Que fait ChatGPT Images pour Claude ?
Claude écrit le prompt, Codex fabrique les pixels, un script les met aux spécifications, Claude vérifie,
et le fichier atterrit dans le dossier choisi par l'utilisateur. L'utilisateur approuve chaque prompt sur un aperçu
HTML avant que quoi que ce soit soit généré et demande des modifications dans le chat. Quatre scripts effectuent le
travail mécanique. Ils se trouvent dans scripts/ à côté de ce fichier ; ci-dessous, $SKILL_DIR désigne le dossier
qui contient ce SKILL.md.
| Script | Rôle |
|---|---|
scripts/codex_generate.sh | Un appel codex exec, outil intégré image_gen, PNG brut dans un dossier. Environ 1 à 2,5 min par image. |
scripts/finish_image.py | Taille, DPI, marges, ajustement, fond, upscale, format. Déterministe, n'écrase jamais. |
scripts/make_preview.py | Page d'approbation HTML en lecture seule à partir du manifeste ; pendant une exécution, elle devient la page de résultats en direct. S'ouvre depuis file://, sans serveur. |
scripts/batch_generate.py | Exécute le manifeste approuvé (1 ou plusieurs tâches) : génération + finalisation, 2 à la fois, reprise possible. |
Pourquoi cette séparation : l'outil intégré image_gen choisit sa propre taille de pixel (environ 1,5 MP, par ex.
1122x1402 pour 4:5) et ne respecte pas les marges exactes (une demande de marge inférieure de 2 pouces a donné
environ 1,25 pouce). Ainsi, le prompt ne définit que le rapport d'aspect et la composition. Chaque nombre exact
(taille, DPI, marges, format) est appliqué par finish_image.py.
Prérequis
- Codex CLI connecté avec un compte ChatGPT bénéficiant d'un forfait incluant la génération d'images (pas
le forfait gratuit). Les scripts le recherchent dans cet ordre :
$CODEX_BIN, puiscodexdans lePATH, puis la copie intégrée dans l'application de bureau ChatGPT (/Applications/ChatGPT.app/Contents/Resources/codex-cli/bin/codexsur macOS, ouResources/codexsur les versions plus anciennes de l'application). Si aucun n'est trouvé, le script se termine avec le code 3 et un message ; dites à l'utilisateur d'installer l'application ChatGPT ou Codex CLI, ou de définirCODEX_BIN. - Python 3 avec Pillow (
python3 -m pip install Pillow). - La compétence système
imagegende Codex, livrée avec Codex dans${CODEX_HOME:-$HOME/.codex}/skills/.system/imagegen/.
Entrées à collecter
Prenez-les à partir de la demande. Ne demandez que ce qui bloque le travail ; pour le reste, utilisez les valeurs par défaut et mentionnez-le.
| Entrée | Valeur par défaut |
|---|---|
| Quoi créer / prompt | Obligatoire. |
| Dossier de base | Obligatoire. Demander s'il n'est pas fourni (voir « Où vont les fichiers »). |
| Texte exact sur l'image | Aucun. Tout texte est vérifié lettre par lettre (étape 8). |
| Taille | Un préréglage depuis references/output-options.md, ou LxH px, ou LxHpo / LxHmm pour l'impression. Aucune = conserver la taille native. |
| Résolution | 300 dpi pour les tailles d'impression, 72 pour les tailles d'écran. |
| Marges | 0. Accepte px, po, mm, % du petit côté ; 1 à 4 valeurs dans l'ordre CSS (haut droite bas gauche). |
| Ajustement | contain (image entière, les marges remplissent le reste). cover remplit et recadre. |
| Fond (couleur des marges) | auto (échantillonné à partir des coins de l'image). Ou hexadécimal, white, transparent. |
| Format | PNG. JPG pour les photos destinées aux réseaux sociaux, PDF pour la remise pour impression, WebP pour le web. |
| Variantes | 1. Chaque variante est une génération distincte (1 à 2,5 min, compte dans le plan ChatGPT). |
| Images de référence / d'édition | Aucune. Tout fichier image fonctionne (voir « Images sources »). |
Taille du lot : n'importe quel nombre d'images fonctionne. Au-delà de 4, mentionnez le nombre et le temps estimé dans la remise de l'aperçu ; les limites d'images du plan ChatGPT ne sont pas publiées et varient.
