GPT Image 2

Это специализированный навык для GPT Image 2, который работает в 3 различных средах, но его поведение значительно различается. Первым делом необходимо определить текущий режим работы.

Он выполняет только две категории задач, связанных с изображениями:

• Генерация изображений: POST /images/generations
• Редактирование изображений: POST /images/edits

В данном документе описаны: режим работы, структура навыка, переменные среды, правила сохранения и именования, индекс шаблонов, рабочий процесс с учетом режима. Подробные шаблоны находятся в папке references/ и организованы по уровням:

• Первый уровень: каталоги по категориям
• Второй уровень: файлы Markdown с отдельными шаблонами

Режим работы (обязательно к прочтению, определитесь с ним перед началом любой работы)

Этот Skill поставляется с лёгким скриптом проверки; сначала запустите его один раз, а затем, в зависимости от результатов, решите, как действовать:

node skills/ gpt-image-2/scripts/check-mode.js
# Если требуется структурированный результат для использования в вышестоящей программе:
node skills/ gpt-image-2/scripts/check-mode.js --json

В выводе будет указано mode = A / A? / B-or-C, а также рекомендация. Три режима определены следующим образом:

Режим A · Garden — локальное генерация изображений

Условия запуска: переменная среды ENABLE_GARDEN_IMAGEGEN имеет значение «true» ( 1 / true / yes / on ) и присутствует OPENAI_API_KEY.

Поведение: полный сквозной цикл «выбор шаблона → написание промпта → запуск скрипта → вывод изображения на диск».

• Используйте файл scripts/generate.js для генерации изображений по тексту и scripts/edit.js для редактирования существующих изображений.
• По умолчанию промпты сохраняются в папке garden- gpt-image-2/prompt/, а изображения — в папке garden- gpt-image-2/image /.
• Это самый мощный режим: вы являетесь «владельцем» инструмента для работы с изображениями.

Режим B · Host-Native: делегирование генерации изображений хосту

Условия срабатывания: Garden не включен ( ENABLE_GARDEN_IMAGEGEN не установлен / имеет значение «false»), но текущий хост-агент имеет собственный инструмент генерации изображений или MCP для работы с изображениями.

Типичные признаки (вам следует проверить):

• в вашем наборе инструментов присутствуют названия типа image_generation / imagegen / dalle / nano_banana / mcp__*image* / make_image и т. п.
• Пользователь вызывает данный навык в клиентах, поддерживающих нативное создание изображений, таких как ChatGPT / Codex / Gemini / Cursor и т. д.
• Пользователь явно просит: «Создай изображение с помощью своего собственного инструмента»

Поведение: данный навык превращается в руководство по созданию подсказок —

1. продолжайте следовать процессу «выбор шаблона → заполнение полей → рендеринг окончательного промпта».
2. Не вызывайте скрипты node/generate.js (нет API-ключа, вызов обязательно завершится сбоем).
3. Непосредственно вызывайте встроенные инструменты хоста для работы с изображениями, используя отрендеренный промпт в качестве входных данных.
4. Если пользователь пожелает, можно сохранить файл промпта в garden- gpt-image-2/prompt/, но местоположение изображения определяет хост, это не является обязательным.

Режим C · Advisor — консультант по промптам

Условия запуска: Garden не включен, и у хоста-агента нет никаких инструментов для генерации изображений.

Поведение: данный навык превращается в «консультанта по написанию высококачественных промтов» —

1. следуя алгоритму «выбор шаблона → заполнение полей → формирование окончательного промпта», при недостатке информации запрашивая информацию у пользователя.
2. Отображает окончательный промпт непосредственно пользователю + сохраняет копию в garden- gpt-image-2/prompt/ - .md.
3. Добавьте краткую рекомендацию «Как использовать» (например: «Вставьте в ChatGPT / Midjourney / DALL·E / Sora / Nano Banana / собственный бэкенд / сторонний шлюз GPT Image 2»).
4. Не следует создавать видимость успешного создания изображения. Чётко сообщите пользователю: «Сгенерирован высококачественный промпт, готовый к непосредственному использованию. Пожалуйста, выполните его в вашем графическом редакторе».

