Was macht ChatGPT-Bilder für Claude?
Claude schreibt den Prompt, Codex erzeugt die Pixel, ein Skript bringt es ins Format, Claude prüft es,
und die Datei landet im vom Benutzer gewählten Ordner. Der Benutzer genehmigt jeden Prompt in einer HTML-
Vorschau, bevor etwas generiert wird, und fordert Änderungen im Chat an. Vier Skripte erledigen die
mechanische Arbeit. Sie befinden sich in scripts/ neben dieser Datei; unten steht $SKILL_DIR für den
Ordner, der diese SKILL.md enthält.
| Skript | Aufgabe |
|---|---|
scripts/codex_generate.sh | Ein codex exec-Aufruf, integriertes image_gen-Tool, rohes PNG in einen Ordner. Ungefähr 1 bis 2,5 min pro Bild. |
scripts/finish_image.py | Größe, DPI, Padding, Passform, Hintergrund, Upscaling, Format. Deterministisch, überschreibt nie. |
scripts/make_preview.py | Schreibgeschützte HTML-Genehmigungsseite aus dem Manifest; während eines Durchlaufs wird sie zur Live-Ergebnisseite. Öffnet von file://, kein Server. |
scripts/batch_generate.py | Führt das genehmigte Manifest aus (1 oder viele Aufträge): generieren + verarbeiten, 2 gleichzeitig, fortsetzbar. |
Warum die Aufteilung: Das integrierte image_gen-Tool wählt seine eigene Pixelgröße (ca. 1,5 MP, z. B.
1122x1402 für 4:5) und hält keine exakten Ränder ein (eine Anfrage für einen 2-Zoll-Rand unten kam mit
ca. 1,25 Zoll zurück). Daher legt der Prompt nur Seitenverhältnis und Komposition fest. Jede exakte
Zahl (Größe, DPI, Padding, Format) wird von finish_image.py erzwungen.
Voraussetzungen
- Codex CLI, angemeldet mit einem ChatGPT-Konto mit einem Plan, der Bildgenerierung beinhaltet (nicht
der Free-Plan). Die Skripte suchen in dieser Reihenfolge:
$CODEX_BIN, danncodeximPATH, dann die Kopie, die in der ChatGPT-Desktop-App enthalten ist (/Applications/ChatGPT.app/Contents/Resources/codex-cli/bin/codexauf macOS, oderResources/codexbei älteren App-Versionen). Wird keine gefunden, beendet sich das Skript mit Exit-Code 3 und einer Meldung; sage dem Benutzer, er solle die ChatGPT-App oder Codex CLI installieren oderCODEX_BINsetzen. - Python 3 mit Pillow (
python3 -m pip install Pillow). - Das Codex
imagegen-System-Skill, das mit Codex unter${CODEX_HOME:-$HOME/.codex}/skills/.system/imagegen/ausgeliefert wird.
Eingaben, die gesammelt werden müssen
Entnehmen Sie sie aus der Anfrage. Fragen Sie nur nach dem, was den Auftrag blockiert; die restlichen Werte standardmäßig vorgeben und dies mitteilen.
| Eingabe | Standard |
|---|---|
| Was soll erstellt werden / Prompt | Erforderlich. |
| Basisordner | Erforderlich. Fragen, falls nicht angegeben (siehe „Wo Dateien abgelegt werden“). |
| Exakter Text im Bild | Keiner. Jeglicher Text wird Buchstabe für Buchstabe geprüft (Schritt 8). |
| Größe | Ein Preset aus references/output-options.md, oder BxH px, oder BxHin / BxHmm für Druck. Keine = native Größe behalten. |
| Auflösung | 300 dpi für Druckgrößen, 72 für Bildschirmgrößen. |
| Padding | 0. Akzeptiert px, in, mm, % der kurzen Seite; 1 bis 4 Werte in CSS-Reihenfolge (oben rechts unten links). |
| Passform | contain (ganzes Bild, Padding füllt den Rest). cover füllt und beschneidet. |
| Hintergrund (Padding-Farbe) | auto (aus den Bildecken gesampelt). Oder hex, white, transparent. |
| Format | PNG. JPG für Fotos für Social Media, PDF für Druck-Übergabe, WebP für das Web. |
| Varianten | 1. Jede Variante ist eine eigene Generierung (1 bis 2,5 min, zählt gegen das ChatGPT-Kontingent). |
| Referenz- / Bearbeitungsbilder | Keine. Jede Bilddatei funktioniert (siehe „Quellbilder“). |
Batch-Größe: Eine beliebige Anzahl von Bildern funktioniert. Ab 4 die Anzahl und die geschätzte Zeit in der Vorschau-Übergabe nennen; die Bildkontingente der ChatGPT-Pläne sind nicht veröffentlicht und variieren.
