Community影像github.com

ChatGPT 圖片生成助手 for Claude

透過 Codex CLI 的內建 image_gen 工具,直接在 Claude Code 中生成或編輯圖片(需登入 ChatGPT,無需 OpenAI API 金鑰),並可精確調整至指定規格:像素或印刷尺寸、解析度/DPI、邊距、縮放模式、背景、放大及輸出格式(PNG、JPG、WebP、TIFF、PDF)。每次生成前會先顯示唯讀的 HTML 預覽供使用者確認。

ChatGPT 圖片生成助手 for Claude 是什麼?

這是一個專為 Claude Code 設計的 AI 技能,使其能夠利用 ChatGPT 的圖片生成模型,透過 Codex CLI 的內建 image_gen 工具,在不需 OpenAI API 金鑰的情況下直接生成或編輯圖片。使用者只需在對話中描述需求(如「產生一張圖片」、「用 ChatGPT 製作這個」、「建立 1080x1350 版本」),Claude 便會自動撰寫提示詞,觸發 Codex 進行生成。 此技能的最大特色在於其「分層處理」架構:由 Codex 負責圖片生成,再透過四個腳本(codex_generate.sh、finish_image.py、make_preview.py、batch_generate.py)完成精確規格調整、HTML 預覽、批次處理與進度管理。這確保了每次生成前,使用者都能透過唯讀的 HTML 頁面確認提示詞與參考圖片,避免意外輸出。 此技能支援 macOS 與 Linux,需安裝 Codex CLI(登入 ChatGPT 且方案需包含圖片生成功能)與 Python 3(需 Pillow 套件)。它特別適合需要精確輸出規格的場景,例如印刷海報、社群媒體圖形、產品型錄等,但不適用於影片或向量圖形(SVG)製作。

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

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

ChatGPT 圖片生成助手 for Claude 是做什麼的?

Claude 撰寫提示詞,Codex 生成像素,腳本精確調整至指定規格,Claude 檢查成果, 檔案即位於使用者指定的資料夾中。每次生成前,使用者須在 HTML 預覽頁面上確認提示詞,並可透過對話要求修改。四個腳本負責所有機械化作業,它們位於此檔案旁的 scripts/ 資料夾中;下方 $SKILL_DIR 代表包含此 SKILL.md 的資料夾。

腳本職責
scripts/codex_generate.sh一次 codex exec 呼叫,使用內建 image_gen 工具,將原始 PNG 存入資料夾。每張圖片約需 1 至 2.5 分鐘。
scripts/finish_image.py處理尺寸、DPI、邊距、縮放模式、背景、放大、格式。確定性執行,絕不覆寫檔案。
scripts/make_preview.py根據清單產生唯讀的 HTML 核准頁面;在執行階段會變成即時結果頁面。從 file:// 開啟,無需伺服器。
scripts/batch_generate.py執行已核准的清單(1 或多個任務):生成 + 完成,同時處理 2 個,可中斷並繼續。

為何拆分: 內建的 image_gen 工具會自行決定像素尺寸(約 1.5 MP,例如 4:5 比例時為 1122x1402),且無法精確控制邊距(要求底部 2 吋邊距,結果僅約 1.25 吋)。因此,提示詞僅設定長寬比與構圖,所有精確數值(尺寸、DPI、邊距、格式)均由 finish_image.py 強制執行。

需求

  • Codex CLI 需登入 ChatGPT 帳號,且方案需包含圖片生成功能(不支援免費方案)。腳本會依序尋找:$CODEX_BIN、PATH 上的 codex、ChatGPT 桌面應用程式內建的版本(macOS 為 /Applications/ChatGPT.app/Contents/Resources/codex-cli/bin/codex,舊版應用程式為 Resources/codex)。若找不到,腳本會顯示訊息並以結束碼 3 退出;請告知使用者安裝 ChatGPT 應用程式或 Codex CLI,或設定 CODEX_BIN。
  • Python 3 需安裝 Pillow(執行 python3 -m pip install Pillow)。
  • Codex 的 imagegen 系統技能,隨 Codex 安裝於 ${CODEX_HOME:-$HOME/.codex}/skills/.system/imagegen/。

