אשף הפרומפטים

ה-API של אשף הפרומפטים הופך רעיון גולמי לפרומפט משופר לרכיב יצירה. נקודת קצה אחת, POST /v1/prompt-helper/wizard, עושה שלושה דברים, לפי הערך בשדה action. היא שואלת שאלות מנחות (analyze), בונה פרומפט מהתשובות שלכם (generate) או משכתבת פרומפט בצעד אחד (enhance). זה אותו אשף שהעורך פותח מכפתור ה-AI שבשדה הפרומפט.

הנתיב עובד בכל המהדורות ומקבל אסימון Bearer. לכל קריאה משוריינים קרדיטים של קריאה אחת למודל שפה, ואחר כך היא מחויבת לפי הטוקנים שהיא השתמשה בהם. ראו את דף ה-API אימות.

נקודות קצה

קבלת שאלות מנחות

הפעולה analyze קוראת את הרעיון שלכם ואת סוג רכיב היעד, ומחזירה שאלות על מה שהכי ישפר את הפרומפט: הנושא, התאורה, המצלמה, מצב־הרוח ועוד. לכל שאלה מצורפות תשובות מוצעות, וכשהאשף מצליח לזהות את התשובה הטובה ביותר, היא מסומנת כנבחרת. השמיטו את prompt כדי להתחיל מאפס; האשף בוחר אז את השאלות החשובות ולא מסמן אף תשובה.

curl -X POST https://app.nodaro.ai/v1/prompt-helper/wizard \
  -H "Authorization: Bearer $NODARO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "action": "analyze",
    "nodeType": "generate-image",
    "prompt": "a snow leopard on a ridge",
    "provider": "nano-banana-pro",
    "aspectRatio": "16:9"
  }'

import { createClient, StaticTokenAuth } from '@nodaro/sdk'

const client = createClient({
  baseUrl: 'https://app.nodaro.ai',
  auth: new StaticTokenAuth(process.env.NODARO_API_KEY!),
})

const { questions } = await client.promptHelper.analyze({
  nodeType: 'generate-image',
  prompt: 'a snow leopard on a ridge',
})

nodaro prompt analyze --node-type generate-image --prompt "a snow leopard on a ridge" --json

# Interactive questions and answers in the terminal:
nodaro prompt wizard --node-type generate-image --prompt "a snow leopard on a ridge"

{
  "jobId": "3b7d1f9a-5c2e-4a8b-9d6f-1e4c7a2b5d8f",
  "questions": [
    {
      "category": "lighting",
      "label": "Lighting",
      "options": [
        { "value": "golden-hour", "label": "Golden hour", "description": "Low warm sun, long shadows" },
        { "value": "overcast", "label": "Overcast", "description": "Soft, even light" },
        { "value": "blizzard", "label": "Blizzard haze", "description": "Flat light through blowing snow" }
      ],
      "selected": "golden-hour",
      "allowCustom": true
    }
  ]
}

בתגובה יש בין 1 ל-12 שאלות. כל שאלה היא { category, label, options, selected, allowCustom, multi? }:

בניית פרומפט מהתשובות

הפעולה generate בונה פרומפט משופר אחד מהתשובות שלכם. שלחו בחירה אחת לכל שאלה שעניתם עליה, { category, value, isCustom }; הגדירו את isCustom ל-true כשהשדה value הוא ניסוח שלכם. הוסיפו את originalPrompt כדי לשלב את הרעיון המקורי בתוצאה.

curl -X POST https://app.nodaro.ai/v1/prompt-helper/wizard \
  -H "Authorization: Bearer $NODARO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "action": "generate",
    "nodeType": "generate-image",
    "originalPrompt": "a snow leopard on a ridge",
    "selections": [
      { "category": "lighting", "value": "golden-hour", "isCustom": false },
      { "category": "camera", "value": "telephoto from below, 400mm", "isCustom": true }
    ]
  }'

const { prompt, recommendedModel } = await client.promptHelper.generate({
  nodeType: 'generate-image',
  originalPrompt: 'a snow leopard on a ridge',
  selections: [
    { category: 'lighting', value: 'golden-hour', isCustom: false },
    { category: 'camera', value: 'telephoto from below, 400mm', isCustom: true },
  ],
})

nodaro prompt generate --node-type generate-image \
  --original-prompt "a snow leopard on a ridge" \
  --selection lighting=golden-hour --selection camera="telephoto from below, 400mm" --json

