GPT Image 2

Il s'agit d'une compétence ciblée pour GPT Image 2, utilisable dans les trois environnements d'exécution, mais dont le comportement varie considérablement. La première étape consiste à déterminer le mode d'exécution actuel.

Elle ne traite que deux types de tâches liées aux images :

• Génération d’images : POST /images/generations
• Modification d’images : POST /images/edits

Ce document répertorie : le mode d’exécution, la structure de la compétence, les variables d’environnement, les règles d’enregistrement et de nommage, l’index des modèles, ainsi que le flux de travail adapté au mode. Tous les modèles détaillés se trouvent dans le répertoire references/, organisés en plusieurs niveaux :

• Premier niveau : répertoires de catégories
• Deuxième niveau : fichiers Markdown par modèle

Mode de fonctionnement (à lire impérativement ; à définir avant toute autre action)

Cette Skill intègre un script de détection léger. Exécutez-le une première fois, puis déterminez la marche à suivre en fonction des résultats :

node skills/ gpt-image-2/scripts/check-mode.js
# Pour obtenir des résultats structurés à utiliser par le programme en amont :
node skills/ gpt-image-2/scripts/check-mode.js --json

La sortie indiquera « mode = A / A? / B-or-C » ainsi qu’une recommandation. Les trois modes sont définis comme suit :

Mode A · Génération d’images en local avec Garden

Conditions de déclenchement: la variable d’environnement ENABLE_GARDEN_IMAGEGEN est définie sur « vrai » ( 1 / true / yes / on ) et la variable OPENAI_API_KEY est présente.

Comportement: exécution complète de bout en bout du processus « sélection d’un modèle → rédaction d’une prompt → appel du script → génération et enregistrement de l’image sur le disque ».

• Utilisez scripts/generate.js pour générer des images à partir de texte et scripts/edit.js pour modifier des images existantes.
• Par défaut, les prompts sont enregistrés dans le répertoire « garden- gpt-image-2/prompt/ » et les images dans « garden- gpt-image-2/image/ ».
• C’est le mode le plus puissant : vous êtes le « propriétaire » de l’outil d’imagerie.

Mode B · Host-Native : délégation de la génération d’images à l’hôte

Conditions de déclenchement: Garden n’est pas activé ( ENABLE_GARDEN_IMAGEGEN n’est pas défini / vaut faux), mais l’Agent hôte actuel intègre un outil de génération d’images ou un MCP d’images.

Signes distinctifs typiques (à vérifier par vous-même) :

• la présence dans votre ensemble d’outils de noms tels que image_generation / imagegen / dalle / nano_banana / mcp__*image* / make_image / ou similaires
• L’utilisateur appelle cette compétence dans un client prenant en charge la génération d’images native, tel que ChatGPT, Codex, Gemini ou Cursor
• L'utilisateur demande explicitement : « Génère une image avec ton propre outil »

Comportement: cette compétence se réduit alors à un simple guide de formulation de prompts —

1. Continuez à suivre le processus « Sélectionner un modèle → Remplir les champs → Générer la prompt finale ».
2. Ne pas appeler les scripts Node / generate.js (absence de clé API, échec garanti).
3. Appeler directement l’outil d’image intégré à l’hôte, en utilisant la prompt rendue comme entrée.
4. Si l’utilisateur le souhaite, il peut enregistrer le fichier de prompt dans garden- gpt-image-2/prompt/, mais la destination de l’image est laissée à la discrétion de l’hôte et n’est pas obligatoire.

Mode C · Conseiller de prompts pur

Conditions de déclenchement: Garden n’est pas activé et l’Agent hôte ne dispose d’aucun outil de génération d’images.

Comportement: cette compétence se transforme alors en « conseiller en rédaction de prompts de haute qualité » —

1. en suivant le processus « choisir un modèle → remplir les champs → générer la prompt finale », et en demandant des informations supplémentaires à l’utilisateur en cas de manque de données.
2. La prompt finale est directement affichée à l’utilisateur et une copie est enregistrée sur garden- gpt-image-2/prompt/ - .md.
3. Ajoutez une brève suggestion d’utilisation (par exemple : « À utiliser avec ChatGPT / Midjourney / DALL·E / Sora / Nano Banana / votre propre backend / une passerelle GPT Image 2 tierce »).
4. Ne donnez pas l’impression que la génération d’image a réussi. Indiquez clairement à l’utilisateur : « Une prompt de haute qualité, prête à l’emploi, a été générée. Veuillez l’exécuter avec votre outil d’imagerie. »

