NodaroAccount
Nodaro ドキュメント
ドキュメントノードリファレンスモデルテンプレートAI エージェント(MCP)開発者向けセルフホスティングリサーチ比較
ツールリファレンス

画像

Nodaro の画像ツールで、AI アシスタントから画像の生成、変換、編集、マスク作成、合成、説明を行います。各ツールのパラメーター、デフォルト、クレジットも紹介します。

画像ツールを使うと、アシスタントは Nodaro で画像を作成、変更できます。できるのは、プロンプトからの生成、既存の画像の変換や編集、マスクの切り出し、複数の画像やレイヤーの合成、画像に写っている内容の説明です。suggest_overlay_placement、save_image_defaults、パレットとムードボードのツール以外の各ツールはジョブを開始してその ID を返し、結果はライブラリに保存されます。パレットとムードボードのツールを除き、画像ツールには、すべて workflows:execute 権限が必要です。

ツール機能クレジット
generate_imageテキストから画像を生成。リファレンスと任意のインペイントに対応モデルの料金
modify_image既存の画像を編集、スタイル変更、変換モデルの料金
image_to_imageプロンプトによる画像から画像への変換。マスクと複数のリファレンスに対応モデルの料金
edit_imageアップスケール、背景の削除、部分的な編集操作の料金
split_into_layers1 枚の画像を、ベース画像と透明なレイヤーに分割返された画像ごと
generate_mask説明した対象の白黒マスク55
image_collage2〜30 枚の画像を 1 枚の大きな画像に2K で 22、4K で 44
image_overlayAI を使わずに、ロゴ、テキスト、QR コード、図形を画像に配置11、追加のサイズがあると増えます
suggest_overlay_placementロゴやテキストを画像のどこに置くべきかの提案画像の説明 1 回分
image_to_text画像についての説明や回答使ったトークン分を、モデルの単価で課金
save_image_defaults自分用のデフォルトの画像モデルと設定無料
list_palettes、save_palettegenerate_image の方向付けに使う、自分のカラーパレット無料
list_moodboards、save_moodboardgenerate_image の方向付けに使う、自分のムードボード無料

generate_image

Nodaro の画像モデルの 1 つを使って、テキストプロンプトから画像を作ります。「…の画像を作って」のような依頼で使われるツールで、画像生成ノードと同じように動作します。