Таблица решений по шаблонам

Если режим неясен

• Если вы не можете определить, какой из режимов вы используете — B или C, просто спросите пользователя: «Создавать изображение с помощью графического инструмента в вашей среде или достаточно, если я напишу подсказку?»
• Режим A: сбой при запуске скрипта (401 / сеть / квота) → выдать сообщение об ошибке и спросить: «Переключиться на режим B / C?»

Пользователь указывает инструмент

Когда данному навыку необходимо задать вопрос пользователю, следуйте следующим правилам:

1. Предпочтительно используйте инструменты ввода, предоставляемые текущей средой выполнения.
2. Если соответствующего инструмента нет, задавайте вопросы в виде кратких текстовых вопросов с номерами.
3. Если вопросы можно объединить, старайтесь задать их все за один раз.

Структура навыка

• scripts/check-mode.js: запускается в первую очередь для определения режима работы (A / B / C)
• scripts/generate.js: генерация изображения из текста (используется только в режиме A)
• scripts/edit.js: редактирование изображения на основе исходного изображения / маски (используется только в режиме A)
• scripts/shared.js: логика обработки запросов на совместное использование, сохранения и чтения переменных окружения
• references/: шаблоны многоуровневых структурированных подсказок (используются во всех трёх режимах: A / B / C)

Переменные среды

Конфигурация считывается в следующем порядке:

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

Основные переменные:

• ENABLE_GARDEN_IMAGEGEN — переключатель режима. При значении 1 / true / yes / on включается режим A; если значение не задано или установлено другое, запускается режим B / C.
• OPENAI_API_KEY — обязателен для режима A; не требуется для режимов B / C.
• OPENAI_BASE_URL — по умолчанию https://api.openai.com/v1, может указывать на совместимый шлюз третьей стороны.
• OPENAI_IMAGE_MODEL — по умолчанию gpt-image-2 , можно заменить на модель, поддерживаемую шлюзом (например, gpt-image-1 / dall-e-3 ).

По умолчанию реализация работает через интерфейс, совместимый с OpenAI, без жесткой привязки к какому-либо стороннему шлюзу.

Каталог вывода по умолчанию

Если пользователь явно не указал путь вывода, по умолчанию используется следующий путь в текущей рабочей области:

• Каталог подсказок: garden- gpt-image-2/prompt/ ( рекомендуется использовать для всех трёх режимов — A, B и C — для удобства повторного использования и управления версиями)
• Каталог изображений: garden- gpt-image-2/image/ ( используется только в режиме A; в режиме B определяется хостом, в режиме C изображения не генерируются)

Если каталог отсутствует, скрипт (режим A) должен автоматически создать его; в режимах B и C перед написанием подсказки необходимо вручную выполнить команду ` mkdir -p `.

Правила именования по умолчанию

Если пользователь явно не указал имя файла, скрипт должен автоматически сгенерировать имя, связанное с текущей задачей, и добавить к нему текущую метку времени, чтобы избежать дублирования имен.

Правила именования:

• Подсказка: garden- gpt-image-2/prompt/ - .md
• Изображения: garden- gpt-image-2/image/ - .png

При этом:

• : автоматически извлекается одно из соответствующих коротких имен в соответствии с текущим запросом пользователя
• : текущая временная метка, например 20260424-153045

Пример:

• 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

Правила сохранения подсказок

Общие правила (применимы к всем трем режимам):

1. Если пользователь явно указал путь к файлу prompt, этот файл можно использовать напрямую в качестве входных данных.
2. Если пользователь напрямую предоставил текстовый prompt, окончательный prompt также необходимо сначала сохранить в папке garden- gpt-image-2/prompt /.
3. Если пользователь явно указал параметр `-- prompt- output`, следует использовать указанный им путь.
4. В противном случае файл автоматически сохраняется по правилам именования по умолчанию.

Правила сохранения изображений (только для режима A)

1. Если пользователь явно указал параметр --image или --output, используется указанный пользователем путь.
2. В противном случае файлы по умолчанию сохраняются в папке garden- gpt-image-2/image /.
3. Имя файла должно быть связано с семантикой текущей задачи и содержать временную метку.

В режиме B способ сохранения определяется инструментом для работы с образами; в режиме C изображения не создаются.

Краткое руководство

0. Определение режима работы ( первый шаг любой задачи )

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

Вывод сообщит вам, в каком режиме вы находитесь (A / B / C), что определит, следует ли далее вызывать generate.js или edit.js. Пункты 1–4 ниже используются только в режиме A.

