JSON da immagini di Midjourney

MJ Metadata JSONizer è un custom GPT, disponibile liberamente e gratuitamente nella libreria dei GPT di ChatGPT, estrae automaticamente i metadati dalle immagini PNG di Midjourney e li trasforma in formato JSON strutturato. Il formato JSON organizza le informazioni in coppie chiave-valore che le AI interpretano con maggiore precisione rispetto al linguaggio naturale, riducendo ambiguità nei prompt. Lo strumento permette di creare librerie di parametri riutilizzabili, usare le configurazioni come base per generare video correlati mantenendo coerenza stilistica, e documentare sistematicamente il lavoro creativo. È particolarmente utile per creativi, team di lavoro e formatori che operano con AI generative. L’articolo spiega il funzionamento dello strumento, le applicazioni pratiche nei workflow creativi e le limitazioni tecniche. Funziona esclusivamente con file PNG originali scaricati direttamente da Midjourney nella versione web.
Il link diretto al custom GPT è questo (per usarlo occorre avere un account su ChatGPT, anche gratuito).

MJ Metadata JSONizer: da Midjourney all’ecosistema AI generativo

MJ Metadata JSONizer è un custom GPT, disponibile liberamente e gratuitamente nella libreria dei GPT di ChatGPT, che estrae automaticamente i metadati dalle immagini PNG generate da AI e li trasforma in formato JSON strutturato. Il formato JSON organizza le informazioni in coppie chiave-valore che le AI interpretano con maggiore precisione rispetto al linguaggio naturale, riducendo ambiguità nei prompt. Lo strumento permette di creare librerie di parametri riutilizzabili, usare le configurazioni come base per generare video correlati mantenendo coerenza stilistica, e documentare sistematicamente il lavoro creativo. È particolarmente utile per creativi, team di lavoro e formatori che operano con AI generative. L’articolo spiega il funzionamento dello strumento, le applicazioni pratiche nei workflow creativi e le limitazioni tecniche. Funziona con file PNG originali che contengono metadati embedded, principalmente quelli generati da Midjourney, Stable Diffusion e ComfyUI.
Il formato JSON è diventato importante per i prompt delle AI generative, soprattutto per i video. Questo formato organizza le informazioni in coppie chiave-valore che le AI interpretano meglio del linguaggio naturale non strutturato. PNG Metadata JSONizer è un assistente personalizzato che trasforma i metadati delle immagini generate da AI in formato JSON strutturato.
Lo strumento converte dati esistenti in un formato che migliora l’interazione con le AI generative. Con i file creati si possono costruire librerie di esempi, possono anche servire come base per creare video e per modifiche successive mantenendo lo stesso stile e gli stessi parametri.

I metadati nei PNG generati da AI

Quando i generatori di immagini AI creano un’immagine in formato PNG, spesso il file contiene metadati embedded con le informazioni del processo generativo. La quantità e il tipo di metadati varia tra i diversi strumenti, ognuno con le proprie caratteristiche specifiche.

Midjourney include dati completi orientati al workflow creativo: prompt, parametri come aspect ratio, versione del modello, livello di stilizzazione, identificativo del job, autore e timestamp. Questi metadati mappano tutte le scelte creative e tecniche dell’utente che hanno portato all’immagine.
Ecco un esempio di output JSON estratto da un’immagine Midjourney:
{
“prompt”: “A Tokyo street at sunset, atmosphere vibrant and chaotic, a young japanese woman with her hair tied up walks through the crowd, tele lens”,
“parameters”: {
“–ar”: “3:2”,
“–raw”: true,
“–stylize”: “300”,
“–v”: “7 Job ID: da570f51-0295-427b-a3e0-cdc776c4baec”
},
“job_id”: “da570f51-0295-427b-a3e0-cdc776c4baec”,
“author”: “paolodalprato”,
“creation_time”: “Tue, 29 Jul 2025 22:34:04 GMT”,
“meta”: {
“structure”: “flat”,
“tool”: “Midjourney”
}
}