{
  "jobId": "9e1a3c5b-7d2f-4b6a-8c4e-2f5d8b1a3c7e",
  "prompt": "A snow leopard stands on a rocky ridge at golden hour, low warm sun raking across its spotted coat, shot from below on a 400mm telephoto lens, snow dust drifting in the backlight.",
  "recommendedModel": {
    "provider": "nano-banana-pro",
    "field": "provider",
    "label": "Nano Banana Pro",
    "reason": "Strong fine detail for fur and snow texture."
  }
}

השדה recommendedModel מופיע כשהאשף יכול להציע מודל לרכיב היעד: השדה provider הוא מזהה המודל שצריך להגדיר, השדה label הוא השם שלו והשדה reason הוא ההסבר. סוג רכיב שיש לו מודל אחד בלבד לא מקבל המלצה.

שיפור פרומפט בקריאה אחת

הפעולה enhance מדלגת על השאלות ומחזירה ישירות את הפרומפט המשופר. היא מקבלת את אותם שדות כמו הפעולה analyze, בלי בחירות.

curl -X POST https://app.nodaro.ai/v1/prompt-helper/wizard \
  -H "Authorization: Bearer $NODARO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{ "action": "enhance", "nodeType": "text-to-video", "prompt": "a paper boat in a rainy street", "duration": 5 }'

const { prompt } = await client.promptHelper.enhance({
  nodeType: 'generate-image',
  prompt: 'a snow leopard',
})
const image = await client.nodes.runAndWait('generate-image', { prompt })

PROMPT=$(nodaro prompt enhance --node-type generate-image --prompt "snow leopard" --json | jq -r '.prompt')
nodaro nodes run generate-image --param prompt="$PROMPT" --watch

שדות הבקשה

כשהשדה reasoningEffort לא נתמך או לא נשלח, המודל משתמש בברירת המחדל שלו. בקשה עם advancedMode למודל שהוא לא מודל Gemini או Claude נדחית עם 400 advanced_mode_unsupported. כל עוד הספק של המודל עצמו לא יכול לקבל בקשות, בקשה עם advancedMode נדחית עם advanced_mode_unavailable, והקריאה לא עוברת לרוץ בשירות ברירת המחדל. ראו את הדף של רכיב יצירת טקסט - כל LLM לרשימת מודלי השפה.

קרדיטים

כל קריאה היא קריאה אחת למודל שפה. היא מחויבת לפי הטוקנים שהיא השתמשה בהם בפועל, בתעריף של llmModel בשירות שטיפל בה. כשהקריאה מתחילה, משוריינים קרדיטים, ואחר כך הקריאה מחויבת לפי השימוש בפועל. הנתיב POST /v1/credits/model-costs מחזיר אומדן של קריאה טיפוסית, תחת המפתח prompt-helper:<model>. הציגו אותו כ-≈N. שימוש באשף עם שאלות כולל שתי קריאות: קודם analyze ואחר כך generate. בקשה לשאלות חדשות היא קריאה נוספת. על קריאה שנכשלה והספק חייב עליה, כגון סירוב, משלמים לפי השימוש הזה. על קריאה שנכשלה והספק לא חייב עליה, הקרדיטים מוחזרים. ראו את הסעיף איך מחויבות קריאות LLM בדף קרדיטים.

שימוש דרך MCP

עוזרי AI משתמשים באותה נקודת קצה דרך הכלים analyze_prompt, generate_prompt ו-enhance_prompt, עם ההרשאה workflows:execute. הכלים מקבלים את אותם שדות, ובמודלי Gemini ו-Claude גם את advanced_mode, temperature ו-max_tokens. ראו את מדריך כלי ה-MCP.

שגיאות