image-poster

画像ポスターのスキル

ユーザーがバリエーションを求めていない限り、1 回のターンにつき完成した画像アセットを 1 つ 生成します。画像生成では、簡潔で構造化されたプロンプトが効果を発揮します。ユーザーのブリーフをもとにプロンプトを組み立て、生成を実行してください。

リソース一覧

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 — プロジェクトのメタデータを確認する

現在のプロジェクトには、imageModel、imageAspect、および（任意の）imageStyle に関するメモが含まれています。これらを、上流モデル、キャンバス、スタイルの基準として使用してください。値が指定されていない場合は、ブリーフとメディア契約に基づいて安全なデフォルトを推測してください。選択によって結果が大きく変わり、安全なデフォルトを推測できない場合に限り、ユーザーに確認してください。

ステップ 1 — プロンプトを作成する

ツールを呼び出す前に、次の順序を厳守して計画してください。

1. 被写体 + 構図 — フレーム内に何が、どこに、どのくらいの大きさで写るか。目線とトリミング。
2. 照明 + 雰囲気 — 自然光／スタジオ／ムーディー、暖色／寒色、キーライト + リムライト + フィルライト、屋外の場合は時間帯。
3. 配色 + 質感 — ユーザーがブランドパレットを指定している場合は、基準となるカラーコードを指定します。そうでない場合は、雰囲気を 3 語で表現します（例：「落ち着いた黄土色 + インク」）。
4. カメラ／レンズ — ユーザーが写真のようなリアリティ（「85mm ポートレート、浅い被写界深度」）や特定のフィルムを希望している場合に限ります。
5. 避けるもの — よくある AI 生成画像の粗（「指を増やさない、文字を歪ませない、ロゴのプレースホルダーを使わない」など）。

ステップ 2 — メディア契約を通じて実行する

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 を直接呼び出してはいけません。シェルツールから実行します。

"$OD_NODE_BIN" "$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>"

コマンドは、JSON の 1 行を出力します：{"file": {"name": "...", ...}}。 デーモンがプロジェクトフォルダーにバイト列を書き込み、FileViewer が自動的に取り込みます。

ステップ 3 — 引き渡す

使用したプロンプトの概要を 1 段落で説明し、ディスパッチャーが返したファイル名を伝えてください（例：gpt-image-2 を使い、1:1 の hero-poster.png を生成しました。）。<artifact> タグは出力しないでください。

厳守事項

• バリエーションを求められていない限り、1 回のターンにつき画像は 1 枚です。
• imageAspect を厳密に守ってください。上流のコストは同じであり、アスペクト比を合わせることで再レンダリングを避けられます。
• ユーザーがフレーム内のテキストを求めていない限り、画像自体に埋め草の文字を入れないでください。意味のあるコピーを使ってください。
• レンダリング結果はすべて保存してください。ファイルを生成せずに画像を説明してはいけません。ユーザーはファイルビューアーで開ける成果物を期待しています。