権限:workflows:execute。クレジット:選んだ解像度または品質での、モデルの料金です。

パラメーター型説明
promptstring画像の説明で、最大 4,000 文字です。プリセットがプロンプトを指定する場合を除き、必須です。
modelstringモデル ID です。デフォルトは gpt-image-2 です。不明な ID はデフォルトに戻ります。list_models を参照してください。
aspect_ratiostringたとえば 16:9、9:16、1:1、4:3、3:4、21:9 です。デフォルトは 16:9 です。16x9 のような形式も使えます。モデルが対応していない比率は、対応している比率に置き換わります。auto は、どのモデルでも写真の形を保ちます。写真とは、base_image_url が設定されていればそれ、なければ最初のリファレンス画像です。形を保つ独自の auto 設定を持つモデルはそれを受け取ります。それ以外のモデルは、その写真に最も近い対応アスペクト比を使います。GPT Image 2.6 も同じで、その独自の auto は縦長の正方形に近い形で生成されるためです。写真がない場合、auto は、モデルに独自の auto があればそれ、なければモデルが 16:9 を記載していれば 16:9、それもなければ最初に記載された比率になります。
resolutionstring対応しているモデルでは 1K、2K、4K です。最も近い対応値が使われます。
qualitystring品質の設定があるモデルで、list_models に載っているそのモデルの品質レベルを指定します。auto では、実際に作られた画像の分だけ課金され、max の価格を超えることはありません。
backgroundstringauto、opaque、transparent のいずれかで、この設定があるモデルで使えます。GPT Image では、透明な背景は 1K で生成されます。
output_formatstringファイル形式です。GPT Image 2.6 Flare と Sunburst では png(デフォルト)、jpeg、webp、gif、svg のいずれか、MiniMax H3 Image、Seedream 5.5、FLUX 3 Klein では png または jpeg です。出力形式を参照してください。
gif_frames, gif_frame_duration_ms, svg_leveloutput_format の GIF と SVG の設定です。
negative_promptstring避けたい内容で、最大 2,000 文字です。
reference_image_urlsarray人物、キャラクター、商品、スタイルを保つためのリファレンス画像で、URL または Nodaro の ID で最大 14 個指定します。独自の画像上限を持つモデルでは、GPT Image 2.6 Flare と Sunburst または MiniMax H3 Image で 16 個、Seedream 5.5 または FLUX 3 Klein で 10 個で、base_image_url も数えられます。それらのモデルではすべての画像が渡され、上限を超える呼び出しは、何も請求される前に、何枚減らせばよいかを示すメッセージとともに拒否されます。応答で、添付された数を確認できます。
countintegerモデルごとに 1〜4 枚の画像です。画像ごとに別のジョブになります。
modelsarraymodel の代わりに指定する、2〜4 個の画像モデルの ID です。同じリクエストが各モデルで実行されます。
presetIdstringlist_node_presets で取得したプリセットで、エディターと同じように適用されます。指定したフィールドは、プリセットより優先されます。プリセットを適用するを参照してください。
variablesobjectデフォルト値のないプリセットのプレースホルダーに入れる値です。たとえば { "BRAND": "Acme" } です。
palette_idstringlist_palettes で取得したパレットです。その色がプロンプトの中で指定されます。
moodboard_idstringlist_moodboards で取得したムードボードです。その説明がプロンプトに加わり、その画像がスタイルのリファレンスとしてモデルに送られます。
subjectobjectショットに誰が映るかを、カタログ ID で指定します:{ field: id } または { field: [ids] }。フィールドは、人物とスタイリングのフィールド、heldProp、material、animal で、get_picker_catalog から取得します。
structuredobjectプロンプトに加える構造化された詳細です。person(年齢、性別、表情、目、髪、職業)、styling(美的スタイル、カラールック、ライティング、ムード)、setting(雰囲気、背景、時代)、camera(フォーマット、フレーミング、動き)、lens(絞り、焦点距離)、mood です。
described_referencesarray名前は挙げられるものの、画像がない被写体のための { name, description } の項目で、最大 10 個です。各項目がプロンプトの 1 行になるので、プロンプト内の名前は、説明付きの被写体としてモデルに届きます。
connected_references、reference_orderarray上級者向けです。エディター独自の形式による、ラベル付きで順序のあるリファレンスで、ほとんどのモデルで最大 14 個です。独自の画像上限を持つモデルでは、呼び出しが送る画像の数が上限に数えられ、同じ画像を共有するエントリは 1 個として数えられます。上限を超える呼び出しには、いくつ減らせばよいかが伝えられます。64 個を超えるエントリを含む呼び出しは、何も実行される前に拒否されます。
base_image_url、mask_urlstringインペイント用です。編集する画像とマスクで、白い部分が変更され、黒い部分は保たれます。マスクした領域が再生成され、画像の上に戻されます。
strengthnumberインペイントの強さで、0(控えめ)〜1(完全に描き直し)です。対応しているモデルで使えます。
guidance_scalenumber0〜20 です。対応しているモデルで使えます。
user_requeststringアシスタントに送ったユーザーの最新のメッセージで、一字一句そのまま、最大 4,000 文字です。会話のワークフローのノードに保存され、生成される内容は変わりません。MCP 会話がワークフローになる仕組みを参照してください。
flow_idstring"new" を指定すると、このステップから新しいワークフローを始めます。前の結果にあるワークフロー ID を指定すると、そのワークフローにステップを追加します。最大 36 文字です。MCP 会話を参照してください。

戻り値:ジョブ ID です。MCP Apps に対応したクライアントでは、画像ができるとカードに表示されます。

1 回の呼び出しで複数の画像を作る

  • count は、同じリクエストの画像を最大 4 枚作ります。画像ごとに別のジョブになります。
  • models は、同じリクエストを 2〜4 個のモデルで実行します。両方を指定すると、count はモデルごとの枚数になるので、1 回の呼び出しで作れるのは最大 8 枚です。
  • 応答には、すべてのジョブ ID がモデルごとにまとめて、バッチ ID とともに並びます。カードと jobId は、最初のジョブを追跡します。
  • モデルごとに設定が調整されます。アスペクト比や解像度などの設定は、1 回の呼び出しと同じように、各モデルに合わせて調整されます。
  • バッチは全体として課金されます。Nodaro はバッチ全体について残高を確認し、すべてのジョブを作成するか、1 つも作成しないかのどちらかです。エラーが返された場合は、何も課金されていません。
  • 拒否:1〜4 の範囲外の count、5 個以上のモデル、model と models の同時指定、画像モデルではないモデルを含むリストは拒否されます。エラーで問題の内容が示されます。models のモデル ID は、大文字と小文字を区別せずに照合されます。

プリセットを適用する

presetId は、標準プリセットまたは保存したプリセットを、エディターとまったく同じように適用します。

  • プリセットのプロンプトと、プロンプトの前後のテキストが使われます。あなた自身の prompt は、そのテキストで前後を挟まれます。
  • {name || default} の形で書かれたプレースホルダーには、デフォルト値が入ります。
  • プリセットのスタイルとネガティブプロンプトは、モデルが受け付ける形で渡されます。
  • プリセットで指定されていない設定には、エディターのデフォルト値が使われます。保存した自分用の画像のデフォルトは、プリセットを使う呼び出しには適用されません。

{BRAND} のようにデフォルト値のないプレースホルダーには、variables で値を指定する必要があります。指定がない場合、ツールは足りない値を示します。count を指定すると、プリセットのリクエストの画像をその枚数だけ作ります。models を指定すると、モデルごとに 1 回ずつプリセットを適用します。presetId は、まだ palette_id や moodboard_id と組み合わせられません。組み合わせた呼び出しは拒否されます。

