プロンプト

プロンプト（Prompt）ノードは、入力したテキストを AI の言語モデルに送り、モデルの回答をテキストとして返します。文章の作成、書き直し、要約、翻訳、説明に使います。モデルを選び、指示と依頼を書きます。回答は、テキストを受け付けるどのノードにも接続できます。このノードは、2026 年 9 月より前はテキスト生成（Generate Text）という名前でした。古い AI Agent ノード（タイプ ai-writer）を含むワークフローは、その位置にプロンプトノードが置かれた状態で開きます。

使いどころ

• 文章を書いたり、書き直したりします。キャプション、脚本、商品説明、見出し、翻訳などです。
• 1 つのアイデアを複数の画像プロンプトに展開し、プロンプトごとに 1 枚ずつ画像を生成します。
• 接続した画像、動画、オーディオクリップの内容を説明したり、要約したりします。
• Web スクレイピング（Web Scrape）、Telegram チャンネルフィード（Telegram Channel Feed）、文字起こし（Transcribe）から取得した内容を、要約したり書き直したりします。
• フィールドを抽出（Extract Field）で使えるように、JSON などの構造化データを返します。

クイックスタート

入力

プロンプトノードには、左端に 3 つの入力があります。

設定欄に直接入力したテキストがあり、対応する入力にも接続がある場合は、直接入力したテキストが優先されます。両方を使うには、直接入力したテキストの中の、プロンプト入力のテキストを入れたい位置に {} と書きます。

ノードには 2 つの出力があります。

設定

ノードの下のツールバーにも、よく使う設定が表示されます。モデル、推論の強度、プリセット、実行回数です。

モデル

プロンプトノードでは、以下の言語モデルを実行できます。設定パネルの AI モデルの選択肢には、常に最新の一覧が表示されます。

• 動画とオーディオ：動画とオーディオのリファレンスを読み取れるのは、Gemini 3 Flash、Gemini 3.6 Flash、Gemini 3.1 Pro だけです。ほかのモデルでは、接続した動画やオーディオのリファレンスは無視されます。
• 温度：次のモデルは温度を無視します。Claude Opus 4.7、Claude Opus 4.8、Claude Opus 5、Claude Sonnet 5、Claude Fable 5、GPT-5.5、GPT-5.6 Luna、GPT-5.6 Terra、GPT-5.6 Sol、GPT-6 Astra、Grok 4.6 です。
• 推論の強度：Gemini 3 Flash、Gemini 3.1 Pro、Claude Haiku 4.5、GPT-5.2 には、強度のレベルがありません。このうち 2 つの Gemini モデルは、詳細モードでレベルを選べるようになります。Gemini 3.6 Flash、Gemini 3.7 Flash、Gemini 3.8 Flash では低と高を選べ、詳細モードではさらに多くのレベルを選べます。

どのモデルを選ぶか

• エコノミーモデルは、書き直し、キャプション、翻訳、画像の説明には十分な性能です。まずはデフォルトの Gemini 3.6 Flash から始めてください。
• スタンダードとプレミアムのモデルは、長く複雑な文章や、多くのルールを踏まえた推論では、料金に見合う価値があります。
• 動画やオーディオのクリップには、Gemini 3 Flash、Gemini 3.6 Flash、Gemini 3.1 Pro のいずれかを選びます。

求める品質を満たすモデルのうち、最も安いものを選んでください。大きなバッチを実行する前には、同じ依頼で 2 つのモデルを比べてください。

クレジット

1 回の実行の料金は、モデルのティアによって決まります。

• 「非常に高い」と「最大」は 1 段階上のティアで課金：エコノミーのモデルは 2 クレジット、スタンダードのモデルは 6 クレジットになります。プレミアムのモデルは 6 クレジットのままです。高とそれより低いレベルで、料金が変わることはありません。
• 詳細モードは 1 段階上のティアで課金：Gemini Flash のモデルは、詳細モードでは 2 クレジットになります。Gemini 3.1 Pro は 6 クレジットのままです。
• 実行回数で料金が掛け算になる：スタンダードのモデルを 4 回実行すると 8 クレジットです。実行ボタンには合計が表示されます。
• 失敗した実行は返還：途中で打ち切られた回答も含め、失敗した実行のクレジットは返還されます。

たとえば、GPT-5.6 Luna を最大で使うと 2 クレジット、GPT-5.6 Terra を非常に高いで使うと 6 クレジット、Claude Sonnet 5 を高で使うと 2 クレジットです。

回答を項目に分割する

プロンプトノードでは、1 つの依頼から、後続のノードを何度も実行できます。回答の各部分を ===NEXT=== と書いた行で区切るように、モデルに指示してください。たとえば、「Write 4 image prompts for this product. Separate them with ===NEXT===.」のように書きます。項目出力は区切りごとに回答を分割し、項目に接続したノードは項目ごとに 1 回ずつ実行されます。

