> ## Documentation Index
> Fetch the complete documentation index at: https://docs.comfy.org/llms.txt
> Use this file to discover all available pages before exploring further.

# Gemini 4 Hydrogen: ComfyUIでの画像からプロンプトへの変換

> ComfyUIのGemini 4 Hydrogenで参照画像を読み取り、Google Geminiパートナーノードを通じて、アートディレクションされたプロンプト、詳細なキャプション、構造化された視覚的分解を作成します。

Gemini 4 Hydrogen は、`Google Gemini` パートナーノードで利用できる Gemini 4 テキストモデルのひとつです。参照画像とテキストによる指示を渡すと、モデルは求められたテキストを書き出します。アートディレクションされたプロンプト、詳細なキャプション、画像に含まれる内容を構造化して分解した説明などです。返されるのはプレーンテキストなので、結果はチャットウィンドウで終わることなく、同じワークフロー内の別のノードへ渡すことができます。

## Gemini 4 Hydrogen が得意なこと

* **プロンプトのリバースエンジニアリング**: 画像を、被写体、構図、カメラ、ライティング、配色、テクスチャ、スタイルを網羅した再利用可能なポジティブプロンプトに変換します
* **詳細なキャプション**: 静止画に対して長い説明文を、段落をまたいでも説明の一貫性を保てるだけの推論の深さで作成します
* **構造化された視覚分析**: 1つの段落ではなく、レイアウト、チャート、シーンの要素ごとの内訳を求めることができます
* **マルチモーダルなコンテキスト**: 画像に加えて、このノードは `Gemini Input Files` を介してオーディオクリップ、ビデオクリップ、ファイルを受け付け、合計で最大16枚の画像を扱えます
* **バッチ注釈**: `Save Text` ノードを使って画像のフォルダーをワークフローに通し、すべての結果がファイルとして保存されるようにします

> [!TIP]
>
> APIノードを使用するには、正しくログインしていることと、許可されたネットワーク環境で使用していることを確認する必要があります。APIノードの使用に必要な具体的な要件については、ドキュメントの「[APIノードの概要](https://docs.comfy.org/ja/tutorials/partner-nodes/overview.md)」セクションをご参照ください。

> [!TIP]
>
> > [tab] ローカルユーザー
> >
> > ComfyUI が最新版に更新されていることを確認してください。
> >
> > * [ComfyUI のダウンロード](https://www.comfy.org/download)
> > * [更新手順](https://docs.comfy.org/ja/installation/update_comfyui.md)
> >
> > このガイドで紹介するワークフローは、[ワークフローテンプレート](https://docs.comfy.org/ja/interface/features/template.md)から入手できます。
> > テンプレート内に該当のワークフローが見つからない場合、ComfyUI のバージョンが古くなっている可能性があります。
> >
> > ワークフローを読み込んだ際にノードが欠落している場合の考えられる原因：
> >
> > 1. 最新の ComfyUI（Nightly 版）を使用していない
> > 2. 起動時に一部のノードのインポートに失敗している
>
> > [tab] クラウドユーザー
> >
> > * [Cloud](https://cloud.comfy.org) は、ComfyUI の安定版リリース後に更新されます。
> >
> > したがって、このドキュメントでコアノードが見つからない場合、それは新しいコアノードがまだ最新の安定版にリリースされていない可能性があります。次回の安定版リリースをお待ちください。

## Gemini 4 Hydrogen による画像からのプロンプト生成

公式テンプレートは1枚の画像を読み込み、標準的なAIアートのポジティブプロンプトを求めるプロンプトとともにその画像を `Gemini 4 Hydrogen` へ送信し、応答を `Preview Any` に表示してテキストファイルに書き出します。

![画像を読み込んでプロンプトを書き出す Gemini 4 Hydrogen ワークフロー](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/templates/api_google_gemini_4_hydrogen-1.webp)

> [card] [ワークフローをダウンロード](https://github.com/Comfy-Org/workflow_templates/blob/main/templates/api_google_gemini_4_hydrogen.json)
>
> JSONをダウンロードするか、テンプレートライブラリで「Gemini 4 Hydrogen」を検索してください

**入力素材**

> [card] [blue\_poppies\_field.png](https://raw.githubusercontent.com/Comfy-Org/workflow_templates/main/input/blue_poppies_field.png)
>
> `LoadImage` ノード · `blue_poppies_field.png`

