image-generation

画像生成スキル

ブログ記事、ドキュメント、技術記事向けのイラスト画像を生成します。ワークフローはプロバイダーに応じて異なります。

1. まず Codex の組み込み機能を使用 — 現在のエージェントが Codex で、組み込みの image_gen ツールが利用できる場合は、直接使用します。この方法では OPENAI_API_KEY は必要ありません。
2. OpenAI API にフォールバック — Codex 以外の場合、または組み込みツールが利用できない場合は、OPENAI_API_KEY が設定されていればローカルスクリプトを使用します。
3. Gemini にフォールバック — OpenAI API による生成が利用できない、または失敗した場合は、GEMINI_API_KEY と既存の Gemini 画像モデルを使用して同じスクリプトを実行します。

プロバイダー固有のリファレンスは必要な場合にのみ読み込みます。

• Codex の組み込み機能：references/codex-built-in.md
• OpenAI API へのフォールバック：references/openai-api.md
• Gemini へのフォールバック：references/gemini-api.md

使用する場面

• イラスト、図、コンセプト画像、記事用ビジュアル、ドキュメント用ビジュアルの生成をユーザーから依頼された場合
• 記事を執筆していて、概念やワークフローを視覚的に説明する必要がある場合
• 生成されたラスター画像を明示的に求められた場合

ステップ 1：画像の要件を決める

生成する前に、必要なことだけを確認します。

1. 何を描くか — 概念、アーキテクチャ、フロー、または場面
2. 言語 — プロンプトと画像内のテキストの両方で、デフォルトは英語です。ユーザーから明示的に希望された場合にのみ、別の言語を使用します
3. 保存場所 — 下記の「出力先」を参照してください
4. スタイル／色の好み — ユーザーに具体的な希望があればそれを使用し、なければデフォルトのスタイルを使用します

ステップ 2：プロバイダーの方法を選ぶ

方法 A：Codex の組み込み機能

次の場合は、この方法を使用します。

• 現在のエージェントが Codex である
• 組み込みの image_gen ツールを利用できる
• ユーザーが API／CLI による実行を明示的に求めていない

references/codex-built-in.md を読み込み、組み込みツールで生成します。プロジェクトに紐づく画像の場合は、完成した画像をワークスペースに移動またはコピーします。

方法 B：スクリプトによる自動フォールバック

次の場合は、この方法を使用します。

• 現在のエージェントが Codex ではない
• 組み込みツールを利用できない
• ユーザーが API／CLI による実行を明示的に求めている

次を実行します。

python <skill-root>/scripts/generate_image.py \
  --prompt "your prompt here" \
  --output "/path/to/save/image.png"

デフォルトでは、スクリプトは --provider auto を使用します。

1. OPENAI_API_KEY が設定されている場合は、OpenAI API を試します
2. OpenAI API が失敗した場合、または設定されていない場合は、GEMINI_API_KEY が設定されていれば Gemini を試します
3. どちらの認証情報も利用できない場合は、不足している環境変数を報告します

ステップ 3：プロンプトを作成する

デフォルトのスタイル指定

--style-prefix または --no-style を使用しない限り、スクリプトは次のスタイル指定を自動で先頭に追加します。

ソフトな色調で、すっきりとしたモダンなカラーパレットを使用してください。視覚的な階層が明確な、ミニマルなフラットイラストスタイルにしてください。技術ブログ記事に適した、プロフェッショナルで洗練された見た目にしてください。フォトリアリスティックな描写は避けてください。過度なグラデーションや影は使用しないでください。

Codex の組み込み機能を使用する場合は、ユーザーが別のスタイルを希望していない限り、同じスタイル指定をプロンプトに直接含めます。

プロンプト作成のガイドライン

• 視覚要素、相互関係、レイアウトを具体的に指定します
• 技術的な概念の場合は、構成要素とその接続方法を説明します
• アーキテクチャ図の場合は、レイヤーや構成要素を列挙し、データの流れる方向を示します
• フロー図の場合は、手順とフローの方向を説明します
• 画像内にラベルが必要な場合は、テキストを明示的に指定し、短くします
• デフォルトの言語は英語です。別の言語は、ユーザーから希望された場合にのみ使用します

プロンプトの例

アーキテクチャ図：

A system architecture diagram showing: User sends query to an API Gateway,
which routes to a Vector Database labeled "Milvus" and a generation service.
The Vector Database returns relevant documents, which are combined with the
original query and sent to the generation service for final response generation.
Arrows show data flow direction. Each component is a rounded rectangle with
an icon and label.

