mcpField
G
gpt-image-2

gpt-image-2

github.com/acedatacloudクリエイティブ・メディア17211 回インストール今日更新
リポジトリ

gpt-image-2 について

AceDataCloud 経由で OpenAI の gpt-image-2 を使う画像生成・編集スキルです。画像素材を作るクリエイター向けに、テキスト生成に加えて実画像を使った編集にも対応し、画像 URL を同期的に返します。

主な機能

  1. 01プロンプトからの画像生成
  2. 021 枚以上の画像を使った編集
  3. 03ロゴや QR コードの特徴を保った合成
  4. 04複数のサイズとアスペクト比
  5. 05画像 URL の同期返却

活用シーン

  1. 01生成シーンへのブランドロゴの配置
  2. 02スクリーンショットのスタイル変更や商品画像の合成
  3. 03動画の各場面で一貫したビジュアルの作成

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/acedatacloud/skills --skill gpt-image-2

インストール後、Claude Code で/gpt-image-2を入力して読み込まれたか確認します。

詳細

gpt-image-2 — 画像生成と編集

AceDataCloud 経由で OpenAI gpt-image-2 を利用します。2 つのエンドポイントはどちらも同期処理（画像 URL を直接返します）です。特に優れているのは編集機能です。実際の画像（ロゴ、QR コード、商品写真、スクリーンショット）を渡すと、それらを忠実に合成・スタイル変更できます。ブランドイメージに沿った動画素材や、キャラクターの一貫性を保つのに最適です。

セットアップ： トークンの設定については、認証を参照してください。

1. 生成（テキスト → 画像）

curl -X POST https://api.acedata.cloud/openai/images/generations \
  -H "Authorization: Bearer $ACEDATACLOUD_API_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-image-2","prompt":"a clean dark tech hero background with a glowing API hub, lots of negative space","size":"1792x1024","n":1}'

2. 編集／合成（画像 + プロンプト → 画像） ← 強力な機能

マルチパート形式です。image[] を繰り返し指定して、1 つ以上のソース画像を渡します（ローカルファイルには @ を付けるか、URL を指定します）。実際のロゴや QR コードを生成シーンに合成したり、シーン間で被写体の 一貫性を保ったり、スクリーンショットのスタイルを変更したりできます。

curl -X POST https://api.acedata.cloud/openai/images/edits \
  -H "Authorization: Bearer $ACEDATACLOUD_API_TOKEN" \
  -F "model=gpt-image-2" \
  -F "prompt=Place this logo crisply in the top-left on the tech background; keep the logo's exact colors and shape." \
  -F "image[][email protected]" \
  -F "image[][email protected]" \
  -F "size=1792x1024" \
  -F "n=1"

レスポンス（両方のエンドポイント）：{"data":[{"url":"https://...png"}]} → data[0].url をダウンロードします。

サイズ

size は WxH（プリセット）または "auto" です。一般的なプリセット：

縦横比サイズ
16:91792x1024 (HD)、2048x1152、3840x2160 (4K)
9:161024x1792、1152x2048、2160x3840
1:11024x1024、2048x2048、2880x2880 (4K)

（モデルに選ばせるには、size を省略するか "auto" を指定します。カスタムサイズは両辺が 16 の倍数で、それぞれの辺が ≤ 3840、総ピクセル数が 655,360～8,294,400、縦横比が ≤ 3:1 である必要があります。そうでない場合は 400 が返されます。）

ヒント

  • 編集では元の画像が忠実に保たれます — ロゴや QR コードを正確に配置するには、image[] の 1 つとして渡し、「正確な色と形を保ち、描き直さないで」と指定します。
  • 動画の各ビート間でキャラクター／シーンの一貫性を保つには、まず代表画像を 1 枚生成し、最初から作り直すのではなく、ビートごとに edits で編集します。
  • 画像内のテキストは読みやすく描画されます。HTML で重ねたくないタイトルやラベルに適しています。
  • n は 1～10 を指定でき、料金はリクエストごとではなく返された画像ごとに発生します。n: 4 の場合、料金は 4 倍です。(response_format: "b64_json" では n: 1 が必要です。)
  • 両方のエンドポイントはデフォルトで同期処理です。時間のかかる 4K ジョブでは callback_url（必要に応じて async: true）を渡し、{"id": "<task_id>"} を指定して POST /openai/tasks をポーリングします。

コメント

Markdown 対応