実行後は、設定パネルの生成されたプロンプトにも項目が一覧表示されます。キャンバス上で手作業で進めるための、2 つのボタンもあります。

• N 個の画像ノードを作成：項目ごとに画像生成（Generate Image）ノードを 1 つずつ追加します。各ノードは接続済みで、それぞれのプロンプトが入力されています。
• N 枚の画像をすべて生成：1 つ目のボタンで作ったノードを、すべて実行します。

これらのボタンは、試行錯誤するときに使います。自動で動くワークフローでは、代わりに項目出力を接続してください。

プリセット

プリセットは、指示と出力形式を設定します。

カスタム以外の 3 つのプリセットは、プロンプトを ===NEXT=== で区切るので、そのまま項目出力で使えます。この 3 つには、リファレンスに接続したリファレンス画像が必要です。たとえば、画像アップロード（Upload Image）ノードや画像生成ノードを接続します。リファレンス画像がない場合は、パネルに警告が表示され、ノードは実行されません。

自分の指示を残しておくには、プリセットとして保存をクリックします。自分のプリセットを選んでいるときは、更新で変更内容をそのプリセットに保存でき、削除ボタンでそのプリセットを削除できます。自分のプリセットは、設定にも表示されます。詳しくはプリセットを読んでください。

プロンプトで変数を使う

ユーザープロンプトや指示（システムプロンプト）に、ほかのノードのラベルを波かっこで囲んで書くと、そのノードの値を入れられます。{Product} は Product というラベルのノードのテキストに置き換わり、{Mood} はムード（Mood）ピッカーの現在の設定に置き換わります。

• デフォルト値：{tone || friendly} は、tone というラベルのノードが接続されていればその値を使い、接続されていなければ「friendly」という語を使います。
• 接続した入力：{} は、プロンプト入力に届いたテキストをその位置に挿入します。
• 項目ごとに 1 回実行：テキストを分割の出力などのリストがプロンプト入力に届くと、ノードは項目ごとに 1 回ずつ実行されます。各項目は、ユーザープロンプトを置き換えます。タスクの内容は、すべての項目に適用される指示（システムプロンプト）に書いてください。前後のテキストも、すべての項目の前後に追加されます。
• 色分け：変数は、対応するノードがあればシアン、まだ何も値を渡していなければアンバーで表示されます。アンバーは警告にすぎません。デフォルト値のある変数は、そのまま機能します。
• 存在しないノードがあると実行が止まる：ワークフローのどこにも存在しないノードを変数が指している場合、クレジットが使われる前に実行が拒否されます。

詳しくはプロンプト変数を読んでください。

構造化された出力を求める

回答をデータとして使うには、指示の中で形式を指定します。たとえば、「Answer only with a JSON object with the keys title, caption and hashtags」のように書きます。温度を受け付けるモデルでは、温度を低くすると形式が安定します。

ノード上の表示ボタンで、回答を生のテキストとレンダリング表示とで切り替えられます。JSON として表示は、有効な JSON を色付きのオブジェクトとして表示します。Markdown として表示は、それ以外の回答をレンダリングします。JSON から caption などのフィールドを 1 つ取り出すには、テキスト出力をフィールドを抽出に接続します。

結果を確認して再利用する

ノード上の結果の上部にあるツールバーには、次のものがあります。

• 表示ボタン：生のテキストとレンダリング表示を切り替えます。
• テキストをコピーとダウンロード。
• ログを開く：すべての実行の完全なログです。各実行のモデルとプリセットも記録されています。
• 出力を表示：ノードに複数の結果がある場合に使えます。番号の付いた結果が帯状に並び、順に切り替えて確認できます。出力から渡されるのは、選択中の結果です。

各結果には、その結果を作ったモデルとプリセットの名前が表示されます。ノードの左下の角にある拡大鏡をドラッグすると、ノードが大きくなり、読みやすくなります。

回答が途中で打ち切られた場合

モデルが回答を終える前に最大トークン数に達すると、実行は「cut off」エラーで失敗し、クレジットは返還されます。途中までの回答が保存されたり、次のノードに渡されたりすることはありません。解決するには、指示で短い回答を求めるか、推論の強度を下げるか、最大トークン数を上げてください。

一部のモデルは、回答する前に必ず推論を行い、その推論も最大トークン数に含まれます。こうしたモデルでは、回答の余地が残るように、Nodaro が小さすぎる最大トークン数の値を最小値まで引き上げます。

推論の強度を非常に高いまたは最大に設定した場合も、モデルにかかわらず、Nodaro は小さすぎる最大トークン数の値を引き上げます。

ヒント

• ルールは指示に書く：形式、トーン、長さ、「〜しない」といったルールは指示（システムプロンプト）に、依頼の内容はユーザープロンプトに書きます。良い指示を書くほど、回答が安定します。
• 温度はタスクに合わせて調整する：ほとんどのテキストでは 0.7 のままにし、事実や構造化された出力では下げ、アイデア出しでは上げます。
• 回答を並べて比べる：実行回数を 2 以上にして、出力を表示で結果を順に確認します。
• 再利用するプロンプトは一度だけ書く：よく使う指示はプリセットとして保存で保存するか、共通のスタイル指定を前後のテキストに入れておきます。