image-gen

画像生成

submit_image がまだ読み込まれていない場合は、呼び出す前に ToolSearch で読み込み、推測ではなく実際のパラメーターを使用してください。

ChatCut での画像生成と編集には、有効な有料 Pro サブスクリプションが必要で、すべてのモデルでクレジットを使用します。submit_image が FEATURE_NOT_INCLUDED を返した場合は、アップグレードが必要であることを伝えてください。この要件を回避するために、別の ChatCut モデルを再試行しないでください。Codex のネイティブ画像生成には独自のホスト側の利用権があり、この ChatCut の要件は適用されません。

バックエンドの生成 API を通じて AI 画像を生成します。送信のみを行い、生成ジョブを作成して jobId を返します。

送信後は、track_progress ツールを使ってステータスを確認するか、完了を待ちます。

モデルの選択

モデル	強み	最大参照数
gpt-image-2.5-flare	デフォルト：日常的な生成と編集をすばやく実行	10
gpt-image-2.5-sunburst	精密な編集と詳細なクリエイティブ作業	10
gpt-image-2	旧世代の GPT 画像モデル	10
nano-banana	参照画像への忠実度が最も高い	14

• gpt-image-2.5-flare がデフォルトです。ユーザーのプロンプトに指定された画像モデル、または明示的にリクエストされたモデルを使用してください。
• 精密な編集を目的としてユーザーが選択した場合は、gpt-image-2.5-sunburst を使用してください。
• nano-banana は参照画像を多く使う場合に適したモデルです。テキスト描画よりも参照画像への忠実度を重視する場合や、参照画像が 10 枚を超える場合に使用してください。

重要： 生成する前に、パラメーター、制限、プロンプトのヒントについて、モデルのリファレンスドキュメントを読んでください。

• Image 2.5 Flare / Sunburst → references/gpt-image-2.5.md
• gpt-image-2 → references/gpt-image-2.md
• nano-banana → references/nano-banana.md

ツールのパラメーター

パラメーター	値	デフォルト
aspectRatio	1:1、16:9、9:16、4:3、3:4、3:2、2:3、4:5、5:4、21:9	16:9
imageSize	1K、2K、4K	1K
quality	low、medium、high、auto；Image 2.5 では xhigh、max も指定可能	high
background	auto、opaque、transparent（Image 2.5 のみ。PNG 出力）	auto
referenceAssetIds	プロジェクトアセット ID の配列 — バックエンドがサーバー側でバイト列を取得	—
name	ライブラリに表示される短い説明的なアセット名	—
count	生成する画像の数（1～10 枚。各画像が個別のジョブになります）	1

デフォルト設定

• アスペクト比：16:9。プロジェクトの構図が 16:9 でない場合は、生成する前に希望するアスペクト比をユーザーに確認してください。
• サイズ：1K。

送信前の確認

• サイズを自動的にアップグレードしないでください。
• ユーザーから明示的なリクエストがあった場合にのみ、imageSize: "2K" または "4K" を設定してください。2K/4K は実験的な機能で、処理が遅くなる場合があることを伝えてください。

参照画像

ユーザーが編集、合成、または視覚的な参考として使用する素材（例：「背景を変更して」「これらをポスターにまとめて」）を提供した場合に使用します。

• プロジェクトアセット ID を referenceAssetIds に渡してください。バックエンドがサーバー側で取得してエンコードするため、アセットのバイト列を自分で取得しないでください。
• ユーザーが画像アセットを @ 参照した場合は、その ID をそのまま referenceAssetIds に渡してください。
• バックエンドが受け付ける形式：png、jpeg、webp、svg（png に自動ラスタライズ）、heic、heif。各ファイルは 50MB 以下です。

実行

// Basic generation
submit_image({
  model: "gpt-image-2.5-flare",
  prompt: "a cute orange cat",
  name: "Cat",
});

// With quality (OpenAI models)
submit_image({
  model: "gpt-image-2.5-flare",
  prompt: "hero poster with bold title",
  quality: "high",
  name: "Hero Poster",
});

// With reference images — pass project asset ids; backend resolves bytes
submit_image({
  model: "gpt-image-2.5-flare",
  prompt: "change background to beach",
  referenceAssetIds: ["<assetId>"],
  name: "Beach Edit",
});

// Reference-heavy with nano-banana
submit_image({
  model: "nano-banana",
  prompt: "composite poster",
  referenceAssetIds: ["<id1>", "<id2>"],
  name: "Composite",
});

// Multiple images
submit_image({
  model: "gpt-image-2.5-flare",
  prompt: "product shots",
  count: 3,
  name: "Product",
});

送信後、track_progress を action=status jobIds=<jobId> で呼び出します。現在のタスクが未完了の結果に依存する場合は、action=wait を呼び出し、その結果の指示に従います。自動フォローアップがサポートされている場合はそれが登録され、そこでターンを終了します。サポートされていない場合は、スリープして再確認するよう案内されます。どちらのアクションも処理をブロックしません。

ルール

• 簡潔で内容が伝わるアセット名を必ず name に指定してください。
• ユーザーがキューへの登録だけを依頼した場合を除き、完了まで待ってください。以降の編集には返されたアセット ID を使用し、画像をタイムラインに配置するよう依頼された場合は edit_item を使用してください。
• 生成にはクレジットが必要です。送信前に、これから生成する内容をユーザーに簡潔に伝えてください。複数の画像を生成する場合は特に重要です。
• このスキルをジョブ管理に使用しないでください。その場合は track_progress ツールを使用してください。