gpt-image-skill

GPT Image スキル

同梱の Python スクリプトを使用して、OpenAI の GPT Image モデルで画像を生成または編集します。

必要条件

1. OPENAI_API_KEY：~/.gpt-image.env で設定するか、export OPENAI_API_KEY=<your-key> を実行してください。
2. OPENAI_API_BASE（任意）：互換性のあるエンドポイント（Azure OpenAI、プロキシなど）のカスタム API ベース URL です。~/.gpt-image.env で設定するか、環境変数としてエクスポートしてください。
3. 依存関係を含む Python3：openai、Pillow。まだインストールされていない場合は、python3 -m pip install -r ${CLAUDE_SKILL_DIR}/requirements.txt でインストールしてください。
4. 実行可能ファイル：${CLAUDE_SKILL_DIR}/gpt_image.py

使用方法

画像を生成する場合

1. ユーザーに以下を尋ねます。

   • 作成したいもの（プロンプト）
   • 希望するサイズ（任意。デフォルトは 1024x1024）
   • 出力ファイル名（任意。指定されていない場合は UUID ベースの名前を自動生成）
   • 希望するモデル（任意。デフォルトは gpt-image-2）
   • 品質（任意。デフォルトは auto）
   • 画像の枚数（任意。デフォルトは 1）

2. スクリプトを実行します。

   python3 ${CLAUDE_SKILL_DIR}/gpt_image.py --prompt "description of image" --output "filename.png"
   

3. 完了したら、保存された画像のパスをユーザーに提示します。

画像を編集する場合

1. ユーザーに以下を尋ねます。

   • 編集する入力画像ファイル（最大 3 枚）
   • 変更したい内容（プロンプト）
   • 出力ファイル名（任意）

2. 入力画像を指定して実行します。

   python3 ${CLAUDE_SKILL_DIR}/gpt_image.py edit --prompt "editing instructions" --input image1.png image2.png --output "edited.png"
   

使用可能なオプション

モデル（--model）

• gpt-image-2（デフォルト）— 指示への高い追従性、テキスト描画、幅広い世界知識を備えた最新モデル
• gpt-image-1.5 — ミッドレンジモデル
• gpt-image-1 — 初代 GPT 画像モデル
• gpt-image-1-mini — 軽量で、より高速に生成できるモデル

サイズ（--size）

• 1024x1024（デフォルト）— 正方形
• 1024x1536 — 縦長（2:3）
• 1536x1024 — 横長（3:2）
• auto — モデルにサイズを決定させます

品質（--quality）

• auto（デフォルト）— モデルが最適な品質を決定します
• high — より高精細ですが、生成に時間がかかります
• medium — バランスの取れた品質です
• low — 最速です

出力形式（--format）

• png（デフォルト）— 可逆圧縮
• jpeg — ファイルサイズが小さくなります
• webp — 最新の形式で、圧縮率に優れています

背景（--background）

• auto（デフォルト）— モデルに決定させます
• transparent — 透明な背景（png/webp のみ）
• opaque — 不透明な背景

その他のオプション

• --n <count> — 生成する画像の枚数（デフォルト：1）
• --output <filename> — 出力ファイル名（デフォルト：自動生成）

例

シンプルな画像を生成する

python3 ${CLAUDE_SKILL_DIR}/gpt_image.py --prompt "A serene mountain landscape at sunset with a lake"

サイズと出力先を指定して生成する

python3 ${CLAUDE_SKILL_DIR}/gpt_image.py \
  --prompt "Modern minimalist logo for a tech startup" \
  --size 1024x1024 \
  --quality high \
  --output "logo.png"

横長の画像を生成する

python3 ${CLAUDE_SKILL_DIR}/gpt_image.py \
  --prompt "Futuristic cityscape with flying cars" \
  --size 1536x1024 \
  --output "cityscape.png"

透明な背景で生成する

python3 ${CLAUDE_SKILL_DIR}/gpt_image.py \
  --prompt "A cute cartoon cat mascot" \
  --background transparent \
  --format png \
  --output "mascot.png"

複数の画像を生成する

python3 ${CLAUDE_SKILL_DIR}/gpt_image.py \
  --prompt "Abstract art in the style of Kandinsky" \
  --n 3 \
  --output "art.png"

既存の画像を編集する

python3 ${CLAUDE_SKILL_DIR}/gpt_image.py edit \
  --prompt "Add a rainbow in the sky" \
  --input photo.png \
  --output "photo-with-rainbow.png"

複数の参照画像を組み合わせる

python3 ${CLAUDE_SKILL_DIR}/gpt_image.py edit \
  --prompt "Create a gift basket containing all items shown" \
  --input item1.png item2.png item3.png \
  --output "gift-basket.png"

別のモデルを使用する

python3 ${CLAUDE_SKILL_DIR}/gpt_image.py \
  --prompt "Detailed portrait of a cat in watercolor style" \
  --model gpt-image-1 \
  --output "cat-portrait.png"

エラー処理

スクリプトが失敗した場合：

• OPENAI_API_KEY がエクスポートされていることを確認してください
• カスタムエンドポイントを使用している場合は、OPENAI_API_BASE が正しいことを確認してください
• 入力画像ファイルが存在し、読み取り可能であることを確認してください（編集の場合）
• 出力ディレクトリに書き込み権限があることを確認してください
• モデル名が有効であることを確認してください

ベストプラクティス

1. プロンプトでは、スタイル、雰囲気、色、構図の詳細などを含め、具体的に記述してください
2. ロゴやアイコンには、透明な背景と正方形サイズ（1024x1024）を使用してください
3. ソーシャルメディアでは、ストーリーには縦長（1024x1536）、投稿には正方形を使用してください
4. 壁紙やヘッダーには、横長（1536x1024）を使用してください
5. 最終出力には high 品質を、素早く試行を繰り返す場合には auto を使用してください
6. GPT Image モデルはテキスト描画に優れています。必要に応じてプロンプトにテキストを含めてください
7. 画像を編集する場合は、変更する内容と維持する内容を明確に指示してください