aiskillstore/marketplace

Habilidad de Generación de Imágenes

Genera o edita imágenes para el proyecto actual (por ejemplo, activos para sitios web, activos para juegos, maquetas de UI, maquetas de productos, wireframes, diseño de logotipos, imágenes fotorrealistas o infografías).

Modos y reglas de nivel superior

Esta habilidad tiene exactamente dos modos de nivel superior:

• Modo de herramienta incorporada predeterminado (preferido): herramienta image_gen incorporada para generación, edición y solicitudes de imágenes con transparencia. No requiere OPENAI_API_KEY.
• Modo CLI alternativo: CLI scripts/image_gen.py. Úsalo cuando el usuario solicite o confirme explícitamente la ruta CLI/API/modelo. Requiere OPENAI_API_KEY.

Dentro del modo CLI alternativo, la CLI expone tres subcomandos:

• generate
• edit
• generate-batch

Reglas:

• Usa la herramienta image_gen incorporada por defecto para solicitudes normales de generación y edición de imágenes.
• No cambies al modo CLI alternativo para control ordinario de calidad, tamaño o ruta de archivo.
• Para imágenes con transparencia, pídele a la herramienta image_gen incorporada un fondo transparente y conserva el canal alfa generado.
• Nunca cambies silenciosamente de la herramienta image_gen incorporada o del CLI gpt-image-2 al CLI gpt-image-1.5; pregunta primero al usuario, a menos que haya solicitado explícitamente gpt-image-1.5.
• La palabra batch por sí sola no significa modo CLI alternativo. Si el usuario pide muchos activos o dice que genere activos por lote sin pedir explícitamente controles CLI/API/modelo, mantente en la ruta incorporada y realiza una llamada incorporada por cada activo o variante solicitada.
• Si la herramienta incorporada falla o no está disponible, informa al usuario de que existe el modo CLI alternativo y que requiere OPENAI_API_KEY. Procede solo si el usuario solicita explícitamente ese modo alternativo.
• Si el usuario solicita explícitamente el modo CLI, usa el flujo de trabajo scripts/image_gen.py incluido. No crees ejecutores SDK independientes.
• Nunca modifiques scripts/image_gen.py. Si falta algo, pregunta al usuario antes de hacer cualquier otra cosa.

Política de ruta de guardado incorporada:

• En el modo de herramienta incorporada, Codex guarda las imágenes generadas bajo $CODEX_HOME/* por defecto.
• No describas ni confíes en el directorio temporal del SO como destino incorporado por defecto.
• No describas ni confíes en un argumento de ruta de destino (si lo hay) en la herramienta image_gen incorporada. Si se necesita una ubicación específica, genera primero y luego mueve o copia la salida seleccionada desde $CODEX_HOME/generated_images/....
• Prioridad de ruta de guardado en modo incorporado:
  1. Si el usuario nombra un destino, mueve o copia la salida seleccionada allí.
  2. Si la imagen está destinada al proyecto actual, mueve o copia la imagen final seleccionada al espacio de trabajo antes de terminar.
  3. Si la imagen es solo para vista previa o lluvia de ideas, muéstrala en línea; el archivo subyacente puede permanecer en la ruta predeterminada $CODEX_HOME/*.
• Nunca dejes un activo referenciado en el proyecto solo en la ruta predeterminada $CODEX_HOME/*.
• No sobrescribas un activo existente a menos que el usuario haya solicitado explícitamente reemplazo; en caso contrario, crea un nombre de archivo versionado hermano, como hero-v2.png o item-icon-edited.png.

Las pautas de indicaciones compartidas para ambos modos residen en references/prompting.md y references/sample-prompts.md.

