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
画像

説明をピッカーへ

ビジョンモデルで写真を分析し、接続した人物、スタイリング、フレーミング、レンズ、カメラ/フィルムの各ピッカーに、カタログにある有効な選択肢を入力します。

説明をピッカーへノードは、写真を分析し、接続したピッカーノードに値を入力します。ビジョンモデルが、メインの被写体とシーンを読み取ります。そして、人物の年齢や髪、メイク、ショットサイズ、レンズなど、各ピッカーのカタログにある選択肢を返します。1 回の実行で、接続したすべてのピッカーに値が入力されます。

使いどころ

  • リファレンスのポートレートを、完全なキャスティングの指示に変えます。人物、スタイリング、フレーミングを接続し、それらを画像生成や動画生成に渡します。
  • 繰り返し登場するキャラクターを、スタイリングやレンズの見え方も含めて、1 枚の写真から設定します。
  • リファレンス画像のカメラに合わせます。ショットサイズ、アングル、レンズ、フィルムストックを検出します。

クイックスタート

ノードを追加する

キャンバス上で Tab を押し、画像 › 解析 › 説明をピッカーへを選びます。

写真を接続する

画像アップロードなどの画像ノードから、画像入力までドラッグします。

値を入力するピッカーを接続する

ピッカー JSON 出力から、値を入力したい各ピッカーのピッカー JSON 入力までドラッグします。設定パネルでは、それらのピッカーが分析対象の下に一覧表示されます。

実行して結果を適用する

ノードの実行をクリックします。各ピッカーは、結果のうち自分の部分を受け取ります。デフォルトでは、各ピッカーが自分の部分をすぐに適用します。

画像ピッカー JSONピッカー JSONピッカー JSONエレメントエレメントルック画像アップロードリファレンスのポートレート説明をピッカーへGemini 3.8 Flash人物スタイリングフレーミング画像生成
1 枚の写真から人物、スタイリング、フレーミングのピッカーに値が入力され、それらのピッカーが新しい画像を形作ります。

入力

入力接続できるノード説明
画像画像アップロード、画像生成などの画像系ノード分析する写真です。必須です。

出力のピッカー JSON は、接続したピッカーごとに 1 つずつ部分を持つ構造化データです。これを読み取れるのはピッカーノードだけで、テキスト入力には接続できません。

値が入力されるピッカー

ノードが分析するのは、出力に接続したピッカーだけです。それ以外のピッカーは分析しません。どのピッカーを使うかを選ぶ設定はなく、接続そのものが選択になります。

ピッカー検出する内容
人物タイプ、年齢、民族、体格、髪、目、肌などの特徴
スタイリングメイク、アイウェア、ジュエリーなど、ピッカーのカタログにあるスタイリングの選択肢
フレーミングショットサイズ、アングル、構図
レンズレンズ
カメラ/フィルムカメラ、またはフィルムのフォーマット

どの値も、そのピッカー自身のカタログにある実際の選択肢なので、ピッカーが知らない値を受け取ることはありません。写真に写っていない特徴は、入力されません。

ピッカーが結果を適用する仕組み

結果のうち自分の部分をどう使うかは、各ピッカーが設定パネルの 2 つの設定で決めます。

画像 JSON が挿入されたときの設定で、新しい値をピッカーの現在の選択内容とどのように統合するかを選びます。

モード説明
完全に上書き(検出されなかった項目はクリア)デフォルトです。検出されたすべての値を書き込み、検出されなかった値はすべてクリアします。写真だけでピッカーの内容を決めたい場合に使います。
検出された項目を上書き(残りは保持)検出された値だけを書き込み、ほかの選択内容はそのまま残します。
空の項目のみ入力項目が空の場合にだけ、検出された値を書き込みます。あなたが選んだ内容を上書きすることはありません。

変更時に自動適用は、デフォルトでオンです。オンの場合は、新しい結果が選んだモードですぐに適用されます。手動で変更した選択は、次の実行まで残ります。それまでは、ピッカーに取り込んだ値で更新ボタンが表示されます。このボタンで、結果をもう一度適用できます。オフの場合は、新しい実行の後や手動で変更した後に、ピッカーに取り込んだ値で更新が表示されます。それ以外の場合は最新の状態と表示されます。同じ値が返ってきた場合でも、実行のたびに新しい結果として扱われます。

