¿Qué hace openai-img-gen?
index.js en el directorio de esta habilidad llama a la API de OpenAI Images. No tiene dependencias y necesita Node 18.3+.
node <directorio de esta habilidad>/index.js [opciones] "prompt"
node <directorio de esta habilidad>/index.js -i foto.jpg -i referencia.png [opciones] -f prompt.txt
Sin -i crea una nueva imagen. Con -i edita o combina las imágenes dadas. Imprime la ruta absoluta de cada archivo guardado en stdout y guarda el prompt junto a las imágenes como <nombre>-<hora>.prompt.txt. El progreso, el uso de tokens, el costo y los errores van a stderr. Ejecuta --help para ver todas las opciones. Las principales son -p NOMBRE (subcarpeta del proyecto), -o DIR (carpeta exacta), --name PREFIJO, -s auto|1024x1024|1536x1024|1024x1536, -q auto|baja|media|alta, -n CONTEO, --format png|jpeg|webp y --background transparente.
Dónde van las imágenes: con -p NOMBRE van a $OPENAI_IMG_GEN_OUT/NOMBRE/. La carpeta base se establece en el .env de esta habilidad, o si no, es la carpeta actual. -o DIR anula eso y guarda exactamente allí.
Pasos
- Escribe el prompt. Para algo más largo que una oración, escríbelo en un archivo y pásalo con
-f. Consulta "Cómo escribir prompts" más abajo. - Ejecútalo. Siempre pasa
-pcon un nombre corto para el proyecto en contexto: la marca, producto, repositorio o carpeta en la que está trabajando el usuario (por ejemplo-p es-sebelaso-p kualing), o un tema corto si no hay proyecto. Pasa-osolo cuando el usuario nombre una carpeta. Usa un--namedescriptivo. Cada llamada cuesta dinero. Una imagen con-q autosuele costar unos pocos centavos, yaltay-nmultiplican eso. Usa-q bajapara borradores rápidos, y pregunta antes de hacer más de aproximadamente 4 imágenes o muchas de alta calidad. - Muestra el resultado. Abre el archivo guardado con la herramienta de lectura para que puedas verlo. Compruébalo contra el prompt (ortografía del texto, lo que debía permanecer igual), luego dile al usuario la ruta, lo que ves y la línea de costo.
- Itera. Cambia el prompt según lo que haya fallado y mantén el archivo de prompt actualizado para que coincida con el mejor resultado.
Si no hay clave de API, dile al usuario que establezca OPENAI_API_KEY, o que copie .env.example en el directorio de esta habilidad a .env y lo complete. Nunca le pidas que pegue la clave en el chat. Si una solicitud es bloqueada por moderación, reporta el motivo que imprime el script y sugiere un prompt reformulado. No reintentes el mismo prompt.
Cómo escribir prompts
- Di para qué sirve cada imagen de entrada, en orden: "La PRIMERA imagen es una REFERENCIA DE COLOR SOLAMENTE. No copies su diseño, formas ni texto. La SEGUNDA imagen es la foto a editar. Mantén su encuadre y formato."
- Da una tarea clara, luego enumera exactamente qué cambiar, con valores concretos (colores hex, materiales, posiciones).
- Enumera lo que debe permanecer igual. Para ediciones, di "Mantén todo lo demás exactamente como está" y nombra las cosas que no deben cambiar: ángulo de cámara, iluminación, fondo, personas, otros edificios.
- Cita cualquier texto que deba aparecer, deletreado exactamente ("dice exactamente "ES SEBELAS""). Pide poco texto: los modelos de imagen escriben mal el texto largo.
- Nombra el estilo: fotorrealista, vector plano, acuarela, render 3D, etc.
- Termina con una línea "Evitar:" para el fallo que esperas, como texto adicional, copiar el diseño de la referencia, o cambiar cualquier cosa fuera del objetivo.
- Logotipos e iconos sobre fondo liso o transparente:
--background transparente --format png.