Tableau de décision des modèles

Lorsque le mode n'est pas certain

• Si vous ne parvenez pas à déterminer si vous êtes en mode B ou C, demandez directement à l’utilisateur: « Souhaitez-vous générer l’image à l’aide des outils graphiques de votre environnement, ou suffit-il que je rédige la prompt ? »
• Échec de l'exécution du script en mode A (401 / réseau / quota) → signaler l'erreur et demander « Passer en mode B / C ? »

L'utilisateur indique l'outil

Lorsque cette compétence doit poser une question à l’utilisateur, respectez les règles suivantes :

1. Utilisez en priorité l’outil de saisie utilisateur fourni par l’environnement d’exécution actuel.
2. En l’absence d’outil adapté, posez des questions courtes sous forme de texte brut numéroté.
3. Dans la mesure du possible, regroupez les questions pour les poser en une seule fois.

Structure de la compétence

• scripts/check-mode.js: à exécuter en premier pour détecter le mode d’exécution (A / B / C)
• scripts/generate.js: génération d’images à partir de texte (utilisé uniquement en mode A)
• scripts/edit.js: modification de l’image à partir de l’image d’origine ou d’un masque (utilisé uniquement en mode A)
• scripts/shared.js: logique de partage des requêtes, d’enregistrement et de lecture des variables d’environnement
• references/: modèles de prompts structurés en couches (utilisés dans les trois modes A / B / C)

Variables d’environnement

La configuration est lue dans l'ordre suivant :

1. Paramètres CLI
2. process.env
3. /.env
4. /.gateway.env
5. ~/.gateway.env

Variables principales :

• ENABLE_GARDEN_IMAGEGEN — Commutateur de mode. La valeur 1 / true / yes / on active le mode A ; si cette variable n’est pas définie ou prend une autre valeur, le mode B / C est activé.
• OPENAI_API_KEY — Obligatoire en Mode A ; non requis en Modes B / C.
• OPENAI_BASE_URL — Par défaut : https://api.openai.com/v1; peut pointer vers une passerelle tierce compatible.
• OPENAI_IMAGE_MODEL — Par défaut gpt-image-2 , peut être remplacé par un modèle pris en charge par la passerelle (par exemple gpt-image-1 / dall-e-3 ).

L’implémentation par défaut fonctionne selon l’interface compatible OpenAI, sans spécifier de passerelle tierce.

Répertoire de sortie par défaut

Si l’utilisateur n’a pas explicitement spécifié de chemin de sortie, le répertoire suivant situé dans l’espace de travail actuel est utilisé par défaut :

• Répertoire des prompts : garden- gpt-image-2/prompt/ ( recommandé pour les trois modes A, B et C, afin de faciliter la réutilisation et la gestion des versions)
• Répertoire des images : garden- gpt-image-2/prompt/ ( utilisé uniquement en mode A; en mode B, c’est l’hôte qui décide ; en mode C, aucune image n’est générée)

Si le répertoire n’existe pas, le script (Mode A) doit le créer automatiquement ; pour les Modes B et C, il faut exécuter manuellement la commande ` mkdir -p ` avant d’écrire le prompt.

Règles de nommage par défaut

Si l’utilisateur n’a pas spécifié explicitement de nom de fichier, le script doit générer automatiquement un nom de fichier en rapport avec la tâche en cours, en y ajoutant l’horodatage actuel, afin d’éviter les conflits de noms.

Règles de nommage :

• Invite : garden- gpt-image-2/prompt/ - .md
• Images : garden- gpt-image-2/image/ - .png

Dans ce cas :

• : extrait automatiquement un nom court pertinent en fonction de la demande de l’utilisateur actuel
• : horodatage actuel, par exemple 20260424-153045

Exemple :

• 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/vue-en-détails-du-casque-VR-20260424-153102.md
• garden- gpt-image-2/image/vr-headset-exploded-view-20260424-153102.png

Règles d'enregistrement des prompts

Règles générales (applicables aux trois modes) :

1. Si l’utilisateur fournit explicitement le chemin d’accès au fichier de prompt, ce fichier peut être utilisé directement comme entrée.
2. Si l'utilisateur fournit directement un prompt sous forme de texte, il faut tout d'abord enregistrer le prompt final dans le répertoire garden- gpt-image-2/prompt /.
3. Si l’utilisateur spécifie explicitement l’option --prompt-output, le chemin d’accès indiqué par l’utilisateur est respecté.
4. Sinon, le fichier est automatiquement enregistré selon la règle de nommage par défaut.