どのモードでも、変わるのはピッカーの選択内容だけです。ピッカーのラベル、前後のテキスト、レイアウトはそのまま残ります。

設定

設定説明
分析対象読み取り専用です。次の実行で値が入力される、接続済みのピッカーです。ピッカーを接続したり、接続を解除したりして変更します。
AI モデルビジョンモデルです。デフォルトは Gemini 3.8 Flash で、プロンプトを安く読み取れる速いビジョンモデルです。最も綿密な読み取りがほしい場合は、Claude Opus 5.5 を選んでください。ビジョンモデル対決で、画像 1 枚あたり最も多くの特徴を入力しました。一覧には、この構造化された結果を確実に返せるビジョンモデルだけが表示されます。GPT-6.1 Terra と Kimi K3.1 Pro も含まれます。GPT-5.2、Gemini 4 Carbon、Gemini 4 Hydrogen は、この形式の結果を確実に返せないため、表示されません。Claude Fable 5 も提供されており、その読み取りはこのノードで最も高いものの 1 つです。
推論の強度モデルが回答する前にどれだけ推論するかを決めます。対応しているモデルで使えます。デフォルトは自動(モデルのデフォルト)で、推論の強度を送りません。例外は Claude Opus 5.5 だけです。別の段階を選ばない限り高で実行され、自動はありません。私たちのテストでは、非常に高いと最大は読み取りを遅くしただけで、答えは良くなりませんでした。
詳細モードGemini と Claude のモデルで使えます。モデルを開発元で直接実行するので、温度、最大トークン数、推論の深さの全範囲が有効になります。このとき、呼び出しは開発元自身のサービスの単価で課金されます。高の Claude Opus 5.5 はすでにそこで実行されるので、詳細モードで料金は変わりません。
追加の指示(任意)分析のための独自の指示です。最大 2,000 文字で、たとえば focus on the foreground subject のように書きます。

クレジット

接続するピッカーの数にかかわらず、1 回の実行はビジョンの 1 回の呼び出しです。呼び出しは、実際に使ったトークンに応じて、選んだモデルの単価で課金されます。トークンには、分析のプロンプト、写真、回答が含まれます。分析のプロンプトには接続した各ピッカーのカタログが並ぶので、ピッカーを接続するたびにプロンプトが長くなります。すべてのルールは、LLM 呼び出しの課金のしくみにあります。

  • 実行前には、実行ボタンに、選んだモデルでの一般的な読み取りの見積もり(≈ と数値)が表示されます。見積もりは、接続したピッカーの数に応じて大きくなります。

  • モデルが単価を決めます:デフォルトの Gemini 3.8 Flash は、最も安いモデルの 1 つです。Claude Sonnet 5.5 と Claude Opus 5 はより高くなります。Claude Opus 5.5、Claude Fable 5、Gemini 4 Argon が最も高くなります。

  • 一部の呼び出しは開発元で直接実行されます:詳細モードのときと、Claude のモデルで推論の強度を指定したときです。Claude の推論の強度は、開発元のサービスでしか有効にならないためです。この場合、呼び出しは開発元自身のサービスの単価で課金されます。Claude Opus 5.5 はデフォルトで高で実行されるので、エディターから開始した Claude Opus 5.5 の読み取りは、すべてそこで実行されます。Gemini 4 Argon は、常に Google 自身のサービスで実行されます。

  • 最初に確保されます:実行が始まると、Nodaro は、モデルが書きうる最長の回答に足りるクレジットを確保します。残高が確保額より少ない場合は、何も実行される前に拒否されます。呼び出しの後、使った分が実行に請求されます。

  • Claude が利用できないとき:Nodaro 側で Claude のサービスが停止しているか混み合っていて、Claude のモデルが応答できない場合、同じ分析が Gemini 3.8 Flash で 1 回実行されます。実行には、両方の読み取りで使った分が請求されます。つまり、開発元が課金した場合の Claude の試行分と、Gemini 3.8 Flash 自身の単価での読み取り分です。Gemini 3.8 Flash も失敗した場合、実行は失敗し、課金された使用分だけが請求されます。

  • コンテンツの拒否:モデルがコンテンツ上の理由で写真を拒否した場合、実行はコンテンツポリシーのメッセージとともに失敗します。ほかのモデルには送られません。拒否は、モデルの開発元が課金した場合は請求され、課金しなかった場合は返還されます。

  • 何も読み取れなかった場合:接続されたどのピッカーについても特徴が見つからなかった場合、実行は「We couldn't read anything in this photo — try a clearer photo of one person」(この写真からは何も読み取れませんでした。1 人の人物がはっきり写った写真でお試しください)というメッセージとともに失敗します。メッセージには、料金がかかったかどうかも書かれます。モデルの開発元が読み取りに課金した場合は「You were charged N credits for the model's attempt」(モデルの試行に N クレジットが請求されました)が加わります。課金しなかった場合は「You weren't charged」(料金はかかっていません)が加わり、クレジットは返還されます。

