GPT Image 2

Esta é uma habilidade focada no GPT Image 2, que funciona nos três ambientes de execução, mas apresenta diferenças significativas de comportamento. O primeiro passo é determinar o modo de execução atual.

Ela realiza apenas dois tipos de tarefas relacionadas a imagens:

• Geração de imagens: POST /images/generations
• Edição de imagens: POST /images/edits

Este documento aborda: modo de execução, estrutura da habilidade, variáveis de ambiente, regras de salvamento e nomenclatura, índice de modelos e fluxo de trabalho sensível ao contexto. Todos os modelos detalhados estão localizados em references/, organizados em camadas:

• Nível 1: diretório de categorias
• Nível 2: arquivos Markdown de modelos individuais

Modo de execução (leitura obrigatória; certifique-se disso antes de fazer qualquer coisa)

Esta Skill vem com um script de detecção leve; execute-o uma vez e, com base nos resultados, decida como proceder:

node skills/ gpt-image-2/scripts/check-mode.js
# Para obter resultados estruturados para uso pelo programa de nível superior:
node skills/ gpt-image-2/scripts/check-mode.js --json

A saída apresentará mode = A / A? / B-or-C, além de uma recomendação. Os três modos são definidos da seguinte forma:

Modo A · Geração de imagens local no Garden

Condições de acionamento: a variável de ambiente ENABLE_GARDEN_IMAGEGEN está definida como verdadeiro ( 1 / true / yes / on ) e existe uma OPENAI_API_KEY.

Comportamento: execução completa de ponta a ponta do processo “escolher modelo → escrever prompt → chamar o script → gerar imagem e salvar no disco”.

• Use scripts/generate.js para gerar imagens a partir de texto e scripts/edit.js para editar imagens existentes.
• Por padrão, o prompt é salvo em garden- gpt-image-2/prompt/, e as imagens são salvas em garden- gpt-image-2/image /.
• Este é o modo mais poderoso: você é o “dono” da ferramenta de imagens.

Modo B · Host-Native: delega a geração de imagens ao host

Condições de acionamento: o Garden não está habilitado ( ENABLE_GARDEN_IMAGEGEN não está definido ou está definido como falso), mas o agente do host atual possui uma ferramenta de geração de imagens ou um MCP de imagens.

Sinais típicos de identificação (você deve verificar por conta própria):

• Seu conjunto de ferramentas contém nomes como image_generation / imagegen / dalle / nano_banana / mcp__*image* / make_image / ou similares
• O usuário chama esta Skill em clientes que suportam geração nativa de imagens, como ChatGPT / Codex / Gemini / Cursor
• O usuário diz explicitamente “use sua própria ferramenta para gerar imagens”

Comportamento: esta Skill se reduz a orientações de engenharia de prompts —

1. Continue seguindo o fluxo “escolher modelo → preencher campos → renderizar o prompt final”.
2. Não chame os scripts do Node/generate.js (sem chave de API, a operação falhará inevitavelmente).
3. Chame diretamente a ferramenta de imagem integrada ao host, usando o prompt renderizado como entrada.
4. Caso o usuário deseje, pode salvar o arquivo do prompt em garden- gpt-image-2/prompt/, mas o destino da imagem é decidido pelo anfitrião e não é obrigatório.

Modo C · Advisor: Consultor exclusivo de prompts

Condições de acionamento: o Garden não está ativado e o agente anfitrião também não possui nenhuma ferramenta de geração de imagens.

Comportamento: esta Skill se transforma em um “consultor para redação de prompts de alta qualidade” —

1. segue o fluxo “escolher modelo → preencher campos → gerar o prompt final”, solicitando informações ao usuário caso haja lacunas.
2. A prompt final é exibida diretamente para o usuário + uma cópia é salva em garden- gpt-image-2/prompt/ - .md.
3. Anexe uma breve sugestão de “como usar” (por exemplo: insira no ChatGPT / Midjourney / DALL·E / Sora / Nano Banana / seu próprio backend / gateway GPT Image 2 de terceiros).
4. Não finja que a geração da imagem foi bem-sucedida. Informe claramente ao usuário: “Foi gerado um prompt de alta qualidade pronto para uso; execute-o com sua ferramenta de imagem.”

