openai-img-gen 是做什麼的?
此技能目錄中的 index.js 會呼叫 OpenAI Images API。它不需要任何依賴,且需要 Node 18.3 或更高版本。
node <此技能目錄>/index.js [選項] "提示詞"
node <此技能目錄>/index.js -i photo.jpg -i reference.png [選項] -f prompt.txt
不加上 -i 時,它會生成新的圖片。加上 -i 時,它會編輯或合併指定的圖片。它會將每個儲存檔案的絕對路徑輸出到標準輸出,並在圖片旁以 <名稱>-<時間>.prompt.txt 格式儲存提示詞。進度、Token 用量、成本與錯誤訊息會輸出到標準錯誤。執行 --help 可查看所有選項。主要選項包括:-p NAME(專案子資料夾)、-o DIR(確切資料夾)、--name PREFIX、-s auto|1024x1024|1536x1024|1024x1536、-q auto|low|medium|high、-n COUNT、--format png|jpeg|webp 以及 --background transparent。
圖片存放位置: 使用 -p NAME 時,圖片會存入 $OPENAI_IMG_GEN_OUT/NAME/。基礎資料夾在此技能目錄的 .env 檔案中設定,否則會使用目前資料夾。-o DIR 會覆蓋該設定,將圖片直接存放到指定資料夾。
步驟
- 撰寫提示詞。 若提示詞長度超過一句話,請將其寫入檔案並使用
-f傳遞。請參閱下方的「撰寫提示詞」。 - 執行指令。 務必使用
-p搭配簡短的專案名稱(與上下文相關的品牌、產品、儲存庫或資料夾,例如-p es-sebelas或-p kualing),若無專案則使用簡短的主題。僅在使用者指定資料夾時才使用-o。使用具描述性的--name。每次呼叫都需要付費。-q auto下一張圖片的成本通常為幾美分,而high品質與-n數量會將成本倍數增加。使用-q low來快速產出草稿,且在生成超過約 4 張圖片或大量高品質圖片前,請先徵求使用者的同意。 - 顯示結果。 使用 Read 工具開啟儲存的檔案以便檢視。檢查提示詞(文字拼寫、哪些元素必須保持不變),然後告訴使用者檔案路徑、你看到的內容以及成本明細。
- 疊代改進。 根據問題修改提示詞,並保持提示詞檔案內容與最佳結果一致。
如果沒有 API 金鑰,請告知使用者設定 OPENAI_API_KEY,或將此技能目錄中的 .env.example 複製為 .env 並填入金鑰。絕不要求使用者將金鑰貼到聊天中。如果請求被審查阻擋,請回報腳本所輸出的原因,並建議修改提示詞。不要重試相同的提示詞。
撰寫提示詞
- 說明每個輸入圖片的用途,依序:"第一張圖片僅作為色彩參考。不要複製其佈局、形狀或文字。第二張圖片是要編輯的照片。保持其畫面構圖與格式。"
- 給出一個清晰的任務,然後列出具體要更改的內容,並提供確切數值(十六進制顏色、材質、位置)。
- 列出必須保持不變的部分。 對於編輯,請說"保持其他所有內容完全一致",並指出必須不變的元素:相機角度、光線、背景、人物、其他建築物。
- 引用任何必須出現的文字,並拼寫正確(例如 "確切拼寫為 "ES SEBELAS"")。要求少量文字:圖像模型對長文字的拼寫容易出錯。
- 指定風格:寫實照片、平面向量、水彩、3D 渲染等。
- 以「避免:」行結尾,指出您預期的錯誤,例如額外文字、複製參考圖片的佈局、或更改目標以外的任何內容。
- 標誌與圖示若需透明或純色背景:
--background transparent --format png。