Scribble at 2026-07-11 08:10:37 Last modified: unmodified
The encoder that enhances Krea-2's images is, underneath, a real Qwen3-VL language model — and it was trained on a prompt-rewrite corpus. So it has a second job: turn a lazy seed into a composed, cinematic image prompt. This repo ships that side as a plain Qwen3 GGUF — no custom build, loads in stock LM Studio.
Krea 2 のプロンプトだけに限らず、Z-Image や FLUX.2 などモデルによってプロンプトのフォーマットが微妙に異なっていて、品質を指定するタグや構図を指定するタグ、それから光源・照明、描写する対象などをプロンプトの中で配置する順番などにも特徴がある。そのため、プロンプトを自動で生成するために AI を使うときにも、モデルに応じたシステム・プロンプトを使うのが望ましい。@BennyDaBall 氏は、これまで Z-Image 用のプロンプトを生成するモデルをリリースしていたのだが、このたび Krea 2 のプロンプトを生成するモデルを作ったそうだ。
いまのところ FLUX.2 Klein や Z-Image Turbo に使ってきたプロンプトで何とか誤魔化しているのだが、やはり生成された画像の歩留まり率が悪い。特にポートレイトの比率で画像を作ると上下に分割して異なる情景を描くという失敗が多くて困っているので、Krea 2 に最適化されたプロンプトに手直ししてくれる Engineer モデルを試してみる価値がある。