  • カタログに一致しない回答が続く場合:Claude と Gemini 3.8 Flash では、分析がモデルの開発元に直接もう 1 回依頼されます。開発元のサービスは、回答をカタログに合わせることができるためです。実行には、すべての試行で使った分が請求され、最後の読み取りは開発元自身のサービスの単価で課金されます。

  • その他の失敗:上限で途中で切れた回答や、カタログに一致しなかった回答など、モデルの開発元が課金した失敗は、その使用分が請求され、エラーに金額が表示されます。課金されなかった失敗は返還されます。

トラブルシューティング

ピッカーノードを接続するよう求めるメッセージが表示され、実行が拒否される:ノードが値を入力できるものが、出力に何も接続されていません。人物、スタイリング、フレーミング、レンズ、カメラ/フィルムのピッカーを少なくとも 1 つ接続してください。

実行後もピッカーが変わらない:そのピッカーの変更時に自動適用がオフになっている可能性があります。ピッカーの取り込んだ値で更新をクリックするか、変更時に自動適用をオンにしてください。

実行が「We couldn't read anything in this photo」(この写真からは何も読み取れませんでした)というメッセージで失敗する:モデルは接続されたどのピッカーについても特徴を見つけられませんでした。試行に料金がかかったかどうかは、メッセージに書かれます。1 人の人物がはっきり写った写真でお試しください。

ノードが違う人物を説明した:写真に複数の人物が写っている場合や、背景が雑然としている場合は、describe the woman in the red coat のように追加の指示(任意)を加えてください。

ヒント

  • 1 回の実行で複数のピッカーに入力する:人物、スタイリング、フレーミングを組み合わせると、1 枚の写真から、キャスティング、ルック、ショットの指示を、モデルへの 1 回の呼び出しでまとめて作れます。
  • 自分の選択を守る:決め手となるいくつかの特徴を手動で選んでおき、残りを写真から入力したい場合は、空の項目のみ入力を使います。
  • 手動で追加した選択を残して更新する:写真に写っている内容を更新しつつ、手動で追加した選択を残したい場合は、検出された項目を上書き(残りは保持)を使います。
  • 一から作り直す:写真だけに基づいた、まっさらな状態のピッカーにしたい場合は、完全に上書き(検出されなかった項目はクリア)を使います。

API から

POST /v1/describe-to-picker は、同じ分析をコードから実行します。同じリクエストの中で { jobId, pickerJson, gaps } を返します。pickerJson は、各ピッカーの検出された値を { "<picker>": { "<dimension>": "<id>" } } の形で持ちます。複数を選べる項目では、ID のリストになります。

フィールド説明
imageUrl必須です。写真への、公開された http または https のリンクです。
targetPickers必須です。値を入力するピッカーです。たとえば person、styling、framing、lens、camera-format です。
instructions追加の指示(任意)で、最大 2,000 文字です。
llmModelビジョンモデルです。デフォルトは gemini-3.8-flash です。
reasoningEffortnone、low、medium、high、xhigh、max のいずれかです。省略すると、モデルはそれ自身のデフォルトで実行されます。ただし claude-opus-5.5 は high で実行されます。claude-opus-5.5 で none を指定すると、推論の強度なしで、Anthropic 自身のサービスではなくデフォルトのサービスで実行されます。
advancedMode, temperature, maxTokens詳細モードとそのコントロールです。Gemini と Claude のモデルで使えます。Claude のモデルは温度を無視します。

回答をストリーミングする:Accept: text/event-stream を送ると、回答をサーバー送信イベントとして受け取れます。クライアントは、モデルが書き終えた特徴をすぐに表示できます。ストリームが開く前に見つかったエラー、たとえば無効なリクエストやクレジット不足は、これまでどおり通常の JSON エラーボディを持つ HTTP レスポンスになります。ストリームは 200 を返し、各イベントは JSON オブジェクト { "type", "data" } を持つ 1 行の data: です。

