（後編）【非エンジニア向け】DifyでStable Diffusion API呼び出してみた！【ノーコードアプリ開発】

こんにちは、RUNO.です！

今日は昨日の続きです！
昨日の時点でうまく行かなかった、DifyからStable DiffusionのAPIを叩いて画像生成をするアプリ制作を完成させました！！
（しらいはかせ、ご指南本当にありがとうございます！！）

つきましては、前回の記事を「前編」今回の記事を「後編」とさせていただきます！

前回の記事はこちらから！（セットアップ〜APIの設定まで）

それでは、一緒にDifyにStable Diffusionを使って画像生成できるアプリの仕上げをしてきましょう！

修正ポイント① 入力長の設定

「開始」ブロックの「最大長」のところが、昨日の段階（デフォルト）では48になっていました。これだと、48文字以上入れられません。

そこで、これを255まで伸ばしました。
これで、画像生成のプロンプトをより詳細に入れることができます！

修正ポイント② HTTPリクエストブロックの設定

API referenceを再度読み直すと、昨日は気づかなかったのですが、
「あれ、これ右に書いてある通りにやればいいのでは？」と思い、
試してみました（そうしたら、うまくいきました）。

ヘッダーの箇所

referenceの例には、Acceptキーの値には「image/*」が入っています。

なので、Dify側も同じように設定しました。
後述しますが、変数「input」がテキスト形式の場合にはこの設定が適しているようです。

ヘッダー箇所を正しく修正する

結論、この通りに入れればリクエストが通ります！！！

ここまで辿り着くのに長かった・・・精進します！

昨日の記事より↓

この枠内に記載の通り、キー「Accept」の値を「application/json」にする場合は、「input」がjson形式のデータをBase64エンコーディングしたものである必要がありました。

今回の変数「input」に入っているのはただのテキストなので、こことの齟齬があったようですね。

ボディの箇所

refernceの画面右側の例のbody（画像内では「data」）箇所をよく見ると、
昨日bodyに入れた「prompt」の他に、もうひとつ「output_format」というのが並んでいました。

これ、もしかして入れなきゃダメなのでは？？と思い、入れてみました。

キー「output_format」に対し、値は画像に記載の通り「webp」です。

結論、上記の修正を行った結果、無事画像生成まで上手くいきました！！！

まとめると

referenceに書いてある例を出来るだけ素直になぞって設定していくのが１番の近道なのだと学びました！

当たり前ですが、わからないなりに色々読み進めて試しているうちに、イレギュラーな方法を適用してしまい、そこでハマっていたようです（inputがBase64 JSONじゃないといけないAcceptに設定していたり・・・笑）

動かしてみよう！！！！！！！

プロンプト

今回は英語でプロンプトを入力します（受け付けないため）。

ちなみに、日本語でプロンプトを入れて渡すと次のようなエラーが出ました。

エラー内容

実行結果

ついに、SUCCESSの文字とご対面

出力された画像

出力のコードの中に、「"url":」に続いてURLが表示されます。

これをコピーして、ブラウザに貼り付けてアクセスすると・・・

ようやく会えました。感動。

昨日うまくいかなかった悔しさと相まって、この子の笑顔がひときわ輝いて見えます。

おわりに

DifyからStable DiffusionのAPIを叩いて画像生成を実現する方法を学びました。

前の記事で構想していたような、

• まずはユーザーが生成したい画像についてプロンプトを書く

• それをStable Diffusionが生成しやすいようにLLMがリライトする

• その上でStable Image APIを叩いて画像生成する

とか、

あるいはプロンプトをStable Diffusionに渡す前にGoogle検索を挟んで、より意図した結果に近づけたり、

Difyの力でより複雑なことにも取り組めそうですね！

昨日できなかったことがうまくいって、とても嬉しかったです！

最後までお読みいただき、ありがとうございました！！