需收集的輸入項目

從使用者請求中取得。僅詢問會阻礙任務進行的項目,其餘使用預設值並告知使用者。

輸入項目預設值
製作內容/提示詞必填。
基礎資料夾必填。若未指定則詢問(參見「檔案存放位置」)。
圖片上確切文字無。任何文字都會逐字檢查(步驟 8)。
尺寸使用 references/output-options.md 中的預設,或 WxH 像素,或 WxHin / WxHmm 印刷尺寸。無指定則保留原始尺寸。
解析度印刷尺寸預設 300 dpi,螢幕尺寸預設 72 dpi。
邊距0。可接受 px、in、mm、短邊百分比;1 至 4 個值,CSS 順序(上右下左)。
縮放模式contain(顯示完整圖片,邊距填補剩餘空間)。cover 填滿並裁切。
背景(邊距顏色)auto(從圖片角落取色)。或十六進位色碼、white、transparent。
格式PNG。照片上傳社群媒體用 JPG,印刷交付用 PDF,網頁用 WebP。
變體1。每個變體為獨立生成(約 1 至 2.5 分鐘,會計入 ChatGPT 方案限制)。
參考/編輯圖片無。任何圖片檔案皆可使用(參見「來源圖片」)。

批次數量: 支援任意數量的圖片。超過 4 張時,請在預覽交接時明確告知數量與預計時間;ChatGPT 方案的圖片限制未公開且可能有所變動。

來源圖片

任何圖片檔案均可隨提示詞傳送,有兩種角色:參考圖片(用於比對相似度、標誌、風格;可有多張,在清單中標記為 refs)或編輯目標(僅修改指定部分,其餘保留;標記為 edit)。

僅使用使用者指定的圖片,或使用者所指提示文件中所指定的圖片。 切勿自行搜尋資料夾並挑選圖片。若提示詞中提到「附件」、「參考照片」、「完全相似」、「精確重現標誌」等,但未指定檔案名稱,請在建立預覽前詢問是哪個檔案。若指定檔案不存在於該路徑,請告知並詢問;不要自行以相似圖片替代。預覽頁面會顯示每張傳送圖片的縮圖,以便使用者連同提示詞一起確認。refs 與 edit 請使用絕對路徑。

檔案存放位置

沒有預設輸出資料夾。使用者必須選擇基礎資料夾。 若使用者尚未指定,且其指向的提示文件也未指定,請在寫入預覽前詢問(可使用 AskUserQuestion 功能)。建議 2-3 個目前專案中可能用到的資料夾(例如現有的 exports、assets、images 或 print 資料夾),讓使用者選擇或輸入其他路徑。切勿自行默默選擇。

在基礎資料夾內,目錄結構固定如下:

<base folder>/
  <name>-<preset>.jpg ...          finished files
  codex-raw/
    <set>.json                     manifest (what gets generated)
    <set>.preview.html             the approval page
    <set>.status.json              batch progress
    <name>.png                     raw original from ChatGPT, kept
    <name>.prompt.txt              exact prompt sent
    <name>.codex/                  Codex instructions, JSON log, last message

檔案命名使用 kebab-case,例如 acme-bakery-spring-poster。絕不覆寫檔案;重複時會自動加上 -v2、-v3。

Codex 也會在 ${CODEX_HOME:-$HOME/.codex}/generated_images/ 保留每張圖片的副本。若 ChatGPT 應用程式有自己的工作資料夾(在測試環境中為 ~/Documents/Codex/),請勿更動。