typedata意味
field{ "field": "<picker>.<dimension>", "value" }検出された特徴 1 つです。モデルが書き終えるとすぐに、1 回だけ送られます。暫定の値で、done で修正されることがあります。
done{ jobId, pickerJson, gaps }JSON レスポンスと同じ回答です。最終的な値です。
error{ "code": "llm_error", "message" }ストリームが開いた後に分析が失敗しました。モデルの開発元が課金した使用分が請求され、メッセージに金額が表示されます。それ以外の場合は返還されます。
  • ストリームは done か error の後に終わります。: keepalive のようなコメント行は無視してください。
  • 推論の強度を指定して実行した Claude のモデル(Claude Opus 5.5 はデフォルトで高です)、または詳細モードでは、特徴が field イベントとして届くことがあります。それ以外の実行は done だけを送ります。デフォルトのモデル Gemini 3.8 Flash と、それにフォールバックした実行も同じです。
  • field イベントには、20 歳未満の人物のルールで取り除かれる可能性のある値は含まれません。そうした値は done にだけ含まれます。
  • 1 回のリクエストが 1 回の分析で、ストリームなしの場合と同じように課金されます。done が届いたときに、使った分が請求されます。error の場合は、モデルの開発元が課金した使用分が請求され、それ以外は返還されます。クライアントが接続を切っても、分析は最後まで行われ、料金がかかります。

単体のノードを実行するを参照してください。

よくある質問

「説明をピッカーへ」ノードは、どのピッカーに値を入力できますか?

人物、スタイリング、フレーミング、レンズ、カメラ/フィルムです。出力に接続したピッカーだけに、1 回の分析でまとめて値を入力します。

「説明をピッカーへ」ノードには何クレジットかかりますか?

1 回の実行はビジョンの 1 回の呼び出しで、使ったトークンに応じて、選んだモデルの単価で課金されます。デフォルトの Gemini 3.8 Flash は最も安いモデルの 1 つで、Claude Opus 5.5 と Claude Fable 5 は最も高いモデルに入ります。接続したピッカーはそれぞれプロンプトを長くするので、料金が少し上がります。実行前に、「実行」ボタンに見積もりが表示されます。

手動で選んだ内容は上書きされますか?

各ピッカーの「画像 JSON が挿入されたとき」の設定によって決まります。「空の項目のみ入力」では、あなたの選択は上書きされません。「検出された項目を上書き(残りは保持)」では、検出されなかった項目はすべてそのまま残ります。デフォルトの「完全に上書き(検出されなかった項目はクリア)」では、検出されなかった項目もすべてクリアされます。

ピッカーが何も変わらなかったのはなぜですか?

各ピッカーには「変更時に自動適用」の設定があります。この設定はデフォルトでオンで、実行のたびにその値をすぐに適用します。オフの場合は、ピッカーの「取り込んだ値で更新」をクリックして新しい値を適用するか、「変更時に自動適用」をもう一度オンにしてください。

「説明をピッカーへ」ノードには、どの AI モデルを使えばよいですか?

デフォルトの Gemini 3.8 Flash は、速く、料金も最も安いモデルです。最も綿密な読み取りがほしい場合は、デフォルトで推論の強度「高」で実行される Claude Opus 5.5 を選んでください。私たちのビジョンモデル対決では、画像 1 枚あたり最も多くの特徴を入力しました。また、このノードで最も高いモデルの 1 つです。「非常に高い」と「最大」は、読み取りを遅くしただけで、良くはしませんでした。

「説明をピッカーへ」と「画像の説明」の違いは何ですか?

「画像の説明」は、自由形式のテキストを書きます。「説明をピッカーへ」は、各ピッカーのカタログにある構造化された選択肢を返すので、ピッカーがそれを直接適用できます。

ビジョンモデル対決:7 つの AI モデルが同じ 4 枚のポートレートを読み取る

7 つの AI ビジョンモデルが、20 の設定で同じ 4 枚のポートレートを説明しました。勝ったのは推論の強度を高にした Claude Opus 5.5 です。推論を増やしても読み取りは良くならず、遅くなるだけでした。

人物

年齢や体型から、顔の造形、髪、目まで、33 の設定にある 575 のオプションで、AI 画像と動画の人物を説明します。プロンプトはピッカーが書きます。

スタイリング

メイク、ヘア、ジュエリーから、衣装、靴、生地まで、17 の設定と 274 のオプションで、AI 画像や動画の人物をスタイリングします。プロンプトは Nodaro が書きます。

フレーミング

66 のオプションから、AI 画像や動画のショットサイズ、アングル、カバレッジ、構図、撮影方向を設定します。Nodaro が、そのフレーミングをプロンプトに書き込みます。

画像の説明

ビジョンモデルで画像の内容を言葉で説明します。簡潔、詳細、ラベル付きのセクションから選べ、できたテキストはプロンプト、キャプション、代替テキストに使えます。

クリエイティブコントロール

ピッカーを使うと、プロンプトを書き直さずにカメラ、ライティング、ムード、スタイル、被写体、動きを設定できます。ピッカーの仕組み、組み合わせ方、接続先を説明します。

最終更新

目次