透過 Codex 生成圖片
Claude 撰寫藝術方向;gpt-6.1-sol 使用其內建圖片工具照字面執行。 摘要(brief)是品質天花板:Sol 不會很好地自行填補遺漏的細節,也不會 對開放問題「運用判斷力」。先決定好所有事情,然後寫下來。
引擎與角色設定檔
圖片來自 Codex 的內建 image_gen 工具,需透過 ChatGPT Pro 登入——沒有 API,沒有每張圖片的
費用。 該工具只接受提示詞、參考圖片和 transparent_background;伺服器會自行選擇
圖片模型,因此無法在此選擇特定模型(GPT Image 2.6 Sunburst / Flare 等)。
切勿改用 API 金鑰或 Codex 的圖片 CLI 備援方案。
角色特定的控制來自 ~/.claude/skills/codex/image-profiles.json 中的設定檔,透過
-ImageProfile <name> 傳入。設定檔會將角色風格備註附加到摘要中,並可強制透明背景:
| 設定檔 | 用途 | 備註 |
|---|---|---|
default | 其他所有情況 | 僅摘要 |
photoreal | 產品照、橫幅、編輯照片 | 照片寫實規則 |
illustration | 行銷/部落格/入門指南美術 | 連貫插畫規則 |
icon | 應用程式/UI 圖示、標誌、貼紙、精靈圖 | 透明、留邊、32px 可辨識性 |
ui-asset | 模型、儀表板視覺、空狀態 | 清晰的幾何形狀,無假造微文字 |
text-heavy | 海報、封面、資訊圖表 | 先確保精確排版 |
-Transparent 可與任何設定檔搭配使用。透過在 JSON 中新增條目(transparent、roles、
style_notes)即可添加新角色。摘要仍然是主要的品質槓桿:設定檔是附加的,絕不取代摘要。
工作流程
- 僅釐清真正阻礙你的部分(用途、使用位置、尺寸/比例、圖片上的文字、 品牌顏色)。否則選擇合理的預設值,並在摘要中說明。
- 將摘要寫入暫存區中的一個檔案(例如
brief-hero.md),使用下方範本。 填寫每個區段;如果沒有內容就寫「無」,而不是省略該區段。 - 執行:
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。多張不同的圖片 → 每張圖片一個背景執行(一個批次)。 - 自行驗證: 讀取每個
CODEX_IMAGE=檔案,並根據驗收清單檢查。 Codex 的自我檢查只是聲明,並非證明。 - 迭代,使用
-Session <CODEX_THREAD_ID>和簡短的增量摘要(「保留一切;僅變更: ...」),或透過將先前的輸出以-Images傳入,並附上編輯摘要來進行目標編輯。 - 交付: 向使用者顯示圖片(讀取它 / SendUserFile),提供路徑,並提及 執行緒 ID 可用於進一步迭代。
摘要範本(複製,填寫每個欄位)
# 目的與用途
<此圖片的用途、出現位置(橫幅、應用程式圖示、投影片、印刷品)、目標受眾>
# 輸出
- 長寬比 / 尺寸:<例如 16:9 橫向、1:1 正方形、9:16 直立;若已知,提供目標像素>
- 格式/背景:<不透明 | 透明背景 | 純色 #FFFFFF>
- 變體:<1 | N,以及變體應如何不同>
# 主題
<以具體詞彙描述的主要主題:誰/什麼、數量、姿勢、表情、動作、服裝/材質、
年齡/族裔僅在相關且由使用者指定時提供>
# 構圖與相機
- 取景:<特寫 | 中景 | 廣角 | 俯視 | 等角 | 平面正交>
- 位置:<主題位置(三分法、置中),文字留白在那一側>
- 相機/鏡頭(照片風格):<例如 50mm、f/2.8 淺景深、平視>
- 前景 / 中景 / 背景:<分別描述每個>
# 風格
- 媒介:<照片寫實 | 3D 渲染 | 平面向量 | 線稿 | 水彩 | 像素藝術 | 黏土 | 等角投影 ...>
- 以文字描述的參考:<時代、運動、紋理、線條粗細、細節程度>(不得使用在世藝術家姓名)
- 渲染細節:<極簡形狀 | 中等 | 高度細節>
# 色彩與光線
- 色板:<十六進位色碼及其角色,例如主色 #1E6FFF、強調色 #FFC233、背景色 #F5F5F7>
- 光線:<來自左側的柔和日光 | 標準三點佈光 | 黃金時刻 | 霓虹輪廓光>
- 氛圍:<平靜、充滿活力、高級、有趣 ...>
# 圖片中的文字
<「無」或每個字串以引號標明,附字體感覺(粗體幾何無襯線)、顏色、位置、相對於
圖片的大小。字串保持簡短;拼寫和大小寫必須精確。>
# 必須包含
- <不可妥協的元素>
# 不得包含
- <浮水印、額外文字、多餘手指、真實品牌標誌、雜亂、特定顏色 ...>
# 編輯指示(僅在編輯附加的圖片時使用)
- 圖片 1 是:<要編輯的圖片 | 風格參考 | 主題參考>
- 變更:<具體修改內容>
- 保留:<必須保持不變的所有其他內容:佈局、臉部、顏色、文字>
# 驗收清單
- [ ] <Claude 將驗證的客觀檢查項目:長寬比、主題存在、文字精確、色板、無 X>
達到強力結果的撰寫技巧
- 具體名詞和可測量屬性勝過形容詞(「三個陶瓷馬克杯,霧面鼠尾草綠 #9CAF88,放在胡桃木桌上」遠優於「漂亮舒適的馬克杯」)。
- 一個清晰的焦點;如果稍後會疊加文字,說明留白的位置。
- 對於圖示/標誌:扁平、少色、置中、充足的留白、除非要求否則不要文字、在小尺寸下測試。
- 對於 UI/行銷素材:指定確切的文案,並盡量減少圖片中的文字——真正的 UI 文字最好在程式碼中添加。
- 對於系列/組(精靈圖、圖示包、故事板):撰寫一個共享的「風格聖經」區段,並在每個項目的摘要中逐字重複使用,以使整套保持一致;先生成一個主要圖片,獲得批准,然後將其以
-Images傳入作為其餘項目的風格參考。 - 不要要求真實人物的肖像、受版權保護的角色或真實品牌的標誌。