Community이미지github.com

kintukka-personal/ip-as-logo

매우 단순하고 귀여운 의인화된 사각형 캐릭터 이미지를 생성합니다. 둥글고 두꺼운 형태, 두 가지 의도적인 캐릭터 색상, 하나의 단색 배경색, 그리고 지배적인 하단 모서리 구성을 사용합니다.

ip-as-logo란 무엇인가요?

이 스킬은 AI 에이전트(Claude Code, Cursor, Codex 등)가 최소한의 복잡성으로 사랑스럽고 인식 가능한 IP 캐릭터 이미지를 생성할 수 있도록 설계되었습니다. 'IP as Logo'라는 이름에 걸맞게 32x32 픽셀에서도 알아볼 수 있는 컴팩트한 상징물을 만드는 데 중점을 둡니다. 제품 리포지토리에서 컨텍스트를 자동으로 파악하여 사용자에게 불필요한 질문을 덜어주며, 사용자가 명시하지 않은 경우에도 제품의 목적과 성격에 맞는 IP 주제를 추론합니다. 생성 전 항상 세 가지 방향성을 제시하고 여섯 개의 독립적인 후보 이미지를 한 번에 생성할 것을 제안하여 사용자의 승인을 받습니다. 이미지 생성 시 GPT Image 2, Seedance 5.0 Pro 등 최고 수준의 모델을 우선 사용하며, 각 캐릭터는 정확히 두 가지 IP 기본 색상과 하나의 배경색(총 3가지 의미론적 색상)으로 구성됩니다. 복잡성 예산에 따라 4-7개의 큰 기본 기하학적 형태만 사용하고, 날카로운 모서리나 얇은 선을 금지하며, 캐릭터가 하단 좌우 모서리 중 하나에서 솟아오르는 구도를 강제합니다. 생성된 모든 결과는 원본 그대로 보존 및 라벨링되어 사용자에게 제시됩니다.

지원 대상~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/kintukka-personal/useful-skills-repo/tree/HEAD/brand-design/ip-as-logo

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

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

IP as Logo

가장 단순한 귀여운 IP 캐릭터를 만듭니다: 32 × 32에서도 알아볼 수 있는 컴팩트하고 사랑스러운 상징물이지, 상세한 캐릭터 일러스트레이션이 아닙니다.

