ガイド：画像の生成と編集

テキストから画像を作り、参照画像で写真を編集し、背景除去・高解像度化・消去ツールを使う方法。モデル選びと費用も。

画像は最も速く、最も安く生成できるので、API に慣れるのに最適です。ほとんどの画像モデルは 1 分以内に終わるため、?wait=60 を付ければ同じレスポンスで画像が返ってきます。

テキストから画像

curl -X POST "https://api.popnow.ai/api/v1/jobs/createTask?wait=60" \
  -H "Authorization: Bearer $POPNOW_API_KEY" \
  -H "Content-Type: application/json" \
  -H "Idempotency-Key: $(uuidgen)" \
  -d '{
    "model": "black-forest-labs/flux-2-klein-9b/text-to-image",
    "input": {
      "prompt": "Product photo of a ceramic coffee mug on a linen tablecloth, soft window light, shallow depth of field",
      "aspect_ratio": "4:3"
    }
  }'

結果は data.output.assets[0].url にあります。202 が返ってきたら、モデルに 60 秒以上かかったということなので、recordInfo でタスクを読んでください。

どのモデルを使うか

目的	試すモデル	理由
とにかく速く安い下書き	`alibaba/z-image-turbo/text-to-image`	約 10 秒、1 枚 1〜2 クレジット
手頃な価格で全体的に高品質	`black-forest-labs/flux-2-klein-9b/text-to-image`	速く、くっきりしていて、プロンプトに忠実
読める文字、ポスター、図解	`google/nano-banana-2.1/text-to-image`、`openai/gpt-image-2/text-to-image`	文字とレイアウトに強く、最大 4K
1 回で複数の候補	`num_outputs` を持つモデル	1 つのタスクで複数枚

料金はモデルとオプションで変わります。各モデルの最低料金はモデルに、すべての段階はそのリファレンスページにあります。

参照画像で編集する

編集モデルは /edit で終わり、元の画像を image_urls に、プロンプトで言及する順番どおりに入れます。

{
  "model": "google/nano-banana-2.1/edit",
  "input": {
    "prompt": "Turn the scene into a bright summer afternoon and keep the composition",
    "image_urls": ["https://media.popnow.ai/movie/lighthouse.webp"]
  }
}

何を変えるかだけでなく、何を変えないかも書いてください。編集モデルは「顔とポーズはそのまま」を文字どおり守ります。
参照画像が複数あるときは位置で呼びます。「2 枚目のジャケットを 1 枚目の人物に着せる」のように。
ローカルのファイルは先にアップロードし、繰り返し使うファイルはアセットライブラリに入れましょう。

ワンステップのツール

PopNow 自身のツールは画像を 1 枚受け取るだけで、プロンプトは不要です。

モデル ID	内容
`popnow/background-remover-v1/edit`	被写体を切り抜いて背景を透明にする
`popnow/image-upscaler-v1/upscale`	画像を拡大してシャープにする
`popnow/object-eraser-v1/edit`	指定した物を消す
`popnow/image-expander-v1/edit`	画像の外側を描き足す

{ "model": "popnow/background-remover-v1/edit",
  "input": { "image_url": "https://media.popnow.ai/movie/lighthouse.webp" } }

大事な設定

aspect_ratio と resolution は料金を左右することが最も多い設定です。迷ったら jobs/quote で確認してください。
seed：省略するとランダムに選ばれ、タスクの input に返ります。気に入った結果に近いバリエーションが欲しければ、その数値を送り返します。固定シードは比較しやすくなるだけで、まったく同じ画像を保証するものではありません。
output_format：png は透明部分と細部を保ち、jpeg はファイルが小さくなります。
未知の設定は拒否されます。他のモデルの設定を流用せず、そのモデルのスキーマを確認してください。

効くプロンプト

写真家やイラストレーターに依頼するつもりで、被写体、場所、構図、光、スタイルを書きます。「陶器のマグカップ、真上から、リネンのクロスの上、朝の窓明かり、くすんだ色合い」は「いい感じのマグの写真」よりずっと効きます。いちばん大事なことを先頭に置き、方向の違うスタイル語を長々と並べないでください。

よくあるエラー

content_rejected：モデルがプロンプトか参照画像を断りました。言い換えるか、別のモデルを試してください。
invalid_asset：参照画像が読めませんでした。URL が画像そのものを返すか確認するか、ファイルをアップロードしてください。
unsupported_combination：このモデルは今この設定の組み合わせに対応していません。メッセージに書かれた設定を変えてください。

どの場合も確保分が戻るので、失敗した画像に費用はかかりません。