Tabela de decisão de padrões

Quando o modo não estiver definido

• Se você não tiver certeza se está no modo B ou C, pergunte diretamente ao usuário: “Você prefere gerar a imagem com a ferramenta de imagem do seu ambiente ou basta eu escrever a prompt?”
• Modo A: falha na execução do script (401 / rede / limite) → exibir mensagem de erro e perguntar: “Quer mudar para o modo B ou C?”

O usuário seleciona a ferramenta

Quando esta habilidade precisar fazer perguntas ao usuário, siga as seguintes regras:

1. Dê prioridade à ferramenta de entrada do usuário fornecida pelo ambiente de execução atual.
2. Se não houver uma ferramenta correspondente, faça perguntas curtas em texto simples com números.
3. Sempre que for possível agrupar perguntas, faça-as todas de uma vez.

Estrutura do skill

• scripts/check-mode.js: execute este arquivo primeiro para verificar o modo de execução (A / B / C)
• scripts/generate.js: geração de imagens a partir de texto (utilizado apenas no Modo A)
• scripts/edit.js: edita imagens com base na imagem original ou em máscaras (usado apenas no Modo A)
• scripts/shared.js: lógica para compartilhamento de solicitações, salvamento e leitura de variáveis de ambiente
• references/: Modelos de prompts estruturados em camadas (utilizados nos três modos: A / B / C)

Variáveis de ambiente

A configuração é lida na seguinte ordem:

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

Variáveis principais:

• ENABLE_GARDEN_IMAGEGEN — Seletor de modo. Ativa o Modo A quando definido como 1 / true / yes / on; se não estiver definido ou tiver outro valor, entra no Modo B / C.
• OPENAI_API_KEY — Obrigatório no Modo A; não é necessário nos Modos B e C.
• OPENAI_BASE_URL — Padrão: https://api.openai.com/v1; pode apontar para um gateway compatível de terceiros.
• OPENAI_IMAGE_MODEL — Padrão gpt-image-2 , pode ser substituído por modelos suportados pelo gateway (como gpt-image-1 / dall-e-3 ).

A implementação padrão funciona com a interface compatível com a OpenAI, sem vinculação a nenhum gateway de terceiros.

Diretório de saída padrão

Caso o usuário não especifique explicitamente o caminho de saída, será utilizado uniformemente o seguinte na área de trabalho atual:

• Diretório de prompts: garden- gpt-image-2/prompt/ ( recomendado para os três modos A, B e C, para facilitar a reutilização e o gerenciamento de versões)
• Diretório de imagens: garden- gpt-image-2/prompt/ ( usado apenas no Modo A; no Modo B, fica a critério do usuário; no Modo C, não são geradas imagens)

Se o diretório não existir, o script (Modo A) deve criá-lo automaticamente; nos Modos B e C, execute manualmente o comando ` mkdir -p ` antes de escrever o prompt.

Regras padrão de nomenclatura

Caso o usuário não especifique explicitamente o nome do arquivo, o script deve gerar automaticamente um nome relacionado à tarefa atual e acrescentar o carimbo de data e hora atual, evitando nomes duplicados.

Regras de nomenclatura:

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

Onde:

• : extrai automaticamente um nome curto relevante com base na solicitação do usuário atual
• : carimbo de data e hora atual, por exemplo, 20260424-153045

Exemplo:

• 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/vr-headset-exploded-view-20260424-153102.md
• garden- gpt-image-2/image/vr-headset-exploded-view-20260424-153102.png

Regras de salvamento do prompt

Regras gerais (aplicáveis aos três modos):

1. Se o usuário fornecer explicitamente o caminho do arquivo de prompt, esse arquivo poderá ser usado diretamente como entrada.
2. Se o usuário fornecer diretamente um prompt de texto, o prompt final também deverá ser salvo em garden- gpt-image-2/prompt /.
3. Se o usuário especificar explicitamente a opção ` --prom pt- output `, o caminho indicado pelo usuário será respeitado.
4. Caso contrário, use a regra de nomenclatura padrão para salvar automaticamente.