작업 흐름

  1. 명시적인 IP 주제와 사용 가능한 제품 컨텍스트를 요청에서 파싱합니다. 사용자가 명시적으로 제어하려 하지 않는 한 색상 모드를 선택하도록 요청하지 마십시오.
  2. 사용자가 IP 주제를 지정하지 않았고 현재 작업 공간이 제품 리포지토리인 경우, 질문하기 전에 관련 읽기 전용 컨텍스트를 검사합니다. README, 제품 문서, 패키지 또는 앱 메타데이터, 랜딩 페이지 카피, 매니페스트, 디자인 토큰을 선호합니다. 제품 목적, 주요 대상, 의도된 성격을 합리적인 확신을 가지고 추론할 수 있을 때 컨텍스트가 충분하다고 간주합니다.
  3. 제품 컨텍스트가 충분하지 않은 경우, 제품이 무엇을 하는지, 누구를 대상으로 하는지, 어떻게 느껴져야 하는지에 대한 한 번의 통합된 배경 질문을 합니다. 두 번째 배경 질문을 시작하지 마십시오. 답변 후 가장 잘 지원되는 해석으로 계속 진행합니다.
  4. 컨텍스트가 충분해지면 생성 전에 항상 세 가지 간결한 방향성을 제시하고 명시적으로 한 배치에 여섯 개의 독립적인 후보를 생성할 것을 제안합니다. 사용자가 동의할 때까지 생성하지 마십시오. 단, 현재 요청이 이미 여섯 개의 출력을 명시적으로 승인하거나 추가 확인 없이 에이전트가 진행하도록 요청하는 경우는 예외입니다.
  5. 세 가지 제안 방향성을 신중하게 선택합니다:
    • 사용자가 IP 주제를 명시적으로 지정하는 경우, 해당 주제를 유지하고 실루엣 처리, 보조 색상 영역, 특징 정의, 성격 강조를 기반으로 세 가지 다른 디자인 접근법을 제안합니다.
    • 사용자가 IP 주제를 지정하지 않는 경우, 세 가지 진정으로 다른 IP 주제 또는 은유를 제안합니다. 각각을 다른 제품 속성 또는 브랜드 약속에 연결합니다. 근거 없는 세 가지 임의의 동물을 반환하지 마십시오.
  6. 사용자의 응답을 정확히 해석합니다:
    • 사용자가 세 가지 방향성과 여섯 개 이미지 제안을 모두 수락하면, 방향성당 두 개의 독립적인 변형을 생성하고 A1, A2, B1, B2, C1, C2로 레이블을 지정합니다. A1, B1, C1은 왼쪽 아래에, A2, B2, C2는 오른쪽 아래에 할당하여 모든 방향성이 각 측면에서 한 번씩 테스트되도록 합니다.
    • 사용자가 한 방향성을 선택했지만 여섯 개 이미지를 수락하면, 해당 방향성의 여섯 가지 제어된 변형을 생성하고 A1부터 A6까지 레이블을 지정합니다. 홀수 변형은 왼쪽 아래에, 짝수 변형은 오른쪽 아래에 할당합니다.
    • 사용자가 제안된 수량, 방향성 또는 분배를 거부하는 경우, 기본값을 주장하지 않고 사용자의 대체 지침을 따릅니다.
    • 다른 짝수 기본 배치 크기의 경우, 후보를 왼쪽 아래와 오른쪽 아래에 균등하게 분할합니다. 홀수 배치의 경우, 추가 후보를 의도적으로 한쪽에 할당하고 불균형을 기록합니다. 사용자가 명시적으로 요청하지 않는 한 하단 중앙을 사용하지 마십시오.
  7. 모든 후보 이미지의 기본값은 완전한 이미지에 정확히 세 가지 의미론적 색상(정확히 두 개의 IP 기본 색상과 정확히 하나의 배경색)으로 설정합니다. 추가 의미론적 색상을 도입하지 않고 얼굴 표시에 두 IP 색상을 재사용합니다. 다른 색상 수에 대한 명시적인 사용자 요청을 따릅니다. 유용한 비교를 위해 필요한 제품 단서, 식별 특징, 복잡성 제한 및 제공된 팔레트를 충분히 일관되게 유지합니다.
  8. 생성 전에 최고 수준의 이미지 모델을 요구합니다: GPT Image 2를 선호합니다. Seedance 5.0 Pro, Nano Banana Pro(Gemini Image Pro) 또는 Nano Banana 2(Gemini Image Flash)도 지원합니다. 사용 가능한 모델이 없으면 사용자에게 적합한 도구를 활성화하거나 API 키를 제공하도록 요청합니다. SVG 생성으로 대체하지 마십시오. 사용자의 명시적 동의가 있는 경우에만 다른 사용 가능한 이미지 모델을 사용하고, 해당 모델의 품질이 권장 모델과 일치하지 않을 수 있음을 경고합니다. 생성된 결과를 조작하지 마십시오.
  9. 런타임이 하위 에이전트를 지원하는 경우, 사용 가능한 동시성까지 여섯 개의 독립적인 후보를 병렬화합니다. 모든 하위 에이전트에 동일한 제품 브리핑, 공유 제약 조건 및 하나의 할당된 방향성 또는 변형을 제공합니다. 용량이 제한된 경우 후속 웨이브에서 나머지 후보를 실행합니다. 하위 에이전트를 사용할 수 없는 경우, 별도의 이미지 생성 호출 또는 작업을 통해 후보를 생성합니다.
  10. 사용자가 배경 팔레트를 제공하는 경우, 사용자가 명시적으로 달리 말하지 않는 한 제공된 모든 색상을 배경용으로 예약합니다. 사용자가 주제 색상도 할당하지 않는 한 주제와 컨텍스트에 대해 정확히 두 개의 IP 기본 색상을 독립적으로 선택합니다. 과거 또는 예제 팔레트를 허용된 배경의 폐쇄 목록 또는 필수 기본 팔레트로 취급하지 마십시오.
  11. 아래 복잡성 예산을 사용하여 각 주제를 추상화합니다. 모든 후보를 별도의 전체 해상도 정사각형 자산으로 생성합니다. 이미지 모델에 연락처 시트, 그리드 또는 다중 이미지 시트를 구성하도록 요청하지 마십시오. 프롬프트 전용 재현성을 테스트할 때 이전 후보를 이미지 참조로 사용하지 마십시오.
  12. 각 배치를 단일 패스 크리에이티브 드로우로 취급합니다. 요청된 모든 후보를 한 번 생성한 다음 반환된 모든 결과를 있는 그대로 보존하고 전달합니다. 출력을 검사하여 전달을 차단하거나, 권장 또는 비권장으로 분류하거나, 자동으로 재시도하거나, 후처리로 수리하지 마십시오.
  13. 생성된 모든 결과를 보존하고 레이블을 지정합니다. 모든 레이블, IP 방향성 및 근거, 할당된 모서리, 저장된 경로, 프롬프트/색상 매핑 및 치수를 보고합니다. 모든 결과를 함께 제시합니다. 사용자가 명시적으로 다른 드로우를 요청할 때만 개선 또는 교체를 생성합니다.

