# Imagegen > Use when the user asks to generate or edit images via the OpenAI Image API (for example: generate image, edit/inpaint/mask, background removal or replacement, transparent background, product shots, concept art, covers, or batch variants); run the bundled CLI (`scripts/image_gen.py`) and require `OPENAI_API_KEY` for live calls. - Skill: `artubss/imagegen` (Agent Skill, multi-file: 11 files) - Install (CLI): `npx skillmds@latest add artubss/imagegen` - Raw SKILL.md: https://api.skillmd.com/api/skills/artubss/imagegen/raw - Safety review: pending (external: skill-scanner PASS, skillspector PASS) - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Integrations & APIs - Author: artubss (https://skillmd.com/u/artubss) - Updated: 2026-09-08 - Page: https://skillmd.com/skills/artubss/imagegen --- # Skill de Geração de Imagens Gera ou edita imagens para o projeto atual (por exemplo, assets de website, assets de game, mockups de UI, mockups de produto, wireframes, design de logo, imagens fotorrealistas, infográficos). Usa como padrão `gpt-image-1.5` e a OpenAI Image API, e prefere o CLI agrupado para execuções determinísticas e reproduzíveis. ## Quando usar - Gerar uma nova imagem (concept art, product shot, capa, hero de website) - Editar uma imagem existente (inpainting, edições com máscara, transformações de iluminação ou clima, substituição de fundo, remoção de objetos, composição, fundo transparente) - Execuções em lote (muitos prompts ou muitas variantes entre prompts) ## Árvore de decisão (gerar vs editar vs lote) - Se o usuário fornece uma imagem de entrada (ou diz "edit/retouch/inpaint/mask/translate/localize/change only X") → **editar** - Senão, se o usuário precisa de muitos prompts/assets diferentes → **generate-batch** - Senão → **gerar** ## Fluxo de trabalho 1. Decida a intenção: gerar vs editar vs lote (veja a árvore de decisão acima). 2. Colete as entradas antecipadamente: prompt(s), texto exato (palavra por palavra), restrições/lista de evitar, e qualquer imagem(ns) de entrada/máscara(s). Para edições de múltiplas imagens, rotule cada entrada por índice e função; para edições, liste invariantes explicitamente. 3. Se lote: escreva um JSONL temporário em tmp/ (um trabalho por linha), execute uma vez e depois delete o JSONL. 4. Aumente o prompt em uma especificação curta rotulada (estrutura + restrições) sem inventar novos requisitos criativos. 5. Execute o CLI agrupado (`scripts/image_gen.py`) com padrões sensatos (veja references/cli.md). 6. Para edições/gerações complexas, inspecione as saídas (abra/visualize imagens) e valide: assunto, estilo, composição, precisão de texto e invariantes/itens a evitar. 7. Itere: faça uma única mudança direcionada (prompt ou máscara), execute novamente, verifique novamente. 8. Salve/retorne as saídas finais e anote o prompt final + flags utilizados. ## Convenções de temp e saída - Use `tmp/imagegen/` para arquivos intermediários (por exemplo, lotes JSONL); delete quando terminar. - Escreva artefatos finais em `output/imagegen/` ao trabalhar neste repositório. - Use `--out` ou `--out-dir` para controlar caminhos de saída; mantenha nomes de arquivo estáveis e descritivos. ## Dependências (instale se ausentes) Prefira `uv` para gerenciamento de dependências. Pacotes Python: ``` uv pip install openai pillow ``` Se `uv` não estiver disponível: ``` python3 -m pip install openai pillow ``` ## Ambiente - `OPENAI_API_KEY` deve estar definida para chamadas de API ao vivo. Se a chave estiver ausente, forneça ao usuário estas etapas: 1. Crie uma chave de API na interface da plataforma OpenAI: https://platform.openai.com/api-keys 2. Defina `OPENAI_API_KEY` como uma variável de ambiente no seu sistema. 3. Ofereça-se para guiá-lo na configuração da variável de ambiente para seu SO/shell, se necessário. - Nunca peça ao usuário que cole a chave completa no chat. Peça para defini-la localmente e confirme quando estiver pronto. Se a instalação não for possível neste ambiente, diga ao usuário qual dependência está ausente e como instalá-la localmente. ## Padrões e regras - Use `gpt-image-1.5` a menos que o usuário explicitamente solicite `gpt-image-1-mini` ou explicitamente prefira um modelo mais barato/rápido. - Assuma que o usuário quer uma nova imagem a menos que explicitamente solicite uma edição. - Exija `OPENAI_API_KEY` antes de qualquer chamada de API ao vivo. - Use o SDK Python da OpenAI (pacote `openai`) para todas as chamadas de API; não use HTTP bruto. - Se o usuário solicitar edições, use `client.images.edit(...)` e inclua imagens de entrada (e máscara se fornecida). - Prefira o CLI agrupado (`scripts/image_gen.py`) em vez de escrever novos scripts pontuais. - Nunca modifique `scripts/image_gen.py`. Se algo estiver faltando, pergunte ao usuário antes de fazer qualquer coisa. - Se o resultado não for claramente relevante ou não satisfizer as restrições, itere com pequenas mudanças de prompt direcionadas; apenas faça uma pergunta se um detalhe ausente bloquear o sucesso. ## Aumento de prompt Reformate prompts do usuário em uma especificação estruturada e orientada para produção. Apenas torne explícitos os detalhes implícitos; não invente novos requisitos. ## Taxonomia de casos de uso (slugs exatos) Classifique cada solicitação em um destes buckets e mantenha o slug consistente entre prompts e referências. Gerar: - photorealistic-natural — cenas de estilo de vida candid/editorial com textura real e iluminação natural. - product-mockup — shots de produto/embalagem, imagens