Règles d’enregistrement des images (Mode A uniquement)

1. Si l'utilisateur spécifie explicitement les options --image ou --output, le chemin d'accès indiqué par l'utilisateur sera respecté.
2. Sinon, l’enregistrement s’effectue par défaut dans garden- gpt-image-2/image /.
3. Le nom du fichier doit être en rapport avec la signification de la tâche en cours et comporter un horodatage.

En Mode B, c’est l’outil d’imagerie hôte qui détermine le mode d’enregistrement ; en Mode C, aucune image n’est générée.

Utilisation rapide

0. Détecter le mode d’exécution ( première étape de toute tâche )

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

La sortie vous indiquera si vous êtes actuellement en Mode A, B ou C, ce qui déterminera si vous devez ensuite appeler generate.js ou edit.js. Les étapes 1 à 4 ci-dessous ne s’appliquent qu’en Mode A.

1. Génération d’images à partir de texte (Mode A)

node skills/ gpt-image-2/scripts/generate.js \
  --prompt "Un adorable bébé loutre de mer" \
  --size 1024x1024 \
  --quality high

2. Génération d’images à partir d’un fichier de prompts (Mode A)

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

3. Modifier une image existante (Mode A)

node skills/ gpt-image-2/scripts/edit.js \
  --image assets/source.png \
  --prompt « Remplacer l'arrière-plan par un décor de studio épuré »

4. Retouche locale avec masque (Mode A)

node skills/ gpt-image-2/scripts/edit.js \
  --image assets/source.png \
  --mask assets/mask.png \
  --prompt "Remplacer uniquement la zone masquée par un vase en verre"

5. « Utilisation » des modes B et C

Pas d’interface en ligne de commande — cette Skill ne sert ici que de guide de création de prompts:

• Mode B: générer la prompt finale → appeler l’outil de type « image_generation » fourni par l’hôte (en transmettant la prompt dans les paramètres) → obtenir l’image.
• Mode C: générer la prompt finale → l'enregistrer dans garden- gpt-image-2/prompt/ - .md → afficher directement le contenu à l'utilisateur → indiquer à l'utilisateur dans quels outils d'imagerie il peut la réutiliser directement.

Fonctionnement des modèles JSON

Lorsqu’un modèle JSON est fourni dans le répertoire « references/ », il convient de l’utiliser selon les règles suivantes :

1. Commencez par rechercher la catégorie la plus proche dans le fichier SKILL.md.
2. Identifiez ensuite le fichier de modèle correspondant.
3. Dans le modèle, {argument ...} représente un paramètre remplaçable.
4. Les valeurs explicitement fournies par l’utilisateur sont directement renseignées.
5. Si l’utilisateur n’a pas fourni de valeur mais que le modèle indique « default », vous pouvez dans un premier temps utiliser la valeur par défaut.
6. Si l’absence d’informations est susceptible d’affecter considérablement le résultat, demandez-le activement à l’utilisateur.
7. L’utilisateur peut également demander explicitement « génère-le de manière aléatoire » ; dans ce cas, vous pouvez conserver les valeurs par défaut ou procéder à une randomisation raisonnable dans les limites autorisées par le modèle.

Règles d’interrogation

Lorsque des variables clés manquent dans le modèle, évitez de poser une question vague telle que « Quel style souhaitez-vous ? ». Posez plutôt des questions précises en fonction des champs du modèle.

Par exemple, si un modèle d’interface utilisateur de diffusion en direct ne comporte pas d’élément principal, il convient de demander en priorité :

• Qui est le streamer ?
• Faut-il utiliser une photo réelle, le nom d’une célébrité, une description du personnage, ou opter pour une génération entièrement aléatoire ?

Lorsque les informations sur le produit manquent, demandez :

• Quel est le nom du produit ?
• Le prix du produit est-il spécifié ?
• Souhaitez-vous que je complète automatiquement le contenu des commentaires et des cadeaux ?

Index des modèles

Ne lire que les fichiers de modèles spécifiques les plus pertinents en fonction du type de tâche, sans lire l'intégralité du répertoire references/ en une seule fois.