Regras de salvamento de imagens (apenas no Modo A)

1. Se o usuário especificar explicitamente --image ou --output, o caminho indicado pelo usuário será respeitado.
2. Caso contrário, o arquivo será salvo por padrão em garden- gpt-image-2/image /.
3. O nome do arquivo deve estar relacionado à semântica da tarefa atual e incluir um carimbo de data/hora.

No Modo B, a forma de salvamento é determinada pela ferramenta de imagem do host; no Modo C, não são geradas imagens.

Uso rápido

0. Verificar o modo de execução ( primeiro passo de qualquer tarefa )

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

A saída informará se o modo atual é A, B ou C, determinando se os arquivos `generate.js ` ou `edit.js ` serão chamados posteriormente. Os passos 1 a 4 a seguir se aplicam apenas no Modo A.

1. Geração de imagens a partir de texto (Modo A)

node skills/ gpt-image-2/scripts/generate.js \
  --prompt "Uma fofa lontra marinha bebê" \
  --size 1024x1024 \
  --quality high

2. Geração de imagens com arquivo de prompts (Modo A)

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

3. Editar imagens existentes (Modo A)

node skills/ gpt-image-2/scripts/edit.js \
  --image assets/source.png \
  --prompt "Substitua o fundo por um cenário de estúdio limpo"

4. Edição parcial com máscara (Modo A)

node skills/ gpt-image-2/scripts/edit.js \
  --image assets/source.png \
  --mask assets/mask.png \
  --prompt "Substitua apenas a área mascarada por um vaso de vidro"

5. “Como usar” os Modos B e C

Sem entrada de linha de comando — neste momento, esta Skill funciona apenas como um prompt:

• Modo B: renderizar o prompt final → chamar a ferramenta de geração de imagens (image_generation ) do próprio host (passando o prompt como parâmetro) → obter a imagem.
• Modo C: gerar o prompt final → salvar em garden- gpt-image-2/prompt/ - .md → exibir o conteúdo diretamente ao usuário → indicar ao usuário em quais ferramentas de imagem ele pode reutilizá-lo diretamente.

Como funcionam os modelos JSON

Quando um modelo JSON for fornecido na pasta `references/`, utilize-o seguindo as regras abaixo:

1. Primeiro, localize a categoria mais próxima no arquivo SKILL.md.
2. Em seguida, localize o arquivo de modelo específico.
3. {argument ...} no modelo representa parâmetros substituíveis.
4. Os valores fornecidos explicitamente pelo usuário devem ser inseridos diretamente.
5. Se o usuário não tiver fornecido um valor, mas o modelo estiver marcado como “default”, use o valor padrão inicialmente.
6. Se a falta de informações afetar significativamente o resultado, pergunte pro usuário.
7. O usuário também pode solicitar explicitamente que “você gere aleatoriamente”; nesse caso, é possível manter os valores padrão ou realizar uma aleatorização razoável dentro dos limites permitidos pelo modelo.

Regras para fazer perguntas

Quando o modelo não contiver variáveis-chave, não pergunte de forma genérica “Que estilo você deseja?”. Faça perguntas precisas com base nos campos do modelo.

Por exemplo, se o modelo de interface de transmissão ao vivo não tiver um apresentador definido, pergunte prioritariamente:

• Quem é o apresentador?
• Usará foto de pessoa real, nome de celebridade, descrição de personagem ou geração totalmente aleatória?

Quando faltam informações sobre o produto, deve-se perguntar:

• Qual é o nome do produto?
• O preço do produto está definido?
• Você deseja que eu preencha automaticamente o conteúdo dos comentários e dos presentes?

Índice de modelos

Leia apenas os arquivos de modelo específicos mais próximos, de acordo com o tipo de tarefa, em vez de ler toda a pasta references/ de uma só vez.

