プロンプトとテキスト
Nodaro の MCP ツールで、大まかなアイデアをそのまま使えるプロンプトに仕上げ、シーンごとの動画の脚本を書き、LLM の審査員に複数の結果からベストを選ばせます。
プロンプトとテキストのツールは、アシスタントが Nodaro の生成ツールに渡す入力をより良く書き、結果の中から選ぶのを手助けします。enhance_prompt、analyze_prompt、generate_prompt は、大まかなアイデアを、特定のノード向けに書かれたプロンプトにします。generate_script は動画の脚本をシーンごとに書き、reduce は候補のリストを結合または審査します。
enhance_prompt
大まかなアイデアを、対象のノードタイプ向けに最適化した 1 つのプロンプトに書き直します。途中で質問はしません。手早く改善したいときに使います。
権限:workflows:execute。クレジット:LLM の実行 1 回分です。料金はモデルのティアによって決まります。
| パラメーター | 型 | 説明 |
|---|---|---|
nodeType | string | 必須。プロンプトを使うノードです。たとえば generate-image、image-to-video、generate-music です。 |
prompt | string | 大まかなアイデアで、最大 5,000 文字です。ゼロから始める場合は省略します。 |
provider, style, aspectRatio, duration | string or number | 使う予定のモデルと設定です。プロンプトがそれに合うように書かれます。 |
llmModel | string | プロンプトを書く LLM です。ツールが一覧表示する ID のいずれかで、たとえば gemini-3.6-flash や claude-sonnet-4.6 です。デフォルトを使う場合は省略します。 |
reasoning_effort | string | none、low、medium、high、xhigh、max のいずれかです。xhigh と max では、料金が 1 段階上のティアになります。 |
advanced_mode | boolean | Gemini のモデル専用です。リクエストをモデルの開発元のサービスで直接実行するため、temperature と max_tokens が適用されます。料金は 1 段階上のティアになります。ほかのモデルでは、400 advanced_mode_unsupported が返されます。 |
temperature, max_tokens | number | advanced_mode のときだけ使います。temperature は 0〜2、max_tokens は最大 32,768 です。 |
戻り値:jobId、prompt、そしてツールに推奨モデルがある場合は recommendedModel です。
analyze_prompt
対象のノードタイプ向けに、大まかなアイデアを選択肢付きの質問にします。プロンプトの方向性を自分で決めたいときに、generate_prompt と組み合わせて使います。質問に答えてから、その回答でプロンプトを組み立てます。
権限:workflows:execute。クレジット:LLM の実行 1 回分です。料金はモデルのティアによって決まります。
| パラメーター | 型 | 説明 |
|---|---|---|
nodeType | string | 必須。プロンプトを使うノードです。たとえば generate-image です。 |
prompt | string | 大まかなアイデアで、最大 5,000 文字です。ゼロから始める場合は省略します。 |
| モデルと設定 | provider、style、aspectRatio、duration、llmModel、reasoning_effort、advanced_mode、temperature、max_tokens です。enhance_prompt と同じです。 |
戻り値:jobId と questions です。各質問には、category、label、options、選択中の選択肢(selected)、自由回答を許可するかどうか(allowCustom)、複数の回答を許可するかどうか(multi)が含まれます。
generate_prompt
analyze_prompt の質問への回答から、最適化した 1 つのプロンプトを組み立てます。
権限:workflows:execute。クレジット:LLM の実行 1 回分です。料金はモデルのティアによって決まります。
| パラメーター | 型 | 説明 |
|---|---|---|
nodeType | string | 必須。analyze_prompt と同じノードタイプです。 |
selections | array | 必須。回答した質問ごとに、1 つの { category, value, isCustom } を指定します。 |
originalPrompt | string | 最初のアイデアで、最大 5,000 文字です。結果に織り込まれます。 |
| モデルと設定 | provider、style、aspectRatio、duration、llmModel、reasoning_effort、advanced_mode、temperature、max_tokens です。enhance_prompt と同じです。 |
戻り値:jobId、prompt、そしてツールに推奨モデルがある場合は recommendedModel です。
同じプロンプトウィザードは、エディターと REST API でも使えます。
generate_script
説明から、構造化された動画の脚本を書きます。脚本はシーンごとの文章で、一連の画像生成や動画生成に使えます。脚本生成(Generate Script)ノードと同じように動作します。
権限:workflows:execute。クレジット:モデルに応じて、10〜30 クレジットです。
| パラメーター | 型 | 説明 |
|---|---|---|
prompt | string | 必須。動画の内容です。トピック、スタイル、対象者を書きます。最大 10,000 文字です。 |
model | string | gemini(デフォルト)、claude、gpt のいずれかです。 |
scene_count | integer | シーンの数で、1〜20 です。デフォルトは 5 です。 |
target_duration | integer | 動画の長さ(秒)で、5〜600 です。デフォルトは 60 です。 |
tone | string | dramatic や lighthearted などのトーンで、最大 200 文字です。 |
style_guide | string | 脚本が従うスタイルで、語り口、見た目、テンポを指定します。最大 100,000 文字です。 |
戻り値:ジョブ ID です。脚本はジョブの出力に含まれます。MCP Apps に対応したクライアントでは、ジョブのカードに脚本とコピーボタンが表示されます。
reduce
候補のリストを 1 つの結果にまとめるか、LLM の審査員に最も良いものを選ばせます。ベストを選択(Choose Best)ノードのエンジンです。
権限:workflows:execute。クレジット:ロジック系の戦略は無料です。pick-best-llm は、審査員のモデルがエコノミー、スタンダード、プレミアムのどれかに応じて、3、10、25 クレジットです。
| パラメーター | 型 | 説明 |
|---|---|---|
strategyId | string | 必須。pick-best-llm、concat、first-non-empty、count、vote、merge-json のいずれかです。 |
inputs | array | 必須。最大 1,000 個の文字列で、テキストの断片や URL です。 |
strategyConfig | object | 戦略の設定です。下の表を参照してください。 |
| 戦略 | 動作 | strategyConfig |
|---|---|---|
pick-best-llm | LLM の審査員が、判断基準に照らして最も良い候補を選びます | criteria(テキスト)、inputKind(text か image-url)、審査員用の任意の llmModel |
concat | すべての入力を連結します | separator |
first-non-empty | 空でない最初の入力を返します | なし |
count | 入力の数を数えます | なし |
vote | 最も多く現れる入力を返します。同数の場合は、最初の入力です | caseSensitive |
merge-json | JSON オブジェクトをマージします | strategy:deep か shallow |
戻り値:jobId、文字列としての output、処理の内容を示す meta.summary です。pick-best-llm では、meta.selectedIndex と、審査員の説明である meta.reasoning も返されます。
候補が画像の場合は、inputKind を image-url にしてください。text のままだと、審査員はリンクをテキストとして比べるだけです。一見きちんと選んでいるように見えますが、実際には意味のある選択になっていません。
よくある質問
関連ページ
MCP ツールリファレンス
脚本生成
ベストを選択
プロンプトウィザード
最終更新