工作流程

每次執行(即使只有一張圖片)都必須經歷:清單 → 預覽 → 核准 → 生成。在獲得使用者明確同意前,不會向 Codex 發送任何請求。

  1. 載入上下文。 確認基礎資料夾(如有必要則詢問,見上文)。若專案有品牌文件(品牌規範、風格指南、設計標記),請在撰寫提示詞前先讀取顏色、字型與語調。遵守專案或使用者對圖片上文字的撰寫規則。

  2. 撰寫提示詞。 遵循 ${CODEX_HOME:-$HOME/.codex}/skills/.system/imagegen/SKILL.md(使用案例、資產類型、主題、風格、構圖、光線、色板、Text (verbatim)、限制、避免)及其 references/prompting.md 中的標籤式結構。規則如下:

    • 以文字描述長寬比與方向(例如「直立 4:5」)。
    • 對於邊距或印刷邊界,要求寬裕均勻的呼吸空間,切勿要求精確的英吋或像素。精確邊距將在之後透過 trim + padding 套用。
    • 引用每個圖片上的文字,並加上「無其他文字、字母、標誌或浮水印」。
    • 照片搭配文字疊加:描述兩個圖層,一個滿版照片層和一個容納文字的內嵌圖形層。切勿撰寫「塞入中央 70% 範圍內」;圖片模型會因此縮小整張圖。
    • 當附加參考圖片時,在提示詞開頭說明每張圖片的用途(比對相似度、精確重現標誌、僅參考風格)。
    • 若使用者提供詳細提示詞:正規化處理,不要潤飾。
  3. 寫入清單 至 <base>/codex-raw/<project-slug>-<set>-<YYYY-MM-DD>.json。格式請參考 scripts/batch_generate.py 的文件字串:包含 defaults(長寬比、完成項目清單)與 jobs(名稱、提示詞、可選長寬比、參考圖片、編輯目標、透明背景、完成設定)。完成條目可使用任何 finish_image.py 的參數(preset、size、dpi、fit、padding、trim、bg、upscale、format、quality);完整清單請見 references/output-options.md。每個任務可有多個完成條目,從一次生成產生多個檔案;預設名稱會成為檔案後綴(或可設定 suffix)。同一個想法的變體應為獨立任務(使用 -a、-b 命名)。

  4. 建立預覽並移交給使用者。

    python3 "$SKILL_DIR/scripts/make_preview.py" "<manifest>" --raw-dir "<base>/codex-raw" --final-dir "<base>" --title "<Project name>"
    

    然後在使用者的瀏覽器中開啟輸出的 .preview.html(macOS 使用 open,Linux 使用 xdg-open)。該頁面為唯讀:包含所有提示詞、輸出內容、參考縮圖以及兩個資料夾的資訊。向使用者提供完整路徑、圖片數量與時間估計(每張約 1.5 分鐘,並行數為 2 時時間減半),然後停止。超過 4 張圖片時,明確告知數量與時間;核准預覽即表示選擇加入。請勿讓預覽頁面可編輯。

  5. 等待「開始」或修改要求。 修改要求透過對話提出(例如「把文字改成白色」):更新清單,重新建立預覽(使用相同指令,會覆蓋頁面),重新開啟,再次等待。只有「開始」(或明確的同意詞句)才會啟動生成。

  6. 生成與完成。

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

    一到兩張圖片:在前景執行,超時設定為 10 分鐘。更多張時:在背景執行。只有使用者要求時,才將並行數提高至超過 2;最大值為 4。進度會儲存至 <manifest-stem>.status.json;重新執行相同指令會繼續並跳過已完成的工作。使用 --dry-run 可驗證清單並列出工作,而不會實際生成。