1. Documentação geral sobre metodologia

Leia primeiro:

• references/prompt-writing.md

Aplicável a:

• você ainda não decidiu como estruturar o modelo JSON
• Você precisa determinar quais campos devem ser solicitados, quais podem ter valores padrão e quais podem ser aleatórios
• Você precisa abstrair os casos em modelos reutilizáveis

2. Maquetes de interface do usuário ( references/ui-mockups/ )

Adequado para maquetes visuais de diversos tipos de “interface + conteúdo”. Atualmente implementado:

• live-commerce-ui.md — Maquete de captura de tela de transmissão ao vivo de vendas no e-commerce (apresentador + área de chat + área de presentes + cartão de produto)
• social-interface-mockup.md — Maquete da página de detalhes de publicações em plataformas sociais (Twitter/X, Xiaohongshu, Weibo, Threads etc.)
• product-card-overlay.md — Imagem principal da página de destino / página de detalhes (pessoa + produto + diferenciamento + preço)
• chat-interface-scene.md — Maquete da interface de bate-papo/conversa (iMessage, WeChat, bate-papo em grupo, assistente de IA)
• short-video-cover-ui.md — Capa de vídeo curto / miniatura de transmissão ao vivo (YouTube, Douyin, Bilibili, transmissão de VTuber)
• landing-page-case-study.md — Maquete de interface para página longa de estudo de caso de SaaS/marketing em tema escuro (várias seções + narrativa com rolagem + cartões de dados + CTA)

3. Visuais do produto ( references/product-visuals/ )

Imagens adequadas para um “foco visual no produto”. Atualmente implementadas:

• exploded-view-poster.md — Pôster com vista explodida do produto (elemento principal empilhado verticalmente + callout + logotipo na parte superior + área da marca na parte inferior)
• white-background-product.md — Imagem principal para e-commerce com fundo branco puro (produto único / múltiplos ângulos / sobreposição minimalista de marketing)
• premium-studio-product.md — Imagem comercial de produto em estúdio de alta qualidade (atmosfera de anúncio de revista)
• packaging-showcase.md — Imagem de apresentação de caixas de presente/embalagens (caixa externa + exibição do conteúdo)
• lifestyle-product-scene.md — Imagens de produtos em cenários de estilo de vida (produto inserido em cenários reais)
• ecommerce-marketing-board.md — Painel de vendas multifuncional para comércio eletrônico no estilo chinês (imagem principal + página de detalhes + argumentos de venda + instruções de uso + cenários + storyboard de TVC, tudo em uma única imagem)

4. Mapas ( references/maps/ )

Adequado para “visuais do tipo mapa” (as infografias foram separadas para a categoria independente 17). Atualmente implementado:

• food-map.md — Mapa gastronômico da cidade desenhado à mão (pontos numerados + legenda + mascote central)
• travel-route-map.md — Mapa de rotas de viagem (itinerários de vários dias / passeios urbanos de um dia / rotas ao ar livre)
• illustrated-city-map.md — Mapa ilustrado da paisagem urbana (marcos + paisagens naturais + elementos culturais)
• store-distribution-map.md — Mapa de distribuição de lojas da marca / cobertura de serviços
• itinerary-day-trip-map.md — Pôster dividido para passeios de um dia (à esquerda, cartão de itinerário em estilo pergaminho + à direita, mapa realista com toques fantásticos; 5 a 7 pontos rigorosamente alinhados)

5. Apresentações e Documentos Visuais ( references/slides-and-visual-docs/ )

Documentos visuais adequados para “explicar um assunto em uma única página”. Atualmente implementados:

• dense-explainer-slides.md — Apresentação explicativa de alta densidade combinando Irasutoya × Kasumigaseki
• policy-style-slide.md — Apresentação no estilo de políticas / comunicados governamentais / livros brancos
• visual-report-page.md — Página de resumo executivo de relatórios comerciais / apresentação para investidores / visão geral de relatórios anuais
• educational-diagram-slide.md — Diagrama didático (conceitos / mecanismos / decomposição de processos)

6. Pôsteres e Campanhas ( references/poster-and-campaigns/ )

Adequado para “imagem visual principal da marca + campanha + banner + capa de revista”. Atualmente implementado:

