ChatGPT Images for Claude
Claude escreve o prompt, Codex gera os pixels, um script finaliza conforme especificações, Claude verifica
e o arquivo cai na pasta que o usuário escolheu. O usuário aprova cada prompt em uma pré-visualização
HTML antes de qualquer geração e pede alterações no chat. Quatro scripts fazem o trabalho
mecânico. Eles ficam em scripts/ ao lado deste arquivo; abaixo, $SKILL_DIR significa a pasta
que contém este SKILL.md.
| Script | Função |
|---|---|
scripts/codex_generate.sh | Uma chamada codex exec, ferramenta image_gen integrada, PNG bruto em uma pasta. Aproximadamente 1 a 2,5 min por imagem. |
scripts/finish_image.py | Tamanho, DPI, preenchimento, ajuste, fundo, upscale, formato. Determinístico, nunca sobrescreve. |
scripts/make_preview.py | Página HTML de aprovação somente leitura a partir do manifesto; durante uma execução, torna-se a página de resultados ao vivo. Abre de file://, sem servidor. |
scripts/batch_generate.py | Executa o manifesto aprovado (1 ou vários jobs): geração + finalização, 2 por vez, retomável. |
Por que a divisão: a ferramenta image_gen integrada escolhe seu próprio tamanho de pixel (cerca de 1,5 MP, ex.: 1122x1402 para 4:5) e não respeita margens exatas (um pedido de margem inferior de 2 polegadas retornou cerca de 1,25 pol). Portanto, o prompt define apenas proporção e composição. Todos os números exatos (tamanho, DPI, preenchimento, formato) são aplicados por finish_image.py.
Requisitos
- Codex CLI conectado com uma conta ChatGPT em um plano que inclua geração de imagens (não
o plano Gratuito). Os scripts procuram por ele nesta ordem:
$CODEX_BIN, depoiscodexnoPATH, depois a cópia incluída no aplicativo de desktop do ChatGPT (/Applications/ChatGPT.app/Contents/Resources/codex-cli/bin/codexno macOS, ouResources/codexem versões mais antigas do aplicativo). Se nenhum for encontrado, o script finaliza com código 3 e uma mensagem; informe ao usuário para instalar o aplicativo ChatGPT ou Codex CLI, ou definirCODEX_BIN. - Python 3 com Pillow (
python3 -m pip install Pillow). - A skill de sistema
imagegendo Codex, que acompanha o Codex em${CODEX_HOME:-$HOME/.codex}/skills/.system/imagegen/.
Entradas a coletar
Extraia-as da solicitação. Pergunte apenas o que impede o trabalho; use o padrão para o restante e informe.
| Entrada | Padrão |
|---|---|
| O que fazer / prompt | Obrigatório. |
| Pasta base | Obrigatório. Pergunte se não fornecida (veja "Onde os arquivos vão"). |
| Texto exato na imagem | Nenhum. Qualquer texto será verificado letra por letra (passo 8). |
| Tamanho | Um predefinido de references/output-options.md, ou LxA px, ou LxApol / LxAmm para impressão. Nenhum = manter tamanho nativo. |
| Resolução | 300 dpi para tamanhos de impressão, 72 para tamanhos de tela. |
| Preenchimento | 0. Aceita px, pol, mm, % da borda curta; 1 a 4 valores na ordem CSS (topo direita fundo esquerda). |
| Ajuste | contain (imagem inteira, preenchimento preenche o resto). cover preenche e corta. |
| Fundo (cor do preenchimento) | auto (amostrada dos cantos da imagem). Ou hex, white, transparent. |
| Formato | PNG. JPG para fotos que vão para redes sociais, PDF para entrega de impressão, WebP para web. |
| Variantes | 1. Cada variante é sua própria geração (1 a 2,5 min, conta no plano ChatGPT). |
| Imagens de referência / edição | Nenhuma. Qualquer arquivo de imagem funciona (veja "Imagens de origem"). |
Tamanho do lote: qualquer número de imagens funciona. Acima de 4, destaque a contagem e o tempo estimado na entrega da pré-visualização; os limites de imagem do plano ChatGPT não são publicados e variam.
Imagens de origem
Qualquer arquivo de imagem pode ser enviado com um prompt, em um de dois papéis: referência (semelhança, logotipo,
estilo; vários permitidos, refs no manifesto) ou alvo de edição (alterar apenas o que foi pedido,
manter o resto; edit).
Use apenas imagens que o usuário nomear, ou que o documento de prompt que ele apontar nomear. Nunca pesquise
pastas e escolha imagens por conta própria. Se um prompt disser "anexado", "foto de referência", "semelhança
exata", "reproduzir o logotipo" ou similar, mas nenhum arquivo for nomeado, pergunte qual arquivo antes de construir
a pré-visualização. Se um arquivo nomeado não existir naquele caminho, informe e pergunte; não substitua por um
similar. A pré-visualização mostra uma miniatura de cada imagem sendo enviada, para que o usuário as confirme junto
com o prompt. Use caminhos absolutos para refs e edit.
Onde os arquivos vão
Não há pasta de saída padrão. O usuário escolhe a pasta base. Se ele não tiver nomeado uma, e o documento de prompt que ele apontar não disser, pergunte antes de escrever a pré-visualização (use AskUserQuestion quando disponível). Sugira 2-3 pastas prováveis do projeto atual (uma pasta exports, assets, images ou print existente) e deixe o usuário escolher ou digitar outra. Nunca escolha uma silenciosamente.
Dentro da pasta base, a estrutura é fixa:
<pasta base>/
<nome>-<predefinido>.jpg ... arquivos finalizados
codex-raw/
<conjunto>.json manifesto (o que será gerado)
<conjunto>.preview.html página de aprovação
<conjunto>.status.json progresso do lote
<nome>.png original bruto do ChatGPT, mantido
<nome>.prompt.txt prompt exato enviado
<nome>.codex/ instruções Codex, log JSON, última mensagem
Nomeie os arquivos como <slug-do-projeto>-<assunto> em kebab-case, ex.: acme-bakery-spring-poster. Nada
é sobrescrito; repetições recebem -v2, -v3.
O Codex também mantém sua própria cópia de cada imagem em ${CODEX_HOME:-$HOME/.codex}/generated_images/.
Se o aplicativo ChatGPT tiver sua própria pasta de trabalho (na configuração testada, ~/Documents/Codex/),
ignore-a.
Fluxo de trabalho
Cada execução, mesmo de uma única imagem, segue: manifesto → pré-visualização → aprovação → geração. Nada é enviado para o Codex até que o usuário autorize.
-
Carregar contexto. Defina a pasta base (pergunte, veja acima). Se o projeto tiver documentos de marca (diretrizes de marca, guia de estilo, tokens de design), leia cores, fontes e tom de voz antes de escrever o prompt. Siga quaisquer regras de escrita que o projeto ou usuário tenha definido para texto na imagem.
-
Escrever o(s) prompt(s). Siga o esquema rotulado em
${CODEX_HOME:-$HOME/.codex}/skills/.system/imagegen/SKILL.md(Caso de uso, Tipo de ativo, Sujeito, Estilo, Composição, Iluminação, Paleta, Texto (literal), Restrições, Evitar) e seureferences/prompting.md. Regras:- Indique a proporção e orientação em palavras ("retrato 4:5").
- Para preenchimento ou margens de impressão, peça espaço generoso e uniforme, nunca polegadas
ou pixels exatos. A margem exata é aplicada posteriormente com
trim+padding. - Cite cada palavra na imagem e diga "nenhuma outra palavra, letra, logotipo ou marca d'água".
- Foto com sobreposição de texto: descreva duas camadas, uma foto sem margens e uma camada gráfica interna que contém o texto. Nunca escreva "encaixar nos 70% centrais"; os modelos de imagem respondem reduzindo a imagem inteira.
- Quando imagens de referência forem anexadas, abra o prompt dizendo para que serve cada uma (semelhança a corresponder, logotipo a reproduzir exatamente, apenas estilo).
- Prompt detalhado do usuário: normalize-o, não o embeleze.
-
Escrever o manifesto para
<base>/codex-raw/<slug-do-projeto>-<conjunto>-<AAAA-MM-DD>.json. O formato está no docstring descripts/batch_generate.py:defaults(proporção, lista de finalização) maisjobs(nome, prompt, proporção opcional, refs, edit, transparente, finish). As entradas finish aceitam qualquer flag definish_image.py(predefinido, tamanho, dpi, ajuste, preenchimento, trim, bg, upscale, formato, qualidade); lista completa emreferences/output-options.md. Várias entradas finish por job geram vários arquivos a partir de uma geração; o nome do predefinido torna-se o sufixo do arquivo (ou definasuffix). Variantes de uma ideia são jobs separados (nomes-a,-b). -
Construir a pré-visualização e entregá-la.
python3 "$SKILL_DIR/scripts/make_preview.py" "<manifesto>" --raw-dir "<base>/codex-raw" --final-dir "<base>" --title "<Nome do projeto>"Em seguida, abra o arquivo
.preview.htmlimpresso no navegador do usuário (openno macOS,xdg-openno Linux). A página é somente leitura: cada prompt, as saídas, miniaturas de referência e ambas as pastas. Forneça ao usuário o caminho completo, a contagem de imagens e uma estimativa de tempo (cerca de 1,5 min por imagem, reduzido pela metade com concorrência 2) e pare. Mais de 4 imagens: diga a contagem e o tempo explicitamente; aprovar a pré-visualização é a aceitação. Não torne a pré-visualização editável. -
Aguardar "vai" ou pedidos de alteração. Alterações vêm no chat ("deixe o texto branco"): atualize o manifesto, reconstrua a pré-visualização (mesmo comando, ele sobrescreve a página), reabra-a e aguarde novamente. Apenas "vai" (ou um equivalente claro) inicia a geração.
-
Gerar e finalizar.
python3 "$SKILL_DIR/scripts/batch_generate.py" "<manifesto>" --raw-dir "<base>/codex-raw" --final-dir "<base>" --concurrency 2Uma ou duas imagens: execute em primeiro plano com um timeout longo (10 min). Mais: execute em segundo plano. Aumente a concorrência acima de 2 apenas se o usuário pedir; máximo 4. O progresso é salvo em
<manifest-stem>.status.json; reexecutar o mesmo comando retoma e pula jobs concluídos.--dry-runvalida o manifesto e lista os jobs sem gerar nada.Resultados ao vivo: o lote reconstroi a página de pré-visualização toda vez que um job inicia ou termina. Cada cartão mostra então um selo de status, o original gerado, os arquivos finalizados (imagens como miniaturas, PDF/TIFF como links) e qualquer aviso, e a página recarrega automaticamente a cada 15 s enquanto houver jobs na fila ou em execução. A cópia que o usuário aprovou não tem recarga automática; portanto, logo após iniciar o lote, abra a página de pré-visualização novamente para que ele receba a versão ao vivo. Cada cartão é lido de cima para baixo: prompt, saída (imagens, depois tipo, tamanho, resolução e tamanho do arquivo de cada arquivo), depois arquivos e links. Cada arquivo e pasta (referências, arquivos planejados e finalizados, original bruto, log do Codex, além das pastas do lote, manifesto e página no final) tem um botão "Copiar caminho"; caminhos completos ficam ocultos na carga atrás de um botão "Caminhos completos". Não há links "Abrir no Finder": navegadores só podem abrir links file:// no navegador.
- Código de saída 4 (
IMAGEGEN_UNAVAILABLE: limite do plano, interrupção ou ferramenta integrada ausente) interrompe o lote. A alternativa da API paga (scripts/image_gen.pyna skill imagegen do Codex) precisa deOPENAI_API_KEYe custa dinheiro. Pergunte ao usuário; nunca mude por conta própria. - Código de saída 3: nenhum Codex CLI encontrado. Informe o usuário (veja Requisitos).
- Código de saída 4 (
-
Olhar cada imagem bruta com Read.
-
Verificar o texto letra por letra em relação à cópia solicitada: ortografia, palavras extras ou ausentes, letras soltas, etiquetas ou assinaturas falsas. Verifique também semelhança, fidelidade do logotipo em relação à referência, composição e a lista "Evitar". Em caso de erro, corrija o prompt desse job no manifesto (uma alteração direcionada, ex.: soletrar a palavra letra por letra) e execute novamente com
--redo <nome>. Ainda errado após 2 tentativas: pare e mostre ao usuário. Uma pequena falha que seja mais rápida de corrigir em uma ferramenta de design (ex.: texto falso em um rótulo de produto): relate, não regenere. -
Verificar os arquivos finalizados (leia a imagem; para PDF,
pdfinfopara tamanho da página se disponível). Confirme que o preenchimento parece correto e quecovernão cortou nada importante. Leia o relatório do lote:WARNING: source enlargedsignifica que os detalhes foram interpolados. Para impressão acima de 1,5x, ou quando o usuário deseja nitidez, ofereça um upscale por IA com a ferramenta que ele usa e executefinish_image.pyno arquivo com upscale.- Saída de impressão com menos de cerca de 150 ppi efetivos: mencione.
-
Relatar: caminhos completos dos arquivos finalizados, tamanho/formato, resultado da verificação de texto, quaisquer avisos (upscale, ppi, tentativas, pequenas falhas). Para várias imagens, uma tabela: nome, verificação de texto, arquivos, notas. Ofereça a próxima variante ou formato em uma linha.
scripts/codex_generate.sh e scripts/finish_image.py ainda podem ser chamados diretamente para uma
refinalização rápida de uma imagem bruta existente (um novo tamanho ou formato não precisa de nova geração, então não
precisa de pré-visualização). Qualquer coisa que chame o Codex passa pela pré-visualização.
Limitações conhecidas
- Uma imagem por chamada
image_gen; variantes são chamadas separadas. - A saída nativa tem cerca de 1,5 MP. Qualquer coisa maior é um upscale.
- O modelo de imagem ignora solicitações exatas de margens em polegadas/pixels; margens são trabalho do finalizador.
- Edição (
edit) funciona na imagem anexada; máscaras e controles exclusivos da API precisam da alternativa paga, que requer a aprovação do usuário.
Testado em
Observado no macOS com codex-cli 0.155.0-alpha (2026-09-25 a 2026-09-28). Estas são notas de testes, não garantias; Codex e ChatGPT mudam frequentemente.
image_genfunciona comcodex execcom o aplicativo ChatGPT fechado.-s workspace-write -C <dir>é suficiente para escrever fora da pasta pessoal.- Tamanho nativo cerca de 1,5 MP (ex.: 1122x1402 para 4:5); 55 a 150 s por imagem.
- Duas execuções paralelas funcionaram.
- A proporção indicada no prompt é respeitada; margens exatas, não.
- O modelo é GPT Image (documentos do Codex nomeiam gpt-image-2; a ferramenta não informa a versão exata).