AI 画像生成 Skill は何をしますか?
gptsapi.net を使用して画像を生成します。1050 件の高品質プロンプト素材ライブラリ(gpt4o-image-prompts リポジトリ由来)を内蔵し、毎回の生成時にライブラリから参考プロンプトをマッチングします。
実行フロー(厳密な順序で実行すること)
ステップ 0:素材ライブラリの存在確認
~/.claude/skills/image/prompts.json が存在するか確認します:
ls ~/.claude/skills/image/prompts.json 2>/dev/null || \
curl -fsSL "https://raw.githubusercontent.com/songguoxs/gpt4o-image-prompts/master/data/prompts.json" \
-o ~/.claude/skills/image/prompts.json && \
echo "prompts.json ready"
ダウンロードに失敗した場合は、ユーザーに手動でコマンドを実行するよう伝え、処理を中断します。
ステップ 1:素材ライブラリから参考プロンプトを検索
python3 ~/.claude/skills/image/search_prompts.py "ユーザーの説明キーワード" 3
- 検索結果を分析し、ユーザーの意図に最も近い英語プロンプトを見つけます
- ライブラリ内に高度に一致するものがあれば、それを基に書き換えます。一致度が低い場合は、そのスタイルや構造のみを参考にします
ステップ 2:最終プロンプトの作成
ライブラリの参考プロンプトとユーザーの具体的な要求に基づき、高品質な英語プロンプトを合成します。以下を含めます:
- 主体:具体的なオブジェクトの説明
- スタイル:photorealistic / cinematic / oil painting / watercolor / anime / concept art など
- 照明:golden hour / studio lighting / dramatic shadows / soft natural light など
- 構図:close-up / wide landscape / aerial view / bokeh background など
- 品質語:highly detailed, 8k resolution, masterpiece
ステップ 3:画像生成
bash ~/.claude/skills/image/generate.sh "最終英語プロンプト"
# モデル指定:
bash ~/.claude/skills/image/generate.sh "プロンプト" "gemini-2.5-flash-image-hd"
ステップ 4:表示
Read ツールを使用して返された画像パスを読み込み、画像を表示し、ユーザーに以下を伝えます:
- 参照したライブラリのプロンプトのタイトル
- 最終的に使用したプロンプト
利用可能なモデル
| モデル | 特徴 |
|---|---|
gpt-image-1.5(デフォルト) | 最高品質、写実スタイルに優れる |
gemini-2.5-flash-image-hd | Google 製、高速 |
設定
API キーは ~/.claude/skills/image/config.env に保存します。形式は以下の通り:
GPTSAPI_KEY=your_api_key_here
GPTSAPI_BASE_URL=https://api.gptsapi.net/v1
GPTSAPI_DEFAULT_MODEL=gpt-image-1.5
注意事項
- 画像生成には約 10~30 秒かかります。生成中はユーザーに処理中であることを伝えてください
- 画像は
/tmp/generated_image_*.pngに保存されます - 必ず素材ライブラリを検索してから画像を生成してください。ステップ 1 をスキップしてはいけません