P-H3-Imageの画像編集を検証｜int8とw4a8の差、プロンプトアップサンプラーは要る？

この記事について（広告・アフィリエイトリンクはありません）

使ったモデルは、すべて無料で入手できます。試した環境の一覧は検証の記録にあります。P-H3-Image の記事の続きとして、まだ試していなかった「画像の編集」と「プロンプトの書き換え」を確かめました。

P-H3-Image の画像編集は、服の色替え・ズボンの色・背景の季節の3つとも、人物の顔・眼鏡・ポーズを保ったまま、指示どおりに変わりました。int8 と w4a8 の差はほとんどなく、同じ指示とシードでほぼ同じ画像になりました。

プロンプトを詳しく書き直す「プロンプトアップサンプラー」（P-H3 付属の言語モデル）は、短い文を、残すもの・変えるものを分けた指示に書き換えます。ただし、今回の単純な編集では、書き換えなしでも同じように編集できました。所要時間は30分ほど、難しさは中級です。

先に結論（今回のテスト条件で）
編集で比べる
プロンプトアップサンプラーは何をする？
文から画像では差が出た
商用で使える？
よくある質問（FAQ）
まとめ
検証メモ

先に結論（今回のテスト条件で）

試したこと	結果
服を赤いニットに（4MP、int8／w4a8）	どちらも顔・眼鏡・ポーズ・背景を保ったまま着替えた
ズボンを白に	どちらも上の服や背景を残してズボンだけ白くなった
背景を雪の公園に	どちらも人物を残し、木と地面が雪景色になった
int8 と w4a8 の差（画素の平均の差）	2.1〜5.3。元の画像との差（8.8〜49）よりずっと小さい
プロンプトアップサンプラーの時間（w4a8）	約6秒（文から画像 1MP：5.4秒 → 11.4秒）
アップサンプラーなしの編集（ズボンを白に）	書き換えありとほぼ同じ結果

P-H3-Image（int8 と w4a8）、テキストエンコーダーは本体と同じ精度、VAE は int8、8ステップ（公式のシグマの並び）、er_sde、shift 1.0、シード 4242。プロンプトアップサンプラーは w4a8（6.7GB）です。

迷ったら

VRAM 32GB なら int8、もっと少なければ w4a8 で十分です。編集の指示が単純なら、アップサンプラーを外して時間を節約できます。

編集で比べる

SDXL で作った、公園に立つ女性の画像（黒い T シャツ、緑のパンツ、眼鏡）を 4MP にして、3つの編集を int8 と w4a8 で比べました。

元の画像と、服・ズボン・背景の編集（int8／w4a8）、アップサンプラーなしの編集。どれも人物を保ったまま、指示の部分だけ変わった

どの編集でも、顔・眼鏡・髪・ポーズ・立ち位置はそのままでした。服の編集では、T シャツが赤いニットになり、パンツと背景は変わりません。背景の編集では、人物の服の色や形を保ったまま、木と地面に雪が積もりました。

int8 と w4a8 の画像の差は、縮めて比べた画素の平均で 2.1〜5.3 でした。編集による変化（元の画像との差、8.8〜49）に比べてずっと小さく、目で見てもほぼ同じです。Pruna の説明では「w4a8 は細部や構図が変わりうる」とされていますが、今回の編集では大きな違いは出ませんでした。

プロンプトアップサンプラーは何をする？

P-H3-Image の公式のワークフローでは、指示の文を先に Qwen3.5 ベースの言語モデル（プロンプトアップサンプラー）に通して、詳しい指示に書き換えます。「change her black T-shirt to a red knit sweater」は、次のような形になりました。

subject_definitions:
<subject 1> is the woman standing in the park.
<subject 2> is her black T-shirt.
summary:
[keyframe completion] ... <subject 2> is replaced with a red knit sweater.
retention_analysis:
<subject 1> (fully_preserved): Pose, facial features, glasses, and hair remain unchanged.
<subject 2> (weak_reference): Replaced by a red knit sweater.
detailed_description: ...

何を残し（fully_preserved）、何を変えるか（weak_reference）を分けて書くのが特徴です。int8 と w4a8 で、書き換えた文は同じでした。

ただし、「ズボンを白に」を書き換えなしでそのまま入れても、結果はほぼ同じでした。単純な編集なら、アップサンプラーは省いてもよさそうです。