GPT Image 2

Esta es una habilidad específica para GPT Image 2 que funciona en tres entornos distintos, aunque su comportamiento varía considerablemente en cada uno de ellos. El primer paso consiste en determinar el modo de funcionamiento actual.

Solo realiza dos tipos de tareas relacionadas con imágenes:

• Generación de imágenes: POST /images/generations
• Edición de imágenes: POST /images/edits

Este documento recoge: el modo de funcionamiento, la estructura de la habilidad, las variables de entorno, las reglas de guardado y nomenclatura, el índice de plantillas y el flujo de trabajo sensible al modo. Todas las plantillas detalladas se encuentran en la carpeta «references/», organizadas en niveles:

• Nivel 1: directorios de categorías
• Nivel 2: archivos Markdown de plantillas individuales

Modo de ejecución (lectura obligatoria; hay que determinarlo antes de hacer nada)

Esta Skill incluye un script de detección ligero; ejecútalo primero y, según los resultados, decide cómo proceder:

node skills/ gpt-image-2/scripts/check-mode.js
# Si se desea obtener resultados estructurados para utilizarlos en un programa de nivel superior:
node skills/ gpt-image-2/scripts/check-mode.js --json

La salida mostrará «mode = A / A? / B-or-C» junto con una recomendación. Los tres modos se definen de la siguiente manera:

Modo A · Generación de imágenes local con Garden

Condiciones de activación: la variable de entorno ENABLE_GARDEN_IMAGEGEN es verdadera ( 1 / true / yes / on ) y existe OPENAI_API_KEY.

Comportamiento: se ejecuta de principio a fin todo el proceso: «seleccionar plantilla → escribir prompt → ejecutar el script → generar la imagen y guardarla en el disco».

• Utiliza scripts/generate.js para generar imágenes a partir de texto y scripts/edit.js para editar imágenes existentes.
• Por defecto, las indicaciones se guardan en garden- gpt-image-2/prompt/, y las imágenes en garden- gpt-image-2/image /.
• Este es el modo más potente: tú eres el «propietario» de la herramienta de imágenes.

Modo B · Host-Native: delegar la generación de imágenes al agente anfitrión

Condiciones de activación: Garden no está habilitado ( ENABLE_GARDEN_IMAGEGEN no está configurado o es falso), pero el agente anfitrión actual incorpora una herramienta de generación de imágenes o un MCP de imágenes.

Señales típicas de identificación (deberías comprobarlo tú mismo):

• En tu conjunto de herramientas aparecen nombres similares a image_generation / imagegen / dalle / nano_banana / mcp__*image* / make_image /
• El usuario invoca esta Skill en clientes que admiten la generación nativa de imágenes, como ChatGPT, Codex, Gemini o Cursor
• El usuario dice explícitamente «genera la imagen con tu propia herramienta»

Comportamiento: esta habilidad se reduce a una guía de ingeniería de prompts,

1. Sigue el proceso habitual: «seleccionar plantilla → rellenar campos → generar el prompt final».
2. No se deben invocar los scripts de Node ni generate.js (no hay clave API, por lo que fallará inevitablemente).
3. Accede directamente a la herramienta de imágenes integrada en el sistema anfitrión y utiliza el prompt renderizado como entrada.
4. Si el usuario lo desea, puede guardar el archivo de la indicación en garden- gpt-image-2/prompt/, pero el destino de la imagen lo decide el anfitrión; no es obligatorio.

Modo C · Asesor de prompts puros

Condiciones de activación: Garden no está habilitado y el agente anfitrión tampoco dispone de ninguna herramienta de generación de imágenes.

Comportamiento: esta Skill se reduce a un «asesor para la redacción de prompts de alta calidad» —

1. siguiendo el proceso «seleccionar plantilla → rellenar campos → generar el prompt final»; si falta información, se pregunta al usuario.
2. Muestra el prompt final directamente al usuario y guarda una copia en garden- gpt-image-2/prompt/ - .md.
3. Añade una breve recomendación sobre «cómo utilizarlo» (por ejemplo: «introdúcelo en ChatGPT / Midjourney / DALL·E / Sora / Nano Banana / tu propio backend / una pasarela GPT Image 2 de terceros»).
4. No simules que la generación de la imagen ha tenido éxito. Indica claramente al usuario: «Se ha generado un prompt de alta calidad listo para su uso inmediato; por favor, ejecútalo con tu herramienta de imágenes».