パレットとムードボード

palette_id は、パレットのすべての色を、一般的な色名と 16 進コードでプロンプトの中に指定します。moodboard_id は、ムードボードの説明をプロンプトに加え、その画像をスタイルのリファレンスとして送ります。画像は自分のリファレンスの後に、モデルの上限まで追加されます。入りきらない画像があった場合は、応答でそのことが示されます。パレットとムードボードは、下のツールで作成して探します。

出力形式

generate_image、modify_image、image_to_image は、GPT Image 2.6 Flare と Sunburst、MiniMax H3 Image、Seedream 5.5、FLUX 3 Klein で output_format を受け付けます。各モデルの形式は、list_models が outputFormats として一覧にします。

  • 形式:GPT Image 2.6 Flare と Sunburst では png(デフォルト)、jpeg、webp、gif、svg のいずれかです。MiniMax H3 Image、Seedream 5.5、FLUX 3 Klein では png または jpeg です。jpg は jpeg として扱われます。
  • GIF:512 × 512 ピクセルの正方形のアニメーション GIF で、2〜16 フレームです。gif_frames でフレーム数を指定し、デフォルトは 9 です。gif_frame_duration_ms で各フレームの表示時間を 20〜2,000 ミリ秒で指定し、デフォルトは 200 です。GIF はアスペクト比と解像度を無視します。
  • SVG:svg_level で細かさを指定します。standard、detailed、max のいずれかです。
  • 料金:PNG、JPEG、WebP は同じ料金です。GIF の料金は、品質とフレーム数で決まります。SVG は、PNG の料金に、レベルに応じた分が加わります。画像生成ページの形式を参照してください。
  • 制限:透明な背景が保たれるのは、PNG と WebP だけです。GIF または SVG とマスクを組み合わせると拒否されます。

サーバーが変更した内容は、応答の調整の一覧に示されます。

modify_image

既存の画像を、プロンプトで編集、スタイル変更、変換します。色の変更、背景の差し替え、スタイルの適用、フレームの拡張や一部の描き直しができます。画像修正ノードと同じように動作します。

権限:workflows:execute。クレジット:モデルの料金です。

パラメーター型説明
promptstring必須。加えたい変更で、最大 8,000 文字です。
image_url または image_asset_idstring必須(どちらか一方)。公開された https の URL、または結果が画像である Nodaro のジョブの ID です。
modelstringデフォルトは gpt-image-2-6-flare-i2i です。複数の編集で顔やキャラクターを同じに保つ場合や、画像内の文字には nano-banana-pro を、文字の多い編集には gpt-image-2-i2i を使います。不明な ID はデフォルトに戻ります。
aspect_ratiostring出力の形です。auto は、どのモデルでも写真の形を保ちます。形を保つ独自の auto 設定を持つモデルはそれを受け取ります。それ以外のモデルは元の画像に最も近い対応アスペクト比を使い、GPT Image 2.6 も同じです。その独自の auto は縦長の正方形に近い形で生成されるためです。そのほかの対応していない値は、対応している値に置き換わります。省略すると、保存したアスペクト比が使われます。どちらもない場合、GPT Image 2、2.5、2.6 の編集モデル(デフォルトのモデルも含む)、MiniMax H3 Image、Seedream 5.5、FLUX 3 Klein は auto で実行されます。ほかのモデルは、16:9 を記載していれば 16:9、なければ最初に記載された比率で実行されます。
resolutionstring最も近い対応値が使われます。 GPT Image 2.5 は、27:16、16:27、9:8、8:9 の比率を 1K でしか生成しません。これらの比率で 2K や 4K を指定すると、1K で実行され、1K の料金になります。
qualitystring品質の設定があるモデルで、list_models に載っているそのモデルの品質レベルを指定します。auto では、実際に作られた画像の分だけ課金され、max の価格を超えることはありません。
backgroundstringauto、opaque、transparent のいずれかで、この設定があるモデルで使えます。GPT Image では、透明な背景は 1K で生成されます。
output_format, gif_frames, gif_frame_duration_ms, svg_levelファイル形式で、generate_image と同じです。出力形式を参照してください。
negative_promptstring避けたい内容で、最大 2,000 文字です。
mask_urlstringインペイント用のマスクです。白い部分が変更され、黒い部分は保たれます。これを使うのは gpt-image-2-6-flare-i2i、gpt-image-2-6-sunburst-i2i、ideogram-edit、flux-fill、つまり list_models のシートに mask の機能が記載されているモデルです。ほかのモデルは無視します。マスクは GIF や SVG の出力と一緒には使えません。マスクを参照してください。
structuredobjectgenerate_image と同じ構造化された詳細です。
user_requeststringアシスタントに送ったユーザーの最新のメッセージで、一字一句そのまま、最大 4,000 文字です。会話のワークフローのノードに保存され、生成される内容は変わりません。MCP 会話がワークフローになる仕組みを参照してください。
flow_idstring"new" を指定すると、このステップから新しいワークフローを始めます。前の結果にあるワークフロー ID を指定すると、そのワークフローにステップを追加します。最大 36 文字です。MCP 会話を参照してください。