생성 전에 방향성을 제안할 때 각각을 한 줄로 간결하게 설명합니다: <IP 주제> — <제품 연결> — <정의적 실루엣>. 위 분배를 사용하여 여섯 개의 이미지를 생성하는 직접적인 제안으로 끝냅니다. 사용자가 요청하지 않는 한 발견 단계를 긴 브랜딩 워크숍으로 만들지 마십시오.

복잡성 예산

  • 대략 4~7개의 큰 기본 기하학적 형태로 하나의 지배적인 연속 외부 실루엣을 구축합니다. 정체성, 표현 또는 인식에 기여하지 않는 형태는 병합하거나 삭제합니다.
  • 최대 하나의 종족 정의 특징을 사용합니다: 예를 들어, 하나의 큰 주머니 부리, 한 쌍의 말린 뿔, 또는 하나의 넓은 바이저.
  • 두 개의 IP 기본 색상에 해당하는 최대 두 개의 넓은 내부 색상 영역을 사용합니다. 얼굴은 두 개의 눈으로 유지하고, 표현에 필요한 경우에만 하나의 작은 입을 추가합니다. 인식에 필수적이지 않은 한 눈썹, 하이라이트, 콧구멍, 질감, 윤곽선 및 장식 표시를 생략합니다.
  • 반복되는 깃털, 비늘, 털 뭉치, 갑옷 판, 버튼, 나사, 숫자, 레이블 및 기타 설명적 세부 사항을 제거합니다.
  • 단순함, 귀여움, 사랑스러운 아기 같은 성격을 결정적인 특성으로 만듭니다. 주제에 적합한 경우 큰 머리, 컴팩트한 비율, 부드러운 볼, 넓게 떨어진 단순한 눈, 차분하고 친근한 표정을 선호합니다.
  • 32 × 32에서 읽을 수 있는 검은 실루엣과 인식 가능성을 요구합니다. 해당 크기에서 특징이 사라지거나 노이즈가 되는 경우 확대, 병합 또는 제거합니다.

형태 언어 및 구성

  • 두껍고 둥글며 무게감 있는 윤곽선과 넓은 색상 덩어리를 사용합니다.
  • 날카로운 모서리, 뾰족한 귀나 부리, 바늘 같은 꼬리, 얇은 안테나, 얇은 미소, 좁은 간격, 날카로운 불꽃 또는 깃털 끝을 금지합니다. 필요한 모든 끝을 눈에 띄게 무딘 둥근 끝으로 대체합니다.
  • 귀, 뿔, 날개, 아가미, 방울과 같은 쌍을 이루는 식별 특징의 두 구성원을 모두 표시합니다.
  • 캐릭터를 똑바로 세우고 할당된 왼쪽 아래 또는 오른쪽 아래 모서리에서 솟아오르게 하여 캔버스의 약 85~95%를 채워 IP가 시각적으로 지배적이도록 합니다.
  • 해당 모서리에서 솟아오르는 느낌을 강화할 때 하단 또는 할당된 측면에서의 크롭핑은 환영하지만, 정확한 가장자리 접촉 또는 고정된 크롭을 규정하지 마십시오.
  • 사용자가 명시적으로 요청하지 않는 한 캐릭터를 중앙 또는 하단 중앙에 배치하지 마십시오.
  • 가시적 구성 내에서 쌍을 이루는 식별 특징의 두 구성원을 모두 보존합니다.
  • 작품을 똑바로 유지합니다. 명시적인 요청 없이 캔버스를 회전하거나 주요 마크를 기울이지 마십시오.

