通过 Codex 生成图像
Claude 编写艺术指导;gpt-6.1-sol 使用其内置图像工具严格按此执行。 简报是整个质量的天花板:Sol 不会很好地补全遗漏的细节,也不会对未明确的问题“运用判断”。先决定所有事情,然后写下来。
引擎和角色配置
图像来自 Codex 的内置 image_gen 工具,基于 ChatGPT Pro 登录 —— 无需 API,无按图付费。该工具只接受提示词、参考图像和 transparent_background;服务器选择图像模型,因此无法在此选择具体模型(GPT Image 2.6 Sunburst / Flare 等)。切勿切换到 API 密钥或 Codex 的图像 CLI 后备方案。
角色特定的控制来自 ~/.claude/skills/codex/image-profiles.json 中的配置文件,通过 -ImageProfile <name> 传递。配置文件会将角色样式注释附加到简报,并可强制透明背景:
| 配置文件 | 用途 | 注释 |
|---|---|---|
default | 其他任何内容 | 仅简报 |
photoreal | 产品图、英雄横幅、社论照片 | 照片真实感规则 |
illustration | 营销/博客/引导艺术 | 连贯插画规则 |
icon | 应用/UI 图标、标记、贴纸、精灵图 | 透明、留白、32px 可辨性 |
ui-asset | 模型、仪表盘视觉、空状态 | 清晰几何,无虚假微文本 |
text-heavy | 海报、封面、信息图 | 精确排版优先 |
-Transparent 可与任何配置文件配合使用。通过在 JSON 中添加条目(transparent、roles、style_notes)来添加新角色。简报仍然是主要的质量杠杆:配置文件是附加内容,从不替代它。
工作流程
- 仅澄清真正阻碍你的问题(用途、使用位置、尺寸/纵横比、图像上的文字、品牌颜色)。否则,选择合理的默认值并在简报中说明。
- 将简报写入文件 到临时空间(例如
brief-hero.md),使用下面的模板。填写每个部分;如果某个部分没有内容,写“无”而不是省略该部分。 - 运行:
使用pwsh -NoProfile -File "$HOME\.claude\skills\codex\scripts\codex.ps1" -Mode image ` -PromptFile <brief.md> -Out <project>\assets\<name>.png [-ImageProfile icon] [-Transparent] ` [-Count 3] [-Images ref1.png,ref2.png]timeout: 600000。多个不同的图像 → 每个图像一个后台运行(一个任务组)。 - **自行验证:**读取每个
CODEX_IMAGE=文件,并根据验收清单检查。Codex 的自我检查只是声明,而非证明。 - 迭代,使用
-Session <CODEX_THREAD_ID>和简短的增量简报(“保持一切;仅更改:...”),或通过将先前输出与-Images一起传递并附上编辑简报进行针对性编辑。 - **交付:**向用户展示图像(Read / SendUserFile),提供路径,并说明可用于进一步迭代的线程 ID。
简报模板(复制,填写每个字段)
# 用途与使用场景
<此图像的用途,出现位置(英雄横幅、应用图标、幻灯片、印刷品),受众>
# 输出
- 宽高比/尺寸:<例如 16:9 横向、1:1 方形、9:16 纵向;如果已知目标像素>
- 格式/背景:<不透明 | 透明背景 | 纯色 #FFFFFF>
- 变体:<1 | N,以及变体应如何不同>
# 主体
<具体描述主要主体:谁/什么、数量、姿势、表情、动作、服装/材质、年龄/种族(仅当相关且用户指定时)>
# 构图与相机
- 取景:<特写 | 中景 | 广角 | 俯视 | 等距 | 平面正交>
- 放置:<主体位置(三分法、居中),文字负空间位于哪一侧>
- 相机/镜头(照片风格):<例如 50mm,f/2.8 浅景深,眼平>
- 前景/中景/背景:<分别描述>
# 风格
- 媒介:<照片真实 | 3D 渲染 | 扁平矢量 | 线稿 | 水彩 | 像素艺术 | 粘土 | 等距 ...>
- 文字参考:<时代、流派、纹理、线宽、细节程度>(不要提及在世艺术家姓名)
- 渲染细节:<最小形状 | 中等 | 高度详细>
# 色彩与光
- 调色板:<带角色的十六进制代码,例如主色 #1E6FFF、强调色 #FFC233、背景色 #F5F5F7>
- 光照:<来自左侧的柔和日光 | 影室三点布光 | 黄金时段 | 霓虹边缘光>
- 情绪:<平静、有活力、高端、有趣 ...>
# 图像中的文字
<"无" 或者每个字符串逐字带引号,并附上字体感觉(粗体几何无衬线)、颜色、位置、相对于图像的尺寸。保持字符串简短;拼写和大小写必须准确。>
# 必须包含
- <不可协商的元素>
# 不得包含
- <水印、额外文字、多余手指、真实品牌 Logo、杂乱、特定颜色 ...>
# 编辑说明(仅在编辑附带的图像时)
- 图像 1 是:<要编辑的图像 | 风格参考 | 主体参考>
- 更改:<具体更改内容>
- 保留:<必须保持相同的其他所有内容:布局、面部、颜色、文字>
# 验收清单
- [ ] <Claude 将验证的客观检查:宽高比、主体存在、文字准确、调色板、没有 X>
获得强大效果的精要技巧
- 具体名词和可测量属性胜过形容词(“三个陶瓷马克杯,哑光鼠尾绿 #9CAF88,放在胡桃木桌上” ≫ “舒适漂亮的杯子”)。
- 一个清晰的焦点;如果之后要叠加文字,标出空白区域的位置。
- 图标/Logo:扁平、颜色少、居中、充足留白、除非要求否则不要加文字、在小尺寸下测试。
- UI/营销素材:指定确切的文案,并使图像中的文字保持最少——真正的 UI 文字最好在代码中添加。
- 系列/套件(精灵图、图标包、故事板):编写共享的“风格圣经”部分,并在每个成员的简报中逐字复用,以保持套件一致;先生成一个英雄,批准它,然后以
-Images方式作为其余部分的风格参考传递。 - 不要请求真实人物的肖像、受版权保护的角色或真实品牌 Logo。