1. Documentation générale sur la méthodologie

À lire en premier :

• references/prompt-writing.md

S'applique lorsque :

• vous n’avez pas encore décidé comment structurer le modèle JSON
• Vous devez déterminer quels champs doivent faire l’objet d’une requête, lesquels peuvent être définis par défaut et lesquels peuvent être aléatoires
• Vous avez besoin de transformer vos cas d’utilisation en modèles réutilisables

2. Maquettes d’interface utilisateur ( references/ui-mockups/ )

Convient à toutes sortes de maquettes visuelles de type « interface + contenu ». Déjà disponibles :

• live-commerce-ui.md — Maquette d’écran de vente en direct sur une plateforme e-commerce (animateur + zone de discussion + zone de cadeaux + fiche produit)
• social-interface-mockup.md — Maquette de la page de détail d’une publication sur les réseaux sociaux (Twitter/X, Xiaohongshu, Weibo, Threads, etc.)
• product-card-overlay.md — Image principale d’une page d’accueil ou d’une page de détail (personnage + produit + argument de vente + prix)
• chat-interface-scene.md — Maquette d’interface de chat / conversation (iMessage, WeChat, discussion de groupe, assistant IA)
• short-video-cover-ui.md — Couverture de vidéo courte / vignette de live (YouTube, Douyin, Bilibili, stream VTuber)
• landing-page-case-study.md — Maquette d’interface utilisateur pour une longue page d’étude de cas SaaS / marketing en mode sombre (plusieurs sections + narration par défilement + fiches de données + CTA)

3. Visuels produit ( references/product-visuals/ )

Images adaptées à une approche « centrée sur le produit ». Déjà mises en œuvre :

• exploded-view-poster.md — Affiche de vue éclatée du produit (élément principal empilé verticalement + légende + logo en haut + zone de marque en bas)
• white-background-product.md — Image principale e-commerce sur fond blanc (produit unique / plusieurs angles / superposition marketing minimaliste)
• premium-studio-product.md — Image de produit commerciale prise en studio haut de gamme (ambiance digne d’une publicité de magazine)
• packaging-showcase.md — Images de présentation des coffrets cadeaux / emballages (boîte extérieure + présentation du contenu)
• lifestyle-product-scene.md — Photos de produits en situation (produits intégrés dans des scènes de la vie quotidienne)
• ecommerce-marketing-board.md — Tableau de vente ultra-composite pour le commerce électronique à la chinoise (image principale + page de détails + arguments de vente + mode d’emploi + mise en situation + storyboard de spot TV, le tout sur une seule image)

4. Cartes ( references/maps/ )

Convient aux « visuels de type carte » (les infographies ont été transférées dans la catégorie distincte n° 17). Actuellement mis en œuvre :

• food-map.md — Carte gastronomique urbaine dessinée à la main (points numérotés + légende + mascotte centrale)
• travel-route-map.md — Carte d’itinéraires de voyage (circuits de plusieurs jours / balades urbaines d’une journée / itinéraires de plein air)
• illustrated-city-map.md — Carte illustrée de la ville (monuments + paysages + éléments culturels)
• store-distribution-map.md — Carte de répartition des magasins de la marque / de la couverture des services
• itinerary-day-trip-map.md — Affiche en deux parties pour une excursion d’une journée (à gauche : fiche d’itinéraire sur fond de parchemin + à droite : carte fantastique et réaliste, avec 5 à 7 étapes parfaitement alignées)

5. Diapositives et documents visuels ( references/slides-and-visual-docs/ )

Documents visuels adaptés au principe « une seule page pour expliquer clairement un sujet ». Déjà mis en œuvre :

• dense-explainer-slides.md — Diapositives explicatives à haute densité combinant Irasutoya et Kasumigaseki
• policy-style-slide.md — Diapositive de présentation de style « politique / communiqué gouvernemental / livre blanc »
• visual-report-page.md — Page de synthèse de rapport commercial / présentation aux investisseurs / aperçu du rapport annuel
• educational-diagram-slide.md — Diagramme pédagogique (concepts / mécanismes / décomposition des processus)

6. Affiches et campagnes ( references/poster-and-campaigns/ )

Convient aux « visuels principaux de marque + campagnes + bannières + couvertures de magazines ». Déjà mis en œuvre :

