wiraperdana/claude-imagegen

O que claude-imagegen faz?

Esta skill conecta o agente à ferramenta image_gen nativa do Codex. Essa ferramenta usa o login ChatGPT do usuário, portanto não é necessária OPENAI_API_KEY.

Uma analogia simples: o agente atua como diretor de arte. Ele escreve o brief, envia ao ilustrador (Codex) e verifica o resultado antes de usar. O ilustrador trabalha rápido, mas às vezes erra a grafia de um rótulo ou inverte a direção de uma seta. Por isso, a verificação visual é uma etapa obrigatória, não um complemento.

Quando usar

• O usuário solicitar ilustrações, cenas narrativas ou imagens de apoio a materiais gerados com imagegen GPT.
• O usuário deseja um estilo de imagem consistente com uma imagem já existente.

Para diagramas com muitos rótulos precisos, ofereça primeiro SVG ou HTML. O imagegen é mais confiável para cenas, e mais propenso a erros em textos longos.

Se o agente em execução for o próprio Codex, use a ferramenta image_gen nativa diretamente. Não chame codex exec de dentro do Codex.

Pré-requisitos

1. codex está no PATH e já está logado com uma conta ChatGPT. Verifique com codex login status.
2. O recurso image_generation está ativo. Verifique com codex features list | grep image_generation.
3. Opcional: cwebp para WebP, e sips (macOS) ou Python Pillow para ler dimensões da imagem.

Caso os pré-requisitos não sejam atendidos, pare e mencione o que está faltando. Não mude silenciosamente para uma API paga.

Antes de executar, informe dois pontos ao usuário

• O brief e as imagens de referência são enviados à OpenAI. Não anexe imagens confidenciais, dados pessoais ou material de cliente sem autorização explícita.
• Cada imagem consome cota da sua assinatura ChatGPT. Uma imagem de teste consome aproximadamente 18 mil tokens e leva cerca de 2 minutos.

Basta informar uma vez por sessão, a menos que o conteúdo das referências mude de tipo.

Procedimento

1. Levante os requisitos. Pergunte apenas o que não estiver claro: objetivo da imagem, proporção (padrão 3:2 paisagem), texto que deve aparecer, imagem de referência de estilo e local de salvamento.
2. Escreva o brief em inglês usando references/brief-template.md. Mencione o texto permitido exatamente, e depois proíba qualquer outro texto, marca d'água e logotipo.
3. Execute o script:

   scripts/gen.sh --out <caminho/nome.png> --brief <brief.txt> [--ref <imagem.png>]... [--style-guide <AGENTS.md>] [--no-refine] [--webp 1400]
   

   O script adiciona instruções de salvamento ao brief, envia o brief via stdin e copia o resultado. O brief deve ser passado via stdin porque a opção -i do Codex consome argumentos posicionais seguintes. Use --dry-run para ver o comando sem consumir cota. Refinamento pelo Codex (padrão). Antes de desenhar, o Codex atua como diretor de arte: reescreve o brief em um prompt mais poderoso, com uma ideia principal, hierarquia visual clara e metáfora visual compreensível para leigos. Números, nomes, citações e termos técnicos devem ser mantidos exatamente. O prompt refinado e a lista de textos na imagem são salvos em <nome>.refined.txt. Use --no-refine quando o brief deve ser usado exatamente como está, por exemplo, para edições pontuais. Guia de estilo. --style-guide <arquivo.md>, ou a variável de ambiente CLAUDE_IMAGEGEN_STYLE_GUIDE, anexa regras de linguagem e pedagogia, por exemplo, AGENTS.md de um workspace. O Codex aplica apenas as regras de idioma, estilo de frase e pedagogia desse arquivo.
4. Verifique o resultado visualmente. Abra o PNG e confira a lista em references/qa-checklist.md: ortografia de cada rótulo, direção das setas, ausência de texto solto, proporção e consistência de estilo.
5. Revise se necessário, no máximo duas rodadas. Escolha uma das formas:
   • edite o brief e execute novamente, ou
   • anexe o resultado anterior como --ref com instrução de edição pontual, por exemplo "Mantenha tudo, altere apenas o rótulo X para Y."
6. Entregue. Informe o caminho do PNG, o caminho do WebP (se houver), as dimensões em pixels e o resultado da verificação visual. Mencione também as limitações que ainda existirem.

Saída

• <nome>.png: imagem original do Codex.
• <nome>.brief.txt: brief utilizado, para que a imagem possa ser recriada ou revisada.
• <nome>.refined.txt: prompt refinado pelo Codex e lista de textos que aparecem na imagem. Use para verificar ortografia e números.
• <nome>.webp: quando --webp é fornecido, largura conforme o número e proporção mantida.

O Codex também salva uma cópia original em ~/.codex/generated_images/.

Limitações que devem ser honestamente comunicadas

• A versão do modelo de imagem não pode ser escolhida por parâmetro. O Codex decide sozinho.
• O resultado não é determinístico. O mesmo brief pode produzir imagens diferentes.
• Textos longos dentro da imagem frequentemente saem com erros ortográficos. Limite o texto a alguns rótulos curtos.