Images sources
Tout fichier image peut être envoyé avec un prompt, dans l'un des deux rôles suivants : référence (ressemblance, logo,
style ; plusieurs autorisés, refs dans le manifeste) ou cible d'édition (ne modifier que ce qui est demandé,
garder le reste ; edit).
Utilisez uniquement les images nommées par l'utilisateur, ou que le document de prompt qu'il indique nomme.
Ne cherchez jamais dans les dossiers et ne sélectionnez pas d'images vous-même. Si un prompt dit « joint », « photo de
référence », « ressemblance exacte », « reproduire le logo » ou similaire mais qu'aucun fichier n'est nommé, demandez
quel fichier avant de construire l'aperçu. Si un fichier nommé n'existe pas à ce chemin, dites-le et demandez ; ne
substituez pas une image similaire. L'aperçu montre une vignette de chaque image envoyée, afin que l'utilisateur les
confirme avec le prompt. Utilisez des chemins absolus pour refs et edit.
Où vont les fichiers
Il n'y a pas de dossier de sortie par défaut. L'utilisateur choisit le dossier de base. S'il n'en a pas nommé un, et que le document de prompt qu'il indique ne le dit pas, demandez avant d'écrire l'aperçu (utilisez AskUserQuestion si disponible). Suggérez 2-3 dossiers probables du projet en cours (un dossier exports, assets, images ou print existant) et laissez l'utilisateur choisir ou en taper un autre. Ne choisissez jamais un dossier en silence.
Dans le dossier de base, la disposition est fixe :
<dossier de base>/
<nom>-<préréglage>.jpg ... fichiers finalisés
codex-raw/
<ensemble>.json manifeste (ce qui est généré)
<ensemble>.preview.html la page d'approbation
<ensemble>.status.json progression du lot
<nom>.png brut original de ChatGPT, conservé
<nom>.prompt.txt prompt exact envoyé
<nom>.codex/ instructions Codex, journal JSON, dernier message
Nommez les fichiers <slug-du-projet>-<sujet> en kebab-case, par ex. acme-boulangerie-affiche-printemps. Rien
n'est jamais écrasé ; les répétitions reçoivent -v2, -v3.
Codex conserve également sa propre copie de chaque image dans ${CODEX_HOME:-$HOME/.codex}/generated_images/.
Si l'application ChatGPT a son propre dossier de travail (sur la configuration testée, ~/Documents/Codex/),
laissez-le tranquille.
Flux de travail
Chaque exécution, même pour une seule image, suit le chemin : manifeste → aperçu → approbation → génération. Rien n'est envoyé à Codex avant que l'utilisateur ne donne son accord.
-
Charger le contexte. Définissez le dossier de base (demandez, voir ci-dessus). Si le projet a des documents de marque (charte graphique, guide de style, design tokens), lisez les couleurs, les polices et la voix avant d'écrire le prompt. Suivez toutes les règles d'écriture que le projet ou l'utilisateur a définies pour le texte sur l'image.
-
Écrire le(s) prompt(s). Suivez le schéma étiqueté dans
${CODEX_HOME:-$HOME/.codex}/skills/.system/imagegen/SKILL.md(Cas d'utilisation, Type d'actif, Sujet, Style, Composition, Éclairage, Palette,Texte (textuel), Contraintes, À éviter) et sesreferences/prompting.md. Règles :- Indiquez le rapport d'aspect et l'orientation en mots (« portrait 4:5 »).
- Pour les marges ou les marges d'impression, demandez une généreuse marge de respiration uniforme, jamais des
pouces ou des pixels exacts. La marge exacte est appliquée plus tard avec
trim+padding. - Mettez entre guillemets chaque mot sur l'image et dites « aucun autre mot, lettre, logo ou filigrane ».