戻り値:ジョブ ID です。

image_to_image

プロンプトで画像を変換します。マスクや、複数のリファレンスを 1 枚の画像に構成するためのオプションがあります。

権限:workflows:execute。クレジット:モデルの料金です。

パラメーター型説明
promptstring必須。変換の内容で、最大 2,000 文字です。
image_url または image_asset_idstring元画像です。
modelstringデフォルトは gpt-image-2-6-flare-i2i、または指定した aspect_ratio を描ける編集モデルです。ほかに、nano-banana、nano-banana-2、フォトリアルな編集向けの flux-kontext、創造的な描き直し向けの gpt-image-i2i、flux-i2i、ideogram-remix などがあります。不明な ID は拒否されます。応答の model は、ジョブが実行するモデルを示します。
reference_image_urlsarray複数のリファレンスを受け付けるモデル向けの、元の画像に加える追加のリファレンス画像で、URL または Nodaro の ID で指定します。最大 13 個です。独自の画像上限を持つモデルでは、元の画像のほかに、GPT Image 2.6 Flare と Sunburst または MiniMax H3 Image で 15 個、Seedream 5.5 または FLUX 3 Klein で 9 個です。それらのモデルではすべての画像が渡され、上限を超える呼び出しは、何も請求される前に、何枚減らせばよいかを示すメッセージとともに拒否されます。64 個を超えるリファレンスを含む呼び出しは、どのリファレンスも読み込まれる前に拒否されます。
mask_urlstringインペイント用のマスクです。白い部分が変更され、黒い部分は保たれます。これを使うのは gpt-image-2-6-flare-i2i、gpt-image-2-6-sunburst-i2i、ideogram-edit、flux-fill、つまり list_models のシートに mask の機能が記載されているモデルです。ほかのモデルは無視します。マスクは GIF や SVG の出力と一緒には使えません。マスクを参照してください。
strengthnumber0(控えめ)〜1(完全に描き直し)です。
aspect_ratiostring出力の形です。
resolutionstringモデルに応じて、1K、1.5K、2K、4K のいずれかです。
qualitystringモデルに応じて、auto、low、medium、high、xhigh、max、basic のいずれかです。
output_format, gif_frames, gif_frame_duration_ms, svg_levelファイル形式で、generate_image と同じです。出力形式を参照してください。
seedinteger固定のシードです。対応しているモデルで使えます。
negative_promptstring避けたい内容で、最大 5,000 文字です。
user_requeststringアシスタントに送ったユーザーの最新のメッセージで、一字一句そのまま、最大 4,000 文字です。会話のワークフローのノードに保存され、生成される内容は変わりません。MCP 会話がワークフローになる仕組みを参照してください。
flow_idstring"new" を指定すると、このステップから新しいワークフローを始めます。前の結果にあるワークフロー ID を指定すると、そのワークフローにステップを追加します。最大 36 文字です。MCP 会話を参照してください。

保存した画像のデフォルトが、呼び出しで省略した値を補います。呼び出しで指定した値が常に優先されます。

  • アスペクト比、解像度、品質:保存した各値は、モデルに合わせて調整されます。保存した aspect_ratio: "auto" は、名前で指定した比率と同じように働きます。モデルが受け付けない保存済みの解像度や品質は使われません。
  • モデル:保存したモデルが使われるのは、編集で実行できる場合だけです。編集モデルか、nano-banana-pro のように 1 つの ID で生成と編集の両方を行うモデルです。gpt-image-2 のようなテキストから画像を作るだけのモデルは、編集には使われません。
  • どちらもない場合:GPT Image 2、2.5、2.6 の編集モデル、MiniMax H3 Image、Seedream 5.5、FLUX 3 Klein は auto で実行され、写真の形を保ちます。GPT Image 2、GPT Image 2.5、MiniMax H3 Image、Seedream 5.5、FLUX 3 Klein は独自の auto を受け取り、GPT Image 2.6 は写真に最も近い対応比率を受け取ります。ほかのモデルは、それぞれのデフォルトの比率で実行されます。

戻り値:ジョブ ID です。

マスク

mask_url は白黒の画像で、白い部分が変更する領域、黒い部分が保たれる領域です。image_to_image と modify_image は、同じように受け取ります。GPT Image 2.6 では、画像のそれ以外の部分は元のまま正確に保たれます。マスクの外側にはすべて元の画像が貼り戻され、結果は元の画像のサイズになります。実行は写真の形を保ち、写真に最も近いサイズ(1K、2K、4K)で生成され、そのサイズで課金されます。応答の adjustments に、それぞれの変更が示されます。マスクに追加料金はかからず、入力画像としても数えられません。マスクは generate_mask で作れます。

