画像をプロンプトにして、さらに画像にする

ComfyUIで画像生成をしているのだけど、どうもうまくプロンプトが思い浮かばない。
よくよく考えると、普段から、画像を言語で表すことをやっていないので、そういうことをいきなりやれと言われても出来ない。

そこで、画像をプロンプトにしてみる。ComfyUI-Easy-Useというカスタムノードをインストールする。

https://github.com/yolain/ComfyUI-Easy-Use

Image To Prompt というノードがあるので、それを使う。

適当だけど、それっぽい。

さらに、出てきたプロンプトから画像を作る。速度優先のためQwen-Image-Lightning-4stepsを3ステップで出している。

再現できてる。

二郎系ラーメンを食べさせてみる。

there is a plate of food with meat and rice on it, a large sphere of red energy, shibari, low angle photograph, close - up profile, photo taken with nikon d750, by Nōami, gigapixel photo, deblurring, full width, left profile, full - view

なんかすごいことになった。

DeepSeekのJanus-Proというモデルを使ってプロンプトを作るカスタムノードもある。

https://github.com/kinsDev/Janus-Pro

それを使うとこうなった。

The image shows a plate of food that appears to be a type of Asian dish. The plate is filled with various ingredients, including:

1. Noodles: There are a lot of noodles, possibly rice noodles, topped with a sauce and sprinkled with what looks like ground black pepper.
2. Meat: There are two pieces of meat, likely pork, that have been cooked and sliced. The meat appears to be tender and juicy.
3. Vegetables: There are shredded cabbage and what looks like minced garlic on the side.
4. Dish of Sauce: There is a small dish with a creamy sauce, possibly a type of dipping sauce or condiment.

The plate is placed on a red table, and there are some other items in the background, including a dark-colored bottle and a couple of other containers. The overall presentation suggests a hearty and flavorful meal.

ローカルAIモデルには、二郎を理解するのは難しいのだろうか。