AI Skills
image-generation

image-generation

使用 Codex 優先工作流程、OpenAI API 備援及 Gemini 備援，為文章和文件生成插圖。

0星標
0分支
更新於 2026/7/22
獲取技能源代碼

相關技能

skill-scout24萬od-contribute9.3萬git-guardrails-claude-code19萬
SKILL.md
唯讀
名稱
image-generation
描述

使用 Codex 優先工作流程、OpenAI API 備援及 Gemini 備援，為文章和文件生成插圖。

圖片生成技能

為部落格文章、文件和技術文章生成插圖。工作流程會根據提供者自動切換：

  1. 優先使用 Codex 內建路徑 — 當目前代理是 Codex 且內建 image_gen 工具可用時，直接使用。此路徑不需要 OPENAI_API_KEY。
  2. OpenAI API 備援 — 在 Codex 之外，或內建工具不可用時，使用本機腳本搭配 OPENAI_API_KEY（若存在）。
  3. Gemini 備援 — 若 OpenAI API 生成不可用或失敗，則使用相同腳本搭配 GEMINI_API_KEY 和現有的 Gemini 圖片模型。

僅在需要時載入提供者特定的參考文件：

  • Codex 內建路徑：references/codex-built-in.md
  • OpenAI API 備援：references/openai-api.md
  • Gemini 備援：references/gemini-api.md

使用時機

  • 使用者要求生成插圖、圖表、概念圖、文章視覺或文件視覺
  • 使用者正在撰寫文章，需要概念或工作流程的視覺說明
  • 使用者明確要求生成點陣圖

步驟 1：確定圖片需求

生成前，僅釐清必要事項：

  1. 要說明什麼 — 概念、架構、流程或場景
  2. 語言 — 預設使用英文作為提示詞及圖片內文字。僅在使用者明確要求時才使用其他語言
  3. 儲存位置 — 請參閱下方「輸出路徑」
  4. 風格/顏色偏好 — 若使用者有特定需求則使用，否則使用預設風格

步驟 2：選擇提供者路徑

路徑 A：Codex 內建

在以下情況使用此路徑：

  • 目前代理是 Codex
  • 內建 image_gen 工具可用
  • 使用者未明確要求使用 API/CLI 執行

讀取 references/codex-built-in.md，使用內建工具生成，然後將最終圖片移動/複製到工作區（若與專案相關）。

路徑 B：腳本自動備援

在以下情況使用此路徑：

  • 目前代理不是 Codex
  • 內建工具不可用
  • 使用者明確要求使用 API/CLI 執行

執行：

python <skill-root>/scripts/generate_image.py \
  --prompt "你的提示詞" \
  --output "/path/to/save/image.png"

腳本預設使用 --provider auto：

  1. 當 OPENAI_API_KEY 已設定時，嘗試 OpenAI API
  2. 若 OpenAI API 失敗或未設定，則在 GEMINI_API_KEY 已設定時嘗試 Gemini
  3. 若兩者皆無憑證，則回報缺少的環境變數

步驟 3：撰寫提示詞

預設風格前綴

除非使用 --style-prefix 或 --no-style，否則腳本會自動加上此風格前綴：

使用乾淨、現代的柔和色調。極簡扁平插圖風格，具有清晰的視覺層次。專業且精緻的外觀，適合技術部落格文章。無寫實渲染。無過度漸層或陰影。

對於 Codex 內建路徑，除非使用者要求不同風格，否則直接在提示詞中加入相同的風格指引。

提示詞撰寫指南

  • 具體描述視覺元素、關係和佈局
  • 對於技術概念：描述元件及其連接方式
  • 對於架構圖：列出層級/元件及資料流方向
  • 對於流程圖：描述步驟及流程方向
  • 若圖片中需要文字標籤，請明確拼出並保持簡短
  • 預設語言為英文；僅在要求時使用其他語言

提示詞範例

架構圖：

一張系統架構圖，顯示：使用者將查詢傳送至 API 閘道，
閘道將查詢路由至標示為「Milvus」的向量資料庫和一個生成服務。
向量資料庫回傳相關文件，這些文件與原始查詢結合後
送至生成服務以產生最終回應。箭頭顯示資料流方向。
每個元件為圓角矩形，附有圖示和標籤。

概念插圖：

關鍵字搜尋與語意搜尋的視覺比較。左側顯示關鍵字搜尋，
有精確詞彙匹配並標示匹配詞。右側顯示語意搜尋，
有一個大腦圖示理解意義，並以虛線連接相關概念。
中間有一條分隔線區分兩種方法。

步驟 4：參數

預設參數

參數 預設值 說明
提供者 腳本中為 auto；Codex 內建可用時優先 先 Codex 內建，再 OpenAI API，最後 Gemini
OpenAI 模型 gpt-image-2 腳本備援使用
Gemini 模型 gemini-3.1-flash-image-preview 腳本備援使用
長寬比 3:2 橫向，適合文章插圖
圖片尺寸 1K 品質與成本的良好平衡
風格 極簡、乾淨、柔和色調 腳本自動前置
語言 英文 提示詞及圖片內文字

腳本選項

--provider          auto, openai, gemini
--model             所選提供者的模型 ID
--openai-model      OpenAI 模型 ID，預設 gpt-image-2
--gemini-model      Gemini 模型 ID，預設 gemini-3.1-flash-image-preview
--aspect-ratio      1:1, 2:3, 3:2, 3:4, 4:3, 4:5, 9:16, 16:9, 21:9 等
--image-size        512, 1K, 2K, 4K
--openai-quality    low, medium, high, auto
--style-prefix      自訂風格前綴
--no-style          跳過預設風格前綴

何時變更預設值

情境 變更
更高品質的最終素材 --image-size 2K 或 --openai-quality high
社群媒體橫幅 --aspect-ratio 16:9
直向圖片 --aspect-ratio 3:4 或 --aspect-ratio 9:16
方形圖片 --aspect-ratio 1:1
使用者有自己的風格 --style-prefix "your style" 或 --no-style
非英文內容 以目標語言撰寫提示詞

步驟 5：決定輸出路徑

依以下優先順序：

優先順序 1：當前對話的上下文

若使用者正在處理特定 markdown 檔案或文章：

  1. 檢查該文章中現有圖片的儲存位置，尋找 .md 檔案中的圖片參考
  2. 將新圖片儲存在與現有圖片相同的目錄
  3. 使用符合現有命名慣例的描述性檔名

範例：若文章中有 ![](images/architecture-overview.png)，則儲存到相同的 images/ 目錄。

優先順序 2：專案圖片目錄

若無特定文章上下文，但在專案內工作：

  1. 尋找現有圖片目錄：images/、assets/、static/、img/、figures/
  2. 儲存在最合適的現有目錄中
  3. 若無現有目錄，在專案根目錄或相關內容目錄下建立 images/ 目錄

優先順序 3：備援

若無明確的專案上下文：

  1. 儲存到目前工作目錄
  2. 使用描述性檔名：concept-name-illustration.png

步驟 6：驗證結果

生成後：

  1. 讀取圖片檔案，視覺確認是否符合使用者要求
  2. 若結果不滿意，修改提示詞並針對性變更後重新生成一次
  3. 若圖片將插入 markdown 檔案，建議使用 markdown 語法：![alt text](relative/path/to/image.png)
  4. 回報使用了哪個提供者路徑以及最終檔案儲存位置