ComfyUIのプロンプトリスト:1つの3Dブロックアウトを、一晩で数十のアートスタイルでレンダリングする

プロンプトリストを使うと、寝ている間に同じ被写体の多くのバリエーションをレンダリングできます。構成次第で、50個、300個、500個のプロンプトです。私は3Dブロックアウトのさまざまなスタイルと色に使いました。Flux、SDXL、Stable Diffusionのどれでも動き、一般的にはFluxのほうがきれいな結果になります。

このガイドでは、シンプルなものから複雑なものまで、3つの構成を扱います。1つのリストを1枚の画像に対して使うもの、同じリストに固定の被写体と背景を足したもの、そしてスクリーンショットのフォルダを対応するプロンプトと一緒に回すものです。3Dスクリーンショットを画像の構造に変える深度ControlNet側は、3Dからコンセプトアートまでの自動化パイプラインで扱っています。ここではプロンプトに集中します。

もっとシンプルな方法:ネガティブや画像が不要で、1行に1つのプロンプトで足りるなら、私のPrompt Cyclerノードが1つのノードで実現します。

ノードをインストールする

Inspire Pack、rgthree、WAS Node Suite、(ネストしたループカウンター用の)WWAA custom nodesが必要で、すべてComfyUI Managerから入ります。インストールはやや複雑です。調べた限り、他の選択肢は一度に3つか5つのプロンプトを回すもので、50個や100個を回せるものは見つかりませんでした。

プロンプトリストを書く

リストはプレーンな.txtファイルです。私は物体ではなくスタイルを記述します。戦車も兵士もロボットもなく、見た目の汎用的な記述だけです。物体は、後から連結で足します。

フォーマットは非常に重要です。

positive: ornate sci-fi style with gilded armor segments, embedded gemstones, ...
negative: glossy surfaces, ornamental engravings, glowing decorative elements, ...

---

positive: sci-fi ork style, heavily armored with jagged welded metal plates, ...
negative: bulky shape, exposed wiring, analog dials, scratched paint, retro features

---

• 行は、小文字の**positive:とnegative:**で始めます。大文字だとリストは機能しません。この点にとても敏感です。
• 項目はダッシュ3つで区切ります(それ以上でも構いません)。

ChatGPTでリストを書く: この形式の項目を貼り付けて、例えば10個のSFスタイルを頼みます。たいてい、調整が必要で、ダッシュを保ち、余計なテキストを足さないよう頼むことになります。1つ不便なのは、いくつ項目が得られたか簡単に分からないことです。50個を頼んで47個でしたが、Googleドキュメントに貼り付けて「positive」を検索して初めて分かりました。もっと良い方法をご存知なら、コメントで教えてください。

ComfyUI内のLLMでもプロンプトを生成できます。素晴らしく聞こえますが、遅く、予測しにくく、良いモデルは約10GBになりえます。プロンプトリストはミリ秒で済みます。

ファイルを置く場所: custom_nodes内の、Inspire Packのフォルダの中です(私はそのexampleフォルダを使っています)。サブフォルダも機能し、その中のテキストファイルはすべて認識されますが、他の場所は読み込めません。

構成1:シンプルなプロンプトリスト

1. Load Single Prompt From File (Inspire)がリストを読み込みます。ファイルを選び、そのindex入力が項目を選択します。
2. そのZIPPED_PROMPTはUnzip Prompt / Bindノードに入り、positiveとnegativeを出力します。このノードにはプロンプト欄と画像入力もあります。そこに入力したものは引き継がれず、私の構成では、画像がどこにも行かないにもかかわらず、ノードが動くために画像入力を埋める必要がありました。
3. Positiveは、現在の行を見るためのPreview Textノードと、ポジティブのCLIP Text Encodeに入ります。
4. (WWAAの)Nested Loop Counterがindexを供給します。maximumを項目数(ここでは10)に設定します。Display Intが、どの項目が実行中かを表示します。

レンダリング前にテストします: 画像ノードをバイパス(選択してCtrl+B)し、Ctrl+Enterで実行します。ファイル名が間違っていればエラーになります。そうでなければ、リストを進むにつれて、実行のたびにプレビューテキストとカウンターが更新されます。トラブルシューティング中は、プレビューテキストノードを有効にしておいてください。

構成2:被写体と背景を足す

(WASの)Text Concatenateノードを追加します。プロンプトリストはtext_aに入り、text_bには、より多くのスタイル指定を貼り付けた長めの文字列を入れます。通常、そこに実際の物体(「tank」)と設定を入れます。「background winter landscape」「alien planet」「desert」などです。

スタイルによって出来の差がありました。「clean medical tech」は良い結果が出ず、「high empire sci-fi」スタイル(『ジュピター』を思い浮かべてください)が最良の画像になり、「industrial cyberpunk」も良好でした。

順序が重要です。 最も重要な言葉を最初に置きます。被写体の重みを高めるには、入力を入れ替えて「tank」を先に置きます。これはSDXLで最も重要ですが、Fluxでも役立ちます。

構成3:画像のフォルダと、対応するプロンプト

ここでは、さまざまな小道具の18枚のスクリーンショットが、プロンプトと一緒に回ります。難しいのは同期を保つことです。APCのスクリーンショットが読み込まれたとき、プロンプトは「military APC」でなければなりません。

• フォルダのためにリストを書く。 18枚の画像、18個のプロンプトを同じ順序で書きます。画像5がナイフならプロンプト5はナイフ、8はドローン、12は宇宙船です。これらのプロンプトは物体の名前だけでスタイル指定はありません。スタイルはconcatenateノードから来るからです(ここでは、小道具を切り離すための「blue background」を付けています)。
• 1つのカウンターが両方を動かします。 カウンターの整数は、プロンプトのindexと、(WASの)Load Image Batchのindexの両方に入るので、5回目の実行は5番目の画像と5番目のプロンプトを読み込みます。
• カウンターは18に設定します。 最初は10のままにしていました。

カウンターをリセットする

最初の項目からやり直すには、カウンターのresetをtrueにして1回実行し(数字が0になります)、falseに戻してからもう一度実行します。

どの構成を使うか

正直なところ、私は通常、1つの物体に対して連結付きのシンプルなリストを実行します。1つの戦車の50スタイルです。一晩で多くのコンセプトのアイデアを試す必要があるときは、スクリーンショットのフォルダとリストを対応させるのがとても役立ちます。このワークフローの最終バージョンは、画像を縦向きと横向きに振り分け(アスペクト比による画像の振り分けをご覧ください)、18個の物体を54のスタイル項目に対して実行します。

このシステムは少し複雑です。フォルダ内の画像の数を読み取り、プロンプトを助けるカスタムノードがあれば楽になるでしょう。プロンプト側については、後でよりシンプルなPrompt Cyclerを作りました。ワークフローは、SDXL用とFlux用が、私のPatreonにあります。

Anton Tenitsky は コンピュータグラフィックスで15年以上の経験を持つ3Dアーティストで、Nickelodeon、Gameloft、Marvel Rivalsをはじめ多くのクライアントと仕事をしてきました。 プロフィールを見る