Documentos/recursos solo del modo alternativo para el modo CLI:

• references/cli.md
• references/image-api.md
• references/codex-network.md
• scripts/image_gen.py

Cuándo usar

• Generar una imagen nueva (arte conceptual, foto de producto, portada, héroe de sitio web)
• Generar una imagen nueva usando una o más imágenes de referencia para estilo, composición o ambiente
• Editar una imagen existente (inpainting, transformaciones de iluminación o clima, reemplazo de fondo, eliminación de objetos, composición, fondo transparente)
• Producir muchos activos o variantes para una tarea

Cuándo no usar

• Extender o igualar un conjunto de iconos SVG/vectoriales existente, sistema de logotipos o biblioteca de ilustraciones dentro del repositorio
• Crear formas simples, diagramas, wireframes o iconos que se produzcan mejor directamente en SVG, HTML/CSS o canvas
• Hacer una pequeña edición de un activo local del proyecto cuando el archivo fuente ya existe en un formato nativo editable
• Cualquier tarea donde el usuario claramente quiera una salida nativa de código determinista en lugar de un mapa de bits generado

Árbol de decisión

Piensa en dos preguntas separadas:

1. Intención: ¿es una imagen nueva o una edición de una imagen existente?
2. Estrategia de ejecución: ¿es un activo o muchos activos/variantes?

Intención:

• Si el usuario quiere modificar una imagen existente preservando partes de ella, trata la solicitud como edición.
• Si el usuario proporciona imágenes solo como referencia para estilo, composición, ambiente o guía del sujeto, trata la solicitud como generación.
• Si el usuario no proporciona imágenes, trata la solicitud como generación.

Semántica de edición incorporada:

• El modo de edición incorporado es para imágenes ya visibles en el contexto de la conversación, como imágenes adjuntas o imágenes generadas anteriormente en el hilo.
• Si el usuario quiere editar un archivo de imagen local con la herramienta incorporada, primero cárgalo con la herramienta view_image incorporada para que la imagen sea visible en el contexto de la conversación, luego procede con el flujo de edición incorporado.
• No prometas edición arbitraria de rutas de archivo del sistema de archivos a través de la herramienta incorporada.
• Si un archivo local aún necesita control directo de ruta de archivo, máscaras u otros parámetros explícitos solo del CLI, usa el modo CLI alternativo explícito solo cuando el usuario lo solicite.
• Para ediciones, preserva los invariantes de manera agresiva y guarda de forma no destructiva por defecto.

Estrategia de ejecución:

• En la ruta incorporada predeterminada, produce muchos activos o variantes realizando una llamada image_gen por cada activo o variante solicitada.
• En la ruta CLI alternativa, usa el subcomando generate-batch del CLI solo cuando el usuario haya elegido explícitamente el modo CLI y necesite muchas indicaciones/activos.
• Para muchos activos distintos, no uses n como sustituto de indicaciones separadas. n es para variantes de una indicación; los activos distintos necesitan llamadas incorporadas distintas o trabajos generate-batch del CLI distintos.

Asume que el usuario quiere una imagen nueva a menos que pida claramente cambiar una existente.

Flujo de trabajo

1. Decide el modo de nivel superior: incorporado por defecto, incluyendo solicitudes de salida con transparencia; CLI alternativo solo si se solicita o confirma explícitamente.
2. Decide la intención: generate o edit.
3. Decide si la salida es solo para vista previa o está destinada a ser consumida por el proyecto actual.
4. Decide la estrategia de ejecución: activo único vs llamadas incorporadas repetidas vs CLI generate-batch.
5. Recopila las entradas por adelantado: indicación(es), texto exacto (textual), restricciones/lista de evitación y cualquier imagen de entrada.
6. Para cada imagen de entrada, etiqueta su función explícitamente:
   • imagen de referencia
   • objetivo de edición
   • entrada de inserción/estilo/composición de apoyo
7. Si el objetivo de edición está solo en el sistema de archivos local y te mantienes en la ruta incorporada, inspecciónalo con view_image primero para que la imagen esté disponible en el contexto de la conversación.
8. Si el usuario pidió una foto, ilustración, sprite, imagen de producto, banner u otro activo explícitamente de tipo ráster, usa image_gen en lugar de sustituir marcadores de posición SVG/HTML/CSS. Si la solicitud es para un icono, logotipo o gráfico de UI que debe coincidir con activos SVG/vectoriales/código existentes en el repositorio, prefiere editar esos directamente.
9. Aumenta la indicación según la especificidad:
   • Si la indicación del usuario ya es específica y detallada, normalízala en una especificación clara sin agregar requisitos creativos.
   • Si la indicación del usuario es genérica, agrega un aumento cuidadoso solo cuando mejore materialmente la calidad de la salida.
10. Usa la herramienta image_gen incorporada por defecto.
11. Para solicitudes de salida con transparencia, pídele a la herramienta image_gen incorporada un fondo transparente y preserva el canal alfa generado.
12. Inspecciona las salidas y valida: sujeto, estilo, composición, precisión del texto e invariantes/elementos a evitar.
13. Itera con un único cambio dirigido, luego vuelve a verificar.
14. Para trabajo solo de vista previa, renderiza la imagen en línea; el archivo subyacente puede permanecer en la ruta predeterminada $CODEX_HOME/generated_images/....
15. Para trabajo vinculado al proyecto, mueve o copia el artefacto seleccionado al espacio de trabajo y actualiza cualquier código o referencia consumidora. Nunca dejes un activo referenciado en el proyecto solo en la ruta predeterminada $CODEX_HOME/generated_images/....
16. Para lotes o solicitudes de múltiples activos, persiste cada entrega final solicitada en el espacio de trabajo a menos que el usuario haya pedido explícitamente mantener las salidas solo como vista previa. Las variantes descartadas no necesitan conservarse a menos que se solicite.
17. Si el usuario elige o confirma explícitamente el modo CLI alternativo, entonces usa la documentación solo del modo alternativo para el modelo, calidad, tamaño, input_fidelity, máscaras, formato de salida, rutas de salida y configuración de red.
18. Siempre informa la(s) ruta(s) final(es) guardada(s) para cualquier activo vinculado al espacio de trabajo, además de la indicación final o conjunto de indicaciones y si se usó la herramienta incorporada o el modo CLI alternativo.