Tabla de decisiones de patrones

Cuando el modo no está claro

• Si no tienes claro si eres B o C, pregunta directamente al usuario: «¿Quieres que genere la imagen con las herramientas de tu entorno o basta con que escriba la indicación?».
• Si falla la ejecución del script en el modo A (401 / red / cuota) → mostrar un mensaje de error y preguntar: «¿Cambias al modo B o C?».

El usuario indica la herramienta

Cuando esta habilidad necesite hacer una pregunta al usuario, sigue las siguientes reglas:

1. Da prioridad a la herramienta de entrada de usuario que ofrezca el entorno de ejecución actual.
2. Si no hay ninguna herramienta adecuada, formula preguntas breves con números en texto sin formato.
3. Si es posible agrupar las preguntas, se formularán todas de una sola vez.

Estructura de la habilidad

• scripts/check-mode.js: se ejecuta primero para detectar el modo de funcionamiento (A / B / C)
• scripts/generate.js: generación de imágenes a partir de texto (solo se utiliza en el modo A)
• scripts/edit.js: edición de imágenes a partir de la imagen original o una máscara (solo se utiliza en el modo A)
• scripts/shared.js: lógica para compartir solicitudes, guardar y leer variables de entorno
• references/: plantillas de prompts estructuradas por niveles (utilizadas en los tres modos: A, B y C)

Variables de entorno

La configuración se lee en el siguiente orden:

1. Parámetros de la CLI
2. process.env
3. /.env
4. /.gateway.env
5. ~/.gateway.env

Variables principales:

• ENABLE_GARDEN_IMAGEGEN — Conmutador de modo. Cuando se establece en 1 / true / yes / on, se activa el Modo A; si no se configura o se establece en cualquier otro valor, se activa el Modo B / C.
• OPENAI_API_KEY — Obligatorio en el Modo A; no es necesario en los Modos B y C.
• OPENAI_BASE_URL — Por defecto, https://api.openai.com/v1; puede apuntar a una pasarela compatible de terceros.
• OPENAI_IMAGE_MODEL — Por defecto gpt-image-2 , se puede cambiar por un modelo compatible con la pasarela (por ejemplo, gpt-image-1 / dall-e-3 ).

La implementación predeterminada funciona según la interfaz compatible con OpenAI, sin especificar ninguna pasarela de terceros de forma fija.

Directorio de salida predeterminado

Si el usuario no especifica explícitamente la ruta de salida, se utilizará de forma unificada la siguiente, ubicada en el espacio de trabajo actual:

• Directorio de prompts: garden- gpt-image-2/prompt/ ( se recomienda su uso en los tres modos A, B y C, para facilitar la reutilización y la gestión de versiones)
• Directorio de imágenes: garden- gpt-image-2/image/ ( solo se utiliza en el Modo A; en el Modo B lo decide el anfitrión, y en el Modo C no se generan imágenes)

Si el directorio no existe, el script (Modo A) debe crearlo automáticamente; en los Modos B y C, hay que ejecutar manualmente «mkdir -p » antes de escribir el prompt.

Reglas de nomenclatura predeterminadas

Si el usuario no especifica explícitamente un nombre de archivo, el script debe generar automáticamente un nombre relacionado con la tarea actual y añadirle la marca de tiempo actual, para evitar nombres duplicados.

Reglas de nomenclatura:

• Prompt: garden- gpt-image-2/prompt/ - .md
• Imágenes: garden- gpt-image-2/image/ - .png

En este caso:

• : extrae automáticamente un nombre corto relevante según la solicitud del usuario actual
• : marca de tiempo actual, por ejemplo, 20260424-153045

Ejemplo:

• garden- gpt-image-2/prompt/live-commerce-ui-20260424-153045.md
• garden- gpt-image-2/image/live-commerce-ui-20260424-153045.png
• garden- gpt-image-2/prompt/vista-desmontada-de-casco-vr-20260424-153102.md
• garden- gpt-image-2/image/vr-headset-exploded-view-20260424-153102.png

Reglas de guardado de Prompt

Reglas generales (aplicables a los tres modos):

1. Si el usuario proporciona explícitamente la ruta del archivo de prompt, se puede utilizar directamente dicho archivo como entrada.
2. Si el usuario proporciona directamente un prompt de texto, también debe guardar primero el prompt final en garden- gpt-image-2/prompt /.
3. Si el usuario especifica explícitamente --prompt- output, se respetará la ruta indicada por el usuario.
4. De lo contrario, se guardará automáticamente siguiendo la regla de nomenclatura predeterminada.

