O que openai-img-gen faz?
O index.js neste diretório da skill chama a API de Imagens da OpenAI. Não possui dependências e requer Node 18.3+.
node <caminho do diretório desta skill>/index.js [opções] "prompt"
node <caminho do diretório desta skill>/index.js -i foto.jpg -i referencia.png [opções] -f prompt.txt
Sem -i, cria uma nova imagem. Com -i, edita ou combina as imagens fornecidas. Exibe o caminho absoluto de cada arquivo salvo no stdout e salva o prompt ao lado das imagens como <nome>-<hora>.prompt.txt. Progresso, uso de tokens, custo e erros vão para o stderr. Execute --help para todas as opções. As principais são -p NOME (subpasta do projeto), -o DIR (pasta exata), --name PREFIXO, -s auto|1024x1024|1536x1024|1024x1536, -q auto|baixa|média|alta, -n QUANTIDADE, --format png|jpeg|webp e --background transparent.
Onde as imagens vão: com -p NOME, vão para $OPENAI_IMG_GEN_OUT/NOME/. A pasta base é definida no .env desta skill ou, caso contrário, é a pasta atual. -o DIR substitui isso e salva exatamente naquele diretório.
Passos
- Escreva o prompt. Para algo mais longo que uma frase, escreva em um arquivo e passe com
-f. Veja "Escrevendo prompts" abaixo. - Execute. Sempre passe
-pcom um nome curto para o projeto em contexto: a marca, produto, repositório ou pasta em que o usuário está trabalhando (por exemplo-p es-sebelasou-p kualing), ou um tópico curto se não houver projeto. Passe-oapenas quando o usuário nomear uma pasta. Use um--namedescritivo. Cada chamada custa dinheiro. Uma imagem em-q autogeralmente custa alguns centavos, ealtae-nmultiplicam esse valor. Use-q baixapara rascunhos rápidos e pergunte antes de fazer mais de cerca de 4 imagens ou muitas de alta qualidade. - Mostre o resultado. Abra o arquivo salvo com a ferramenta Read para visualizá-lo. Verifique-o em relação ao prompt (grafia do texto, o que deve permanecer igual) e informe ao usuário o caminho, o que você vê e a linha de custo.
- Itere. Altere o prompt com base no que deu errado e mantenha o arquivo de prompt atualizado para que corresponda ao melhor resultado.
Se não houver chave de API, informe ao usuário para definir OPENAI_API_KEY, ou para copiar .env.example do diretório desta skill para .env e preenchê-la. Nunca peça para colar a chave no chat. Se uma solicitação for bloqueada pela moderação, informe o motivo que o script imprime e sugira um prompt reescrito. Não tente novamente o mesmo prompt.
Escrevendo prompts
- Diga para que serve cada imagem de entrada, em ordem: "A PRIMEIRA imagem é uma REFERÊNCIA DE COR APENAS. Não copie seu layout, formas ou texto. A SEGUNDA imagem é a foto a ser editada. Mantenha seu enquadramento e formato."
- Dê uma tarefa clara e, em seguida, liste exatamente o que mudar, com valores concretos (cores hexadecimais, materiais, posições).
- Liste o que deve permanecer igual. Para edições, diga "Mantenha todo o resto exatamente como está" e nomeie as coisas que não devem mudar: ângulo da câmera, iluminação, fundo, pessoas, outros edifícios.
- Coloque entre aspas qualquer texto que deve aparecer, escrito exatamente ("lê exatamente "ES SEBELAS""). Peça pouco texto: os modelos de imagem erram em textos longos.
- Nomeie o estilo: fotorrealista, vetor plano, aquarela, renderização 3D, etc.
- Termine com uma linha "Evite:" para a falha esperada, como texto extra, copiar o layout da referência ou alterar algo fora do alvo.
- Logos e ícones em fundo liso ou transparente:
--background transparent --format png.