Quellbilder
Jede Bilddatei kann mit einem Prompt gesendet werden, in einer von zwei Rollen: Referenz (Ähnlichkeit, Logo,
Stil; mehrere erlaubt, refs im Manifest) oder Bearbeitungsziel (nur das ändern, was gefragt wird, den Rest
behalten; edit).
Verwenden Sie nur Bilder, die der Benenner nennt oder die das Prompt-Dokument, auf das sie verweisen, nennt.
Durchsuchen Sie niemals Ordner und wählen Sie selbst Bilder aus. Wenn ein Prompt „angehängt“, „Referenzfoto“,
„exakte Ähnlichkeit“, „Logo reproduzieren“ oder ähnliches sagt, aber keine Datei genannt wird, fragen Sie,
welche Datei gemeint ist, bevor Sie die Vorschau erstellen. Wenn eine benannte Datei nicht unter diesem Pfad
existiert, sagen Sie dies und fragen Sie nach; ersetzen Sie sie nicht durch ein ähnliches Bild. Die Vorschau
zeigt ein Vorschaubild jedes gesendeten Bildes, sodass der Benutzer sie zusammen mit dem Prompt bestätigt.
Verwenden Sie absolute Pfade für refs und edit.
Wo Dateien abgelegt werden
Es gibt keinen Standard-Ausgabeordner. Der Benutzer wählt den Basisordner. Wenn er keinen genannt hat und das Prompt-Dokument, auf das er verweist, keinen angibt, fragen Sie, bevor Sie die Vorschau schreiben (verwenden Sie AskUserQuestion, wenn verfügbar). Schlagen Sie 2-3 wahrscheinliche Ordner aus dem aktuellen Projekt vor (ein vorhandener exports-, assets-, images- oder print-Ordner) und lassen Sie den Benutzer wählen oder einen anderen eingeben. Wählen Sie niemals stillschweigend einen aus.
Innerhalb des Basisordners ist das Layout festgelegt:
<Basisordner>/
<Name>-<Preset>.jpg ... fertige Dateien
codex-raw/
<Set>.json Manifest (was generiert wird)
<Set>.preview.html Genehmigungsseite
<Set>.status.json Batch-Fortschritt
<Name>.png rohes Original von ChatGPT, aufbewahrt
<Name>.prompt.txt exakt gesendeter Prompt
<Name>.codex/ Codex-Anweisungen, JSON-Protokoll, letzte Nachricht
Dateien nach dem Schema <Projekt-Kürzel>-<Betreff> in Kebab-Case benennen, z. B. acme-bakery-spring-poster.
Es wird nie etwas überschrieben; Wiederholungen erhalten -v2, -v3.
Codex behält auch eine eigene Kopie jedes Bildes unter ${CODEX_HOME:-$HOME/.codex}/generated_images/.
Wenn die ChatGPT-App einen eigenen Arbeitsbereichsordner hat (im getesteten Setup ~/Documents/Codex/),
diesen in Ruhe lassen.
Arbeitsablauf
Jeder Durchlauf, selbst für ein einzelnes Bild, durchläuft Manifest → Vorschau → Genehmigung → Generierung. Es wird nichts an Codex gesendet, bis der Benutzer grünes Licht gibt.
-
Kontext laden. Den Basisordner festlegen (fragen, siehe oben). Wenn das Projekt Marken-Dokumente hat (Markenrichtlinien, Styleguide, Design-Tokens), Farben, Schriftarten und Tonfall lesen, bevor der Prompt geschrieben wird. Alle Schreibregeln des Projekts oder Benutzers für Text im Bild befolgen.
-
Den/die Prompt(s) schreiben. Das beschriftete Schema in
${CODEX_HOME:-$HOME/.codex}/skills/.system/imagegen/SKILL.md(Anwendungsfall, Asset-Typ, Motiv, Stil, Komposition, Beleuchtung, Palette,Text (wörtlich), Einschränkungen, Vermeiden) und dessenreferences/prompting.mdbefolgen. Regeln:- Das Seitenverhältnis und die Ausrichtung in Worten angeben („Hochformat 4:5“).
- Für Padding oder Druckränder nach großzügigem, gleichmäßigen Atemraum fragen, niemals nach exakten
Zoll oder Pixeln. Der exakte Rand wird später mit
trim+paddingangewendet. - Jedes Wort im Bild zitieren und „keine anderen Wörter, Buchstaben, Logos oder Wasserzeichen“ sagen.
