使うには設定が要りますか?
要りません。render_preview と render_final の引数で、使わない呼び出しは今までどおりに描きます。納品の点検はどの仕上げにも自動で付きます。
JANCTION Render には、同じ Blender のシーンを何度も描く人向けの選択肢が 6 つあります。試し描きの variations は、1 コマの見た目(光・強さ・カメラ・物の色)を 2〜8 案並行して描き、1 枚に並べます(本番で 4 案が 9 秒・7.8 GPU 秒)。仕上げでは、compare_to が前の仕上げと並べた before / after の動画を、deliver が同じコマから X 用・縦 1080x1920・正方形 1080x1080 の版を GPU 秒を増やさずに、passes が合成用のパスを 1 コマ 1 枚の多層 EXR で(output='prores4444' なら ProRes 4444)返し、auto_samples は 1 コマを試して、100 コマ以上の仕上げを見た目の変わらないいちばん少ないサンプル数で描きます。どの仕上げにも、GPU 秒を使わない納品の点検(report.json とコンタクトシート)が付きます。 AI エージェントは https://render.janction.jp/mcp(リモート MCP、OAuth。つなぐと無料の鍵ができる)につなぎます。
更新 2026-11-06
用語: 試し描き=プレビュー、仕上げ=最終レンダー(本番レンダリング)、鍵=API キー、道具=MCP ツール
できること 仕上げの前に見た目を見比べ、版ごとの違いを並べて確かめ、そのまま投稿や合成に使えるファイルを 1 回の依頼で受け取れます。
できないこと 見た目を代わりに決めたり、シーンを直したり、どこかに投稿したりはしません。AI が結果を見せ、決めるのは人です。
ブラウザだけで、MCP も CLI も要りません。新しい鍵に 100 円のようこそクレジット(14 日間、カード不要。回線ごと 30 日に 1 回、同じ回線の 2 本目以降は残りを分け合う)。カードを保存(請求なし)するとカード 1 枚につき 1 回 400 円分が足されます。その後も試し描きは毎日 2 GPU 分まで無料、仕上げは 0.1 円/GPU 秒です。
variations: 見た目の見比べ: render_preview(variations=[{label, environment, environment_strength, camera, colors}, ...]) で同じコマの 2〜8 案を並行して描き、A・B… の札つきで 1 枚に並べます(GPU 秒は案の合計。2026-11-05 の実測: 4 案で 9 秒・7.8 GPU 秒)。各案に render_final の引数が付きます。render_final の colors={'Body': '#cc2233'} は、その描画だけ物の色(Principled の Base Color)を変えます。cameras・orbit・environment='compare' とは一緒に使えません。compare_to: 前の版との比べ: render_final(compare_to=<同じ鍵の前の仕上げの job_id>) で、compare.mp4(2 つの版をコマ番号で合わせて左右に並べた動画)・compare.gif・compare.png(いちばん変わったコマ)・compare.json(コマごとの変わり具合といちばん変わったコマ)も返ります。1 コマの仕上げなら before / after の画像です。deliver: SNS 向けの動画: アニメーションの render_final(deliver=['x', 'vertical', 'square']) で、social_x.mp4(X の上限 2 分 20 秒・512 MB に収める。1080p の仕上げなら 1920x1080、ほかは 1280x720)・social_vertical.mp4(1080x1920)・social_square.mp4(1080x1080)も返ります。絵は切らずに全体を入れ、余白はぼかした絵で埋めます。同じコマから受付で作るので、GPU 秒は増えません。passes: 合成用のパス(Cycles の仕上げ): render_final(passes=['depth', 'mist', 'normal', 'diffuse', 'glossy', 'emission', 'ao', 'shadow_catcher', 'crypto_object', 'crypto_material']) で、1 コマを、そのパスを全部持つ多層の OpenEXR 1 枚にします。実測で 720p・9 パスは 1 コマ約 35 MB。1 コマ 400 MB か依頼全体 20 GB を超える依頼は始める前に断ります(1080p なら全 10 種で 165 コマ、Cryptomatte なしで 523 コマまで)。output='prores4444' は ProRes 4444 の .mov(transparent=True で透過つき)です。auto_samples: サンプル数の自動(100 コマ以上の Cycles の仕上げ): render_final(auto_samples=True) で、先に 1 コマ(probe_frame、既定は真ん中のコマ)を32・64・128・256 サンプル(頼んだ数まで)で試し、頼んだ数と見分けがつかない(PSNR 40 dB 以上)いちばん少ない数で全部を描きます。試しは試し描きと同じ扱いで引きます。render_estimate(auto_samples=True) が試しの費用と節約を言います。それより短い仕上げは頼んだ数で描き、そう伝えます。2026-11-05 の実測: 部屋の 120 コマが 512 → 64 サンプルになり、434 GPU 秒減りました。report: 仕上げの納品の点検(どの仕上げにも付く): report.json と report_sheet.png(コンタクトシート)に、頼んだコマと揃ったコマ・解像度・fps・動画として読めたコマ数と長さ・黒いコマ・ちらつき・ノイズの目安と、判定(deliverable / check / problem)を言葉で書きます。描いた後に受付で測るので、GPU 秒は使わず、料金もかかりません。試し描きの返事の next_actions が、シーンに合うものを勧めます(1 コマの試し描きの後に光の 4 案、24 コマ以上のアニメーションに deliver など)。頼まない限り、何も足しません。