1. Создание изображения на основе текста (режим A)

node skills/ gpt-image-2/scripts/generate.js \
  --prompt "A cute baby sea otter" \
  --size 1024x1024 \
  --quality high

2. Генерация изображений с использованием файла подсказок (режим A)

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

3. Редактирование существующего изображения (режим A)

node skills/ gpt-image-2/scripts/edit.js \
  --image assets/source.png \
  --prompt "Заменить фон на чистую студийную сцену"

4. Локальное редактирование с использованием маски (режим A)

node skills/ gpt-image-2/scripts/edit.js \
  --image assets/source.png \
  --mask assets/mask.png \
  --prompt "Заменить только замаскированную область стеклянной вазой"

5. «Использование» режимов B / C

Нет входа через командную строку — в данном случае этот Skill представляет собой лишь подсказку Руководство по разработке:

• Режим B: сгенерировать окончательный промпт → вызвать встроенный в хост инструмент типа image_generation (передав промпт в качестве параметра) → получить изображение.
• Режим C: сгенерировать окончательный промпт → сохранить в garden- gpt-image-2/prompt/ - .md → напрямую отобразить содержимое пользователю → подсказать пользователю, в каких инструментах для работы с изображениями его можно напрямую использовать.

Принцип работы шаблонов JSON

Если в папке references/ имеются шаблоны JSON, используйте их в соответствии со следующими правилами:

1. Сначала найдите в файле SKILL.md наиболее подходящую категорию.
2. Затем найдите конкретный файл шаблона.
3. В шаблоне {argument ...} обозначает заменяемые параметры.
4. Значения, явно указанные пользователем, вводятся напрямую.
5. Если пользователь не указал значение, но в шаблоне есть пометка «default», сначала можно использовать значение по умолчанию.
6. Если отсутствие информации может существенно повлиять на результат, необходимо самостоятельно запросить её у пользователя.
7. Пользователь также может явно сказать: «Сгенерируйте случайным образом», — в этом случае можно сохранить значения по умолчанию или провести разумную рандомизацию в пределах, допускаемых шаблоном.

Правила задавания вопросов

Если в шаблоне отсутствуют ключевые переменные, не задавайте общих вопросов типа «Какой стиль вы предпочитаете?». Вопросы должны быть сформулированы точно в соответствии с полями шаблона.

Например, если в шаблоне интерфейса прямой трансляции отсутствует информация об основном объекте, в первую очередь следует спросить:

• Кто будет вести прямой эфир?
• Использовать фотографию реального человека, имя знаменитости, описание персонажа или сгенерировать полностью случайным образом?

При отсутствии информации о товаре следует спросить:

• Как называется товар?
• Указана ли цена товара?
• Хотите, чтобы я автоматически дополнял содержание комментариев и подарков?

Индекс шаблонов

В зависимости от типа задачи следует считывать только наиболее подходящие конкретные файлы шаблонов, а не загружать сразу весь каталог references/.

1. Общий документ по методологии

Сначала прочитать:

• references/prompt-writing.md

Применимо, если:

• вы ещё не определились, как построить JSON-шаблон
• Вам необходимо определить, о каких полях следует спрашивать, какие поля можно оставить по умолчанию, а какие могут быть случайными
• Вам нужно абстрагировать примеры в виде повторно используемых шаблонов

2. Макеты интерфейса ( references/ui-mockups/ )

Подходят для визуализации различных макетов типа «интерфейс + контент». В настоящее время реализованы:

• live-commerce-ui.md — макет скриншота прямой трансляции с продажей товаров (ведущий + чат + раздел подарков + карточка товара)
• social-interface-mockup.md — макет страницы подробностей публикации в социальных сетях (Twitter/X, Xiaohongshu, Weibo, Threads и др.)
• product-card-overlay.md — главная картинка для целевой страницы или страницы с подробной информацией (персонаж + товар + преимущества + цена)
• chat-interface-scene.md — макет интерфейса чата/диалога (iMessage, WeChat, групповой чат, AI-помощник)
• short-video-cover-ui.md — обложка короткого видео / миниатюра прямой трансляции (YouTube, Douyin, Bilibili, трансляция VTuber)
• landing-page-case-study.md — макет интерфейса длинной страницы с кейсом SaaS/маркетинга в тёмной цветовой схеме (несколько разделов + прокрутка + карточки данных + призыв к действию)