Reglas de guardado de imágenes (solo en el Modo A)

1. Si el usuario especifica explícitamente --image o --output, se respetará la ruta indicada por el usuario.
2. De lo contrario, se guardarán por defecto en garden- gpt-image-2/image /.
3. El nombre del archivo debe estar relacionado con la semántica de la tarea actual e incluir una marca de tiempo.

En el Modo B, la herramienta de imágenes del host determina el método de guardado; en el Modo C no se generan imágenes.

Uso rápido

0. Detectar el modo de ejecución ( primer paso de cualquier tarea )

node skills/ gpt-image-2/scripts/check-mode.js

La salida te indicará si actualmente estás en el Modo A, B o C, lo que determinará si se debe llamar a generate.js o edit.js a continuación. Los pasos 1 a 4 que se indican a continuación solo se utilizan en el Modo A.

1. Generación de imágenes a partir de texto (Modo A)

node skills/ gpt-image-2/scripts/generate.js \
  --prompt "Una linda cría de nutria marina" \
  --size 1024x1024 \
  --quality high

2. Generación de imágenes con un archivo de indicaciones (Modo A)

node skills/ gpt-image-2/scripts/generate.js \
  --promptfile garden- gpt-image-2/prompt/poster-20260424-153045.md

3. Editar una imagen existente (Modo A)

node skills/ gpt-image-2/scripts/edit.js \
  --image assets/source.png \
  --prompt "Reemplaza el fondo por un escenario de estudio limpio"

4. Edición parcial con máscara (Modo A)

node skills/ gpt-image-2/scripts/edit.js \
  --image assets/source.png \
  --mask assets/mask.png \
  --prompt "Sustituye solo el área enmascarada por un jarrón de cristal"

5. «Uso» de los modos B y C

No hay acceso desde la línea de comandos; en este caso, esta Skill solo sirve como guía de ingeniería de prompts:

• Modo B: renderizar la indicación final → invocar la herramienta de tipo «image_generation» integrada en el sistema anfitrión (pasando la indicación como parámetro) → obtener la imagen.
• Modo C: generar la indicación final → guardarla en garden- gpt-image-2/prompt/ - .md → mostrar el contenido directamente al usuario → indicar al usuario en qué herramientas de imágenes puede reutilizarla directamente.

Funcionamiento de las plantillas JSON

Cuando se proporcionan plantillas JSON en la carpeta «references/», se utilizan según las siguientes reglas:

1. En primer lugar, busca en SKILL.md la categoría más cercana.
2. A continuación, localiza el archivo de plantilla concreto.
3. En la plantilla, {argument ...} indica un parámetro sustituible.
4. Los valores proporcionados explícitamente por el usuario se introducen directamente.
5. Si el usuario no ha proporcionado ningún valor, pero la plantilla indica «default», se puede utilizar primero el valor por defecto.
6. Si la falta de información afecta significativamente al resultado, consulta al usuario de forma proactiva.
7. El usuario también puede indicar expresamente «genera aleatoriamente»; en ese caso, se pueden mantener los valores por defecto o realizar una aleatorización razonable dentro de los límites permitidos por la plantilla.

Normas para las preguntas

Cuando falte una variable clave en la plantilla, no se debe preguntar de forma genérica «¿qué estilo prefieres?». Se deben formular preguntas precisas en función de los campos de la plantilla.

Por ejemplo, si en una plantilla de interfaz de usuario para retransmisiones en directo falta el tema principal, se debe preguntar en primer lugar:

• ¿Quién es el presentador?
• ¿Se utilizará una foto real, el nombre de un famoso, una descripción del personaje o se generará de forma totalmente aleatoria?

Si falta información sobre el producto, se debe preguntar:

• ¿Cuál es el nombre del producto?
• ¿Se ha especificado el precio del producto?
• ¿Quieres que complete automáticamente el contenido de los comentarios y los regalos?

Índice de plantillas

Lee solo los archivos de plantillas específicos más cercanos según el tipo de tarea; no leas todo el directorio «references/» de una sola vez.