• brand-poster.md — Pôster principal da marca (produto / pessoa / mensagem em texto)
• campaign-kv.md — Imagem-chave da campanha + sistema de layouts derivados
• banner-hero.md — Hero da web / página de destino / banner de aplicativo (composição horizontal + CTA)
• editorial-cover.md — Capa de revista / periódico / publicação
• biomimetic-concept-poster.md — Pôster conceitual de design industrial biomimético (protótipo natural → linha de evolução → renderização principal → desenhos técnicos com múltiplas vistas)
• vintage-editorial-infographic.md — Arquivo retrô / Pôster de infográfico editorial dos anos 1940 (personagens + fórmulas + linha do tempo + modelos, no estilo Bell Labs)
• character-catalog-poster.md — Pôster infográfico com várias versões de um mesmo personagem (cartas de séries sobre signos do zodíaco / elementos / dinastias / personalidades)
• lineup-comparison-poster.md — Pôster infográfico comparativo de linha de produtos (mais de 30 SKUs em um único gráfico + legenda + chave de classificação)

7. Retratos e Personagens ( references/portraits-and-characters/ )

Adequado para “imagens de pessoas”. Atualmente implementado:

• professional-portrait.md — Retrato profissional de nível empresarial (LinkedIn / página da equipe / imagens para mídia)
• founder-portrait.md — Retrato de grande formato do fundador para mídia (iluminação teatral + espaço reservado para título)
• virtual-host.md — Cartão pessoal de VTuber / apresentador virtual + pré-visualização de transmissão
• character-sheet.md — Ficha técnica completa do personagem (três vistas + expressões faciais + figurino + paleta de cores)
• pose-reference-sheet.md — Tabela de referência N×N de poses/movimentos (várias poses para um mesmo personagem: dança / combate / ginástica)

8. Cenas e ilustrações ( references/scenes-and-illustrations/ )

Visuais ilustrados adequados para “atmosfera + história + emoção”. Atualmente implementados:

• healing-scene.md — Ilustrações de cenas cotidianas e sazonais com tema de cura
• concept-scene.md — Cenas conceituais com estilo cinematográfico / arte-chave de IP
• picture-book-scene.md — Livros infantis / páginas de livros ilustrados / cartões comemorativos
• minimalist-mood-scene.md — Imagens minimalistas com espaços em branco / papéis de parede literários

9. Fluxos de trabalho de edição ( references/editing-workflows/ )

Tarefas de edição de imagens adequadas para “edição com base em imagens existentes” (correspondentes a scripts/edit.js ). Atualmente implementadas:

• background-replacement.md — Substituição de fundo (produtos / retratos / exteriores / cenários de estúdio)
• local-object-replacement.md — Substituição de objetos locais (com ou sem máscara)
• object-removal.md — Remoção de objetos indesejados / transeuntes / fios elétricos / imperfeições
• product-retouching.md — Retoque de produtos (brilho / etiquetas / sombras / imperfeições)
• portrait-local-edit.md — Edição local de retratos (penteado / roupa / maquiagem / acessórios)

10. Avatares e Perfil ( references/avatars-and-profile/ )

Adequado para visuais do tipo “imagem pessoal”, como “avatares estilizados / personagens / grades / adesivos / séries de retratos”. Atualmente implementado:

• style-transfer-selfie.md — Transforma a pessoa da imagem de referência em qualquer estilo, como cosplay / gótico / filme retrô / fotos de ídolos
• character-grid-portrait.md — Retratos em grade n×n de um mesmo personagem (várias classes / várias expressões / várias épocas / vários estilos)
• themed-3d-icon.md — Avatares no estilo ícones de aplicativos 3D: kawaii, Minecraft e 3D objetual
• sticker-set.md — Conjuntos de adesivos / coleções de emojis (elementos independentes + contornos + etiquetas)
• cultural-portrait-series.md — Série de retratos por dinastia / mitologia / literatura / etnia

11. Storyboards e sequências ( references/storyboards-and-sequences/ )

Adequado para visuais do tipo “sequências narrativas”, como “storyboards / quadrinhos / diagramas de relações / etapas de processos”. Atualmente implementado:

• four-panel-comic.md — Quadrinhos de 4 quadros / caricaturas / tirinhas (introdução, desenvolvimento, clímax e conclusão + balões de diálogo)
• manga-spread-page.md — storyboard de mangá em página única / página dupla (quadros irregulares + diálogos + pensamentos)
• anime-key-visual.md — Imagem-chave de anime / capa de light novel / pôster de IP
• character-relationship-diagram.md — Pôster com diagrama de relações entre personagens (cartões + linhas de conexão + legenda)
• recipe-process-flowchart.md — Fluxograma de receita / tutorial / processo (numeração + ilustrações + explicações)
• product-tvc-storyboard.md — Storyboard de comercial de TV de produto (9 quadros com textura de filmagem real + descrição das tomadas + duração)
• cinematic-storyboard-grid.md — Planilha de storyboard narrativo com estilo cinematográfico (3×4 / 4×4, narrativa contínua + imagens cinematográficas)
• process-photo-board.md — Quadro de processo cinematográfico com pessoas reais (vestuário e equipamentos / maquiagem / treinamento / decomposição de ações, numerado + etapas progressivas)

12. Grades e colagens ( references/grids-and-collages/ )

Adequado para visuais do tipo “grides com vários painéis / colagens / quadros de projeto”. Atualmente implementado:

• banner-grid-2x2.md — Conjunto de banners de marketing 2×2 (4 imagens por vez com design de série unificada)
• lookbook-grid.md — lookbook de 7 dias / grade de 9 quadrados para autocuidado / lista dos TOP N
• mixed-style-multi-panel.md — colagem mista de vários estilos (interpretações em estilos artísticos diferentes para um mesmo tema)
• anime-pitch-board.md — Quadro de apresentação de projetos de anime/jogos/cinema e TV (imagem-chave + personagens + universo + texto)
• ad-banner-multi-grid.md — Grade de banners publicitários mistos de vários setores e temas (cada célula com setor, estilo e texto publicitário independentes)

13. Branding e Embalagem ( references/branding-and-packaging/ )

Adequado para elementos visuais do tipo “sistema de identidade visual / mascotes / design de embalagem”. Atualmente implementado:

• brand-identity-board.md — Painel de sistema de identidade de marca (logotipo + paleta de cores + tipografia + maquete de aplicação)
• mascot-brand-kit.md — Kit de identidade de marca com vários painéis para mascotes (imagem principal + três vistas + expressões + aplicações)
• cosmetic-packaging.md — Embalagens de cosméticos/produtos para a pele: frascos individuais, linhas de produtos e caixas de presente
• beverage-label-design.md — Design de rótulos para bebidas / alimentos / condimentos (estilo chinês contemporâneo / japonês / ocidental)
• full-mascot-brand-doc.md — Identidade visual abrangente com mais de 18 módulos + documentação completa do processo da mascote (DNA / moodboard / esboços / desenhos de linha / 3D / paleta de cores / materiais / visão geral das aplicações)
• character-merch-board.md — Painel de marca integrado com vários elementos: personagens de IP + produtos derivados / embalagens / pôsteres / perfis nas redes sociais

14. Tipografia e Layout de Texto ( references/typography-and-text-layout/ )

Adequado para tipos em que “o texto é o elemento visual principal”, como “prioridade ao texto / diagramação bilíngue”. Atualmente implementado:

• title-safe-poster.md — Cartazes com slogans em letras grandes (estilo japonês de alta energia / minimalismo suíço / impressão retrô)
• bilingual-layout-visual.md — Visuais com layout bilíngue chinês-inglês / chinês-japonês (marcas culturais / acadêmicas / interculturais)

15. Recursos e Adereços ( references/assets-and-props/ )

Adequado para visuais do tipo “conjuntos de materiais / ativos de jogos”, como “conjuntos de ícones / capturas de tela de jogos”. Atualmente implementados:

• retro-skeuomorphic-icons.md — Conjunto de ícones esqueuomórficos / Y2K / pixelados (estilo unificado)
• game-screenshot-mockup.md — Maquete de captura de tela do jogo (HUD + legendas + painel de missões)

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

Imagens adequadas para “artigos científicos / submissões a conferências de ponta / pôsteres acadêmicos / apresentações de defesa em PowerPoint / defesa de proposta de pesquisa / resumos gráficos para submissão a revistas científicas”.Fundo predominantemente branco + fontes de publicação + geometria precisa + cores de engenharia de baixa saturação (principalmente azul escuro / azul acinzentado / cinza escuro, ≤3 cores principais) + adequadas para impressão monocromática. É estritamente proibido inventar dados quantitativos (valores / linhas de contorno / intervalos de escala de cores / fórmulas).