3. Визуальные элементы продукта ( references/product-visuals/ )

Изображения, подходящие для «визуального акцента на продукте». В настоящее время реализовано:

• exploded-view-poster.md — плакат с разборным видом продукта (основной элемент, расположенный вертикально + выноска + логотип вверху + зона бренда внизу)
• white-background-product.md — Главная фотография товара на чисто белом фоне для электронной коммерции (один товар / несколько ракурсов / минималистичные маркетинговые наложения)
• premium-studio-product.md — коммерческие фотографии товара, снятые в студии высокого уровня (атмосфера уровня журнальной рекламы)
• packaging-showcase.md — изображение подарочной коробки / упаковки (внешняя коробка + демонстрация содержимого)
• lifestyle-product-scene.md — Сцены с товарами в стиле «лайфстайл» (товар в реальной обстановке)
• ecommerce-marketing-board.md — Комплексная маркетинговая доска для китайского электронного коммерции (главное изображение + страница с подробностями + преимущества + инструкция по использованию + сценарии использования + комбинация кадров из рекламного ролика на одном изображении)

4. Карты ( references/maps/ )

Подходит для «визуальных элементов типа карт» (инфографика выделена в отдельную категорию 17). В настоящее время реализовано:

• food-map.md — Рисованная карта городских ресторанов (пронумерованные точки + легенда + талисман)
• travel-route-map.md — Карта туристических маршрутов (многодневные поездки / однодневные прогулки по городу / маршруты на природе)
• illustrated-city-map.md — иллюстрированная карта города (достопримечательности + природные пейзажи + культурные элементы)
• store-distribution-map.md — карта распределения фирменных магазинов / зоны обслуживания
• itinerary-day-trip-map.md — плакат с разделением однодневной экскурсии (слева — карта маршрута в стиле пергамента + справа — фэнтезийно-реалистичная карта, 5–7 точек строго выровнены)

5. Слайды и визуальные документы ( references/slides-and-visual-docs/ )

Визуальные документы, подходящие для принципа «одна страница — одна тема». В настоящее время реализованы:

• dense-explainer-slides.md — слайды с плотным объяснением в стиле Irasutoya × Какуган
• policy-style-slide.md — слайд в стиле политических документов / правительственных объявлений / белых книг
• visual-report-page.md — страница с кратким изложением бизнес-отчета / презентация для инвесторов / обзор годового отчета
• educational-diagram-slide.md — учебные схематические диаграммы (концепции / механизмы / разбивка процессов)

6. Плакаты и рекламные кампании ( references/poster-and-campaigns/ )

Подходит для «главного визуального образа бренда + кампании + баннеров + обложек журналов». В настоящее время реализовано:

• brand-poster.md — Основной плакат бренда (продукт / персонаж / чисто текстовое послание)
• campaign-kv.md — Ключевой визуал кампании + система производных макетов
• banner-hero.md — Героический баннер для веб-сайта / целевой страницы / приложения (горизонтальная композиция + призыв к действию)
• editorial-cover.md — обложка журнала / периодического издания / публикации
• biomimetic-concept-poster.md — концептуальный плакат по биомиметическому промышленному дизайну (природный прототип → эволюционная шкала → рендер главного изображения → технические чертежи с несколькими ракурсами)
• vintage-editorial-infographic.md — Ретро-архив / Редакционный инфографический плакат в стиле 1940-х (персонажи + формулы + временная шкала + модели, в стиле Bell Labs)
• character-catalog-poster.md — инфографический плакат с несколькими версиями одного персонажа (карточки серий «Знаки зодиака» / «Химические элементы» / «Династии» / «Личности»)
• lineup-comparison-poster.md — Инфографический плакат с сравнением линейки продуктов (более 30 SKU на одном изображении + легенда + шкала уровней)

7. Портреты и персонажи ( references/portraits-and-characters/ )

Подходит для «визуального представления персонажей». В настоящее время реализовано:

• professional-portrait.md — профессиональные деловые портреты (LinkedIn / страница команды / иллюстрации для СМИ)
• founder-portrait.md — портреты основателей для СМИ (театральное освещение + место для заголовка)
• virtual-host.md — личная карточка VTuber / виртуального ведущего + превью стрима
• character-sheet.md — комплексный набор характеристик персонажа (три вида + мимика + одежда + палитра цветов)
• pose-reference-sheet.md — справочная таблица поз N×N (различные позы одного персонажа: танец / бой / фитнес)

