ChatGPT Images for Claude
Claudeがプロンプトを書き、Codexがピクセルを生成し、スクリプトが仕様に仕上げ、Claudeが確認し、ファイルはユーザーの選んだフォルダに配置されます。ユーザーはすべてのプロンプトをHTMLプレビューで承認してから生成を開始し、チャットで変更を依頼します。4つのスクリプトが機械的な作業を行います。これらのスクリプトはこのファイルと同じディレクトリ内の scripts/ にあります。以下で $SKILL_DIR はこのSKILL.mdファイルが置かれているフォルダを指します。
| スクリプト | 役割 |
|---|---|
scripts/codex_generate.sh | codex exec を1回呼び出し、組み込み image_gen ツールを使用して生のPNGをフォルダに出力します。1画像あたり約1~2.5分かかります。 |
scripts/finish_image.py | サイズ、DPI、パディング、フィット、背景、アップスケール、形式を処理します。決定論的に動作し、上書きはしません。 |
scripts/make_preview.py | マニフェストから読み取り専用のHTML承認ページを作成します。実行中はそのページがライブ結果ページになります。file:// から開くことができ、サーバーは不要です。 |
scripts/batch_generate.py | 承認済みマニフェスト(1つまたは複数のジョブ)を実行します:生成+仕上げを2つずつ並行処理し、再開可能です。 |
なぜ分割しているのか: 組み込みの image_gen ツールは独自のピクセルサイズ(約1.5 MP、例:4:5で1122x1402)を選び、正確なマージンを保持しません(例えば、下部に2インチのマージンを要求しても、約1.25インチで返ってくることがあります)。そのため、プロンプトではアスペクト比と構図のみを設定します。すべての正確な数値(サイズ、DPI、パディング、形式)は finish_image.py で強制適用されます。
要件
- Codex CLIがChatGPTアカウントでサインインしており、画像生成が含まれるプラン(Freeプラン以外)に加入していること。スクリプトは以下の順序でCodexを探します:
$CODEX_BIN、次にPATH上のcodex、次にChatGPTデスクトップアプリにバンドルされたコピー(macOSでは/Applications/ChatGPT.app/Contents/Resources/codex-cli/bin/codex、古いアプリバージョンではResources/codex)。見つからない場合、スクリプトは終了コード3で終了しメッセージを表示します。ユーザーにChatGPTアプリまたはCodex CLIのインストール、またはCODEX_BINの設定を促してください。 - Python 3とPillow(
python3 -m pip install Pillow)。 - Codex CLIに同梱されている
imagegenシステムスキル(${CODEX_HOME:-$HOME/.codex}/skills/.system/imagegen/にあります)。
収集する入力
リクエストから取得します。ジョブの進行を妨げるものだけを質問し、それ以外はデフォルト値を使用してその旨を伝えます。
| 入力 | デフォルト値 |
|---|---|
| 作成するもの / プロンプト | 必須。 |
| ベースフォルダ | 必須。指定されていない場合は質問する(「ファイルの保存場所」を参照)。 |
| 画像上のテキスト(正確な文言) | なし。テキストは1文字ずつチェックされます(ステップ8)。 |
| サイズ | references/output-options.md のプリセット、または WxH px、または WxHin / WxHmm(印刷用)。なし = ネイティブサイズを維持。 |
| 解像度 | 印刷サイズは300 dpi、画面サイズは72 dpi。 |
| パディング | 0。px、in、mm、短辺に対する%を受け入れます。CSS順(上 右 下 左)で1~4つの値を指定可能。 |
| フィット | contain(画像全体を表示し、パディング領域は背景色で埋める)。cover は画像をトリミングして領域を埋める。 |
| 背景(パディングの色) | auto(画像の角からサンプリング)。または16進数、white、transparent。 |