- Photo avec superposition de texte : décrivez deux couches, une photo en plein fond et une couche graphique incrustée qui contient le texte. N'écrivez jamais « tient dans les 70 % centraux » ; les modèles d'image rétrécissent alors toute l'image.
- Lorsque des images de référence sont jointes, commencez le prompt en disant à quoi chacune sert (ressemblance à reproduire, logo à reproduire exactement, style uniquement).
- Prompt détaillé de l'utilisateur : normalisez-le, ne l'embellissez pas.
-
Écrire le manifeste dans
<base>/codex-raw/<slug-du-projet>-<ensemble>-<AAAA-MM-JJ>.json. Le format est dans la docstring descripts/batch_generate.py:defaults(aspect, liste de finition) plusjobs(nom, prompt, aspect optionnel, refs, edit, transparent, finish). Les entrées de finition acceptent tout indicateur definish_image.py(preset, size, dpi, fit, padding, trim, bg, upscale, format, quality) ; liste complète dansreferences/output-options.md. Plusieurs entrées de finition par tâche donnent plusieurs fichiers à partir d'une seule génération ; le nom du préréglage devient le suffixe du fichier (ou définissezsuffix). Les variantes d'une même idée sont des tâches séparées (noms-a,-b). -
Construire l'aperçu et le remettre.
python3 "$SKILL_DIR/scripts/make_preview.py" "<manifeste>" --raw-dir "<base>/codex-raw" --final-dir "<base>" --title "<Nom du projet>"Puis ouvrez le fichier
.preview.htmlimprimé dans le navigateur de l'utilisateur (opensur macOS,xdg-opensur Linux). La page est en lecture seule : chaque prompt, les sorties, les vignettes de référence et les deux dossiers. Donnez à l'utilisateur son chemin complet, le nombre d'images et une estimation de temps (environ 1,5 min par image, divisé par deux avec la concurrence de 2), et arrêtez-vous. Plus de 4 images : dites le nombre et le temps explicitement ; approuver l'aperçu est l'acceptation. Ne rendez pas l'aperçu modifiable. -
Attendre « go » ou des demandes de modification. Les modifications arrivent dans le chat (« mettre le texte en blanc ») : mettez à jour le manifeste, reconstruisez l'aperçu (même commande, il écrase la page), rouvrez-le, et attendez à nouveau. Seul « go » (ou un équivalent clair) démarre la génération.
-
Générer et finaliser.
python3 "$SKILL_DIR/scripts/batch_generate.py" "<manifeste>" --raw-dir "<base>/codex-raw" --final-dir "<base>" --concurrency 2Pour une ou deux images : exécutez au premier plan avec un délai d'attente long (10 min). Pour plus : exécutez-le en arrière-plan. Ne dépassez la concurrence de 2 que si l'utilisateur le demande ; maximum 4. La progression est sauvegardée dans
<tige-du-manifeste>.status.json; réexécuter la même commande reprend et ignore les tâches terminées.--dry-runvalide le manifeste et liste les tâches sans rien générer.Résultats en direct : le lot reconstruit la page d'aperçu chaque fois qu'une tâche commence ou se termine. Chaque carte affiche alors un badge de statut, l'original généré, les fichiers finalisés (images en vignettes, PDF/TIFF en liens) et tout avertissement, et la page se recharge automatiquement toutes les 15 s tant que des tâches sont en file d'attente ou en cours d'exécution. La copie que l'utilisateur a approuvée n'a pas de rechargement automatique, donc juste après avoir démarré le lot, rouvrez la page d'aperçu pour qu'ils aient la version en direct. Chaque carte se lit de haut en bas : prompt, sortie (images, puis type, taille, résolution et poids du fichier de chaque fichier), puis fichiers et liens. Chaque fichier et dossier (références, fichiers prévus et finalisés, original brut, journal Codex, plus les dossiers de lot, le manifeste et la page en bas) a un bouton Copier le chemin ; les chemins complets sont masqués au chargement derrière un interrupteur « Chemins complets ». Il n'y a pas de liens « Ouvrir dans le Finder » : les navigateurs ne peuvent ouvrir que des liens file:// dans le navigateur.