• brand-poster.md — Affiche principale de la marque (produit / personnage / message textuel)
• campaign-kv.md — Visuel clé de campagne + système de mises en page dérivées
• banner-hero.md — Bannières web / pages de destination / bannières d’application (composition horizontale + CTA)
• editorial-cover.md — Couverture de magazine / revue / publication
• biomimetic-concept-poster.md — Affiche conceptuelle de design industriel biomimétique (prototype naturel → barre d’évolution → rendu hero → schémas techniques multi-vues)
• vintage-editorial-infographic.md — Archives vintage / Affiche infographique éditoriale des années 1940 (personnages + formules + chronologie + maquettes, style Bell Labs)
• character-catalog-poster.md — Affiche infographique présentant plusieurs versions d’un même personnage (cartes de série sur les signes du zodiaque / les éléments / les dynasties / la personnalité)
• lineup-comparison-poster.md — Affiche infographique comparant une gamme de produits (plus de 30 références sur une même image + légende + échelle de classement)

7. Portraits et personnages ( references/portraits-and-characters/ )

Convient à la « représentation visuelle des personnages ». Déjà mis en œuvre :

• professional-portrait.md — Portrait professionnel de qualité (LinkedIn / page d’équipe / illustrations pour les médias)
• founder-portrait.md — Portraits de fondateurs destinés aux médias (éclairage théâtral + emplacement réservé au titre)
• virtual-host.md — Fiche personnelle de VTuber / animateur virtuel + aperçu du live
• character-sheet.md — Fiche de personnage complète (vues en trois dimensions + expressions faciales + tenues + palette de couleurs)
• pose-reference-sheet.md — Tableau de référence N×N des poses / mouvements (plusieurs poses pour un même personnage : danse / combat / fitness)

8. Scènes et illustrations ( references/scenes-and-illustrations/ )

Illustrations visuelles adaptées à l’« ambiance + histoire + émotions ». Déjà mises en place :

• healing-scene.md — Illustrations de scènes quotidiennes ou saisonnières apaisantes
• concept-scene.md — Scènes conceptuelles de grande envergure au style cinématographique / visuels clés d’IP
• picture-book-scene.md — Livres pour enfants / pages d’albums illustrés / cartes de vœux
• minimalist-mood-scene.md — Images d’ambiance minimalistes avec des espaces vides / Fonds d’écran littéraires

9. Workflows d’édition ( references/editing-workflows/ )

Tâches de retouche adaptées à « l’édition à partir d’images existantes » (correspondant à scripts/edit.js ). Actuellement mises en œuvre :

• background-replacement.md — Remplacement d’arrière-plan (produits / portraits / extérieur / décors de studio)
• local-object-replacement.md — Remplacement d’objets localisés (avec ou sans masque)
• object-removal.md — Suppression d’éléments indésirables / de passants / de câbles / d’imperfections
• product-retouching.md — Retouche de produits (brillance / étiquettes / ombres / imperfections)
• portrait-local-edit.md — Retouche locale de portraits (coiffure / vêtements / maquillage / accessoires)

10. Avatars et profil ( references/avatars-and-profile/ )

Convient aux visuels de type « image personnelle » tels que « avatars stylisés / personnages / grilles / autocollants / séries de portraits ». Déjà mis en œuvre :

• style-transfer-selfie.md — Transforme le personnage de l’image de référence en n’importe quel style : cosplay, gothique, film rétro, photos d’idoles, etc.
• character-grid-portrait.md — Portraits d’un même personnage sous forme de grille n×n (plusieurs classes / plusieurs expressions / plusieurs époques / plusieurs styles)
• themed-3d-icon.md — Avatars de type icônes d’application en 3D : kawaii, Minecraft ou 3D skeuomorphique
• sticker-set.md — Ensembles d’autocollants / collections d’émojis (éléments individuels + contours + étiquettes)
• cultural-portrait-series.md — Série de portraits par époque / mythologie / littérature / ethnies

11. Storyboards et séquences ( references/storyboards-and-sequences/ )

Convient aux visuels de type « séquences narratives » tels que « storyboards / bandes dessinées / diagrammes relationnels / étapes de processus ». Déjà mis en œuvre :

