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
ツールリファレンス

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
nodeTypestring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。
promptstring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, durationstring 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。
llmModelstring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_effortstringnone、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_modebooleanGemini 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_tokensnumberadvanced_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
nodeTypestring必須。プロンプトを使うノードです。たとえば generate-image です。
promptstring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
nodeTypestring必須。analyze_prompt と同じノードタイプです。
selectionsarray必須。回答した質問ごとに、1 つの { category, value, isCustom } を指定します。
originalPromptstring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
promptstring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。
modelstringgemini(デフォルト)、claude、gpt のいずれかです。
scene_countintegerシーンの数で、1〜20 です。デフォルトは 5 です。
target_durationinteger動画の長さ(秒)で、5〜600 です。デフォルトは 60 です。
tonestringdramatic や lighthearted などのトーンで、最大 200 文字です。
style_guidestring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
strategyIdstring必須。pick-best-llm、concat、first-non-empty、count、vote、merge-json のいずれかです。
inputsarray必須。最大 1,000 個の文字列で、テキストの断片や URL です。
strategyConfigobject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-llmLLM 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-jsonJSON 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

最終更新

目次