| 形式 | PNG。ソーシャルメディアに投稿する写真はJPG、印刷受け渡し用はPDF、Web用はWebP。 |
| バリエーション数 | 1。各バリエーションは個別の生成(1~2.5分)で、ChatGPTプランの画像生成回数にカウントされます。 |
| 参照 / 編集画像 | なし。任意の画像ファイルが使用できます(「ソース画像」を参照)。 |
バッチサイズ: 任意の数の画像が可能です。4枚を超える場合は、プレビュー引き渡し時に枚数と推定時間を明記してください。ChatGPTプランの画像生成上限は公開されておらず、変動します。
ソース画像
任意の画像ファイルをプロンプトと一緒に送信できます。役割は2つあります:参照(肖像、ロゴ、スタイル。複数可。マニフェストでは refs)または編集対象(指定された部分のみ変更し、残りは保持。edit)。
ユーザーが名前を指定した画像、またはユーザーが参照するプロンプト文書で指定された画像のみを使用してください。 自分でフォルダを検索して画像を選ばないでください。プロンプトが「添付」「参照写真」「正確な肖像」「ロゴを再現」などと述べているがファイル名が指定されていない場合、プレビューを作成する前にどのファイルかを尋ねてください。指定されたファイルがそのパスに存在しない場合は、その旨を伝えて尋ねてください。似たような画像で代用しないでください。プレビューでは送信されるすべての画像のサムネイルが表示され、ユーザーはプロンプトと一緒にそれらを確認できます。refs と edit には絶対パスを使用してください。
ファイルの保存場所
デフォルトの出力フォルダはありません。ユーザーがベースフォルダを選択します。 ユーザーがフォルダを指定しておらず、参照しているプロンプト文書にも記載がない場合は、プレビューを書き込む前に質問してください(AskUserQuestionが利用可能な場合はそれを使ってください)。現在のプロジェクトから2~3つの可能性のあるフォルダ(既存の exports、assets、images、print フォルダなど)を提案し、ユーザーに選択させるか、別のフォルダを入力させてください。黙ってフォルダを選ばないでください。
ベースフォルダ内のレイアウトは固定です:
<base folder>/
<name>-<preset>.jpg ... 完成ファイル
codex-raw/
<set>.json マニフェスト(生成内容)
<set>.preview.html 承認ページ
<set>.status.json バッチ進捗状況
<name>.png ChatGPTからの生のオリジナル画像(保持)
<name>.prompt.txt 送信された正確なプロンプト
<name>.codex/ Codexの指示、JSONログ、最後のメッセージ
ファイル名は <project-slug>-<subject> のケバブケースで命名します(例:acme-bakery-spring-poster)。上書きは決して行われません。繰り返しの場合は -v2、-v3 となります。
Codex CLI は自身のコピーも ${CODEX_HOME:-$HOME/.codex}/generated_images/ に保持します。ChatGPTアプリが独自のワークスペースフォルダ(テスト環境では ~/Documents/Codex/)を持っている場合は、そのままにしておいてください。
ワークフロー
すべての実行(1枚の画像でも)は、マニフェスト → プレビュー → 承認 → 生成 の順で行われます。ユーザーがGoサインを出すまで、Codexに何も送信されません。
-
コンテキストを読み込む。 ベースフォルダを確定します(質問が必要な場合は上記参照)。プロジェクトにブランド資料(ブランドガイドライン、スタイルガイド、デザイントークン)がある場合は、プロンプトを書く前に色、フォント、トーンを読み込んでください。プロジェクトまたはユーザーが画像内テキストについて設定している執筆ルールに従ってください。
-
プロンプトを作成する。
${CODEX_HOME:-$HOME/.codex}/skills/.system/imagegen/SKILL.mdのラベルスキーマ(Use case、Asset type、Subject、Style、Composition、Lighting、Palette、Text (verbatim)、Constraints、Avoid)とそのreferences/prompting.mdに従ってください。ルール:- アスペクト比と向きを言葉で指定します(「縦長 4:5」)。