• four-panel-comic.md — Bande dessinée en 4 cases / caricature / bande dessinée humoristique (introduction, développement, tournant, conclusion + bulles de dialogue)
• manga-spread-page.md — Plan de bande dessinée sur une page ou un double-page (cases irrégulières + dialogues + pensées)
• anime-key-visual.md — Visuel clé d’anime (image unique) / couverture de light novel / affiche d’IP
• character-relationship-diagram.md — Affiche représentant les relations entre les personnages (cartes + liens + légende)
• recipe-process-flowchart.md — Recettes / Tutoriels / Organigrammes de procédure (numérotation + illustrations + explications)
• product-tvc-storyboard.md — Storyboard de spot publicitaire TV (9 cases avec rendu filmé + description des plans + durée)
• cinematic-storyboard-grid.md — Planche de contact de storyboard narratif de style cinématographique (3×4 / 4×4, narration continue + images fixes de style cinématographique)
• process-photo-board.md — Planche de travail cinématographique avec des personnes réelles (équipement / maquillage / entraînement / décomposition des gestes, numérotation + progression des étapes)

12. Grilles et collages ( references/grids-and-collages/ )

Convient aux visuels de type « grilles à plusieurs panneaux / collages / tableaux de projet ». Déjà mis en œuvre :

• banner-grid-2x2.md — Ensemble de bannières marketing 2×2 (4 visuels d’une même série générés en une seule fois)
• lookbook-grid.md — Lookbook de 7 jours / Grille de 9 cases sur les soins personnels / Liste des TOP N
• mixed-style-multi-panel.md — Collage mixte de styles (interprétations de styles variés autour d’un même thème)
• anime-pitch-board.md — Tableau de présentation de projets d’animation, de jeux vidéo et de cinéma (image clé + personnages + univers + texte)
• ad-banner-multi-grid.md — Grille de bannières publicitaires mixtes (plusieurs secteurs / plusieurs thèmes) (chaque case correspondant à un secteur, un style et un texte publicitaire distincts)

13. Image de marque et packaging ( references/branding-and-packaging/ )

Convient aux visuels de type « système d’identité de marque / mascotte / conception d’emballage ». Déjà mis en œuvre :

• brand-identity-board.md — Tableau de système d’identité de marque (logo + palette de couleurs + police + maquettes d’application)
• mascot-brand-kit.md — Kit d’identité de marque à plusieurs panneaux pour mascotte (image principale + trois vues + expressions + applications)
• cosmetic-packaging.md — Emballages de cosmétiques / soins de la peau : flacons individuels / gammes / coffrets cadeaux
• beverage-label-design.md — Conception d’étiquettes pour boissons / aliments / condiments (style « national tendance » / japonais / occidental)
• full-mascot-brand-doc.md — Identité visuelle complète comprenant plus de 18 modules + documentation complète sur le processus de création de la mascotte (ADN / moodboard / croquis / dessins au trait / 3D / palette de couleurs / matériaux / aperçu des applications en une seule image)
• character-merch-board.md — Tableau de marque complet regroupant plusieurs éléments : personnages IP + produits dérivés / emballages / affiches / profils sur les réseaux sociaux

14. Typographie et mise en page du texte ( references/typography-and-text-layout/ )

Convient aux types de projets où « le texte est l’élément visuel principal », tels que « le texte d’abord » ou les « mises en page bilingues ». Déjà mis en œuvre :

• title-safe-poster.md — Affiches à message fort en gros caractères (style japonais dynamique / minimalisme suisse / impression rétro)
• bilingual-layout-visual.md — Visuels de mise en page bilingues chinois-anglais / chinois-japonais (marques culturelles / universitaires / interculturelles)

15. Ressources et accessoires ( references/assets-and-props/ )

Convient aux visuels de type « ensembles de ressources / ressources de jeux », tels que les « collections d’icônes / captures d’écran de jeux ». Exemples déjà mis en œuvre :

• retro-skeuomorphic-icons.md — Jeu d’icônes skeuomorphiques / Y2K / pixelisées (style cohérent et unifié)
• game-screenshot-mockup.md — Maquette de capture d'écran de jeu (HUD + sous-titres + panneau de quêtes)

16. Figures académiques ( references/academic-figures/ )

Illustrations adaptées aux « articles de recherche / soumissions à des conférences de haut niveau / affiches académiques / présentations PowerPoint de soutenance / soutenances de projet de thèse / résumés graphiques pour soumissions à des revues ».Fond globalement blanc + polices de publication + géométrie précise + couleurs techniques peu saturées (principalement bleu foncé / bleu-gris / gris-noir, ≤ 3 couleurs principales) + imprimables en monochrome. Il est strictement interdit d’inventer des données quantitatives (valeurs / courbes de niveau / plages de couleurs / formules).