Solicitudes de imágenes transparentes

Pídele a la herramienta image_gen incorporada un fondo genuinamente transparente y preserva su canal alfa.

Aumento de indicaciones

Reformatea las indicaciones del usuario en una especificación estructurada y orientada a la producción. Haz que el objetivo del usuario sea más claro y más accionable, pero no agregues detalles a ciegas.

Trata esto como una guía de modelado de indicaciones, no un esquema cerrado. Usa solo las líneas que ayuden y agrega una línea etiquetada corta adicional cuando mejore materialmente la claridad.

Política de especificidad

Usa la especificidad de la indicación del usuario para decidir cuánto aumento es apropiado:

• Si la indicación ya es específica y detallada, preserva esa especificidad y solo normalízala/estructúrala.
• Si la indicación es genérica, puedes agregar un aumento cuidadoso cuando mejore materialmente el resultado.

Aumentos permitidos:

• pistas de composición o encuadre
• pistas de nivel de pulido o uso previsto
• orientación práctica de diseño
• concreción razonable de la escena que respalde la solicitud declarada

Aumentos no permitidos:

• personajes u objetos extra que no estén implícitos en la solicitud
• nombres de marca, lemas, paletas o ritmos narrativos que no estén implícitos
• colocación arbitraria en un lado específico a menos que el diseño circundante lo respalde

Taxonomía de casos de uso (identificadores exactos)

Clasifica cada solicitud en uno de estos cubos y mantén el identificador coherente en todas las indicaciones y referencias.

Generación:

• photorealistic-natural — escenas de estilo de vida sinceras/editoriales con textura real e iluminación natural.
• product-mockup — tomas de producto/empaque, imágenes de catálogo, conceptos de mercancía.
• ui-mockup — maquetas y wireframes de interfaz de aplicación/web; especifica la fidelidad deseada.
• infographic-diagram — diagramas/infografías con diseño estructurado y texto.
• scientific-educational — explicadores de aula, diagramas científicos y visuales de aprendizaje con etiquetas requeridas y restricciones de precisión.
• ads-marketing — conceptos de campaña y creatividades publicitarias con audiencia, posición de marca, escena y eslogan/copia exacta.
• productivity-visual — diapositiva, gráfico, flujo de trabajo y visuales de negocios con muchos datos.
• logo-brand — exploración de logotipos/marca, amigable con vectores.
• illustration-story — cómics, arte de libros infantiles, escenas narrativas.
• stylized-concept — arte conceptual impulsado por estilo, renders 3D/estilizados.
• historical-scene — escenas precisas a la época/con conocimiento del mundo.