Áreas de Ciência da Computação (CS), Visão Computacional (CV) e Aprendizado de Máquina (ML):

• method-pipeline-overview.md — Diagrama de visão geral do método / figura do pipeline (blocos de múltiplos estágios + fluxo de dados; a variante 4 oferece um roteiro técnico de três partes — esquerda/centro/direita — no estilo de engenharia)
• neural-network-architecture.md — Diagrama da arquitetura da rede neural (blocos de camadas + forma do tensor + conexões diretas)
• qualitative-comparison-grid.md — tabela de comparação qualitativa entre múltiplas metodologias ( linhas = amostras, colunas = metodologias )

Geral para engenharia / ciências naturais / defesa de tese:

• scientific-schematic.md — Esquema conceitual / de princípios / de aparelhagem experimental (alta liberdade, modelo em linguagem natural)
• mechanism-diagram.md — Diagrama de mecanismo / cadeia causal / caminho de transformação (objeto central + transformação em múltiplas etapas + área de resultados; inclui três variantes: cadeia causal em três etapas / autoexcitação cíclica / competição com múltiplas ramificações)
• multi-condition-comparison.md — Gráfico comparativo de resultados em múltiplas condições (resultados lado a lado do mesmo objeto em diferentes condições, 2×2 / 1×N / M×N; enfatiza a uniformidade rigorosa entre os painéis)
• publication-chart.md — Gráficos de dados prontos para publicação (barra / linha / dispersão / mapa de calor / caixa)

Visão geral / Resumo / Página inicial da defesa:

• graphical-abstract.md — Resumo gráfico para submissão a revistas (quatro variantes: horizontal em quatro seções / desdobramento central / quadrado / vertical)
• research-overview-poster.md — Diagrama de visão geral da pesquisa para apresentação de tema, defesa e relatório (três camadas: superior, média e inferior + cinco módulos; inclui três variantes: radiação central, duas colunas à esquerda e à direita e minimalista)

Estratégia de escolha: para artigos de CS/CV/ML, priorize method-pipeline-overview + qualitative-comparison-grid; para as áreas de Engenharia / Energia / Química / Materiais, priorize a variante 4 de method-pipeline-overview + mechanism-diagram + multi-condition-comparison;Para o resumo de artigos submetidos a revistas, use o modelo “resumo gráfico”; para a primeira página da apresentação em PowerPoint da defesa, use o modelo “pôster de visão geral da pesquisa ”.

17. Infográficos ( references/infographics/ )

Adequado para “infográficos / divulgação científica de alta densidade / infográficos desenhados à mão / painéis de KPIs” e outros “gráficos grandes de visualização de informações”. Atualmente implementados:

• legend-heavy-infographic.md — divulgação científica com alta densidade de legendas / cadeias causais / evolução / diagramas anatômicos (bilíngues)
• hand-drawn-infographic.md — infográficos em estilo desenhado à mão (macaron / morandi / quadro negro / papel kraft; modelo em linguagem natural)
• bento-grid-infographic.md — Infográficos modulares em grade tipo “bento” (disposição de widgets com alta densidade e múltiplos módulos)
• comparison-infographic.md — Infográficos de comparação binária / múltipla (A vs. B / planos de assinatura / equívocos vs. respostas corretas)
• step-by-step-infographic.md — Infográfico de tutorial passo a passo (estilo ilustrado, aconchegante; não é um fluxograma de engenharia)
• kpi-dashboard-infographic.md — Infográfico em formato de painel de KPIs (retrospectiva anual / Wrapped / painel de negócios)

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

Adequado para diagramas de engenharia como “arquitetura de sistemas / processos / sequências temporais / máquinas de estados / ER / mapas mentais / topologia de rede”. Fundo em grade escuro padronizado + fonte de largura fixa + esquema de cores codificado por elementos; cada modelo inclui uma variante em tons claros.