단순함 및 시각적 처리

  • 크고 깨끗한 의미론적 형태와 가장 강력한 단순 실루엣에서 시작합니다. 캐릭터는 내부 특징이 인지되기 전에 즉시 이해되어야 합니다.
  • 추가 정의보다 더 적고, 더 크고, 더 부드러운 형태를 선호합니다. 해부학이나 재료를 설명하기 위해 특징을 추가하지 마십시오.
  • 얼굴 표시를 아주 작고, 단순하며, 종속적으로 유지합니다. 눈, 입, 코 또는 기타 작은 특징에 광택 핫스팟이나 상세한 공동 렌더링을 추가하지 마십시오.
  • 명명된 배경색을 장면, 질감, 후광, 비네트 또는 조명 변화 없이 시각적으로 단색이고 균일하게 유지합니다.
  • 프롬프트 스켈레톤에 사용된 단일 문장으로만 미묘한 입체 효과를 요청합니다. 이를 그라데이션, 하이라이트 또는 그림자에 대한 수치적 강도나 지침으로 확장하지 마십시오. 생성기가 반환한 우연한 그라데이션, 음영 또는 약간의 입체감은 허용되며 필터링이나 재시도를 유발해서는 안 됩니다.
  • 요청된 시각적 방향을 클레이, 팽창식, 플라스틱, 플러시, 장난감 같은 또는 사실적인 렌더링을 요청하기보다 그래픽적이고 단순하게 유지합니다.

색상 및 캔버스

  • 기본값은 완전한 이미지에 정확히 세 가지 의미론적 색상(정확히 두 개의 IP 기본 색상과 정확히 하나의 배경색)으로 설정합니다.
  • 두 IP 색상을 제품 컨텍스트, 주제 정체성, 의도된 성격 및 사용자 요청에서 선택합니다. 둘 다 넓고 목적 있는 덩어리로 구성합니다. 하나는 얼굴 표시에 재사용하고 다른 하나는 장식 조각을 흩뜨리는 대신 하나의 연속적인 정의 영역에 유지합니다.
  • 두 주제 색상을 배경과 독립적으로 선택합니다. 적절할 때 명확하고 생생한 주제 색상을 선호하지만, IP에 전역 채도, OKLCH, 색조 이동 또는 크로마 밴드를 강요하지 마십시오.
  • 컨텍스트에 맞게 또는 사용자가 제공한 팔레트에서 배경을 자유롭게 선택합니다. 사용자가 선명한 색상을 요청하지 않는 한 배경의 채도를 약간 낮추어 부드럽게 음소거합니다. 선명하거나 회색 또는 탁하지 않고 명확하게 채도가 있으며 의도적으로 유지합니다. 과거 팔레트와 예제는 제안일 뿐이며 허용 목록이나 필수 기본 팔레트가 아닙니다.
  • 지배적인 IP 실루엣, 얼굴 표시 및 배경 사이에 명확한 시각적 분리를 유지합니다. 사용자가 제공한 배경으로 인해 분리가 약한 경우 요청된 배경을 교체하기보다 주제 색상을 먼저 조정합니다.
  • 배치 전체에서 두 IP 색상 전략을 의도적으로 다양화하여 동일한 중성적 조합을 반복하지 마십시오.
  • 두 캐릭터 색상을 의미론적 색상 계열로 취급합니다. 각 계열 내의 우연한 색조 변화는 출력을 무효화하지 않습니다.
  • 의도된 단색 배경색을 직접 지정합니다. 할당된 출현 모서리가 캐릭터에 의해 점유되는 동안 모든 열린 공간과 점유되지 않은 모서리를 채우도록 요청합니다. 생성 프롬프트에서 불투명, 알파 또는 투명도와 같은 이미지 모드 용어를 사용하지 마십시오.
  • 직접적인 1:1 정사각형과 정사각형 외부 모서리로 생성합니다. 대략 1536 × 1536을 요청합니다. 서비스 출력 한계인 경우 네이티브 1254 × 1254 결과를 수락하고 보존합니다. 요청된 숫자에 도달하기 위해 리샘플링하지 마십시오.

프롬프트 스켈레톤

생성기 기능에 따른 경로 제약 조건 결정

런타임 메타데이터, 구성된 제공자 문서 또는 명시적인 사용자 설명에서 사용 가능한 이미지 모델과 실제 도구 스키마를 결정합니다. 모델을 추측하거나 지원되지 않는 매개변수를 발명하지 마십시오.