    即時結果: 批次處理會在工作開始或完成時重新建立預覽頁面。每個卡片會顯示狀態徽章、生成的原始圖片、完成的檔案(圖片以縮圖顯示,PDF/TIFF 以連結顯示)以及任何警告;頁面在工作排隊或執行中時,每 15 秒會自動重新整理。使用者核准的預覽版本沒有自動重新整理功能,因此在啟動批次後,請立即重新開啟預覽頁面,以便使用者獲得即時版本。 每個卡片自上而下顯示:提示詞、輸出(圖片,接著是每個檔案的類型、尺寸、解析度與檔案大小)、檔案與連結。每個檔案與資料夾(參考圖片、預定與完成的檔案、原始圖片、Codex 日誌,以及底部的批次資料夾、清單與頁面)都有「複製路徑」按鈕;完整路徑在載入時隱藏,可透過「完整路徑」開關顯示。沒有「在 Finder 中開啟」的連結:瀏覽器只能將 file:// 連結在瀏覽器中開啟。

    • 結束碼 4(IMAGEGEN_UNAVAILABLE:方案限制、服務中斷或缺少內建工具)會中止批次處理。付費 API 替代方案(Codex imagegen 技能中的 scripts/image_gen.py)需要 OPENAI_API_KEY 且會產生費用。請詢問使用者;切勿自行切換。
    • 結束碼 3:找不到 Codex CLI。請告知使用者(參見需求)。
  7. 使用 Read 功能檢視每張原始圖片。

  8. 逐字檢查文字 是否與要求的文案相符:拼寫、多餘或遺漏的文字、無關字母、偽造標籤或簽名。同時檢查相似度、參考圖片的標誌忠實度、構圖以及避免清單。若有錯誤,修改清單中該工作的提示詞(一次針對性修改,例如逐字母拼出單字),並使用 --redo <name> 重新執行。若重試 2 次後仍錯誤:停止並向使用者展示。若為小瑕疵(例如產品標籤上的假文字),且使用設計工具修正更快:回報即可,無需重新生成。

  9. 檢查完成的檔案(使用 Read 檢視圖片;若是 PDF,可視情況使用 pdfinfo 檢查頁面尺寸)。確認邊距無誤,且 cover 模式未裁切重要內容。閱讀批次報告:

    • WARNING: source enlarged 表示細節經過插值處理。若印刷輸出超過原始尺寸 1.5 倍,或使用者要求銳利度,提供使用其他工具進行 AI 放大的選項,並對放大後的檔案執行 finish_image.py。
    • 印刷輸出有效解析度低於約 150 ppi 時:請提及此事。
  10. 報告:完成檔案的完整路徑、尺寸/格式、文字檢查結果、任何警告(放大、ppi、重試次數、小瑕疵)。若有多張圖片,使用表格呈現:名稱、文字檢查、檔案、備註。以一行提供下一個變體或格式的選項。

scripts/codex_generate.sh 和 scripts/finish_image.py 仍可直接呼叫,用於快速重新完成現有的原始圖片(例如變更尺寸或格式,無需重新生成,因此無需預覽)。任何需要呼叫 Codex 的操作都必須經過預覽流程。

已知限制

  • 每次 image_gen 呼叫僅能生成一張圖片;變體需獨立呼叫。
  • 原生輸出約為 1.5 MP。任何更大的尺寸都需經過放大處理。
  • 圖片模型會忽略精確的英吋/像素邊距要求;邊距由完成腳本負責。
  • 編輯功能(edit)作用於附加的圖片;遮罩與 API 專用控制需使用付費替代方案,且需獲得使用者同意。

測試環境

在 macOS 上使用 codex-cli 0.155.0-alpha(2026-09-25 至 2026-09-28)進行測試。以下為測試記錄,並非保證;Codex 與 ChatGPT 經常更新。

  • image_gen 可在 ChatGPT 應用程式關閉時於 codex exec 下運作。
  • 使用 -s workspace-write -C <dir> 即可寫入家目錄以外的位置。
  • 原生尺寸約 1.5 MP(例如 4:5 比例時為 1122x1402);每張圖片所需時間為 55 至 150 秒。
  • 兩個平行作業可正常運作。
  • 提示詞中指定的長寬比會受到尊重,但精確邊距則否。
  • 模型為 GPT Image(Codex 文件命名為 gpt-image-2;工具不會回報確切版本號)。

相關技能