1. Documentación general sobre metodología

Leer primero:

• references/prompt-writing.md

Aplicable a:

• Aún no has decidido cómo estructurar la plantilla JSON
• Necesitas determinar qué campos debes solicitar, cuáles pueden tener valores por defecto y cuáles pueden ser aleatorios
• Necesitas abstraer los casos en plantillas reutilizables

2. Maquetas de interfaz de usuario ( references/ui-mockups/ )

Adecuadas para maquetas visuales de todo tipo de «interfaz + contenido». Actualmente disponibles:

• live-commerce-ui.md — Maqueta de captura de pantalla de una venta en directo de comercio electrónico (presentador + zona de chat + zona de regalos + ficha de producto)
• social-interface-mockup.md — Maqueta de la página de detalles de publicaciones en redes sociales (Twitter/X, Xiaohongshu, Weibo, Threads, etc.)
• product-card-overlay.md — Imagen principal de la página de destino o de detalles (persona + producto + argumentos de venta + precio)
• chat-interface-scene.md — Maqueta de la interfaz de chat o conversación (iMessage, WeChat, chats grupales, asistente de IA)
• short-video-cover-ui.md — Portada de vídeos cortos / Miniaturas de retransmisiones en directo (YouTube, Douyin, Bilibili, retransmisiones de VTuber)
• landing-page-case-study.md — Maqueta de la interfaz de usuario de una página larga de un caso práctico de SaaS o marketing en modo oscuro (varias secciones + narrativa con desplazamiento + fichas de datos + CTA)

3. Imágenes del producto ( references/product-visuals/ )

Imágenes adecuadas para un «enfoque visual centrado en el producto». Actualmente implementadas:

• exploded-view-poster.md — Cartel con vista desmontada del producto (elemento principal apilado verticalmente + llamada de atención + logotipo en la parte superior + zona de marca en la parte inferior)
• white-background-product.md — Imagen principal para comercio electrónico con fondo blanco puro (producto individual / múltiples ángulos / superposición minimalista de marketing)
• premium-studio-product.md — Imagen comercial de producto en estudio de alta calidad (ambiente propio de un anuncio de revista)
• packaging-showcase.md — Imágenes de presentación de cajas de regalo y embalajes (caja exterior + presentación del contenido)
• lifestyle-product-scene.md — Imágenes de productos en entornos de estilo de vida (el producto aparece en un entorno real)
• ecommerce-marketing-board.md — Cartel de ventas multifuncional al estilo chino para comercio electrónico (imagen principal + página de detalles + argumentos de venta + pasos de uso + escenarios + storyboard de TVC, todo en una sola imagen)

4. Mapas ( references/maps/ )

Adecuado para «elementos visuales de tipo mapa» (las infografías se han extraído a una categoría independiente: 17). Actualmente implementado:

• food-map.md — Mapa gastronómico de la ciudad dibujado a mano (puntos numerados + leyenda + mascota central)
• travel-route-map.md — Mapa de rutas de viaje (itinerarios de varios días / paseos urbanos de un día / rutas al aire libre)
• illustrated-city-map.md — Mapa ilustrado del paisaje urbano (lugares emblemáticos + paisajes + elementos culturales)
• store-distribution-map.md — Mapa de distribución de tiendas de la marca / cobertura de servicios
• itinerary-day-trip-map.md — Cartel dividido para excursiones de un día (a la izquierda, tarjeta de itinerario en papel pergamino; a la derecha, mapa de estilo fantástico-realista; con 5-7 paradas alineadas con precisión)

5. Diapositivas y documentos visuales ( references/slides-and-visual-docs/ )

Documentos visuales adecuados para «explicar una cosa en una sola página». Actualmente se han implementado:

• dense-explainer-slides.md — Diapositivas explicativas de alta densidad que combinan Irasutoya y Kasumigaseki
• policy-style-slide.md — Diapositiva explicativa al estilo de políticas, anuncios gubernamentales o libros blancos
• visual-report-page.md — Página de resumen ejecutivo de informes empresariales / presentaciones para inversores / resumen de informes anuales
• educational-diagram-slide.md — Diagrama didáctico (conceptos / mecanismos / desglose de procesos)

6. Carteles y campañas ( references/poster-and-campaigns/ )

Adecuado para «imagen visual principal de la marca + campaña + banner + portada de revista». Actualmente se han implementado:

• brand-poster.md — Cartel principal de marca (producto / persona / mensaje de texto puro)
• campaign-kv.md — Imagen clave de la campaña + sistema de maquetación derivado
• banner-hero.md — Imagen principal web / página de destino / banner de aplicación (composición horizontal + CTA)
• editorial-cover.md — Portadas de revistas, publicaciones periódicas y otras publicaciones
• biomimetic-concept-poster.md — Cartel conceptual de diseño industrial biomimético (prototipo natural → barra de evolución → renderización principal → diagramas técnicos con múltiples vistas)
• vintage-editorial-infographic.md — Archivo vintage / Cartel informativo editorial al estilo de los años 40 (personajes + fórmulas + línea temporal + maquetas, estilo Bell Labs)
• character-catalog-poster.md — Cartel infográfico con múltiples versiones de un mismo personaje (tarjetas de series de signos del zodiaco / elementos / dinastías / personalidades)
• lineup-comparison-poster.md — Cartel infográfico comparativo de una gama de productos (más de 30 referencias en una misma imagen + leyenda + clave de clasificación)

7. Retratos y personajes ( references/portraits-and-characters/ )

Adecuado para «imágenes de personas». Actualmente implementado:

• professional-portrait.md — Retrato profesional de nivel empresarial (LinkedIn / página del equipo / imágenes para medios de comunicación)
• founder-portrait.md — Retrato de fundador con estilo cinematográfico (iluminación teatral + espacio para el título)
• virtual-host.md — Ficha personal de VTuber / presentador virtual + vista previa de la retransmisión
• character-sheet.md — Ficha completa del personaje (tres vistas + expresiones faciales + vestuario + paleta de colores)
• pose-reference-sheet.md — Tabla de referencia N×N de posturas y movimientos (varias posturas del mismo personaje: danza / combate / entrenamiento)

8. Escenas e ilustraciones ( references/scenes-and-illustrations/ )

Imágenes ilustrativas adecuadas para «ambiente + historia + emociones». Actualmente disponibles:

• healing-scene.md — Ilustraciones de escenas cotidianas o estacionales de carácter reconfortante
• concept-scene.md — Escenas conceptuales de gran formato con estilo cinematográfico / arte clave de la propiedad intelectual
• picture-book-scene.md — Libros infantiles / Páginas de cuentos ilustrados / Tarjetas festivas
• minimalist-mood-scene.md — Imágenes atmosféricas minimalistas con espacios en blanco / fondos de pantalla de carácter literario

9. Flujos de trabajo de edición ( references/editing-workflows/ )

Tareas de edición de imágenes adecuadas para «editar a partir de imágenes existentes» (correspondientes a scripts/edit.js ). Actualmente implementadas:

• background-replacement.md — Sustitución de fondo (productos / retratos / exteriores / escenas de estudio)
• local-object-replacement.md — Sustitución de objetos locales (con o sin máscara)
• object-removal.md — Eliminación de elementos superfluos / transeúntes / cables / imperfecciones
• product-retouching.md — Retoque de productos (brillo / etiquetas / sombras / imperfecciones)
• portrait-local-edit.md — Edición local de retratos (peinado / ropa / maquillaje / complementos)

10. Avatares y perfiles ( references/avatars-and-profile/ )

Adecuado para imágenes de «imagen personal» como «avatares estilizados / personajes / cuadrículas / pegatinas / series de retratos». Actualmente se ha implementado:

• style-transfer-selfie.md — Convierte a la persona de la imagen de referencia en cualquier estilo: cosplay, gótico, película retro, fotos de ídolos, etc.
• character-grid-portrait.md — Retratos de un mismo personaje en una cuadrícula n×n (varias profesiones / varias expresiones / varias épocas / varios estilos)
• themed-3d-icon.md — Avatares tipo iconos de aplicación en 3D kawaii, Minecraft o 3D objetual
• sticker-set.md — Conjuntos de pegatinas / colecciones de emojis (elementos independientes + contornos + etiquetas)
• cultural-portrait-series.md — Retratos de series temáticas: dinastías, mitología, literatura y etnias

11. Guiones gráficos y secuencias ( references/storyboards-and-sequences/ )

Adecuado para elementos visuales de «secuencias narrativas», como «guiones gráficos / cómics / diagramas de relaciones / pasos de un proceso». Actualmente disponibles:

