CommunityImagegithub.com

ChatGPT Images pour Claude

Générez ou éditez des images avec le modèle d'image de ChatGPT directement depuis Claude Code, via l'outil intégré image_gen du CLI Codex (connexion ChatGPT, pas de clé API OpenAI), puis adaptez-les aux spécifications exactes : taille en pixels ou d'impression, résolution/DPI, marges/padding, ajustement (contain/cover), fond, upscale et format de sortie (PNG, JPG, WebP, TIFF, PDF). Chaque exécution est d'abord approuvée sur un aperçu HTML en lecture seule.

Qu'est-ce que ChatGPT Images pour Claude ?

Cette compétence permet à Claude Code de piloter la génération d'images via le modèle d'image de ChatGPT (gpt-image-2) en utilisant l'outil `image_gen` intégré au CLI Codex, sans nécessiter de clé API OpenAI. Elle gère l'ensemble du flux de travail : Claude écrit le prompt, Codex exécute la génération, puis un script Python (`finish_image.py`) applique les spécifications exactes (taille, DPI, marges, fond, upscale, format). La compétence prend en charge les images de référence et d'édition, les variantes multiples, la génération par lots (jusqu'à 4 en parallèle), et produit des fichiers aux formats PNG, JPG, WebP, TIFF et PDF. Une prévisualisation HTML en lecture seule est générée avant chaque exécution pour validation par l'utilisateur. La compétence fonctionne sur macOS avec codex-cli et l'application ChatGPT, et nécessite Python 3 avec Pillow. Elle est conçue pour des tâches de création d'images, d'édition, de création d'affiches, de flyers, de graphiques sociaux et de documents prêts pour l'impression.

Compatible avec✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/intiquesoftware/chatgpt-images-for-claude/tree/HEAD

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

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.

ScriptRôle
scripts/codex_generate.shUn appel codex exec, outil intégré image_gen, PNG brut dans un dossier. Environ 1 à 2,5 min par image.
scripts/finish_image.pyTaille, DPI, marges, ajustement, fond, upscale, format. Déterministe, n'écrase jamais.
scripts/make_preview.pyPage 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.pyExécute 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, puis codex dans le PATH, puis la copie intégrée dans l'application de bureau ChatGPT (/Applications/ChatGPT.app/Contents/Resources/codex-cli/bin/codex sur macOS, ou Resources/codex sur 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 définir CODEX_BIN.
  • Python 3 avec Pillow (python3 -m pip install Pillow).
  • La compétence système imagegen de 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.

EntréeValeur par défaut
Quoi créer / promptObligatoire.
Dossier de baseObligatoire. Demander s'il n'est pas fourni (voir « Où vont les fichiers »).
Texte exact sur l'imageAucun. Tout texte est vérifié lettre par lettre (étape 8).
TailleUn préréglage depuis references/output-options.md, ou LxH px, ou LxHpo / LxHmm pour l'impression. Aucune = conserver la taille native.
Résolution300 dpi pour les tailles d'impression, 72 pour les tailles d'écran.
Marges0. Accepte px, po, mm, % du petit côté ; 1 à 4 valeurs dans l'ordre CSS (haut droite bas gauche).
Ajustementcontain (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.
FormatPNG. JPG pour les photos destinées aux réseaux sociaux, PDF pour la remise pour impression, WebP pour le web.
Variantes1. Chaque variante est une génération distincte (1 à 2,5 min, compte dans le plan ChatGPT).
Images de référence / d'éditionAucune. 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.

  1. 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.

  2. 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 ses references/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.
  3. Écrire le manifeste dans <base>/codex-raw/<slug-du-projet>-<ensemble>-<AAAA-MM-JJ>.json. Le format est dans la docstring de scripts/batch_generate.py : defaults (aspect, liste de finition) plus jobs (nom, prompt, aspect optionnel, refs, edit, transparent, finish). Les entrées de finition acceptent tout indicateur de finish_image.py (preset, size, dpi, fit, padding, trim, bg, upscale, format, quality) ; liste complète dans references/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 définissez suffix). Les variantes d'une même idée sont des tâches séparées (noms -a, -b).

  4. 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.html imprimé dans le navigateur de l'utilisateur (open sur macOS, xdg-open sur 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.

  5. 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.

  6. Générer et finaliser.

    python3 "$SKILL_DIR/scripts/batch_generate.py" "<manifeste>" --raw-dir "<base>/codex-raw" --final-dir "<base>" --concurrency 2
    

    Pour 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-run valide 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.py dans la compétence imagegen de Codex) nécessite OPENAI_API_KEY et 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).
  7. Examiner chaque image brute avec Read.

  8. 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.

  9. Vérifier les fichiers finalisés (lire l'image ; pour un PDF, pdfinfo pour la taille de page si disponible). Confirmez que les marges semblent correctes et que cover n'a pas recadré quelque chose d'important. Lisez le rapport du lot :

    • WARNING: source enlarged signifie 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 exécutez finish_image.py sur le fichier upscalé.
    • Sortie d'impression en dessous d'environ 150 ppp effectifs : mentionnez-le.
  10. 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_gen fonctionne sous codex exec avec 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).

Skills associés