render_preview(scene_id, variations=[
{"label": "studio", "environment": "studio"},
{"label": "sunset", "environment": "sunset"},
{"label": "赤", "environment": "studio", "colors": {"Body": "#cc2233"},
{"label": "上から", "environment": "studio", "camera": "Top"}])
# シートを見せ、ユーザーが C を選ぶ
render_estimate(scene_id, frame_start=1, frame_end=120, width=1920, height=1080, samples=256, auto_samples=True)
render_final(scene_id, frame_start=1, frame_end=120, width=1920, height=1080, samples=256,
environment="studio", colors={"Body": "#cc2233"},
auto_samples=True, deliver=["x", "vertical", "square"], compare_to="j_...")
render_download(job_id, only="all") # output.mp4・social_*.mp4・compare.*・report.json・report_sheet.png
| 選択肢 | 返ったもの |
|---|---|
| variations 4 案 | 札つきの 1 枚が 9 秒、7.8 GPU 秒 |
| compare_to | 2 つの版を左右に並べた compare.mp4 と、変わった 14 コマを挙げた compare.json |
| deliver | 720p の描画から social_x.mp4 1280x720・social_vertical.mp4 1080x1920・social_square.mp4 1080x1080 |
| passes 全 10 種 | 1 コマ 1 枚の多層 EXR に全部のパス。720p・9 パスで 1 コマ約 35 MB |
| output='prores4444' | 透過つきの ProRes 4444 の .mov(transparent=True) |
| auto_samples | 部屋の 120 コマ: 頼んだ 512 サンプルを 64 で描き、434 GPU 秒減った |
| 納品の点検 | どの仕上げにも report.json と report_sheet.png、判定 deliverable |
render_estimate(auto_samples=True) が試しの費用と節約を言います。| どこから | やること |
|---|---|
| 手元にあるファイル(.blend・3D ファイル) | /upload に置くと 12 時間有効なリンクが出ます(登録不要)。AI に「このファイルを描いて: リンク」と頼みます。Blender の中からはアドオンが、ターミナルからは CLI が直接送ります |
| Claude.ai(Web / アプリ) | 設定 → コネクタ → カスタムコネクタを追加 → https://render.janction.jp/mcp。「接続」を押すと同意ページで無料の鍵ができます |
| ChatGPT | 左のプラグイン → 追加 → プラグインを作成 → https://render.janction.jp/mcp(OAuth)。手元の .blend はチャットに添付するだけです。Business のワークスペースでは管理者が足して共有します |
| Claude Code | claude mcp add --transport http janction-render https://render.janction.jp/mcp(/mcp で認証) |
| Claude Code の Web 版(claude.ai/code) | Claude.ai と同じコネクタ: 設定 → コネクタ → カスタムコネクタを追加 → https://render.janction.jp/mcp。セッションのネットワーク設定は変えずに使えます(案内) |
| Codex | codex mcp add janction-render --url https://render.janction.jp/mcp |
| Cursor / VS Code | Cursor に追加 VS Code に追加 ボタンでエディタが開くので、確認して追加します。手で入れるなら Streamable HTTP で https://render.janction.jp/mcp を足します |