- Foto mit Textüberlagerung: Zwei Ebenen beschreiben, ein randloses Foto und eine eingebettete Grafikebene, die den Text enthält. Niemals „innerhalb der zentralen 70% passend“ schreiben; Bildmodelle reagieren, indem sie das gesamte Bild verkleinern.
- Wenn Referenzbilder angehängt sind, den Prompt damit eröffnen, wofür jedes ist (Ähnlichkeit, die getroffen werden muss, Logo, das exakt reproduziert werden soll, nur Stil).
- Ausführlicher Prompt vom Benutzer: normalisieren, nicht ausschmücken.
-
Das Manifest schreiben nach
<Basis>/codex-raw/<Projekt-Kürzel>-<Set>-<YYYY-MM-DD>.json. Das Format steht im Docstring vonscripts/batch_generate.py:defaults(Seitenverhältnis, Finish-Liste) plusjobs(Name, Prompt, optionales Seitenverhältnis, refs, edit, transparent, finish). Finish-Einträge akzeptieren jedesfinish_image.py-Flag (preset, size, dpi, fit, padding, trim, bg, upscale, format, quality); die vollständige Liste inreferences/output-options.md. Mehrere Finish-Einträge pro Auftrag ergeben mehrere Dateien aus einer Generierung; der Preset-Name wird zum Dateisuffix (oder setzesuffix). Varianten einer Idee sind separate Aufträge (-a,-bNamen). -
Die Vorschau erstellen und übergeben.
python3 "$SKILL_DIR/scripts/make_preview.py" "<Manifest>" --raw-dir "<Basis>/codex-raw" --final-dir "<Basis>" --title "<Projektname>"Dann die ausgegebene
.preview.htmlim Browser des Benutzers öffnen (openauf macOS,xdg-openauf Linux). Die Seite ist schreibgeschützt: jeder Prompt, die Ausgaben, Referenz-Vorschaubilder und beide Ordner. Dem Benutzer den vollständigen Pfad, die Anzahl der Bilder und eine Zeitschätzung geben (etwa 1,5 min pro Bild, halbiert bei Parallelität 2), und anhalten. Bei mehr als 4 Bildern: Anzahl und Zeit explizit nennen; die Genehmigung der Vorschau ist das Einverständnis. Die Vorschau nicht editierbar machen. -
Auf „Los“ oder Änderungswünsche warten. Änderungen kommen im Chat („mach den Text weiß“): das Manifest aktualisieren, die Vorschau neu erstellen (gleicher Befehl, überschreibt die Seite), wieder öffnen und erneut warten. Nur „Los“ (oder ein klares Äquivalent) startet die Generierung.
-
Generieren und verarbeiten.
python3 "$SKILL_DIR/scripts/batch_generate.py" "<Manifest>" --raw-dir "<Basis>/codex-raw" --final-dir "<Basis>" --concurrency 2Ein oder zwei Bilder: im Vordergrund mit einem langen Timeout (10 min) ausführen. Mehr: im Hintergrund ausführen. Nur auf Wunsch des Benutzers über Parallelität 2 hinausgehen; max 4. Der Fortschritt wird in
<Manifest-Stamm>.status.jsongespeichert; erneutes Ausführen des gleichen Befehls setzt fort und überspringt abgeschlossene Aufträge.--dry-runvalidiert das Manifest und listet die Aufträge, ohne etwas zu generieren.Live-Ergebnisse: Der Batch baut die Vorschau-Seite jedes Mal neu auf, wenn ein Auftrag beginnt oder endet. Jede Karte zeigt dann einen Status-Badge, das generierte Original, die fertigen Dateien (Bilder als Vorschaubilder, PDF/TIFF als Links) und eventuelle Warnungen, und die Seite lädt sich alle 15 s neu, während Aufträge in der Warteschlange sind oder laufen. Die Kopie, die der Benutzer genehmigt hat, hat kein automatisches Neuladen, also öffnen Sie direkt nach dem Starten des Batches die Vorschau-Seite erneut, damit der Benutzer die Live-Version erhält. Jede Karte liest sich von oben nach unten: Prompt, Ausgabe (Bilder, dann Typ, Größe, Auflösung und Dateigröße jeder Datei), dann Dateien und Links. Jede Datei und jeder Ordner (Referenzen, geplante und fertige Dateien, rohes Original, Codex-Protokoll, plus die Batch-Ordner, Manifest und Seite unten) hat einen „Pfad kopieren“-Button; vollständige Pfade sind beim Laden hinter einem Schalter „Vollständige Pfade“ verborgen. Es gibt keine „Im Finder öffnen“-Links: Browser können file://-Links nur im Browser öffnen.