- パディングや印刷マージンについては、「十分な余白」を依頼し、正確なインチやピクセルは決して依頼しません。正確なマージンは後で
trim+paddingで適用されます。 - 画像内のすべての単語を引用符で囲み、「他の単語、文字、ロゴ、透かしは一切入れない」と指定します。
- 写真+テキストオーバーレイ:2つのレイヤー(フルブリードの写真と、その上にテキストを配置するグラフィックスレイヤー)を説明します。「中央70%に収める」などと書かないでください。画像モデルは画像全体を縮小してしまいます。
- 参照画像が添付されている場合、プロンプトの冒頭で各画像の役割(一致させる肖像、正確に再現するロゴ、スタイルのみ)を説明します。
- ユーザーからの詳細なプロンプトは正規化し、装飾は加えません。
-
マニフェストを
<base>/codex-raw/<project-slug>-<set>-<YYYY-MM-DD>.jsonに書き込む。 フォーマットはscripts/batch_generate.pyのdocstringにあります:defaults(アスペクト、finishリスト)とjobs(name、prompt、オプションの aspect、refs、edit、transparent、finish)。Finishエントリは任意のfinish_image.pyフラグ(preset、size、dpi、fit、padding、trim、bg、upscale、format、quality)を受け入れます。完全なリストはreferences/output-options.mdにあります。1つのジョブに複数のfinishエントリを指定すると、1回の生成から複数のファイルが作成されます。プリセット名がファイルのサフィックスになります(またはsuffixを設定)。1つのアイデアのバリエーションは別々のジョブ(-a、-bの名前)として扱います。 -
プレビューを作成して引き渡す。
python3 "$SKILL_DIR/scripts/make_preview.py" "<manifest>" --raw-dir "<base>/codex-raw" --final-dir "<base>" --title "<Project name>"その後、出力された
.preview.htmlをユーザーのブラウザで開きます(macOSではopen、Linuxではxdg-open)。ページは読み取り専用です:すべてのプロンプト、出力結果、参照画像のサムネイル、両方のフォルダへのパスが表示されます。ユーザーに完全なパス、画像枚数、推定時間(画像1枚あたり約1.5分、並列処理2で半減)を伝え、そこで停止します。画像が4枚を超える場合は、枚数と時間を明示的に伝えてください。プレビューを承認することがオプトインです。プレビューを編集可能にしないでください。 -
「Go」または変更リクエストを待つ。 変更はチャットで行われます(「テキストを白にして」)。マニフェストを更新し、プレビューを再構築(同じコマンドでページを上書き)し、再度開き、再度待機します。「Go」(または明確な同等の指示)のみが生成を開始します。
-
生成と仕上げを実行する。
python3 "$SKILL_DIR/scripts/batch_generate.py" "<manifest>" --raw-dir "<base>/codex-raw" --final-dir "<base>" --concurrency 2画像が1~2枚の場合は、フォアグラウンドで長時間タイムアウト(10分)を設定して実行します。それ以上の場合はバックグラウンドで実行します。ユーザーから要求があった場合のみ、concurrencyを2より大きく設定してください。最大4です。進捗状況は
<manifest-stem>.status.jsonに保存され、同じコマンドを再実行すると再開され、完了したジョブはスキップされます。--dry-runはマニフェストを検証し、生成せずにジョブを一覧表示します。ライブ結果: バッチはジョブが開始または終了するたびにプレビューページを再構築します。各カードにはステータスバッジ、生成されたオリジナル画像、完成ファイル(画像はサムネイル、PDF/TIFFはリンク)、警告が表示され、ジョブがキューにあるか実行中の間はページが15秒ごとに自動リロードされます。ユーザーが承認したコピーには自動リロードはないため、バッチを開始した直後にもう一度プレビューページを開いて、ライブバージョンを表示してください。 各カードは上から下に、プロンプト、出力(画像、次に各ファイルの種類、サイズ、解像度、ファイルサイズ)、そしてファイルとリンクを表示します。すべてのファイルとフォルダ(参照、計画・完成ファイル、生のオリジナル、Codexログ、バッチフォルダ、マニフェスト、ページ)には「パスをコピー」ボタンがあり、完全パスは「完全パス」トグルで表示/非表示を切り替えられます。Finderで開くリンクはありません。ブラウザはfile://リンクをブラウザ内でしか開けないためです。