1. `LoadImage` ノードに画像を読み込み、`Google Gemini` ノードの `images` 入力に接続します。
2. 別の種類の回答が欲しい場合は、`Text (User Prompt)` ノードのテキストを編集します。テンプレートのプロンプトは、被写体、構図、カメラ、ライティング、色、テクスチャ、スタイルを求め、ポジティブプロンプトのみを要求します。
3. ワークフローを実行します。応答は `Preview Any` に表示され、`Save Text` は `ComfyUI/output/Gemini/` 配下に `Gemini4_Hydrogen` で始まる名前の `.txt` ファイルを書き出します。ファイル内では、`USER PROMPT:` の後にあなたのプロンプトが、`OUTPUT:` の後にモデルの応答が続きます。

## 出力を変更するノード設定

| 設定 | 内容 |
| - | - |
| `model` | **Gemini 4 Hydrogen** を選択します。同じドロップダウンには Gemini 4 Argon、Gemini 4 Carbon、Gemini 3.8 Flash、および古い Gemini テキストモデルも含まれます |
| `thinking_level` | モデルが回答する前にどれだけ推論するかを指定します。Hydrogen は `LOW`、`MEDIUM`、`HIGH`、`XHIGH` を受け付け、デフォルトは `HIGH` です。レベルが高いほど、より多くの思考トークンを消費し、時間がかかります |
| `max_output_tokens` | 思考を含む生成トークンの上限です。デフォルトは 65536 です。高い思考レベルで応答が空になるか途中で切れる場合は、値を上げてください |
| `images`、`audio`、`video` | オプションのマルチモーダルコンテキストです。リクエストごとに最大16枚の画像、1つのオーディオクリップ、1つのビデオクリップを指定できます |
| `video_processing` | `static` は固定レートでフレームをサンプリングします。`agentic` はモデルがタイムラインを移動し、必要なフレーム、オーディオ、または文字起こしのみを読み込めるようにします。これにより、長いビデオでは入力トークンがはるかに少なくなります |
| `system_prompt` | モデルへの常設の指示です。同じプロンプトを多数の画像で再利用する場合に便利です |
| `files` | `Gemini Input Files` ノードからのオプションのファイルコンテキストです。まずファイルを `ComfyUI/input/` にアップロードしてください |

> [!NOTE]
>
> Hydrogen には `temperature` や `top_p` ウィジェットはありません。出力のばらつきはプロンプト、思考レベル、シードによって生じ、決定論的な出力は保証されません。

## Gemini 4 モデルファミリー

`Google Gemini` ノードは 3 つの Gemini 4 テキストモデルを提供します。入力セットは共通で、思考の深さと返せる回答の長さが異なります:

| モデル | 思考レベル | デフォルト | 最大出力トークン数 |
| - | - | - | - |
| Gemini 4 Hydrogen | `LOW`, `MEDIUM`, `HIGH`, `XHIGH` | `HIGH` | 65536 |
| Gemini 4 Argon | `LOW`, `MEDIUM`, `HIGH` | `MEDIUM` | 32768 |
| Gemini 4 Carbon | `LOW`, `MEDIUM`, `HIGH` | `MEDIUM` | 32768 |

現時点でテンプレートが用意されているのは Hydrogen のみです。Argon や Carbon を試すには、Hydrogen のワークフローを複製し、`model` ドロップダウンを切り替えます。グラフの他の部分は変わりません。

## 注意事項

> [!NOTE]
>
> Gemini 4 Hydrogen テンプレートには ComfyUI 0.46.0 以降が必要です。以前のビルドでは、`Google Gemini` ノードに Gemini 4 モデルが一覧表示されません。このテンプレートの Comfy Cloud バージョンはまだありません。

* このワークフローはお客様の Comfy アカウントで実行され、他のパートナーノードと同じクレジットで課金されます。モデルごとの料金については[パートナーノードクレジット](https://docs.comfy.org/ja/tutorials/partner-nodes/pricing.md)を、同時に処理できるリクエスト数については[同時実行数の上限](https://docs.comfy.org/ja/tutorials/partner-nodes/concurrency-limits.md)を参照してください。
* オリジナルの Gemini チャットワークフローは、`Batch Images` の例を含め、[Google Gemini](https://docs.comfy.org/ja/tutorials/partner-nodes/google/gemini.md) ページに掲載されています。


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.