- Exit 4 (
IMAGEGEN_UNAVAILABLE: Kontingentgrenze, Ausfall oder das integrierte Tool fehlt) stoppt den Batch. Der kostenpflichtige API-Fallback (scripts/image_gen.pyim Codex-imagegen-Skill) benötigtOPENAI_API_KEYund kostet Geld. Den Benutzer fragen; niemals eigenständig umschalten. - Exit 3: Keine Codex CLI gefunden. Dem Benutzer mitteilen (siehe Voraussetzungen).
- Exit 4 (
-
Jedes rohes Bild mit Read ansehen.
-
Den Text Buchstabe für Buchstabe mit dem angeforderten Text vergleichen: Rechtschreibung, zusätzliche oder fehlende Wörter, einzelne Buchstaben, gefälschte Beschriftungen oder Signaturen. Auch Ähnlichkeit, Logotreue gegenüber der Referenz, Komposition und die Vermeidungsliste prüfen. Bei einem Fehler den Prompt dieses Auftrags im Manifest korrigieren (eine gezielte Änderung, z. B. das Wort Buchstabe für Buchstabe buchstabieren) und mit
--redo <Name>erneut ausführen. Nach 2 Versuchen immer noch falsch: anhalten und dem Benutzer zeigen. Ein kleiner Fehler, der schneller in einem Designtool zu beheben ist (z. B. falscher Text auf einem Produktetikett): melden, nicht neu generieren. -
Die fertigen Dateien prüfen (Das Bild mit Read prüfen; bei einem PDF
pdfinfofür die Seitengröße, falls verfügbar). Bestätigen, dass Padding richtig aussieht undcovernichts Wichtiges abgeschnitten hat. Den Batch-Bericht lesen:WARNING: source enlargedbedeutet, dass Details interpoliert werden. Bei Druck über 1,5-fach oder wenn der Benutzer es scharf haben möchte, ein KI-Upscaling mit dem von ihm verwendeten Tool anbieten undfinish_image.pyauf der hochskalierten Datei ausführen.- Druckausgabe unter etwa 150 effektiven ppi: erwähnen.
-
Berichten: vollständige Pfade der fertigen Dateien, Größe/Format, Textergebnis, eventuelle Warnungen (Upscaling, ppi, Wiederholungen, kleine Fehler). Bei mehreren Bildern eine Tabelle: Name, Textprüfung, Dateien, Notizen. Die nächste Variante oder das nächste Format in einer Zeile anbieten.
scripts/codex_generate.sh und scripts/finish_image.py können weiterhin direkt für eine schnelle
Neuverarbeitung eines vorhandenen rohen Bildes aufgerufen werden (eine neue Größe oder ein neues Format
benötigt keine neue Generierung, daher keine Vorschau). Alles, was Codex aufruft, durchläuft die Vorschau.
Bekannte Grenzen
- Ein Bild pro
image_gen-Aufruf; Varianten sind separate Aufrufe. - Native Ausgabe ist etwa 1,5 MP. Alles Größere ist ein Upscaling.
- Das Bildmodell ignoriert exakte Zoll/Pixel-Randanfragen; Ränder sind Aufgabe des Verarbeitungsskripts.
- Bearbeiten (
edit) funktioniert auf dem angehängten Bild; Masken und API-only-Kontrollen benötigen den kostenpflichtigen Fallback, der die Zustimmung des Benutzers erfordert.
Getestet auf
Beobachtet auf macOS mit codex-cli 0.155.0-alpha (2026-09-25 bis 2026-09-28). Dies sind Notizen aus Tests, keine Garantien; Codex und ChatGPT ändern sich häufig.
image_genfunktioniert untercodex execbei geschlossener ChatGPT-App.-s workspace-write -C <Verz>reicht aus, um außerhalb des Home-Ordners zu schreiben.- Native Größe etwa 1,5 MP (z. B. 1122x1402 für 4:5); 55 bis 150 s pro Bild.
- Zwei parallele Durchläufe funktionierten.
- Das im Prompt angegebene Seitenverhältnis wird eingehalten; exakte Ränder nicht.
- Das Modell ist GPT Image (Codex-Dokumente nennen gpt-image-2; das Tool gibt die genaue Version nicht preis).