Domaines CS / CV / ML :

• method-pipeline-overview.md — schéma d’aperçu de la méthode / figure de pipeline (blocs multi-étapes + flux de données ; la variante 4 propose une feuille de route technique en trois parties : gauche / centre / droite, de type ingénierie)
• neural-network-architecture.md — Schéma de l’architecture du réseau neuronal (blocs de couches + forme des tenseurs + connexions)
• qualitative-comparison-grid.md — Grille de comparaison qualitative multi-méthodes ( lignes = échantillons, colonnes = méthodes )

Commun à l’ingénierie, aux sciences naturelles et aux soutenances de thèse :

• scientific-schematic.md — Schéma conceptuel / de principe / de dispositif expérimental (grande liberté de formulation, modèle en langage naturel)
• mechanism-diagram.md — Schéma de mécanisme / liens de causalité / voies de transformation (objet central + transformation en plusieurs étapes + zone de résultats ; comprend trois variantes : chaîne de causalité en trois étapes / auto-excitation cyclique / concurrence à plusieurs branches)
• multi-condition-comparison.md — Tableau comparatif des résultats sous plusieurs conditions (résultats juxtaposés d’un même objet sous différentes conditions, 2×2 / 1×N / M×N ; insistons sur une uniformité stricte entre les panneaux)
• publication-chart.md — Graphiques de données prêts à être publiés (barres / lignes / nuages de points / cartes thermiques / boîtes)

Aperçu / Résumé / Page d’accueil de la soutenance :

• graphical-abstract.md — Résumé graphique pour soumission à une revue (quatre variantes : horizontal à 4 sections / déploiement central / carré / format portrait)
• research-overview-poster.md — Affiche de synthèse de recherche pour la présentation du sujet, la soutenance ou le rapport (trois niveaux : haut, milieu, bas + cinq modules ; comprend trois variantes : disposition radiale centrée, double colonne gauche-droite et minimaliste)

Stratégie de sélection : pour les articles en CS/CV/ML, privilégier « method-pipeline-overview » + « qualitative-comparison-grid »; pour les domaines de l’ingénierie, de l’énergie, de la chimie et des matériaux, privilégier la variante 4 de « method-pipeline-overview » + « mechanism-diagram » + « multi-condition-comparison » ;Pour les résumés destinés aux revues, utiliser « graphical-abstract » ; pour la page d’accueil des présentations PowerPoint de soutenance, utiliser « research-overview-poster ».

17. Infographies ( references/infographics/ )

Convient aux « infographies / vulgarisations scientifiques à haute densité d’informations / infographies dessinées à la main / tableaux de bord KPI » et autres « grandes images de visualisation d’informations ». Modèles actuellement disponibles :

• legend-heavy-infographic.md — Vulgarisation scientifique à forte densité de légendes / chaînes causales / évolution / schémas anatomiques (bilingues)
• hand-drawn-infographic.md — infographie de style dessin à la main (macaron / morandi / tableau noir / papier kraft ; modèle en langage naturel)
• bento-grid-infographic.md — Infographie modulaire de type « bento » (disposition de widgets à haute densité et à modules multiples)
• comparison-infographic.md — Infographies comparatives binaires / multiples (A vs B / niveaux de forfait / idées reçues vs vérités)
• step-by-step-infographic.md — Infographie tutorielle étape par étape (style illustré, chaleureux ; hors diagrammes de processus techniques)
• kpi-dashboard-infographic.md — Infographie de type tableau de bord KPI (rétrospective annuelle / « Wrapped » / tableau de bord métier)

18. Schémas techniques ( references/technical-diagrams/ )

Convient aux schémas techniques tels que « architecture système / processus / chronologie / machine à états / ER / carte mentale / topologie réseau ». Fond en grille sombre uniforme + police à espacement fixe + palette de couleurs codée par rôle ; chaque modèle est accompagné d’une variante « light ».