8. Сцены и иллюстрации ( references/scenes-and-illustrations/ )

Визуальные материалы в стиле иллюстраций, подходящие для передачи «атмосферы + сюжета + эмоций». В настоящее время реализовано:

• healing-scene.md — Иллюстрации повседневных и сезонных сцен в стиле «исцеления»
• concept-scene.md — концептуальные масштабные сцены в кинематографическом стиле / ключевые изображения для IP
• picture-book-scene.md — иллюстрации для детских книг / страниц иллюстрированных книг / праздничных открыток
• minimalist-mood-scene.md — минималистичные атмосферные изображения с пустым пространством / литературные обои

9. Рабочие процессы редактирования ( references/editing-workflows/ )

Подходит для задач по обработке изображений «на основе существующих изображений» (соответствует scripts/edit.js ). В настоящее время реализовано:

• background-replacement.md — Замена фона (товары / портреты / пейзажи / студийные сцены)
• local-object-replacement.md — Замена отдельных объектов (с использованием масок или без)
• object-removal.md — удаление посторонних предметов / прохожих / проводов / дефектов
• product-retouching.md — точная ретушь товаров (блеск / этикетки / тени / дефекты)
• portrait-local-edit.md — Локальная корректировка портретов (причёска / одежда / макияж / аксессуары)

10. Аватары и профили ( references/avatars-and-profile/ )

Подходит для визуальных элементов категории «личный образ», таких как «стилизованные аватары / персонажи / сетки / наклейки / серии портретов». В настоящее время реализовано:

• style-transfer-selfie.md — преобразование персонажа с эталонного изображения в любой стиль: косплей / готика / ретро-пленка / фотосессия айдола и т. д.
• character-grid-portrait.md — портреты одного персонажа в сетке n×n (разные профессии / выражения лица / эпохи / стили)
• themed-3d-icon.md — аватарки в стиле Kawaii 3D / Minecraft / реалистичного 3D в виде значков приложений
• sticker-set.md — наборы стикеров / коллекции смайликов (отдельные элементы + контур + метки)
• cultural-portrait-series.md — Серия портретов по эпохам / мифологии / литературе / этнографии

11. Сюжетные доски и последовательности ( references/storyboards-and-sequences/ )

Подходит для визуальных элементов типа «нарративных последовательностей», таких как «многокадровые сюжеты / комиксы / схемы взаимосвязей / пошаговые инструкции». В настоящее время реализовано:

• four-panel-comic.md — 4-кадровые комиксы / карикатуры / юмористические комиксы (вступление, развитие, кульминация, развязка + диалоговые пузыри)
• manga-spread-page.md — раскадровка комикса на одной странице / развороте (нерегулярная сетка + диалоги + внутренние монологи)
• anime-key-visual.md — ключевые визуалы аниме / обложки лайкей-романов / постеры по IP
• character-relationship-diagram.md — плакат с диаграммой отношений персонажей (карточки + связующие линии + легенда)
• recipe-process-flowchart.md — Блок-схема рецепта / учебного руководства / рабочего процесса (нумерация + иллюстрации + пояснения)
• product-tvc-storyboard.md — раскадровка рекламного ролика продукта (9-панельная текстура реальной съемки + описание кадров + продолжительность)
• cinematic-storyboard-grid.md — Контактный лист кинематографического сториборда (3×4 / 4×4, непрерывный сюжет + кинематографические кадры)
• process-photo-board.md — Кинематографическая фото-табло с реальными людьми (одевание снаряжения / макияж / тренировка / пошаговая инструкция, нумерация + последовательность шагов)

12. Сетки и коллажи ( references/grids-and-collages/ )

Подходит для визуальных материалов типа «многопанельные сетки / коллажи / проектные доски». В настоящее время реализовано:

• banner-grid-2x2.md — набор маркетинговых баннеров 2×2 (4 изображения из единой серии за один раз)
• lookbook-grid.md — 7-дневный лукбук / 9-клетчатая таблица по уходу за собой / список «ТОП N»
• mixed-style-multi-panel.md — смешанная многопанельная коллаж (различные художественные стили для одной темы)
• anime-pitch-board.md — питч-доска для аниме, игр и кинопроектов (ключевой визуал + персонажи + вселенная + тексты)
• ad-banner-multi-grid.md — Сетка рекламных баннеров для различных отраслей и тем (в каждой ячейке — отдельная отрасль, стиль и текст)