Edición:

• text-localization — traduce/reemplaza texto en la imagen, preserva el diseño.
• identity-preserve — prueba de uso, persona en escena; bloquea rostro/cuerpo/pose.
• precise-object-edit — elimina/reemplaza un elemento específico (incluyendo intercambios interiores).
• lighting-weather — cambios solo de hora del día/estación/ambiente.
• background-extraction — fondo transparente / recorte limpio. Pídele a la herramienta image_gen incorporada transparencia real.
• style-transfer — aplica el estilo de referencia mientras cambias el sujeto/escena.
• compositing — inserción/fusión de múltiples imágenes con iluminación/perspectiva igualada.
• sketch-to-render — dibujo/arte lineal a render fotorrealista.

Esquema de indicación compartido

Usa la siguiente especificación etiquetada como andamiaje de indicación compartido para ambos modos de nivel superior:

Use case: <identificador de taxonomía>
Asset type: <dónde se usará el activo>
Primary request: <indicación principal del usuario>
Input images: <Imagen 1: función; Imagen 2: función> (opcional)
Scene/backdrop: <entorno>
Subject: <sujeto principal>
Style/medium: <foto/ilustración/3D/etc>
Composition/framing: <amplio/cerrado/vista superior; colocación>
Lighting/mood: <iluminación + ambiente>
Color palette: <notas de paleta>
Materials/textures: <detalles de superficie>
Text (verbatim): "<texto exacto>"
Constraints: <debe mantener/debe evitar>
Avoid: <restricciones negativas>

Notas:

• Asset type e Input images son andamiaje de indicación, no banderas CLI dedicadas.
• Scene/backdrop se refiere al entorno visual. No es lo mismo que el parámetro background del CLI alternativo, que controla el comportamiento de transparencia de la salida.
• Las notas de ejecución solo del modo alternativo como Quality:, Input fidelity:, máscaras, formato de salida y rutas de salida pertenecen solo a la ruta CLI. No las trates como argumentos de la herramienta image_gen incorporada.

Reglas de aumento:

• Mantenlo breve.
• Agrega solo los detalles necesarios para mejorar materialmente la indicación.
• Para ediciones, enumera explícitamente los invariantes (cambia solo X; mantén Y sin cambios).
• Si falta algún detalle crítico y bloquea el éxito, haz una pregunta; de lo contrario, procede.

Ejemplos

Ejemplo de generación (imagen hero)

Use case: product-mockup
Asset type: landing page hero
Primary request: a minimal hero image of a ceramic coffee mug
Style/medium: clean product photography
Composition/framing: wide composition with usable negative space for page copy if needed
Lighting/mood: soft studio lighting
Constraints: no logos, no text, no watermark

Ejemplo de edición (invariantes)

Use case: precise-object-edit
Asset type: product photo background replacement
Primary request: replace only the background with a warm sunset gradient
Constraints: change only the background; keep the product and its edges unchanged; no text; no watermark

Mejores prácticas de indicaciones

• Estructura la indicación como escenario/fondo -> sujeto -> detalles -> restricciones.
• Incluye el uso previsto (anuncio, maqueta de UI, infografía) para establecer el modo y el nivel de pulido.
• Usa lenguaje de cámara/composición para fotorrealismo.
• Solo usa sustitutos SVG/vectoriales cuando el usuario haya solicitado explícitamente salida vectorial o un marcador de posición que no sea una imagen.
• Cita el texto exacto y especifica la tipografía + colocación.
• Para ediciones complicadas, enumera explícitamente los invariantes (cambia solo X; mantén Y sin cambios).
• Para salida con transparencia, pídele a la herramienta image_gen incorporada un fondo transparente.
• Usa viñetas para restricciones de múltiples elementos.
• Para imágenes de referencia, etiqueta cada una con su función: imagen de referencia: apunta a este estilo de iluminación.
• Evita texto no solicitado; si la indicación no lo pide, no lo agregues.

Compatibilidad de plataformas

Esta habilidad está diseñada para Codex (el agente de IA integrado en el entorno de desarrollo). La herramienta de generación de imágenes incorporada está disponible de forma nativa en Codex; el modo CLI alternativo con su script Python se puede usar en cualquier entorno con Python 3.8+ y una clave de API de OpenAI configurada.