⚠️ Atenção: este diretório gera imagens bitmap em PNG, e não SVG editável; se precisar de arquivos editáveis, utilize mermaid / draw.io / excalidraw / Figma. Atualmente disponíveis:

• system-architecture.md — Diagrama de arquitetura de sistema (front-end + back-end + banco de dados + cache + fila + externo)
• flowchart-decision.md — Fluxograma / Diagrama de decisão (semântica de formas BPMN + ramificações Sim/Não)
• sequence-diagram.md — diagrama de sequência (ator + linha de vida + seta de mensagem + barra de ativação)
• state-machine.md — máquina de estados / diagrama de ciclo de vida (estado + transição + guarda / ação)
• er-diagram.md — Diagrama ER / Diagrama de modelo de dados (entidade + campo + PK/FK + relação “pé de corvo”)
• mind-map-tech.md — Mapa mental de temas técnicos (centro + ramificações radiais)
• network-topology.md — Diagrama de topologia de rede (símbolo de dispositivo + zona / VPC + largura de banda / marcador de protocolo)

Fluxo de trabalho de palavras-chave (percepção de padrões)

Seja A, B ou C, as seis primeiras etapas são comuns; a diferença está apenas na forma de “gerar o gráfico” nas etapas 7 e 8.

1. Execute o check-mode.js para determinar o modo (A / B / C).
2. Determine se a tarefa é criar ou modificar um mapa.
3. Identifique a qual categoria de diretório ela pertence (consulte o “Índice de modelos” abaixo).
4. Leia apenas o arquivo de modelo específico correspondente; não leia todo o diretório references/ de uma só vez.
5. Siga rigorosamente o formato do modelo: a maioria dos modelos usa um modelo principal em JSON (preferível para tarefas estruturadas), enquanto alguns modelos ( infographics/hand-drawn-infographic.md, academic-figures/scientific-schematic.md etc.) utilizam um formato misto de “linguagem natural estruturada + parâmetros”, pois a imposição do JSON limitaria a liberdade criativa.
6. Mapeie as entradas do usuário aos parâmetros do modelo; quando faltarem informações essenciais, inicie proativamente perguntas de esclarecimento direcionadas.

A esta altura, o prompt já está renderizado. A seguir, ramifique de acordo com o modo:

7-A. Modo A: salve o prompt final em garden- gpt-image-2/prompt/; chame scripts/generate.js ou scripts/edit.js; a imagem será salva em garden- gpt-image-2/image/. 7-B. Modo B: passe o prompt final diretamente para a ferramenta de imagem do host;Salvar uma cópia do prompt, se necessário, em garden- gpt-image-2/prompt /. 7-C. Modo C: Salvar o prompt final em garden- gpt-image-2/prompt/ - .md e exibir o prompt completo ao usuário na conversa, acompanhado de uma breve sugestão sobre “como usar / ferramentas recomendadas”.

8. Após a conclusão da tarefa, informe ao usuário em uma frase: qual é o modo atual, onde o prompt está armazenado e onde a imagem (se houver) está localizada.

Restrições importantes

Geral:

• O JSON no arquivo de modelo é um modelo de estrutura de prompt, não um modelo de corpo de solicitação da API.
• Nos três modos, o que é finalmente enviado ao modelo de imagem é sempre a “sequência de prompt renderizada” — pode ser um JSON simplificado ou um parágrafo estruturado em linguagem natural, a ser usado exatamente como no modelo.
• A menos que o usuário solicite explicitamente, não copie a “descrição do modo” do arquivo SKILL.md para o prompt final — trata-se de metainformações destinadas ao Agente.

Aplicável apenas ao Modo A:

• Geração de script usando corpo JSON
• O script de edição usa dados de formulário multipart
• A resposta deve ser analisada prioritariamente como data[0].b64_json, mas também é compatível com data[0].url
• A menos que a interface de origem exija explicitamente, não introduza parâmetros de consulta especiais adicionais

Quando fazer perguntas

Só faça perguntas quando essas informações estiverem faltando e isso afetar significativamente o resultado:

• Ausência de objetivo de prompt
• Não há imagem original ao editar uma imagem
• A identidade do sujeito ou o tipo visual determinam o rumo dos resultados
• Produto / preço / texto publicitário / texto da interface do usuário (UI) são componentes centrais da imagem
• O usuário expressou simultaneamente vários objetivos conflitantes

Além disso, priorize definir um padrão razoável por conta própria e continue a executá-lo.