de catálogo, conceitos de merch. - ui-mockup — mockups de interface de app/web que parecem enviáveis. - infographic-diagram — diagramas/infográficos com layout estruturado e texto. - logo-brand — exploração de logo/marca, amigável a vetor. - illustration-story — quadrinhos, arte de livros infantis, cenas narrativas. - stylized-concept — concept art orientado ao estilo, renders 3D/estilizados. - historical-scene — cenas com precisão de período/conhecimento de mundo. Editar: - text-localization — traduzir/substituir texto em imagem, preservar layout. - identity-preserve — prova virtual, pessoa em cena; bloquear rosto/corpo/pose. - precise-object-edit — remover/substituir um elemento específico (incl. trocas interiores). - lighting-weather — mudanças apenas de hora do dia/estação/atmosfera. - background-extraction — fundo transparente / recorte limpo. - style-transfer — aplicar estilo de referência enquanto muda assunto/cena. - compositing — inserção/fusão de múltiplas imagens com iluminação/perspectiva combinadas. - sketch-to-render — desenho/arte linear para render fotorrealista. Esclarecimento rápido (aumento vs invenção): - Se o usuário diz "uma imagem hero para uma landing page", você pode adicionar *restrições de layout/composição* que são implícitas nesse uso (por exemplo, "espaço negativo generoso à direita para texto de headline"). - Não introduza novos elementos criativos que o usuário não pediu (por exemplo, adicionar mascote, mudar o assunto, inventar nomes de marca/logos). Modelo (inclua apenas linhas relevantes): ``` Caso de uso: Tipo de asset: Solicitação principal: Cena/fundo: Assunto: Estilo/meio: Composição/enquadramento: Iluminação/mood: Paleta de cores: Materiais/texturas: Qualidade: Fidelidade de entrada (edições): Texto (palavra por palavra): "" Restrições: Evitar: ``` Regras de aumento: - Mantenha breve; adicione apenas detalhes que o usuário já implícita ou explicitamente forneceu. - Sempre classifique a solicitação em um slug de taxonomia acima e adeque restrições/composição/qualidade a esse bucket. Use o slug para encontrar o exemplo correspondente em `references/sample-prompts.md`. - Se o usuário fizer uma solicitação ampla (por exemplo, "Gere imagens para este website"), use bom senso para propor assets saborosos e apropriados ao contexto e mapeie cada um para um slug de taxonomia. - Para edições, liste explicitamente invariantes ("mude apenas X; mantenha Y inalterado"). - Se algum detalhe crítico estiver ausente e bloquear o sucesso, faça uma pergunta; senão, prossiga. ## Exemplos ### Exemplo de geração (imagem hero) ``` Caso de uso: stylized-concept Tipo de asset: hero de landing page Solicitação principal: uma imagem hero minimalista de uma xícara de café de cerâmica Estilo/meio: fotografia de produto limpa Composição/enquadramento: produto centralizado, espaço negativo generoso à direita Iluminação/mood: iluminação de estúdio suave Restrições: sem logos, sem texto, sem watermark ``` ### Exemplo de edição (invariantes) ``` Caso de uso: precise-object-edit Tipo de asset: substituição de fundo em foto de produto Solicitação principal: substituir o fundo por um gradiente de pôr do sol caloroso Restrições: mude apenas o fundo; mantenha o produto e suas bordas inalterados; sem texto; sem watermark ``` ## Melhores práticas de prompting (lista breve) - Estruture o prompt como cena -> assunto -> detalhes -> restrições. - Inclua o uso pretendido (anúncio, mock de UI, infográfico) para definir o modo e nível de polimento. - Use linguagem de câmera/composição para fotorrealismo. - Cite texto exato e especifique tipografia + posicionamento. - Para palavras tricky, soletreia letra por letra e exija renderização palavra por palavra. - Para múltiplas entradas de imagem, referencie imagens por índice e descreva como combiná-las. - Para edições, repita invariantes em cada iteração para reduzir variação. - Itere com follow-ups de mudança única. - Para execuções sensíveis à latência, comece com quality=low; use quality=high para saídas com muito texto ou críticas em detalhes. - Para edições rigorosas (bloqueio de identidade/layout), considere input_fidelity=high. - Se os resultados parecerem "tacky", adicione uma breve linha "Evitar:" (vibe de stock photo; cheesy lens flare; neon oversaturado; bloom duro; oversharpening; desordem) e especifique contenção ("editorial", "premium", "subtle"). Mais princípios: `references/prompting.md`. Especificações copy/paste: `references/sample-prompts.md`. ## Orientação por tipo de asset Modelos de tipo de asset (assets de website, assets de game, wireframes, logo) são consolidados em `references/sample-prompts.md`. ## Notas de CLI + ambiente - Comandos CLI + exemplos: `references/cli.md` - Quick reference de parâmetro de API: `references/image-api.md` - Se as aprovações de rede / configurações de sandbox estão atrapalhando: `references/codex-network.md` ## Mapa de referência - **`references/cli.md`**: como *executar* geração/edições/lotes de imagens via `scripts/image_gen.py` (comandos, flags, receitas). - **`references/image-api.md`**: que botões existem no nível de API (parâmetros, tamanhos, qualidade, fundo, campos apenas de edição). - **`references/prompting.md`**: princípios de prompting (estrutura, restrições/invariantes, padrões de iteração). - **`references/sample-prompts.md`**: receitas de prompt copy/paste (fluxos de geração + edição; apenas exemplos). - **`references/codex-network.md`**: ambiente/sandbox/troubleshooting de aprovação de rede.