Logo

プロンプト試着

テキストを使って新しい衣装を記述し、AIファッションモデルにシームレスに着用させます。

プロンプト試着

プロンプト試着エンドポイントを使用すると、テキストで新しい衣装を記述し、AIファッションモデルにシームレスに着用させることができます。

モデル名: prompt-tryon

ライフサイクル: stable

処理時間: 約15秒～40秒（スタイルまたはモデル参照を使用すると増加します）

出力形式: 自動 (JPEGまたはPNG)

配信方法: URL

クレジット: 生成ごとに1～5（品質に依存）

リクエスト

試着設定をユニバーサルな /v1/run エンドポイントに送信してください。

POSThttps://fititon.app/api/v1/run

リクエスト例

認証 APIキーは、Bearerトークン（Authorization: Bearer YOUR_API_KEY）として、またはx-api-keyヘッダー（x-api-key: YOUR_API_KEY）を介して渡すことができます。

curl -X POST https://fititon.app/api/v1/run \
     -H "Content-Type: application/json" \
     -H "Authorization: Bearer YOUR_API_KEY" \
     -d '{
           "model_name": "prompt-tryon",
           "inputs": {
             "personImage": "https://example.com/person.jpg",
             "prompt": "A stylish red summer dress with floral patterns.",
             "quality": "2k",
             "sampleCount": 1,
             "ratio": "16:9",
             "modelImageUrl": "https://example.com/model-reference.jpg",
             "styleId": "movie"
           }
         }'

レスポンス

試着の生成はバックグラウンドで非同期に行われます。リクエストはすぐに追跡オブジェクトとともに200 OKステータスを返します。

{
  "id": "123a87r9-4129-4bb3-be18-9c9fb5bd7fc1",
  "status": "starting",
  "created_at": "2026-07-17T11:00:00Z",
  "error": null,
  "output": null
}

結果のポーリング 生成された画像URLを取得するには、返されたidを使用してステータスエンドポイント（GET https://fititon.app/api/v1/status/{id}）をポーリングする必要があります。詳細な手順については、APIセットアップガイドを参照してください。

生成が完了すると、ポーリングエンドポイントはstatus: "success"と、最終的な画像URLを含む以下のoutput配列を返します。

{
  "id": "123a87r9-4129-4bb3-be18-9c9fb5bd7fc1",
  "status": "success",
  "output": [
    "https://pub-r2.com/.../result-0.png"
  ],
  "error": null,
  "created_at": "2026-07-17T11:00:00Z",
  "updated_at": "2026-07-17T11:00:45Z"
}

リクエストパラメータ

必須パラメータ

personImageRequiredstring

着せたいモデルのベース画像。公開されているURLまたはBase64エンコードされた画像文字列を指定できます。サポートされている形式: JPEG、PNG、WEBP。最大サイズ: 25MB。

プロのヒント: 腕が見える正面向きのポーズは、最もリアルなドレーピングを生成します。

フォーマット要件 Base64文字列を送信する場合、標準のデータURIプレフィックス（例: data:image/jpeg;base64,...）を含める必要があります。/v1/runエンドポイントはJSONペイロードのみを受け入れます。

promptRequiredstring

モデルに着せたい衣装のテキスト記述。

プロのヒント: 最良の結果を得るには、生地の種類（シルク、コットン、デニム）とフィットスタイル（スリム、オーバーサイズ）を含めてください。色を正確に指定し（「青」よりも「ネイビーブルー」の方が効果的）、モデルがすでに着用しているものを明示的に参照して、AIが何を正確に変更すべきかを認識できるようにしてください。

オプションパラメータ

quality'1k' | '2k' | '4k'

プロンプト試着（Geminiモデル）の出力解像度ティア。解像度が高いほど、より多くのクレジットを消費します。 デフォルト: 1k

sampleCountinteger

リクエストごとに生成する画像バリエーションの数。1から4の間である必要があります。追加の画像はより多くのクレジットを消費し、処理時間を線形に増加させます。 デフォルト: 1

ratiostring

生成される画像の幅と高さの比率を定義します。空の場合、システムはpersonImageのアスペクト比をデフォルトとします。

サポートされている値: '1:1'、'3:4'、'4:3'、'9:16'、'16:9'、'2:3'、'3:2'、'4:5'、'5:4'、'21:9'。

modelImageUrlstring

オプション。元の人物の特徴を保持する代わりに、使用する人間の参照モデルのURL。

利用可能なプリセットモデル:

styleIdstring

オプション。出力画像に特定の写真スタイルを適用します。

利用可能なスタイル:

Style NameStyle ID (`styleId`)

有効な値: y2k, studio, iphone, professional, lifestyle, analog, streetwear, flash, movie, minimalist, ugc, editorial。

注: 複雑なスタイルは、全体の生成時間を増加させる可能性があります。

ランタイムエラー

この機能のランタイムエラーは、エラー処理に記載されている共通のセットを使用します。処理中にエラーが発生した場合、statusは"error"に更新され、errorフィールドには具体的な失敗理由が含まれます。

クレジットコスト

コストは選択されたqualityティアに依存し、sampleCountによって乗算されます。

計算式: コスト = 品質クレジット × sampleCount

ParameterCredits per Image
quality="1k"1
quality="2k"3
quality="4k"5