• four-panel-comic.md — Cómic de 4 viñetas / viñeta satírica / chiste gráfico (introducción, desarrollo, giro y conclusión + bocadillos de diálogo)
• manga-spread-page.md — Guiones gráficos de una página o a doble página (cuadros irregulares + diálogos + pensamientos)
• anime-key-visual.md — Imagen clave de anime / Portada de novela ligera / Cartel de propiedad intelectual
• character-relationship-diagram.md — Póster con diagrama de relaciones entre personajes (fichas + líneas de relación + leyenda)
• recipe-process-flowchart.md — Recetas / tutoriales / diagramas de pasos (numeración + ilustraciones + explicaciones)
• product-tvc-storyboard.md — Guion gráfico de un anuncio televisivo de producto (9 viñetas con aspecto de toma real + descripción de planos + duración)
• cinematic-storyboard-grid.md — Planilla de contacto de guion gráfico narrativo de estilo cinematográfico (3×4 / 4×4, narrativa continua + fotogramas cinematográficos)
• process-photo-board.md — Tablero de proceso cinematográfico con personas reales (equipamiento / maquillaje / entrenamiento / desglose de operaciones, numeración + pasos progresivos)

12. Cuadrículas y collages ( references/grids-and-collages/ )

Adecuadas para elementos visuales del tipo «cuadrículas de varios paneles / collages / tableros de proyectos». Actualmente implementadas:

• banner-grid-2x2.md — Conjunto de banners de marketing 2×2 (4 diseños de una misma serie en una sola entrega)
• lookbook-grid.md — Lookbook de 7 días / Cuadrícula de 9 casillas de autocuidado / Lista de los N mejores
• mixed-style-multi-panel.md — Collage mixto de varios estilos (interpretaciones de un mismo tema en diferentes estilos artísticos)
• anime-pitch-board.md — Tablero de presentación de proyectos de anime, videojuegos y cine (imagen clave + personajes + universo + texto publicitario)
• ad-banner-multi-grid.md — Cuadrícula de banners publicitarios mixtos de diversos sectores y temas (cada casilla con un sector, estilo y texto publicitario independientes)

13. Branding y packaging ( references/branding-and-packaging/ )

Adecuado para elementos visuales del tipo «sistema de identidad de marca / mascotas / diseño de envases». Actualmente implementado:

• brand-identity-board.md — Tablero de identidad de marca (logotipo + paleta de colores + tipografía + maquetas de aplicación)
• mascot-brand-kit.md — Kit de identidad de marca de varias páginas para mascotas (imagen principal + vistas en tres perspectivas + expresiones + aplicaciones)
• cosmetic-packaging.md — Embalaje de cosméticos y productos para el cuidado de la piel: frascos individuales, series y cajas de regalo
• beverage-label-design.md — Diseño de etiquetas para bebidas, alimentos y condimentos (estilo chino contemporáneo, japonés y occidental)
• full-mascot-brand-doc.md — Identidad de marca a gran escala con más de 18 módulos + documentación completa del proceso de creación de la mascota (ADN / moodboard / bocetos / dibujos lineales / 3D / paleta de colores / materiales / resumen gráfico de aplicaciones)
• character-merch-board.md — Tablero de marca integral con múltiples elementos: personajes de IP + productos derivados / embalajes / carteles / perfiles en redes sociales

14. Tipografía y maquetación de texto ( references/typography-and-text-layout/ )

Adecuado para tipos de diseño en los que «el texto es el elemento visual principal», como «prioridad al texto» o «maquetación bilingüe». Ya implementado:

• title-safe-poster.md — Carteles con mensajes en letras grandes (estilo japonés enérgico / minimalismo suizo / impresión retro)
• bilingual-layout-visual.md — Diseño visual bilingüe chino-inglés / chino-japonés (marcas culturales / académicas / interculturales)

15. Recursos y elementos ( references/assets-and-props/ )

Adecuado para elementos visuales del tipo «conjuntos de recursos / activos de videojuegos», como «conjuntos de iconos / capturas de pantalla de videojuegos». Actualmente se han implementado:

• retro-skeuomorphic-icons.md — Conjunto de iconos esqueuomórficos / estilo Y2K / pixelados (con un estilo uniforme en todo el conjunto)
• game-screenshot-mockup.md — Maqueta de captura de pantalla del juego (HUD + subtítulos + panel de misiones)

16. Figuras académicas ( references/academic-figures/ )

Imágenes adecuadas para «artículos de investigación / envíos a conferencias de prestigio / pósteres académicos / presentaciones de defensa / presentaciones de defensa de proyectos / resúmenes gráficos para envíos a revistas».En general, fondo blanco + tipografía de publicación + precisión geométrica + colores técnicos de baja saturación (principalmente azul oscuro / azul grisáceo / gris oscuro, ≤3 colores principales) + aptos para impresión en un solo color. Queda estrictamente prohibido inventar datos cuantitativos (valores / curvas de nivel / rangos de escala de colores / fórmulas).