edit_image

画像をアップスケールする、背景を削除する、または部分的な編集を加えます。操作は model で選びます。

権限:workflows:execute。クレジット:操作の料金です(下の表を参照)。

model操作必要なもの
recraft-upscale(デフォルト)くっきりしたアップスケール画像
topaz-image-upscale1 倍、2 倍、4 倍のアップスケール画像と upscale_factor
nodaro-image-upscaleNodaro Image Upscale:1 倍(補正のみ)、2 倍、4 倍、8 倍のアップスケールです。細部を復元し、文字をそのまま保ちます。料金は出力のサイズで決まります画像と upscale_factor
recraft-remove-bg背景を削除し、透明度付きの PNG を返す画像
nano-banana-editマスクの内側、またはフレームの外側をプロンプトで編集画像、prompt、任意の mask_url
grok-2-segment以前の Grok Imagine 2 の画像から、名前付きの領域のマップを無料で作成task_id
grok-2-edit以前の Grok Imagine 2 の画像をプロンプトで編集。一部の領域だけを編集することも可能task_id、prompt、任意の mask_indexes
モデル開発元モードクレジット詳細
Recraft Crisp UpscaleRecraft画像のアップスケール3Recraft Crisp による軽量な画像のアップスケールです。
Topaz Image UpscaleTopaz画像のアップスケール28 から1x(画質の向上のみ)、2x、4x で画像を高品質にアップスケールします。本番でそのまま使える出力に最適です。
Recraft Remove BGRecraft背景の削除4画像の背景を削除します。安価なユーティリティです。
Nano Banana EditGoogle画像編集11Google の Nano Banana ファミリーによる、画像から画像への編集です。汎用の編集モデルとして優れています。
Grok Imagine 2 Segment MapxAI画像編集0以前の grok-2 の生成結果からセマンティックなセグメントマップを無料で作成し、得られる名前付きの領域マスクのインデックスを grok-2-edit の領域指定に使えます。
Grok Imagine 2 EditxAI画像編集11以前の grok-2 の生成結果を、タスク ID を指定してプロンプトで編集します。任意でマスクのインデックス(grok-2-segment で取得)を指定すると、編集を名前付きの領域に限定できます。
パラメーター型説明
modelstring上の表の操作です。デフォルトは recraft-upscale です。
image_url または image_asset_idstring元画像です。2 つの Grok の操作を除く、すべての操作で使います。
promptstringnano-banana-edit と grok-2-edit では必須です。最大 2,000 文字です。
mask_urlstringnano-banana-edit 用です。白い部分が変更されます。
upscale_factorstringtopaz-image-upscale 用で、1、2、4 のいずれかです。nodaro-image-upscale 用では、1、2、4、8 のいずれかです。デフォルトは 2 です。
target_resolutionstringtopaz-image-upscale のアップスケール倍率を指定する、古い方法です。2K は 2 に、4K と 8K はどちらも 4 になります。代わりに upscale_factor を使ってください。
task_idstringGrok の操作用です。以前の Grok Imagine 2 の生成のタスク ID で、get_job がその生成の出力に providerTaskId として返します。
mask_indexesarraygrok-2-edit 用です。grok-2-segment の実行で得た、変更する領域の index の値です。
negative_prompt、seed、style任意です。これらを使う操作で指定できます。

Grok Imagine 2 の画像の一部の領域だけを編集するには、2 つのステップで作業します。まず、その画像の task_id を指定して grok-2-segment を実行し、ジョブの segments から名前付きの領域を読み取ります。次に、同じ task_id、プロンプト、変更する領域の mask_indexes を指定して、grok-2-edit を実行します。領域のマップは無料です。

grok-upscale は提供されなくなりました。実際には画像をアップスケールしていなかったためです。これを指定した呼び出しは拒否され、メッセージに代わりとなる recraft-upscale または topaz-image-upscale が示されます。

戻り値:ジョブ ID です。

split_into_layers

1 枚の画像を、ベース画像と個別のレイヤーに分割します。要素ごとに、それぞれ透明な PNG になります。各レイヤーには、名前、説明、位置、重なり順が付きます。レイヤーに分割ノードと同じように動作し、そのノードが提供されていない場所では表示されません。

権限:workflows:execute。クレジット:ベース画像を含め、返された画像ごとに課金されます。1 回の実行では、そのサイズで max_layers + 1 枚分の料金が確保され、実際に返された画像の分だけが課金されます。1K と 1.5K は同じ料金で、2K と auto も同じ料金です。

パラメーター型説明
image_url または image_asset_idstring分割する画像です。URL、Nodaro の画像ジョブの ID、またはアップロードした画像の ID です。
max_layersinteger作るレイヤーの最大数で、1〜99 です。デフォルトは 9 です。要素がそれより多い場合は、いくつかのレイヤーにまとめられ、省かれる要素はありません。
sizestring各画像のピクセル数の目安です。1K(デフォルト、約 100 万ピクセル)、1.5K、2K、auto のいずれかです。auto は、画像本来のサイズを 1K〜2K の範囲で使います。
promptstring分離する対象で、2,000 文字までです。範囲を <bbox>x1 y1 x2 y2</bbox> で、0〜1000 の値で指定できます。空欄の場合、主な要素が自動で見つかります。

