image-poster

画像ポスタースキル

ユーザーがバリエーションを求めない限り、1ターンにつき1つの完成した画像アセットを生成します。画像生成は簡潔で構造化されたプロンプトで成果が上がります。あなたの役割は、ユーザーのブリーフからそのプロンプトを組み立てて、ディスパッチすることです。

リソースマップ

image-poster/
├── SKILL.md         ← you're reading this
└── example.html     ← what the resulting card looks like in Examples

ワークフロー

ステップ 0 — プロジェクトメタデータを読む

アクティブなプロジェクトには imageModel、imageAspect、および（任意で）imageStyle のノートが含まれます。これらを上流モデル + キャンバス + スタイルのアンカーとして使用してください。ユーザーに記入を求めるのは、それらが (unknown — ask) とマークされている場合だけです。

ステップ 1 — プロンプトを組み立てる

ツールを呼び出す前に、次の正確な順序で計画します：

1. 被写体 + 構図 — フレーム内に何があり、どこに、どのスケールで配置されるか。アイラインとクロップ。
2. ライティング + ムード — ナチュラル / スタジオ / ムーディー。暖色 / 寒色。キー + リム + フィル。屋外の場合は時間帯。
3. パレット + テクスチャ — ユーザーがブランドパレットを指定した場合は16進数のアンカー。それ以外の場合は3語のムードタグ（例：「muted ochre + ink」）。
4. カメラ / レンズ — ユーザーが写真のようなリアリズム（「85mm ポートレート、浅い被写界深度」）や特定のフィルムストックを求めた場合のみ。
5. 避けるべきもの — よくある AI スロップのパターン（「指を増やさない、テキストを歪めない、ロゴのプレースホルダーを入れない」）。

ステップ 2 — メディアコントラクト経由でディスパッチする

統合ディスパッチャーを使用してください — 上流プロバイダーの API を手動で呼び出してはいけません。シェルツールから実行します：

node "$OD_BIN" media generate \
  --project "$OD_PROJECT_ID" \
  --surface image \
  --model "<imageModel from metadata>" \
  --aspect "<imageAspect from metadata>" \
  --output "<short-descriptive-name>.png" \
  --prompt "<the full assembled prompt from Step 1>"

このコマンドは1行の JSON を出力します：{"file": {"name": "...", ...}}。デーモンがバイトをプロジェクトフォルダに書き込み、FileViewer が自動的にそれを取得します。

ステップ 3 — 引き渡す

使用したプロンプトと、ディスパッチャーが返したファイル名の1段落の要約で返信します（例：hero-poster.png を gpt-image-2 で 1:1 で生成しました。）。<artifact> タグを出力してはいけません。

厳格なルール

• バリエーションを求められない限り、1ターンにつき1つの画像。
• imageAspect を正確に守ること — 上流のコストは同じです。アスペクトを一致させれば再レンダリングを避けられます。
• ユーザーがフレーム内テキストを求めない限り、画像自体に埋め草のタイポグラフィを入れないこと。実際のコピーのほうが lorem より優れています。
• すべてのレンダリングを保存すること — ファイルを生成せずに画像を説明しないでください。ユーザーはファイルビューアで開けるものを期待しています。