ComfyUI e Stable Diffusion si concentrano invece sui parametri tecnici del processo di generazione, offrendo un controllo più granulare sui meccanismi di sampling e generazione. I metadati includono informazioni dettagliate sui modelli utilizzati, sampler, scheduler, step di generazione e configurazioni avanzate.
Esempio di output JSON da un’immagine generata con ComfyUI:
{
“prompt”: {
“positive”: “(an opaque glass cup filled with ice cream that melts and drops, whipped cream and pistachio, with chopped almonds on top), centered, symmetry, (white background:1.2)”,
“negative”: “drawing, painting, crayon, sketch, graphite, impressionist, noisy, blurry, soft, deformed, ugly, duplicate, people, carpet”
},
“generation”: {
“width”: 1200,
“height”: 1000,
“batch_size”: 1,
“model_base”: “sdXL_v10.safetensors”,
“model_refiner”: “sdXL_v10RefinerVAEFix.safetensors”,
“vae”: “sdXL_v10RefinerVAEFix.safetensors”,
“sampler”: “dpmpp_2s_ancestral”,
“scheduler”: “normal”
},
“sampling”: {
“steps_total”: 100,
“base”: {
“cfg”: 4.0,
“seed”: 56607185916669,
“start_at_step”: 0,
“end_at_step”: 80,
“add_noise”: true,
“return_with_leftover_noise”: false
},
“refiner”: {
“cfg”: 7.0,
“seed”: 1094159131640686,
“start_at_step”: 80,
“end_at_step”: 10000,
“add_noise”: false,
“return_with_leftover_noise”: false
}
},
“output”: {
“filename_prefix”: “ComfyUI”
},
“meta”: {
“structure”: “graph”,
“tool”: “ComfyUI”,
“author”: null,
“creation_time”: null,
“job_id”: null
}
}

La differenza nella quantità e tipologia di metadati riflette i diversi approcci architetturali dei generatori. Midjourney, come sistema proprietario, espone nei metadati i parametri che ritiene utili per l’utente finale, mantenendo privati i dettagli del processo interno. ComfyUI e Stable Diffusion, basati su architetture open source, includono tutti i parametri modificabili dall’utente, permettendo la replica esatta del processo di generazione.
Questa differenza non indica superiorità di un approccio sull’altro, ma rispecchia filosofie diverse: sistemi ottimizzati per semplicità d’uso versus sistemi progettati per massima trasparenza e controllo. PNG Metadata JSONizer si adatta automaticamente a entrambi gli approcci, estraendo e organizzando le informazioni disponibili in una struttura JSON coerente.

PNG Metadata JSONizer si adatta automaticamente a entrambi gli approcci, estraendo e organizzando le informazioni disponibili in una struttura JSON coerente.

Altri generatori potrebbero includere metadati in formati proprietari o standard diversi, sempre convertibili in JSON strutturato quando presenti nel file.
La trasformazione in JSON rende questi dati utilizzabili in modo uniforme, permettendo di modificare singoli parametri senza toccare gli altri, indipendentemente dal generatore di origine.

Per un approfondimento sull’uso del formato JSON per generare prompt da usare con tool AI di generazione video rimando a un tutorial appena rilasciato (la prima parte si trova qui, la seconda parte si trova qui).

Come funziona

Per usare MJ Metadata JSONizer basta caricare un file PNG generato da un’AI che includa metadati embedded, non serve neppure chiedere esplicitamente di analizzarlo perché è già istruito sul cosa deve fare. L’assistente analizza i metadati e restituisce un oggetto JSON che organizza le informazioni in modo logico.
Il processo mantiene tutti i dati originali ma li riorganizza in un formato più facile da riutilizzare. Il prompt viene presentato da solo, mentre i parametri vengono raggruppati insieme. Informazioni come identificativi, autore e timestamp rimangono disponibili per tenere traccia del lavoro.
Lo strumento si adatta automaticamente ai diversi formati di metadati, estraendo le informazioni disponibili e organizzandole in una struttura JSON coerente.

Vantaggi per la generazione video

Il formato JSON estratto dalle immagini AI con l’aggiunta degli opportuni elementi può diventare base di partenza per creare video con strumenti AI. Questi modelli rispondono meglio a prompt strutturati che spiegano chiaramente elementi come composizione, movimento della camera, stile visivo e parametri tecnici.
Partendo da un’immagine AI di riferimento, è possibile estrarre tutti i parametri in formato JSON e usarli per creare video che mantengono lo stesso stile dell’immagine originale. La struttura a coppie chiave-valore permette di definire con precisione elementi che in un prompt testuale potrebbero risultare ambigui: tipo di inquadratura, movimento di camera, stile di illuminazione o colori vengono messi in campi separati.
Per progetti che richiedono molte variazioni simili, la possibilità di cambiare solo alcuni parametri mantenendo uguali gli altri garantisce risultati coerenti e controllo più preciso rispetto alle descrizioni in linguaggio naturale.