戻り値:ジョブ ID です。ジョブの出力には、次のものが入ります。

  • imageUrl:ベース画像で、不透明な PNG です。
  • layers:下から上の順の、各レイヤーのファイルと、layerCount です。
  • layersNotSaved:保存できなかったレイヤーです。課金されません。
  • layerData:レイヤーごとに 1 件ずつ、同じ順番で、name、description、zIndex、width、height、box、boxNormalized、url、baseUrl が入ります。

zIndex は重なり順で、1 がベースのすぐ上に重なり、大きいほど上に描かれます。box は、ベース上でのレイヤーの位置で、ベースのピクセル単位です。boxNormalized は、同じ位置を 0〜1000 の値で表したものです。レイヤーのファイルは要素に合わせて切り抜かれているので、元の位置に戻すには box に合わせて拡大縮小してください。要素が見つからなかった実行は、ベース画像だけを返し、画像 1 枚分の料金になります。

generate_mask

「the person」(人物)や「sky and clouds」(空と雲)のように説明した対象の、白黒のマスクを作ります。白い部分が、選択された領域です。マスクは、image_to_image、edit_image、または generate_image のインペイント用のフィールドで使います。マスク生成ノードと同じように動作します。

権限:workflows:execute。クレジット:55。

パラメーター型説明
promptstring必須。選択する対象で、最大 500 文字です。
image_url または image_asset_idstring元画像です。
thresholdnumber検出の信頼度で、0〜1 です。デフォルトは 0.3 です。

戻り値:ジョブ ID です。結果は PNG のマスクです。

image_collage

2〜30 枚の画像を、1 枚の大きな画像にまとめます。画像が切り取られることはありません。smart レイアウトは、各画像を元の形のまま行に並べます。grid レイアウトは同じ大きさのセルを使い、空いた部分を背景色で埋めます。画像コラージュノードと同じように動作し、絵コンテやコンタクトシートに向いています。

権限:workflows:execute。クレジット:2K で 22、4K で 44。

パラメーター型説明
imagesarray必須。2〜30 個の項目で、それぞれ { url } または { asset_id } です。各項目には、size(smart レイアウトでの相対的なサイズ。0 は自動、1 は大、2 は中、3 は小)と、label(最大 80 文字のキャプション)を追加できます。
layoutstringsmart(デフォルト)または grid です。
resolutionstring長辺の長さで、2K または 4K(デフォルト。3,840 ピクセル)です。
aspect_ratiostring16:9 や 9:16 など、任意の W:H です。デフォルトは 4:3 です。grid ではこの比率に正確に合わせ、smart では目標値として扱います。smart では、高さは行に合わせて決まります。
gapinteger画像の間と周りの余白で、0〜200 ピクセルです。デフォルトは 24 です。
background_colorstring#RRGGBB 形式の色です。デフォルトは #ffffff です。
numberedboolean各画像の角に、images の順で 1、2、3…と番号を入れます。
badge_positionstring番号とラベルを入れる角で、top-left(デフォルト)または top-right です。

戻り値:ジョブ ID です。

image_overlay

ベース画像の上に、1〜12 個のレイヤー(ロゴ、切り抜き画像、テキスト、QR コード、図形)をピクセル単位で正確に配置します。AI モデルは実行されないので、結果は毎回同じです。画像オーバーレイノードと同じように動作します。すべてのオプションは、そのノードのページで説明しています。

権限:workflows:execute。クレジット:11。画像オーバーレイノードと同じく、variants で追加するプラットフォームのサイズ 1 つにつき、少し加算されます。

パラメーター型説明
image_url または image_asset_idstringベース画像です。
layersarray必須。1〜12 個のレイヤーです。下のレイヤーのフィールドを参照してください。レイヤーが z_index を設定していない限り、配列の順が重なり順になります。
canvasobject出力サイズです。16〜8,192 ピクセルの width と height、および background_color を指定します。ベースは、base_fit(contain または cover)に従ってキャンバスに配置されます。ベース画像のサイズを保つ場合は、省略します。
variantsarray同時にレンダリングする、追加のプラットフォームのサイズです。youtube-thumbnail、youtube-banner、linkedin-company、linkedin-personal、x-header、facebook-cover、instagram-post、instagram-portrait、instagram-story、open-graph、presentation、a4-print から選びます。
qr_textstringqr.fromInput が true のすべての QR レイヤーに、この値が入ります。
mask_modestringジョブが maskUrl としても返すマスクで、白い部分は変更してよい領域です。around(デフォルト。AI で仕上げるための、レイヤーの周りのリング)、layers、outside、none のいずれかです。
mask_spreadintegeraround のリングの幅で、1〜400 ピクセルです。デフォルトは 48 です。
output_formatstringpng(デフォルト。透明度を保持)、jpg、webp のいずれかです。