⚠️ Attention : ce répertoire génère des images bitmap au format PNG, et non des fichiers SVG modifiables; si vous avez besoin de fichiers modifiables, veuillez utiliser Mermaid / Draw.io / Excalidraw / Figma. Modèles actuellement disponibles :

• system-architecture.md — Schéma d’architecture système (front-end + back-end + base de données + cache + file d’attente + éléments externes)
• flowchart-decision.md — Organigramme / diagramme de décision (sémantique des formes BPMN + branches Oui/Non)
• sequence-diagram.md — Diagramme de séquence (acteur + ligne de vie + flèches de message + barre d’activation)
• state-machine.md — Machine à états / diagramme de cycle de vie (état + transition + condition / action)
• er-diagram.md — Diagramme ER / Diagramme de modèle de données (entité + champ + clé primaire/clé étrangère + relation « patte de corbeau »)
• mind-map-tech.md — Carte mentale sur un thème technique (centre + branches radiales)
• network-topology.md — Schéma de topologie réseau (icônes d’équipements + zones / VPC + bande passante / protocoles)

Workflow des mots-clés (sensible au contexte)

Que ce soit A, B ou C, les 6 premières étapes sont communes; la seule différence réside dans la manière de « générer le diagramme » aux étapes 7 et 8.

1. Exécuter check-mode.js pour déterminer le mode (A / B / C).
2. Déterminez si la tâche consiste à créer ou à modifier un diagramme.
3. Identifier à quelle catégorie elle appartient (voir « Index des modèles » ci-dessous).
4. Ne lire que le fichier de modèle spécifique correspondant, sans lire l’intégralité du répertoire references/ en une seule fois.
5. Respectez strictement le format des modèles : la plupart des modèles utilisent un modèle principal au format JSON (de préférence pour les tâches structurées), tandis que quelques modèles ( infographics/hand-drawn-infographic.md, academic-figures/scientific-schematic.md, etc.) utilisent un format mixte « langage naturel structuré + paramètres », car l’utilisation forcée du JSON limiterait la liberté de création.
6. Mettez en correspondance les entrées de l’utilisateur avec les paramètres du modèle ; lorsque les informations clés sont insuffisantes, posez de manière proactive des questions de clarification ciblées.

À ce stade, la prompt est prête. La procédure se divise ensuite selon deux modes :

7-A. Mode A: enregistrer la prompt finale dans garden- gpt-image-2/prompt/, appeler scripts/generate.js ou scripts/edit.js ; l’image est alors placée dans garden- gpt-image-2/image/. 7-B. Mode B: transmettre directement la prompt finale à l’outil d’imagerie de l’hôte pour qu’il l’appelle ;Enregistrer une copie de la consigne à la demande sur garden- gpt-image-2/prompt /. 7-C. Mode C: enregistrer la consigne finale sur garden- gpt-image-2/prompt/ - .md, et afficher la consigne complète à l'utilisateur dans la conversation, accompagnée d'une brève suggestion sur « comment l'utiliser / les outils recommandés ».

8. À la fin de la tâche, indiquer à l’utilisateur en une phrase : quel est le mode actuel, où se trouve le prompt et où se trouvent les images (le cas échéant).

Contraintes importantes

Généralités :

• Le JSON contenu dans le fichier de modèle correspond à un modèle de structure de prompt, et non à un modèle de corps de requête API.
• Dans les trois modes, ce qui est finalement transmis au modèle d’image est la « chaîne de prompt rendue » — il peut s’agir d’un JSON « aplati » ou d’un paragraphe en langage naturel structuré ; utilisez-le tel quel, conformément au modèle.
• Sauf demande expresse de l’utilisateur, ne copiez pas la « description du mode » contenue dans le fichier SKILL.md dans la prompt finale — il s’agit de métadonnées destinées à l’Agent.

Valable uniquement pour le mode A :

• Le script de génération utilise un corps JSON
• Le script d’édition utilise des données de formulaire multipart
• La réponse est analysée en priorité selon data[0].b64_json, mais est également compatible avec data[0].url
• À moins que l’interface en amont ne l’exige expressément, n’ajoutez pas de paramètres de requête spéciaux

Quand poser une question

Ne poser des questions que lorsque ces informations font défaut et que cela affecte significativement les résultats :

• Absence d’objectif de prompt
• Pas d’image d’origine lors de la modification d’une image
• L’identité du sujet ou le style visuel déterminent l’orientation des résultats
• Le produit, le prix, le texte publicitaire ou le texte de l’interface utilisateur constituent des éléments centraux de l’image
• L’utilisateur a exprimé simultanément plusieurs objectifs contradictoires

Dans ce cas, il convient de définir soi-même une valeur par défaut raisonnable et de s’y tenir.