요청된 시각적 개체를 이미지로만 설명합니다. 이미지 생성기에게 이미지가 로고, 브랜드 마크, 앱 아이콘, 아이콘 자산 또는 그러한 용도 중 하나라고 말하지 마십시오. 그러한 사용을 드러내는 사용 사례 또는 자산 유형 스캐폴딩을 앞에 추가하지 마십시오. 이 규칙은 생성 프롬프트에만 적용됩니다. 주변 사용자 대화 및 스킬 이름은 여전히 더 넓은 프로젝트를 설명할 수 있습니다.

  • GPT Image 2, Nano Banana Pro, Nano Banana 2 및 Seedance 5.0 Pro와 같은 최신 명령어 추종 이미지 모델의 경우, 완전한 긍정 프롬프트를 유지하고 최소한의 제외 사항을 기본 프롬프트 내 자연어 제약 조건: 줄로 표현합니다. 이러한 모델에 대해 별도의 부정 프롬프트 페이로드를 생성하지 마십시오.
  • negative_prompt와 같은 전용 매개변수를 명시적으로 노출하는 이전 모델 또는 런타임의 경우, 모든 긍정 프롬프트 줄을 변경하지 않고 유지하고 사용 가능한 어댑터에 필요한 구문으로 해당 전용 매개변수를 통해 최소한의 제외 사항을 전달합니다. 두 채널에서 동일한 제외 사항이 중복되는 것을 피하기 위해 기본 프롬프트에서 자연어 제약 조건: 줄을 생략합니다.
  • 전용 부정 프롬프트 매개변수가 없는 이전 모델의 경우, 문서화된 프롬프트 형식을 따릅니다. 하나의 프롬프트 문자열만 사용 가능한 경우 간결한 자연어 제약 조건: 줄을 유지합니다.
  • 생성 보고서에 모델 또는 제공자, 감지된 제약 조건 전달 모드(기본 프롬프트 제약 조건 또는 전용 부정 매개변수) 및 정확한 제약 조건 텍스트 또는 페이로드를 기록합니다.

전용 레거시 부정 프롬프트 매개변수를 사용할 수 있는 경우 이 최소 페이로드를 필요한 구문에 맞게 조정합니다:

텍스트, 워터마크, 테두리, 프레임, 카드, 프레젠테이션 마스크, 추가 주제, 풍경, 얇고 섬세한 선, 날카로운 끝, 사실적인 재료, 강한 3차원 렌더링, 외부 드롭 섀도우

최신 명령어 추종 모델 및 단일 프롬프트 인터페이스의 경우 다음 완전한 프롬프트를 사용합니다:

완전한 전체 프레임 1:1 정사각형 이미지를 하나 만듭니다.
배경: 전체 정사각형을 단색 <background>로 채웁니다. 캐릭터가 점유하지 않은 모든 열린 공간과 모서리에 <background>가 보이도록 유지합니다. 할당된 출현 모서리는 캐릭터가 점유해야 합니다.
주제: 배경 위에 매우 단순화되고 귀여우며 사랑스러운 <subject> IP 캐릭터를 하나 배치합니다. 하나의 부드러운 둥근 연속 실루엣과 하나의 정의적 특징으로 축소됩니다.
복잡성: 4~7개의 큰 기본 형태와 최대 두 개의 넓은 내부 색상 영역만 사용합니다. 두 개의 단순한 눈을 사용하고 표현에 도움이 될 때만 하나의 작은 입을 추가합니다. 모든 비필수 선, 윤곽선, 해부학적 세부 사항, 질감 및 장식을 제거합니다. 캐릭터를 32 × 32에서 읽을 수 있게 유지합니다.
색상: 정확히 두 개의 IP 기본 색상 <color1> 및 <color2>와 정확히 하나의 단색 배경색 <background>만 사용합니다. 얼굴 표시에 <color1>을 재사용합니다. 순수 단색 배경.<br>구성: 캐릭터를 할당된 왼쪽 아래/오른쪽 아래 모서리에서 솟아오르게 하고 캔버스의 약 85~95%를 채웁니다. 날카로운 모서리나 얇은 선 없이 두껍고 둥근 형태를 사용하며 모두 눈에 띄게 무딘 끝으로 대체합니다. 쌍을 이루는 특징의 두 구성원을 모두 표시합니다. 캔버스를 중앙에 배치하지 마십시오.<br>스타일: 클레이, 팽창식 또는 플라스틱이 아닌 그래픽적이고 단순한 평면 벡터 스타일. 큰 머리, 컴팩트한 비율, 부드러운 볼, 넓게 떨어진 단순한 눈, 차분하고 친근한 표정. 작품을 똑바로 유지합니다. 캔버스를 회전하지 마십시오. 미묘한 부드러운 입체 효과.<br>제약 조건: 텍스트 없음, 워터마크 없음, 테두리 없음, 프레임 없음, 카드 없음, 추가 주제 없음, 풍경 없음.
  • 모델 또는 제공자가 SIWS(이미지 내 스타일), 이미지 참조 또는 시각적 입력 전달을 지원하는 경우 다음 사항을 따릅니다:
    • 이전에 생성된 IP의 변형을 요청할 때만 SIWS를 사용합니다. 새 IP를 처음 생성할 때는 사용하지 마십시오.
    • 생성 프롬프트의 지시 사항과 호환되지 않는 한 스타일을 주입하지 마십시오.
    • 이미지 참조가 외부 스타일을 주입하는 경우 생략하고 대신 SIWS를 사용하거나 순수 프롬프트로 생성합니다.
    • 지원되는 경우에만 시각적 입력을 전달합니다. 시각적 입력을 이미지 설명으로 대체하지 마십시오.