13. Брендинг и упаковка ( references/branding-and-packaging/ )

Подходит для визуальных материалов типа «система фирменного стиля / талисман / дизайн упаковки». В настоящее время реализовано:

• brand-identity-board.md — доска системы фирменного стиля (логотип + цветовая палитра + шрифт + макеты применения)
• mascot-brand-kit.md — многопанельный набор фирменного стиля с талисманом (основной образ + три вида + эмоции + примеры применения)
• cosmetic-packaging.md — упаковка косметики / средств по уходу за кожей: отдельные флаконы / серии / подарочные наборы
• beverage-label-design.md — Дизайн этикеток для напитков / продуктов питания / приправ (в стиле «Guochao» / японском / западном)
• full-mascot-brand-doc.md — Крупный набор фирменного стиля из 18+ модулей + полная документация по талисману (DNA / модборд / эскизы / линейные наброски / 3D / цветовая палитра / материалы / обзор применения на одной картинке)
• character-merch-board.md — Комплексная бренд-доска с персонажами IP + сопутствующие товары / упаковка / плакаты / профили в соцсетях

14. Типографика и верстка текста ( references/typography-and-text-layout/ )

Подходит для типографики, где текст является основным визуальным элементом, например, «текстовый приоритет» или «двуязычный макет». В настоящее время реализовано:

• title-safe-poster.md — плакаты с крупным текстом (японский стиль с высокой энергетикой / швейцарский минимализм / ретро-печать)
• bilingual-layout-visual.md — визуальные решения для двуязычного макета (китайский-английский / китайский-японский) (культурные / академические / межкультурные бренды)

15. Ресурсы и реквизит ( references/assets-and-props/ )

Подходит для визуальных решений типа «наборы иконок / скриншоты игр» и других «комплектов материалов / игровых ресурсов». В настоящее время реализованы:

• retro-skeuomorphic-icons.md — набор иконок в стиле скевоморфизма / Y2K / пиксельной графики (единый стиль всего набора)
• game-screenshot-mockup.md — макет скриншота из игры (HUD + титры + панель задач)

16. Академические иллюстрации ( references/academic-figures/ )

Иллюстрации, подходящие для «научных статей / материалов для ведущих конференций / академических постеров / презентаций для защиты диссертаций / защит диссертационных проектов / графических аннотаций для журнальных статей».В целом: белый фон + шрифты, используемые в публикациях + геометрическая точность + не насыщенные технические цвета (преимущественно темно-синий / серо-синий / черно-серый, не более 3 основных цветов) + возможность одноцветной печати. Строго запрещается выдумывать количественные данные (числовые значения / контурные линии / диапазоны цветовой шкалы / формулы).

Направления CS / CV / ML:

• method-pipeline-overview.md — обзорная схема метода / рисунок конвейера (многоэтапные блоки + поток данных; вариант 4 предлагает техническую дорожную карту в виде трёхсекционного схемного изображения в стиле «слева/в центре/справа»)
• neural-network-architecture.md — схема архитектуры нейронной сети (блоки слоёв + форма тензора + переходы)
• qualitative-comparison-grid.md — таблица качественного сравнения нескольких методов ( строки = образцы, столбцы = методы )

Общие для инженерных наук / естественных наук / защиты диссертаций:

• scientific-schematic.md — схема концепции / принципа / экспериментальной установки (высокая степень свободы, шаблон на естественном языке)
• mechanism-diagram.md — схема механизма / причинно-следственные связи / пути преобразования (центральный объект + многоэтапное преобразование + область результатов; включает три варианта: причинно-следственную цепочку из трёх звеньев, циклическую самоподдерживающуюся цепочку и конкуренцию с несколькими ветвями)
• multi-condition-comparison.md — диаграмма сравнения результатов для нескольких рабочих режимов / условий (параллельные результаты для одного и того же объекта при разных условиях, 2×2 / 1×N / M×N; особое внимание уделяется строгому единообразию между панелями)
• publication-chart.md — готовые к публикации диаграммы данных (столбчатые / линейные / точечные / тепловые карты / ящиковые)