主なレイヤーのフィールドは次のとおりです。

レイヤーのフィールド説明
kindimage(デフォルト。url か asset_id が必要)、text、qr、shape のいずれかです。
anchortop-left から bottom-right までの 9 つの位置のいずれかです。デフォルトは center です。
x、yアンカーからのオフセットで、ベースの幅と高さに対するパーセントで指定します。右または下のアンカーでは、負の値でレイヤーが内側に移動します。
width、heightベースの幅と高さに対するパーセントです。幅のデフォルトは 25% です。高さを設定しない限り、高さはレイヤーの形に合わせて決まります。
opacity、rotation、blend不透明度(0〜1)、回転(度)、ブレンド(over、multiply、screen)です。
fit、shadow、rounded_corners、z_indexレイヤーがボックスをどう埋めるか(contain、cover、stretch)、ドロップシャドウ、角の丸み、重なり順です。
effects画像レイヤーのみです。円形のマスク、境界のぼかし、縁取り、光彩のいずれかです。
textテキストレイヤー用です。text、fontId(inter、montserrat、space-grotesk、playfair-display、oswald、bebas-neue、anton、pacifico、rubik、heebo。rubik と heebo はヘブライ語に対応)、ベースの高さに対するパーセントで指定する fontSize、fontWeight、color、align、letterSpacing、lineHeight、uppercase、縁取り、背景ボックスを指定します。
qrQR レイヤー用です。エンコードする text、または fromInput: true と、色、余白を指定します。
shape図形レイヤー用です。rect、rounded、pill、circle、ribbon、triangle、diamond、hexagon、star、burst、arrow のいずれかと、色、縁取りを指定します。

右下の角に透かしを入れる場合は、anchor: "bottom-right"、x: -4、y: -6、width: 12 にします。SVG のロゴは、目的のサイズでくっきりとレンダリングされます。

戻り値:ジョブ ID です。結果には、画像、maskUrl、画像の width と height、variants({ id, label, width, height, url } の一覧)が含まれます。

suggest_overlay_placement

1 つのレイヤーをベース画像のどこに置くべきかを、ビジョンモデルに尋ねます。モデルは画像を見て、顔、被写体、ごちゃごちゃした質感を避けた位置を選びます。合成は行わないので、その答えを image_overlay に渡します。

権限:workflows:execute。クレジット:画像の説明 1 回分で、image_to_text と同じように課金されます。

パラメーター型説明
image_url または image_asset_idstringベース画像です。
intentstringレイヤーの内容です。たとえば、ロゴ、見出し、価格バッジ、QR コードなどです。最大 300 文字です。デフォルトはロゴです。
layer_aspectnumberレイヤーの幅を高さで割った値で、0.05〜20 です。デフォルトは 1(正方形)です。
safe_areaobject常に表示される領域で、キャンバスに対する割合の x、y、w、h で指定します。レイヤーは、この領域の内側に収まります。

戻り値:image_overlay と同じパーセント単位の anchor、x、y、width と、1 文の reason です。

image_to_text

ビジョンモデルで、画像を説明したり、画像についての質問に答えたりします。キャプション、代替テキスト、シーンの分析や、「list all the text in the image」(画像内のテキストをすべて挙げて)のような具体的な質問に使います。画像の説明ノードと同じように動作します。

権限:workflows:execute。クレジット:LLM の 1 回の呼び出しで、実際に使ったトークンに応じて、それを実行したモデルの単価で課金されます。呼び出しの前にクレジットが確保され、残高が確保額より少ない場合は 402 で拒否されます。説明が長いほど高くなります。エディターの実行ボタンには、一般的な呼び出しの見積もりである ≈N が表示されます。LLM 呼び出しの課金のしくみを参照してください。

パラメーター型説明
image_url または image_asset_idstring説明する画像です。
detail_levelstringbrief、detailed(デフォルト)、comprehensive のいずれかです。
custom_promptstring全般的な説明の代わりに尋ねる具体的な質問で、最大 2,000 文字です。
llmModelstringビジョンモデルです。ツールが一覧表示する LLM の ID のいずれかを指定します。デフォルトは Claude Sonnet 5.5 です。
reasoning_effortstringnone〜max です。強度を上げると通常は出力のトークンが増えるため、呼び出しの料金が高くなります。Claude モデルでは、どの値でもモデルの開発元のサービスで直接実行され、そのサービスの単価で課金されます。
advanced_mode、temperature、max_tokensGemini と Claude のモデルです。プロンプトのツールと同じように使えます。呼び出しは、モデルの開発元自身の単価でトークンごとに課金されます。

戻り値:ジョブ ID です。テキストはジョブの出力に含まれ、カードには Copy(コピー)ボタン付きで表示されます。

save_image_defaults

好みの画像設定をアカウントに保存し、以降の generate_image、modify_image、image_to_image の呼び出しのデフォルトにします。変更されるのは、指定したフィールドだけです。MCP Apps に対応したクライアントでは、画像カードの Save as default(デフォルトとして保存)チップがこのツールを呼び出します。