생성 보고서

모든 생성 결과와 이미지를 저장합니다. 레이블, 방향성 및 정확성에 관계없이 모든 반환된 이미지를 보존합니다. 사용자가 명시적으로 요청할 때만 재시도하거나 교체합니다. 모든 배치에 대해 다음 보고서를 반환합니다.

iPAL 생성 보고서

항목값
요청(원본 사용자 요청 또는 최종 합의된 브리핑)
제품 컨텍스트(추론된 또는 제공된 제품, 대상, 성격)
모델(예: GPT-Image-2, Seedance 5.0 Pro)
제약 조건 전달(기본 프롬프트 제약 조건 / 전용 부정 매개변수)
색상 구성표주제 1: , 주제 2: , 배경:
색상 선택(각 색상을 선택한 이유)
ID방향성
------
A1(한 줄 설명)
A2…
……

참고 사항 (생성 중 직면한 적용된 예외, 모델 제한 또는 지연에 대한 참고 사항)

  • 이 보고서는 모든 생성 결과를 함께 제공합니다. 이미지를 제공한 후 보고서를 제공하거나, 가능한 경우 GPT의 시각적 파일 참조 기능을 사용하여 인라인 이미지가 포함된 마크다운 테이블로 제공합니다.
  • 이미지 파일 이름 지정 규칙: 디렉토리 내 ipal_{레이블}.png(예: images/ipal_A1.png)입니다. 모든 이미지를 동일한 디렉토리에 저장합니다.
  • 하위 에이전트를 사용하는 경우 모든 하위 에이전트가 완료될 때까지 기다린 후 결과를 집계합니다. 사용자에게 완료된 각 개별 후보를 단계별로 보여주지 마십시오.
  • 동일한 배치에서 이미지를 하나씩 표시하지 마십시오. 모든 이미지가 준비된 경우에만 모든 이미지를 함께 표시합니다.
  • 사용자가 이 Skill에 대해 적절한 보관 폴더(예: ipal_outputs 또는 현재 디렉토리 내 지정된 폴더)를 제공하지 않은 경우 자동으로 만듭니다. 이 Skill에 대한 전용 출력 폴더를 사용하여 이 Skill의 이전 실행에서 생성된 이미지와 새 이미지를 명확히 구분합니다.

보충 설명

이미지 모델 선택 근거

GPT Image 2는 최고의 명령어 추종 능력, 그리고 프롬프트 정확도와 단순한 스타일 규칙 적용 능력으로 인해 기본 선택입니다.

이전 모델에 대한 생성기 호출에 관한 참고 사항

이전 이미지 모델은 동일한 프롬프트에 대해 다른 응답을 가질 수 있습니다. 모델마다 프롬프트의 다른 부분을 강조할 수 있습니다. 프롬프트가 모델의 기능과 일치하는지 확인하십시오.

관련 스킬