Áreas de CS / CV / ML:

• method-pipeline-overview.md — Diagrama general del método / figura del pipeline (bloques de múltiples etapas + flujo de datos; la variante 4 ofrece una hoja de ruta técnica de tres secciones —izquierda, centro y derecha— de tipo ingenieril)
• neural-network-architecture.md — Diagrama de la arquitectura de la red neuronal (bloques de capas + forma de los tensores + conexiones saltadas)
• qualitative-comparison-grid.md — Cuadrícula de comparación cualitativa de múltiples métodos ( filas = muestras, columnas = métodos )

Común a ingeniería, ciencias naturales y defensas de tesis:

• scientific-schematic.md — Esquema conceptual / de principios / de un dispositivo experimental (alto grado de libertad, plantilla en lenguaje natural)
• mechanism-diagram.md — Diagrama de mecanismos / relaciones causales / vías de transformación (objeto central + transformación en varias etapas + zona de resultados; incluye tres variantes: cadena causal de tres etapas, autoexcitación cíclica y competencia multirrama)
• multi-condition-comparison.md — Gráfico comparativo de resultados en múltiples condiciones (resultados en paralelo del mismo objeto en diferentes condiciones, 2×2 / 1×N / M×N; se hace hincapié en la estricta uniformidad entre paneles)
• publication-chart.md — Gráficos de datos listos para su publicación (de barras / de líneas / de dispersión / de mapa de calor / de cajas)

Resumen general / Resumen / Página de inicio de la defensa:

• graphical-abstract.md — Resumen gráfico para el envío a revistas (cuatro variantes: horizontal de cuatro secciones, despliegue central, cuadrado y vertical)
• research-overview-poster.md — Página de inicio de la presentación del tema, la defensa o el informe: diagrama de visión general de la investigación (tres niveles: superior, medio e inferior + cinco módulos; incluye tres variantes: radial con centro, dos columnas a izquierda y derecha y minimalista)

Estrategia de selección: para artículos de CS/CV/ML, se recomienda «method-pipeline-overview» + «qualitative-comparison-grid»; para ingeniería, energía, ingeniería química y materiales, se recomienda la variante 4 de «method-pipeline-overview» + «mechanism-diagram» + «multi-condition-comparison»;Para los resúmenes de las revistas a las que se envía el artículo, utilizar «resumen gráfico»; para la primera diapositiva de la presentación de la defensa, utilizar «póster de resumen de la investigación ».

17. Infografías ( references/infographics/ )

Adecuado para «infografías / divulgación científica de alta densidad / infografías dibujadas a mano / paneles de control de KPI» y otras «imágenes grandes de visualización de información». Actualmente se han implementado:

• legend-heavy-infographic.md — Divulgación científica con gran densidad de leyendas / cadenas causales / evolución / diagramas anatómicos (bilingües)
• hand-drawn-infographic.md — Infografías de estilo dibujado a mano (macaron / morandi / pizarra / papel kraft; plantillas en lenguaje natural)
• bento-grid-infographic.md — Infografía modular tipo «bento» (disposición de widgets de alta densidad y múltiples módulos)
• comparison-infographic.md — Infografías de comparación binaria o múltiple (A frente a B / niveles de tarifas / conceptos erróneos frente a respuestas correctas)
• step-by-step-infographic.md — Infografía tutorial paso a paso (estilo ilustrado, acogedor; no es un diagrama de flujo de ingeniería)
• kpi-dashboard-infographic.md — Infografía tipo cuadro de mando de KPI (resumen anual / «Wrapped» / cuadro de mando empresarial)

18. Diagramas técnicos ( references/technical-diagrams/ )

Adecuadas para esquemas de ingeniería como «arquitectura de sistemas / procesos / secuencias temporales / máquinas de estados / diagramas ER / mapas mentales / topologías de red». Fondo de cuadrícula oscuro uniforme + fuente de ancho fijo + combinación de colores codificada por elementos; cada plantilla incluye una variante en tonos claros.

