:16 から選び、被写体、構図、光を書いてから、何枚か引き比べて方向を決めます。
2 か国語のキャンペーン制作
制作チームは中国語でブリーフを書き、海外のパートナーは英語で反復します。どちらもプロンプトを書き直す必要はありません。画角は最初に aspect_ratio で決めるため、掲載枠ごとにその形で生成され、正方形からの切り抜きにはなりません。
キャラクターと衣装
衣装アクセサリー、小道具、ネオンのバーのセット：衣装も小道具もセットも一度の指示で揃えたい依頼に向いています。キャラクターが決まったら seed を固定し、安定した顔を保ったままセットと衣装を変えてください。
製品を新しい場面に置く
製品写真がまだないときは、物の形、素材、置かれるセットを書き、結果は実物の記録ではなくコンセプト画として扱います。製品写真が承認されたら、それを編集エンドポイントに送り、その写真のほうを新しい場面に置き直します。
プロンプトガイドと実践のヒント
書く前に画角を決める
aspect_ratio は画像を切り抜くのではなく、その比率で構図を組みます。そのため説明は選んだ画角に合わせる必要があります。9:16 なら被写体を縦に積み、16:9 ならセットを横に広げられます。
800 文字を 1 つの完成した場面に使う
被写体、衣装、セット、光、レンズを、どちらの言語でも 1 回で書き切ります。上限は送信前に適用されるので、削るならセットの描写より先に形容詞を削ります。方向を探しているあいだは seed を外し、残したい 1 枚が出たらその seed を固定して、要素を 1 つずつ変えます。
付属の例を作り替える
公開している例から始め、aspect_ratio は 1:1 にします。被写体と演出を入れ替えつつ、このモードの入力の決まりはそのまま保ちます。
Photorealistic cinematic still of a real adult woman in a dim neon cocktail bar at night, wearing a loose chocolate satin robe slipping off one shoulder, and a large fluffy orange-and-white faux fox tail accessory clipped at the small of her back, curving up behind her hip. She leans on the bar and glances back over her shoulder at the camera with a teasing half-smile. Red paper lanterns overhead, a neon sign on the back wall reading 'MIDNIGHT FOX', bottles bokeh, 35mm film grain, warm amber and crimson light.
公開している静止画の元になった、そのままのリクエストです。衣装、尻尾のアクセサリー、バーのセット、提灯の光を 1 本の正方形のブリーフにまとめています。
反復する前に結果を確かめる
800 文字は厳密な上限で、それより長いプロンプトは送信前に拒否されます。予算は形容詞ではなく、被写体、衣装、光、レンズに使います。1 リクエストで返るのは 1 枚で、まとめて生成する項目はないため、探るには呼び出しを繰り返します。画像内の文字はこのモデルの得意分野ではありません。看板や誌名には Qwen Image 3.0 系を使ってください。
API クイックスタート
# Generate the idempotency key once; reuse it when retrying after a lost response.
export SPICY_IDEMPOTENCY_KEY="${SPICY_IDEMPOTENCY_KEY:-$(uuidgen)}"
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: $SPICY_IDEMPOTENCY_KEY" \
-d '{
"model": "alibaba/qwen-image-2/text-to-image",
"input": {
"prompt": "A ceramic teapot on a linen cloth, soft window light, muted palette",
"aspect_ratio": "1:1"
}
}'
# Copy data.taskId from the response into TASK_ID, then poll the status.
TASK_ID="TASK_ID_FROM_RESPONSE"
curl "https://api.spicyapi.ai/api/v1/jobs/recordInfo?taskId=$TASK_ID" \
-H "Authorization: Bearer $SPICY_API_KEY"
認証、完全なスキーマ、ポーリング、エラー処理は API リファレンスを参照してください。