  • 呼び出しで指定した値が優先されます。 保存した値は、呼び出しで省略した値を補います。どちらもない場合は、ツール自体のデフォルトが使われます。保存した aspect_ratio: "auto" は、名前で指定した比率と同じように働きます。
  • 保存できるモデルは、3 つのツールで 1 つです。 画像カードの星は、その画像を作ったモデルを保存します。編集(modify_image、image_to_image)が保存したモデルを使うのは、編集で実行できる場合だけです。generate_image が使うのは、画像を生成するモデルの場合だけです。そのため、編集の結果に星を付けた後は、generate_image は独自のデフォルトで実行されます。
  • プリセット:presetId を付けた呼び出しは、保存したデフォルトを読みません。

権限:workflows:execute。クレジット:無料。

パラメーター型説明
modelstring または nullデフォルトのモデルです。null を指定するとクリアされ、ツール自体のデフォルトが再び使われます。
aspect_ratiostring または nullデフォルトのアスペクト比です。
resolutionstring または nullデフォルトの解像度です。
qualitystring または nullデフォルトの品質です。

フィールドをクリアするには、null を渡します。

戻り値:確認メッセージです。

list_palettes

自分のカラーパレットを、新しい順に一覧表示します。名前、一般的な色名と 16 進コードで示した各色、メモ、ID が含まれます。ID は、palette_id として generate_image に渡します。

権限:assets:read。クレジット:無料。

パラメーター型説明
cursorstring前のページのカーソルです。

戻り値:1 ページ分のパレットです。GET /v1/palettes と同じ一覧です。

save_palette

パレットを作成するか、変更します。作成するには、name と colors を渡します。パレットを変更するには、その id と、変更するフィールドだけを渡します。

権限:assets:write。クレジット:無料。

パラメーター型説明
idstring変更するパレットです。パレットを作成する場合は省略します。
namestring1〜80 文字です。作成するときは必須です。
colorsarray#RRGGBB の形で書いた 2〜12 色です。作成するときは必須です。色は大文字で保存されます。
descriptionstringメモで、最大 500 文字です。

戻り値:ID が付いたパレットです。このツールでは、パレットを削除できません。削除は、アプリ、CLI、または API で行ってください。

list_moodboards

自分のムードボードを、新しい順に一覧表示します。名前、画像の数、説明、ID が含まれます。id を指定すると、1 つのムードボードを、各画像のリンクとキャプションとともに返します。ID は、moodboard_id として generate_image に渡します。

権限:assets:read。クレジット:無料。

パラメーター型説明
idstringこのムードボードの全体を読み取ります。
cursorstring前のページのカーソルです。

戻り値:1 ページ分のムードボード、または 1 つのムードボードです。GET /v1/moodboards と GET /v1/moodboards/:id が返すものと同じです。

save_moodboard

ムードボードを作成するか、変更します。作成するには、name と images を渡します。ムードボードを変更するには、その id と、変更するフィールドだけを渡します。

権限:assets:write。クレジット:無料。

パラメーター型説明
idstring変更するムードボードです。ムードボードを作成する場合は省略します。
namestring1〜80 文字です。作成するときは必須です。
descriptionstring最大 1,000 文字です。実行時に、この文章がプロンプトに入ります。
imagesarray1〜12 個の { url, caption } のエントリーです。各 url は、画像のリンクか、自分の Nodaro の画像の ID です。キャプションは任意で、最大 200 文字です。作成するときは必須です。変更するときは、images がすべての画像を置き換えます。

戻り値:ID が付いたムードボードです。画像はリンクとして保持され、コピーされることはありません。このツールでは、ムードボードを削除できません。

よくある質問

generate_image がデフォルトで使うモデルは何ですか?

GPT Image 2 です。変更するには、list_models にある別の ID を model に指定します。たとえば、読みやすい文字には nano-banana-pro を、すばやい試行には gpt-image-2-5-flare を使います。不明な ID を指定すると、エラーにはならずデフォルトに戻ります。

複数の画像で同じ人物を保つにはどうすればよいですか?

その人物の画像を、URL または Nodaro の ID で reference_image_urls に最大 14 個(GPT Image 2.6 または MiniMax H3 Image では 16 個、Seedream 5.5 または FLUX 3 Klein では 10 個)渡します。応答で、添付された数を確認できます。保存したキャラクターの場合は、get_character が返す承認済みのポートレートを渡します。

MCP で画像の背景を削除したり、アップスケールしたりするにはどうすればよいですか?

edit_image を使います。透過 PNG にするには model を recraft-remove-bg に、アップスケールするには recraft-upscale か topaz-image-upscale に設定します。どれもプロンプトは不要です。

アシスタントは、AI を使わずに画像にロゴや文字を入れられますか?

はい。image_overlay は、画像、テキスト、QR コード、図形を、モデルを使わずにベース画像へピクセル単位で正確に配置します。料金は 11 クレジットです。先に suggest_overlay_placement で、ロゴを置く位置を提案させることもできます。

MCP で画像を生成すると、料金はいくらですか?

エディターと同じです。料金は、モデルと、その解像度または品質によって決まります。正確なクレジットは、list_models と各モデルのページに記載されています。

最終更新

目次