⚠️ Atención: este directorio genera imágenes bitmap en formato PNG,no archivos SVG editables; si necesitas archivos editables, utiliza mermaid, draw.io, excalidraw o Figma. Actualmente se han implementado:

• system-architecture.md — Diagrama de arquitectura del sistema (front-end + back-end + base de datos + caché + colas + elementos externos)
• flowchart-decision.md — Diagrama de flujo / diagrama de decisión (semántica de formas BPMN + ramificaciones Sí/No)
• sequence-diagram.md — Diagrama de secuencia (actor + línea de vida + flechas de mensaje + barra de activación)
• state-machine.md — Máquina de estados / diagrama de ciclo de vida (estado + transición + condición / acción)
• er-diagram.md — Diagrama ER / Diagrama de modelo de datos (entidad + campo + PK/FK + relación «pata de gallo»)
• mind-map-tech.md — Mapa mental sobre temas tecnológicos (centro + ramificaciones radiales)
• network-topology.md — Diagrama de topología de red (símbolo de dispositivo + zona / VPC + ancho de banda / etiqueta de protocolo)

Flujo de trabajo de palabras clave (sensible a patrones)

Independientemente de si se trata de A, B o C, los seis primeros pasos son comunes; la única diferencia radica en cómo se «genera el diagrama» en los pasos 7 y 8.

1. Ejecuta check-mode.js para determinar el modo (A / B / C).
2. Determina si la tarea consiste en generar un diagrama o modificarlo.
3. Identifica a qué categoría pertenece (consulta el «Índice de plantillas» más abajo).
4. Lee únicamente el archivo de plantilla específico correspondiente; no leas todo el directorio references/ de una sola vez.
5. Sigue estrictamente el formato de las plantillas: la mayoría utiliza una plantilla principal en JSON (preferible para tareas estructuradas), mientras que unas pocas (como infographics/hand-drawn-infographic.md o academic-figures/scientific-schematic.md, entre otras) emplean un formato mixto de «lenguaje natural estructurado + parámetros», ya que imponer el uso de JSON limitaría la libertad creativa.
6. Asigna la entrada del usuario a los parámetros de la plantilla; cuando falte información clave, formula de forma proactiva preguntas de aclaración específicas.

Llegados a este punto, la indicación ya se ha generado. A continuación, se bifurca según el modo:

7-A. Modo A: guardar la indicación final en garden- gpt-image-2/prompt/; ejecutar scripts/generate.js o scripts/edit.js; la imagen se guardará en garden- gpt-image-2/image/. 7-B. Modo B: pasar la indicación final directamente a la herramienta de imágenes del host para su ejecución;Guarda una copia del prompt en garden- gpt-image-2/prompt/ si es necesario. 7-C. Modo C: guarda el prompt final en garden- gpt-image-2/prompt/ - .md, y muestra el prompt completo al usuario en el diálogo, junto con una breve sugerencia sobre «cómo utilizarlo / herramientas recomendadas».

8. Una vez finalizada la tarea, indica al usuario en una sola frase: cuál es el modo actual, dónde se encuentra el prompt y dónde están las imágenes (si las hay).

Restricciones importantes

General:

• El JSON del archivo de plantilla es una plantilla de estructura de prompt, no una plantilla del cuerpo de la solicitud de la API.
• En los tres modos, lo que finalmente se envía al modelo de imágenes es la «cadena de la indicación renderizada»: puede ser un JSON «aplanado» o un párrafo estructurado en lenguaje natural; utilízala tal y como aparece en la plantilla.
• A menos que el usuario lo solicite expresamente, no copies la «descripción del modo» de SKILL.md en la indicación final, ya que se trata de metainformación destinada al agente.

Aplicable únicamente al Modo A:

• El script de generación utiliza un cuerpo JSON
• El script de edición utiliza datos de formulario multiparte
• La respuesta se analiza preferentemente como data[0].b64_json, aunque también es compatible con data[0].url
• A menos que la interfaz de origen lo requiera expresamente, no se deben introducir parámetros de consulta especiales adicionales

Cuándo plantear preguntas

Solo se deben formular preguntas cuando falte esta información y ello afecte significativamente al resultado:

• No hay objetivo de prompt
• No hay imagen original al modificar una imagen
• La identidad del sujeto o el tipo visual determinan la dirección de los resultados
• El producto, el precio, el texto publicitario o el texto de la interfaz de usuario son componentes fundamentales de la imagen
• El usuario ha expresado varios objetivos que entran en conflicto entre sí

Aparte de eso, es preferible establecer un valor predeterminado razonable por cuenta propia y seguir adelante con él.