openai-img-gen は何をしますか?
このスキルのディレクトリにあるindex.jsがOpenAI Images APIを呼び出します。依存関係はなく、Node 18.3以上が必要です。
node <このスキルのディレクトリ>/index.js [オプション] "プロンプト"
node <このスキルのディレクトリ>/index.js -i photo.jpg -i reference.png [オプション] -f prompt.txt
-iなしの場合は新規画像を生成します。-iありの場合は指定された画像を編集・合成します。保存された各ファイルの絶対パスを標準出力に出力し、プロンプトを画像の隣に<名前>-<時間>.prompt.txtとして保存します。進捗、トークン使用量、コスト、エラーは標準エラー出力に出力されます。すべてのオプションは--helpを実行してください。主なオプションは-p NAME(プロジェクトサブフォルダ)、-o DIR(正確なフォルダ)、--name PREFIX、-s auto|1024x1024|1536x1024|1024x1536、-q auto|low|medium|high、-n COUNT、--format png|jpeg|webp、--background transparentです。
画像の保存先: -p NAMEを指定すると$OPENAI_IMG_GEN_OUT/NAME/に保存されます。ベースフォルダはこのスキルの.envファイルで設定します。設定がない場合はカレントフォルダになります。-o DIRで上書きし、そのフォルダに正確に保存します。
手順
- プロンプトを書く。 1文以上の長さのものはファイルに書き、
-fで渡します。下記の「プロンプトの書き方」を参照してください。 - 実行する。 常に
-pに、そのコンテキストでのプロジェクトの短い名前(ブランド、製品、リポジトリ、ユーザーが作業しているフォルダ、例:-p es-sebelasや-p kualing)を指定します。プロジェクトがない場合は短いトピックを指定します。-oはユーザーがフォルダ名を指定した場合のみ使います。わかりやすい--nameを使用してください。各呼び出しにはコストがかかります。-q autoで画像1枚あたり通常数セント程度で、highや-nを指定するとその倍になります。クイックスケッチには-q lowを使用し、約4枚を超える画像や高品質の画像を大量に作成する場合は事前に確認を取ってください。 - 結果を表示する。 保存されたファイルをReadツールで開いて確認します。プロンプト(テキストのスペル、変更してはいけない部分)と照合し、ユーザーにパス、見え方、コスト行を伝えます。
- 繰り返す。 問題があった点に基づいてプロンプトを変更し、最良の結果と一致するようにプロンプトファイルを更新します。
APIキーがない場合は、ユーザーにOPENAI_API_KEYを設定するか、このスキルのディレクトリにある.env.exampleを.envにコピーして記入するよう伝えてください。決してキーをチャットに貼り付けさせないでください。リクエストがモデレーションでブロックされた場合は、スクリプトが出力する理由を報告し、リライトしたプロンプトを提案します。同じプロンプトを再試行しないでください。
プロンプトの書き方
- 各入力画像の目的を順番に説明する:「1つ目の画像は色見本のみです。そのレイアウト、形状、テキストをコピーしないでください。2つ目の画像は編集する写真です。そのフレーミングとフォーマットを維持してください。」
- 明確なタスクを1つ与え、その後、具体的な値(16進数カラー、素材、位置)を使って変更する内容を列挙します。
- 変更しない部分を列挙する。 編集の場合、「それ以外はすべてそのまま維持」と言い、ぶれてはいけないもの(カメラアングル、照明、背景、人物、他の建物)を指定します。
- 表示する必要があるテキストは引用符で囲み、正確にスペルする(「正確に"ES SEBELAS"と読む」)。テキストは少なめに:画像モデルは長いテキストを誤って綴ることがあります。
- スタイルを指定する: フォトリアリスティック、フラットベクター、水彩、3Dレンダリングなど。
- 「避ける:」行で終わる、予想される失敗(余分なテキスト、見本のレイアウトをコピーすること、ターゲット以外の変更)を指定します。
- ロゴやアイコンの背景が無地または透明の場合:
--background transparent --format png。