Applicazioni pratiche

I creativi che lavorano con AI generative possono usare lo strumento per tenere traccia delle configurazioni che producono buoni risultati, indipendentemente dal generatore utilizzato. La trasformazione in JSON rende più facile creare raccolte di parametri riutilizzabili, organizzate per stile visivo, tipo di soggetto o configurazione tecnica.
I team di lavoro possono condividere immagini insieme a tutte le informazioni tecniche necessarie per rifare o modificare il lavoro svolto, anche quando usano strumenti diversi nel workflow.
Agenzie creative che gestiscono progetti complessi possono tenere documentazione precisa di ogni file, rendendo più facili revisioni e modifiche future, mantenendo tracciabilità tra diversi generatori AI.
Per formatori e consulenti specializzati in AI generative, la possibilità di estrarre e analizzare i parametri usati rende più facile insegnare le tecniche di prompting e confrontare diverse strategie creative tra piattaforme diverse. La strutturazione JSON rende chiare le relazioni tra parametri e risultati.

Limitazioni e requisiti

Lo strumento funziona esclusivamente con file PNG originali che contengono metadati embedded. La maggior parte dei generatori AI moderni include questi metadati, ma la quantità e il formato possono variare.
File che hanno subito modifiche successive, conversioni in altri formati, condivisioni attraverso social media o modifiche con software di editing perdono i metadati embedded. In questi casi lo strumento non può operare e spiega il problema riscontrato.
L’analisi riguarda solo i metadati tecnici e non interpreta il contenuto visivo dell’immagine. Alcuni parametri potrebbero non essere presenti se non erano stati esplicitamente impostati dall’utente durante la generazione originale dell’immagine. La qualità e completezza del JSON dipendono da quanti metadati erano presenti nell’immagine originale.

Integrazione nei workflow

Nel lavoro individuale, lo strumento permette di creare archivi personali di configurazioni efficaci, organizzando le informazioni estratte secondo le proprie necessità creative, indipendentemente dai generatori utilizzati.
Nel lavoro di gruppo, rende più facile condividere le procedure di documentazione garantendo che le informazioni tecniche viaggino insieme alle immagini, anche quando il team usa strumenti diversi.
Per progetti che prevedono la creazione di contenuti collegati tra loro, lo strumento facilita il passaggio tra diversi generatori AI mantenendo traccia dei parametri che funzionano. I parametri estratti mantengono lo stesso stile tra diversi tipi di output e piattaforme.
La trasformazione in formato JSON permette anche l’uso in sistemi di gestione dei contenuti o database, dove le informazioni strutturate possono essere cercate e organizzate. Il formato JSON può essere usato anche in sistemi automatici per creare molte immagini in serie o per verificare la qualità dei risultati.

Sull’immagine che accompagna l’articolo

È un’immagine generata con Midjourney usando ovviamente un prompt formattato in stile JSON. Midjourney usa le parentesi graffe per fare quelle che chiama permutazioni (o prompt multipli), per cui non interpreta correttamente il formato JSON standard.
Tuttavia l’uso di questo formato per scrivere prompt non richiede di rispettare rigorosamente la sintassi ufficiale, nel caso specifico ho sostituito le parentesi graffe con delle parentesi tonde:
(
“scene”:
(
“location”: “A Tokyo street”,
“time_of_day”: “at sunset”,
“atmosphere”: “vibrant and chaotic”
),
“character”:
(
“description”: “a young japanese woman with her hair tied up”,
“action”: “walks through the crowd”
),
“camera”:
(
“lens”: “tele”
),
)
Ma volendo semplificare è anche possibile utilizzare il JSON come traccia per creare un prompt in linguaggio naturale, nel caso della foto dell’articolo il prompt è diventato:
“A Tokyo street at sunset, atmosphere vibrant and chaotic, a young japanese woman with her hair tied up walks through the crowd, tele lens“