| Antigravity CLI / Gemini CLI | agy plugin install https://github.com/JasmyLab-JANCTION/janction-render または gemini extensions install https://github.com/JasmyLab-JANCTION/janction-render(MCP サーバーと作業手順のスキルが入ります) |
| Kimi Code(Kimi K3 ほか) | /plugins install https://github.com/JasmyLab-JANCTION/janction-render(MCP と使い方のスキル)、または ~/.kimi-code/mcp.json の mcpServers に url で https://render.janction.jp/mcp を足して /mcp-config login janction-render(OAuth)。案内 |
| OpenCode | ~/.config/opencode/opencode.json の mcp に "type": "remote" と url で https://render.janction.jp/mcp を足し、opencode mcp auth janction-render(OAuth)。案内 |
| Qwen Code | qwen extensions install https://github.com/JasmyLab-JANCTION/janction-render(MCP と使い方のスキル)、または qwen mcp add --transport http janction-render で https://render.janction.jp/mcp(設定は httpUrl)。案内 |
| GitHub Copilot CLI | copilot mcp add --transport http janction-render で https://render.janction.jp/mcp、起動して /mcp auth janction-render(OAuth)。スキルも入れるなら copilot plugin marketplace add JasmyLab-JANCTION/janction-render → copilot plugin install janction-render@janction-render。案内 |
| DeepSeek Harness(dsh) | @deepseek-ai/dsh-mcp-client の項目を 1 つ: transport: streamable-http・url: https://render.janction.jp/mcp・headers の Authorization に POST /v1/keys の鍵を Bearer で(OAuth 無し)。DeepSeek の案内(API の function calling も) |
| Grok / Perplexity / Le Chat | 各アプリの Connectors の設定で、https://render.janction.jp/mcp をカスタムのリモート MCP として追加します(Grok: プラグイン → 新しいコネクタ → カスタム、案内。Perplexity: Pro / Max / Enterprise。Le Chat: ワークスペースの管理者) |
| Notion(Notion エージェント) | Business / Enterprise: Settings → Connections → Discover → Add Custom MCP → https://render.janction.jp/mcp → サインイン(ワークスペース管理者がカスタム MCP を許可している場合) |
| Windsurf・Cline・Goose ほかの MCP クライアント | Streamable HTTP で https://render.janction.jp/mcp。認証は OAuth か Authorization: Bearer <鍵> |
| Claude Desktop など stdio だけのクライアント(npm) | npx -y janction-render(設定の mcpServers に {"command": "npx", "args": ["-y", "janction-render"]})。npm の janction-render が stdio を https://render.janction.jp/mcp に OAuth でつなぎます。鍵があれば --key jr_…、uv があれば --local で stdio 版を使えます |
| ターミナル(stdio、手元のファイルを送る) | claude mcp add janction-render -e JANCTION_RENDER_SERVER=https://render.janction.jp -- uvx --from janction-render janction-render-mcp |
| Blender の中から(人が使う) | アドオン。拡張リポジトリ https://render.janction.jp/extensions/index.json。Maya / Houdini / Cinema 4D は送信ツール |
要りません。render_preview と render_final の引数で、使わない呼び出しは今までどおりに描きます。納品の点検はどの仕上げにも自動で付きます。
切れません。絵は全体を入れ、空いたところはぼかした同じ絵で埋めます。
100 コマより短い仕上げは、1 コマの試しの方が節約より高くつくので、頼んだサンプル数で描きます。返事にそう書きます。