- 終了コード4(
IMAGEGEN_UNAVAILABLE:プラン制限、障害、または組み込みツールがない)はバッチを停止します。有料のAPI代替(Codex imagegenスキルのscripts/image_gen.py)にはOPENAI_API_KEYが必要で、費用がかかります。ユーザーに確認してください。決して自動で切り替えないでください。 - 終了コード3:Codex CLIが見つかりません。ユーザーに伝えてください(要件セクション参照)。
- 終了コード4(
-
すべての生の画像をReadで確認する。
-
テキストを要求されたコピーと一文字ずつ照合する: スペル、余分または欠落した単語、紛らわしい文字、偽のラベルや署名がないか確認します。また、肖像の一致性、参照画像に対するロゴの忠実度、構図、Avoidリストも確認します。不一致がある場合、そのジョブのプロンプトをマニフェストで修正し(例えば、単語を一字ずつスペルアウトするなど、対象を絞った変更)、
--redo <name>を指定して再実行します。2回のリトライ後も間違っている場合は、停止してユーザーに表示します。デザインツールで修正する方が早い小さな欠陥(例:製品ラベルの偽テキスト)は、報告するだけで再生成はしません。 -
完成ファイルを確認する(画像をRead。PDFの場合は、
pdfinfoが利用可能ならページサイズを確認)。パディングが正しく適用されていること、coverで重要な部分がトリミングされていないことを確認します。バッチレポートを読みます:WARNING: source enlargedはディテールが補間されていることを意味します。印刷用に1.5倍を超える拡大が必要な場合、またはユーザーがシャープさを求める場合は、ユーザーが使用する任意のツールでAIアップスケールを提案し、アップスケールされたファイルに対してfinish_image.pyを実行します。- 印刷出力の実効PPIが約150未満の場合は、そのことを伝えます。
-
レポートする: 完成ファイルの完全パス、サイズ/形式、テキストチェック結果、警告(アップスケール、PPI、リトライ、小さな欠陥)を報告します。複数画像の場合は、名前、テキストチェック、ファイル、備考の表を作成します。次のバリエーションや形式を1行で提案します。
scripts/codex_generate.sh と scripts/finish_image.py は、既存の生画像を迅速に再仕上げするために直接呼び出すこともできます(新しいサイズや形式に新しい生成は不要なため、プレビューは必要ありません)。Codexを呼び出すものはすべてプレビューを経由します。
既知の制限
image_genの1回の呼び出しで1枚の画像のみ。バリエーションは別々の呼び出しになります。- ネイティブ出力は約1.5 MP。それより大きいものはアップスケールです。
- 画像モデルは正確なインチ/ピクセルのマージン要求を無視します。マージンは仕上げスクリプトの役割です。
- 編集(
edit)は添付画像に対して機能します。マスクやAPI専用の制御は有料の代替機能が必要で、その場合はユーザーの許可が必要です。
テスト環境
macOS上のcodex-cli 0.155.0-alpha(2026-09-25~2026-09-28)で観測されました。これらはテスト時のメモであり、保証ではありません。CodexとChatGPTは頻繁に変更されます。
image_genはChatGPTアプリを閉じた状態でもcodex execで動作します。-s workspace-write -C <dir>でホームフォルダ外への書き込みが可能です。- ネイティブサイズは約1.5 MP(例:4:5で1122x1402)。画像1枚あたり55~150秒。
- 2つの並列実行は動作しました。
- プロンプトで指定されたアスペクト比は尊重されますが、正確なマージンは尊重されません。
- モデルはGPT Image(Codexのドキュメントでは gpt-image-2 と記載されていますが、ツールは正確なバージョンを報告しません)。