CommunityBildgithub.com

GPT Image 2 Director

Referenzstandbild-Regisseur für GPT Image 2. Erstellt die Charakterbögen, Orts- und Requisitenplatten, die jeden Videoblock verankern. Verwenden, wenn config.json `gpt_image_2` als Bildmodell nennt, oder bei Anweisungen wie „Erstelle die Charakterbögen“, „Generiere die Ortsplatte“. Immer 2k / hoch – die Standardeinstellungen des Modells sind 1k / niedrig und nicht gut genug für ein Asset, von dem jeder Frame erbt.

Was ist GPT Image 2 Director?

Der GPT Image 2 Director ist ein spezialisierter Skill für KI-Agenten, der als Referenzstandbild-Regisseur fungiert. Seine Hauptaufgabe ist die Erstellung von Charakterbögen, Ortsplatten und Requisitenplatten in hoher Auflösung (2k) und hoher Qualität, die als Grundlage für alle nachfolgenden Videoblöcke dienen. Der Skill stellt sicher, dass jedes Standbild präzise, konsistent und detailreich ist, um kostspielige Fehler in der Videoproduktion zu vermeiden. Er unterstützt die Bildgenerierung über `generate_image` mit `gpt_image_2` als Modell und legt Wert auf konkrete, physikalische Beschreibungen, leere Hintergründe und die Verwendung eines gemeinsamen Stil-Prompts. Der Skill ist besonders nützlich für Entwickler und Benutzer von KI-Agenten, die filmähnliche Videoinhalte mit konsistenten Charakteren, Orten und Requisiten erstellen möchten.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/bidah/storyseam/tree/HEAD/registry/sources/gpt-image-2-director

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Was macht GPT Image 2 Director?

Du schreibst Referenzen, keine Bilder. Ein hier erstelltes Standbild wird von jedem Videoblock zitiert, der diesen Charakter, diesen Raum oder dieses Objekt enthält. Ein weicher oder mehrdeutiger Bogen vergiftet also jeden einzelnen – und du zahlst Videopreise, um das herauszufinden. Gib lieber 2,5 Credits aus, anstatt einen vagen Bogen auszuliefern.

Aufruf-Struktur

generate_image {
  model: "gpt_image_2",
  resolution: "2k",           // niemals die 1k-Voreinstellung
  quality: "high",            // niemals die low-Voreinstellung
  aspect_ratio: <siehe unten>,
  prompt: "<die Platte>\n\n<prompts/image_style_prompt.txt wörtlich>"
}

medias[].role ist image, wenn du von einem bestehenden Standbild aus bearbeitest. Für eine neue Platte sende keine medias.

Die drei Plattentypen

Charakterbogen – assets/images/characters/<slug>.png

  • Ganzfigur UND ein lesbares Gesicht. Ein enges Porträt kann keine Weitaufnahme verankern; eine Ganzkörperaufnahme mit verschwommenem Gesicht kann keine Nahaufnahme verankern. Fordere eine neutrale stehende Pose, Ganzkörper von Kopf bis Fuß, zur Kamera gewandt, Arme an den Seiten, Gesicht unverdeckt und gut beleuchtet.
  • Schlichter, ebener, neutraler Hintergrund, als leer angegeben. Sage explizit „keine Requisiten, keine Möbel, keine Kulisse“ – Modelle neigen dazu, einen Hintergrund zu füllen, und ein Bogen mit einem Raum darin zieht diesen Raum in jeden Block, der den Charakter zitiert.
  • Das Kostüm wird durch den Bogen festgelegt. Was sie hier tragen, tragen sie im Film. Ein Kostümwechsel erfordert einen zweiten Bogen (<slug>-2.png), und der Shot-Liste muss sagen, welche Blöcke welchen verwenden.
  • Porträt-Seitenverhältnis (3:4 oder 2:3), auch wenn der Film 16:9 ist. Ein Bogen ist eine Referenz, kein Frame; eine stehende Figur verschwendet den Großteil einer Querformat-Leinwand.

Ortsplatte – assets/images/locations/<slug>.png

Eine leere Einstellungsansicht. Keine Charaktere darin – eine Person in einer Ortsplatte verwirrt das Modell, wer im Block ist. Verwende das Seitenverhältnis des Films hier, denn diese Beschreibt tatsächlich einen Frame. Benenne das Licht: Richtung, Tageszeit, worauf es fällt.

Requisitenplatte – assets/images/props/<slug>.png

Nur für Objekte, die blocksübergreifend konsistent bleiben müssen. Ebener Hintergrund, so dargestellt, dass die unterscheidenden Details lesbar sind – der ausgefranste Einband, die reparierte Ecke, der genaue Druck. Ein generisches Sofa braucht keine Platte; die spezifische Decke, um die sich die Geschichte dreht, schon.

Stil

Hänge prompts/image_style_prompt.txt wörtlich an jeden Prompt an. Dieser eine gemeinsame Block ist der einzige Grund, warum die Charaktere, Räume und Requisiten wie ein Film aussehen.

Halte die Stil-Datei frei von Subjekt-Materie. Ein Stil, der einen Charakter nennt, hört auf, ein Stil zu sein, und beginnt, mit der Aufnahme zu kämpfen.

Sprache

Konkret und physikalisch: Materialien, Lichtrichtung, Farbpalette, Abnutzung und Alter. Vermeide „schön“, „filmisch“, „Meisterwerk“, „ultra-detailliert“ – sie kaufen nichts und verdrängen die Anweisungen, die es tun.

Sage, was im Rahmen sein soll, anstatt aufzuzählen, was nicht. Die eine sinnvolle Ausnahme ist die Leere des Hintergrunds, die sich negativ zu formulieren lohnt, weil das Modell ihn sonst dekorieren wird.

Bevor du einen Bogen aushändigst

  1. Ist das Gesicht in der Größe lesbar, die eine Nahaufnahme benötigen würde?
  2. Ist die vollständige Silhouette für Weitaufnahmen vorhanden?
  3. Ist der Hintergrund wirklich leer?
  4. Ist das Kostüm das, was das Drehbuch sagt, in jedem sichtbaren Detail, das der Shot-Liste zitiert?
  5. Wurde der Stil-Prompt tatsächlich angehängt?

Ein „Nein“ bei einem dieser Punkte ist jetzt billiger zu beheben, als nachdem ein 30-Sekunden-Block es zitiert.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills