CommunityImagemgithub.com

chatgpt-images-for-claude

Gere ou edite imagens com o modelo de imagem do ChatGPT diretamente do Claude Code, através da ferramenta image_gen integrada do Codex CLI (login no ChatGPT, sem chave da API OpenAI) e finalize-as conforme especificações: tamanho exato em pixels ou impressão, resolução/DPI, preenchimento ou margens, ajuste (contain/cover), fundo, upscale e formato de saída (PNG, JPG, WebP, TIFF, PDF). Cada execução é aprovada em uma pré-visualização HTML somente leitura.

O que é chatgpt-images-for-claude?

Esta skill conecta o Claude Code ao modelo de imagem do ChatGPT via ferramenta `image_gen` do Codex CLI, permitindo que você gere ou edite imagens sem precisar de uma chave da API OpenAI — basta estar logado no ChatGPT. Ela é especialmente útil para designers, desenvolvedores e criadores de conteúdo que desejam criar assets visuais (pôsteres, folhetos, gráficos para redes sociais, anúncios) diretamente do terminal, com controle preciso sobre tamanho, DPI, margens, formato e resolução. O fluxo de trabalho é cuidadoso e seguro: primeiro, um manifesto de prompts é criado; depois, uma página HTML de pré-visualização (somente leitura) é gerada para que o usuário aprove cada prompt antes de qualquer geração. Após a aprovação, as imagens são geradas pelo ChatGPT e finalizadas por scripts locais que garantem que dimensões exatas, preenchimento, corte e formato sejam aplicados deterministicamente, sem sobrescrever arquivos. A skill suporta imagens de referência, edição de imagens existentes, lotes de várias imagens (com concorrência) e múltiplas variantes. As principais plataformas são Claude Code (como agente) e Codex CLI (como executor), com dependências de Python 3, Pillow e a skill de sistema `imagegen` do Codex. Ela não é adequada para vídeos ou trabalhos vetoriais/logos que pertencem ao SVG.

Funciona com✓Claude Code✓Codex CLI~Cursor
npx skills add https://github.com/intiquesoftware/chatgpt-images-for-claude/tree/HEAD

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

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

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.

ScriptFunção
scripts/codex_generate.shUma chamada codex exec, ferramenta image_gen integrada, PNG bruto em uma pasta. Aproximadamente 1 a 2,5 min por imagem.
scripts/finish_image.pyTamanho, DPI, preenchimento, ajuste, fundo, upscale, formato. Determinístico, nunca sobrescreve.
scripts/make_preview.pyPágina 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.pyExecuta 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, depois codex no PATH, depois a cópia incluída no aplicativo de desktop do ChatGPT (/Applications/ChatGPT.app/Contents/Resources/codex-cli/bin/codex no macOS, ou Resources/codex em 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 definir CODEX_BIN.
  • Python 3 com Pillow (python3 -m pip install Pillow).
  • A skill de sistema imagegen do 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.

EntradaPadrão
O que fazer / promptObrigatório.
Pasta baseObrigatório. Pergunte se não fornecida (veja "Onde os arquivos vão").
Texto exato na imagemNenhum. Qualquer texto será verificado letra por letra (passo 8).
TamanhoUm predefinido de references/output-options.md, ou LxA px, ou LxApol / LxAmm para impressão. Nenhum = manter tamanho nativo.
Resolução300 dpi para tamanhos de impressão, 72 para tamanhos de tela.
Preenchimento0. Aceita px, pol, mm, % da borda curta; 1 a 4 valores na ordem CSS (topo direita fundo esquerda).
Ajustecontain (imagem inteira, preenchimento preenche o resto). cover preenche e corta.
Fundo (cor do preenchimento)auto (amostrada dos cantos da imagem). Ou hex, white, transparent.
FormatoPNG. JPG para fotos que vão para redes sociais, PDF para entrega de impressão, WebP para web.
Variantes1. Cada variante é sua própria geração (1 a 2,5 min, conta no plano ChatGPT).
Imagens de referência / ediçãoNenhuma. 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.

  1. 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.

  2. 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 seu references/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.
  3. Escrever o manifesto para <base>/codex-raw/<slug-do-projeto>-<conjunto>-<AAAA-MM-DD>.json. O formato está no docstring de scripts/batch_generate.py: defaults (proporção, lista de finalização) mais jobs (nome, prompt, proporção opcional, refs, edit, transparente, finish). As entradas finish aceitam qualquer flag de finish_image.py (predefinido, tamanho, dpi, ajuste, preenchimento, trim, bg, upscale, formato, qualidade); lista completa em references/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 defina suffix). Variantes de uma ideia são jobs separados (nomes -a, -b).

  4. 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.html impresso no navegador do usuário (open no macOS, xdg-open no 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.

  5. 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.

  6. Gerar e finalizar.

    python3 "$SKILL_DIR/scripts/batch_generate.py" "<manifesto>" --raw-dir "<base>/codex-raw" --final-dir "<base>" --concurrency 2
    

    Uma 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-run valida 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.py na skill imagegen do Codex) precisa de OPENAI_API_KEY e custa dinheiro. Pergunte ao usuário; nunca mude por conta própria.
    • Código de saída 3: nenhum Codex CLI encontrado. Informe o usuário (veja Requisitos).
  7. Olhar cada imagem bruta com Read.

  8. 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.

  9. Verificar os arquivos finalizados (leia a imagem; para PDF, pdfinfo para tamanho da página se disponível). Confirme que o preenchimento parece correto e que cover não cortou nada importante. Leia o relatório do lote:

    • WARNING: source enlarged significa 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 execute finish_image.py no arquivo com upscale.
    • Saída de impressão com menos de cerca de 150 ppi efetivos: mencione.
  10. 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_gen funciona com codex exec com 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).

Habilidades Relacionadas