コンセプトイラスト：

A visual comparison of keyword search vs semantic search. Left side shows
keyword search with exact word matching and highlighted matching words.
Right side shows semantic search with a brain icon understanding meaning
and connecting related concepts with dotted lines. A dividing line separates
the two approaches.

ステップ 4：パラメーター

デフォルトのパラメーター

パラメーター	デフォルト	備考
プロバイダー	スクリプトでは auto。利用可能な場合は Codex 内蔵機能	まず Codex 内蔵機能、次に OpenAI API、最後に Gemini を使用
OpenAI モデル	gpt-image-2	スクリプトのフォールバックで使用
Gemini モデル	gemini-3.1-flash-image	スクリプトのフォールバックで使用
アスペクト比	16:9	横長で、記事のイラストに最適
画像サイズ	1K	品質とコストのバランスに優れています
スタイル	ミニマル、すっきりとしたデザイン、柔らかな色調	スクリプトによって自動的に先頭に追加
言語	英語	プロンプトと画像内のテキスト

スクリプトのオプション

--provider          auto, openai, gemini
--model             Provider model ID for the selected provider
--openai-model      OpenAI model ID, default gpt-image-2
--gemini-model      Gemini model ID, default gemini-3.1-flash-image
--aspect-ratio      1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 9:16, 16:9, 21:9, etc.
--image-size        512, 1K, 2K, 4K
--openai-quality    low, medium, high, auto
--style-prefix      Custom style prefix
--no-style          Skip default style prefix

デフォルトを変更する場合

シナリオ	変更
最終アセットの品質を高める	--image-size 2K または --openai-quality high
ポートレート／縦長の画像	--aspect-ratio 3:4 または --aspect-ratio 9:16
正方形の画像	--aspect-ratio 1:1
独自のスタイルがある場合	--style-prefix "your style" または --no-style
英語以外のコンテンツ	対象言語でプロンプトを記述

ステップ 5：出力先のパスを決める

次の優先順位に従います。

優先度 1：現在の会話のコンテキスト

ユーザーが特定の Markdown ファイルや記事に取り組んでいる場合：

1. .md ファイル内の画像参照を確認し、その記事の既存画像が保存されている場所を調べます
2. 新しい画像を既存画像と同じディレクトリに保存します
3. 既存の命名規則に合った、内容が分かりやすいファイル名を使用します

例：記事に ![](images/architecture-overview.png) がある場合、同じ images/ ディレクトリに保存します。

優先度 2：プロジェクトの画像ディレクトリ

特定の記事のコンテキストはないものの、プロジェクト内で作業している場合：

1. 既存の画像ディレクトリを探します：images/、assets/、static/、img/、figures/
2. 最も適切な既存ディレクトリに保存します
3. 既存のディレクトリがない場合は、プロジェクトのルートまたは関連するコンテンツディレクトリに images/ ディレクトリを作成します

優先度 3：フォールバック

明確なプロジェクトのコンテキストがない場合：

1. 現在の作業ディレクトリに保存します
2. 内容が分かりやすいファイル名を使用します：concept-name-illustration.png

ステップ 6：結果を確認する

生成後：

1. 画像ファイルを読み込み、ユーザーのリクエストに合っているか目視で確認します
2. 結果に満足できない場合は、プロンプトを調整し、変更点を絞って一度再生成します
3. 画像を Markdown ファイルに挿入する場合は、次の Markdown 構文を提案します：![alt text](relative/path/to/image.png)
4. 使用したプロバイダーの経路と、最終ファイルの保存先を報告します