スキル自身の言葉で
Imagegenは、Codexにラスター画像のワークフローを提供します：写真、イラスト、テクスチャ、スプライト、モックアップ、透明背景の切り出しなどのビットマップアセットを生成または編集し、完成したファイルをプロジェクトに取り込みます。トップレベルのモードは2つ定義されています：APIキーを必要としない推奨の組み込みimage_genツールと、OPENAI_API_KEYを要求するscripts/image_gen.pyによる明示指定限定のCLIフォールバックです。
このファイルは、意図（生成か編集か）を実行方法（1つのアセットか複数か）から分離し、プロンプト、逐語的なテキスト、制約、役割ラベル付きの入力画像を収集して、ラベル付きスキーマに再構成します。最後に、被写体、スタイル、構図、テキストの正確性に対する検証、単一変更の反復、そして非破壊的な保存で締めくくられます。
生成されるもの
- ユーザーがラスター風のアセットを求めた場合に、SVG、HTML/CSS、canvasのプレースホルダーではなく、image_genを通じて生成されたビットマップ画像。
- 最終的に選ばれた画像がワークスペースに移動またはコピーされ、参照または利用するコードがそれを指すように更新された状態。
- ワークスペースに紐づく任意のアセットの最終保存パス、最終プロンプト、そしてどのモードがそれを生成したかを示す完了レポート。
- 明示指定限定のCLIフォールバックの場合のみ、最終成果物はoutput/imagegen/以下に書き込まれます。
仕組み
- 01まずトップレベルのモードを選択する
通常の生成・編集は組み込みのimage_genツールを通じて行われます。バンドルされたCLIは、ユーザーが名前を指定してリクエストしなければならないフォールバックです。
- 02リクエストを生成か編集かに分類する
一部を保持しながら既存の画像を変更するのは編集です。スタイル、構図、雰囲気の参照として画像を提供するだけの場合は、それでも生成に該当します。
- 03出力の保存先を決定する
プレビューやブレインストーミング用の作業はデフォルトの場所にインラインで保存しておいて構いませんが、プロジェクトが利用するものはワークスペースに収める必要があります。
- 04生成前に入力を収集する
後で不足分を補うのではなく、プロンプト、画像内に表示する正確なテキスト、制約や避けるべき事項のリスト、すべての入力画像を最初にまとめて収集します。
- 05プロンプトをスペックに再構成する
プロンプトは、依頼されていない創造的な詳細を加えて拡張するのではなく、構造化された本番向けのスペックに正規化されます。
- 06アセットごとに1回の呼び出しを発行する
組み込みパスでは、バッチや変種は単一のバッチフラグからではなく、依頼されたアセットまたは変種ごとに繰り返されるimage_gen呼び出しから生成されます。