- Le code de sortie 4 (
IMAGEGEN_UNAVAILABLE: limite du forfait, panne, ou l'outil intégré est manquant) arrête le lot. La solution de repli API payante (scripts/image_gen.pydans la compétence imagegen de Codex) nécessiteOPENAI_API_KEYet coûte de l'argent. Demandez à l'utilisateur ; ne basculez jamais par vous-même. - Code de sortie 3 : aucun CLI Codex trouvé. Informez l'utilisateur (voir Prérequis).
- Le code de sortie 4 (
-
Examiner chaque image brute avec Read.
-
Vérifier le texte lettre par lettre par rapport au texte demandé : orthographe, mots supplémentaires ou manquants, lettres parasites, fausses étiquettes ou signatures. Vérifiez également la ressemblance, la fidélité du logo par rapport à la référence, la composition et la liste À éviter. En cas d'échec, corrigez le prompt de cette tâche dans le manifeste (un changement ciblé, par exemple épeler le mot lettre par lettre) et réexécutez avec
--redo <nom>. Toujours incorrect après 2 tentatives : arrêtez et montrez à l'utilisateur. Un petit défaut qu'il est plus rapide de corriger dans un outil de conception (par exemple, faux texte sur une étiquette de produit) : signalez-le, ne régénérez pas. -
Vérifier les fichiers finalisés (lire l'image ; pour un PDF,
pdfinfopour la taille de page si disponible). Confirmez que les marges semblent correctes et quecovern'a pas recadré quelque chose d'important. Lisez le rapport du lot :WARNING: source enlargedsignifie que les détails sont interpolés. Pour une impression à plus de 1,5x, ou lorsque l'utilisateur souhaite une netteté, proposez un upscale IA avec l'outil de leur choix et exécutezfinish_image.pysur le fichier upscalé.- Sortie d'impression en dessous d'environ 150 ppp effectifs : mentionnez-le.
-
Rapporter : chemins complets des fichiers finalisés, taille/format, résultat de la vérification du texte, tout avertissement (upscale, ppp, tentatives, petits défauts). Pour plusieurs images, un tableau : nom, vérification du texte, fichiers, notes. Proposez la variante ou le format suivant en une ligne.
scripts/codex_generate.sh et scripts/finish_image.py peuvent encore être appelés directement pour une
refinalisation rapide d'une image brute existante (une nouvelle taille ou un nouveau format ne nécessite pas de nouvelle génération, donc pas
d'aperçu). Tout ce qui appelle Codex passe par l'aperçu.
Limites connues
- Une image par appel
image_gen; les variantes sont des appels séparés. - La sortie native est d'environ 1,5 MP. Tout ce qui est plus grand est un upscale.
- Le modèle d'image ignore les demandes de marges exactes en pouces/pixels ; les marges sont le travail du finisseur.
- L'édition (
edit) fonctionne sur l'image jointe ; les masques et les contrôles spécifiques à l'API nécessitent la solution de repli payante, qui nécessite l'accord de l'utilisateur.
Testé sur
Observé sur macOS avec codex-cli 0.155.0-alpha (2026-09-25 à 2026-09-28). Ce sont des notes de tests, pas des garanties ; Codex et ChatGPT changent souvent.
image_genfonctionne souscodex execavec l'application ChatGPT fermée.-s workspace-write -C <dir>est suffisant pour écrire en dehors du dossier personnel.- Taille native d'environ 1,5 MP (par ex. 1122x1402 pour 4:5) ; 55 à 150 s par image.
- Deux exécutions parallèles ont fonctionné.
- Le rapport d'aspect indiqué dans le prompt est respecté ; les marges exactes ne le sont pas.
- Le modèle est GPT Image (les docs Codex nomment gpt-image-2 ; l'outil ne signale pas la version exacte).