Обзор / Резюме / Главная страница защиты:

• graphical-abstract.md — графический абстракт для подачи в журнал (четыре варианта: горизонтальный 4-секционный / разворачивающийся по центру / квадратный / вертикальный)
• research-overview-poster.md — обзорная диаграмма исследования для презентации темы / защиты / отчёта (три уровня: верхний, средний, нижний + пять модулей; включает три варианта: с центральным расположением, с двумя колонками слева и справа, минималистичный)

Рекомендации по выбору: для статей по CS/CV/ML предпочтительны варианты method-pipeline-overview + qualitative-comparison-grid; для статей в области инженерии / энергетики / химической инженерии / материаловедения предпочтительны вариант 4 method-pipeline-overview + mechanism-diagram + multi-condition-comparison;для иллюстраций в аннотациях статей, подаваемых в журналы, используйте «графическое резюме»; для титульного слайда презентации на защите диссертации используйте «плакат с обзором исследования ».

17. Инфографика ( references/infographics/ )

Подходит для «инфографики / научно-популярных материалов с высокой плотностью информации / рисованной инфографики / панелей KPI» и других «крупных изображений для визуализации информации». В настоящее время реализованы:

• legend-heavy-infographic.md — научно-популярные материалы с высокой плотностью легенд / цепочки причинно-следственных связей / эволюционные схемы / анатомические схемы (двуязычные)
• hand-drawn-infographic.md — инфографика в стиле ручной рисовки (макарон / моранди / доска / крафт-бумага; шаблоны на естественном языке)
• bento-grid-infographic.md — модульная инфографика в стиле «бенто» (высокоплотное расположение многомодульных виджетов)
• comparison-infographic.md — инфографика с двоичным / многомерным сравнением (A vs B / тарифные планы / заблуждения vs правильные ответы)
• step-by-step-infographic.md — Пошаговая инструкция в формате инфографики (в стиле иллюстраций, тёплая атмосфера; не техническая блок-схема)
• kpi-dashboard-infographic.md — инфографика в стиле панели KPI (годовой обзор / Wrapped / бизнес-дашборд)

18. Технические диаграммы ( references/technical-diagrams/ )

Подходит для инженерных схем, таких как «системная архитектура / процессы / временные последовательности / автоматы состояний / ER-диаграммы / интеллект-карты / сетевая топология». Единый тёмный фоновый сетка + шрифт с фиксированной шириной + цветовая схема с кодировкой ролей; каждый шаблон имеет вариант в светлых тонах.

⚠️ Внимание: в этом каталоге генерируются растровые изображения в формате PNG,а не редактируемые SVG-файлы; если вам нужны редактируемые файлы, используйте mermaid / draw.io / excalidraw / Figma. В настоящее время реализованы:

• system-architecture.md — схема системной архитектуры (фронтенд + бэкенд + БД + кэш + очередь + внешние компоненты)
• flowchart-decision.md — блок-схема / диаграмма принятия решений (семантика фигур BPMN + ветвления «Да/Нет»)
• sequence-diagram.md — диаграмма последовательности (участник + линия жизни + стрелки сообщений + полоса активации)
• state-machine.md — автомат состояний / диаграмма жизненного цикла (состояние + переход + условие / действие)
• er-diagram.md — ER-диаграмма / диаграмма модели данных (сущность + поле + PK/FK + отношения типа «лапка ворона»)
• mind-map-tech.md — интеллект-карта по технической тематике (центральный узел + радиальные ветви)
• network-topology.md — схема сетевой топологии (символы устройств + зоны / VPC + пропускная способность / обозначения протоколов)

Рабочий процесс с подсказками (с учетом шаблонов)

Независимо от A / B / C, первые 6 шагов являются общими; различие заключается только в том, как «создать диаграмму» на 7–8-м шагах.

1. Запустите check-mode.js, чтобы определить режим (A / B / C).
2. Определите, требуется ли создать новую диаграмму или изменить существующую.
3. Определите, к какому каталогу шаблонов она относится (см. «Указатель шаблонов» ниже).
4. Считывайте только соответствующий конкретный файл шаблона, не считывайте сразу весь каталог references/.
5. Строго соблюдайте формат шаблонов: большинство шаблонов используют основной шаблон JSON (предпочтительный для структурированных задач), а некоторые шаблоны (например, infographics/hand-drawn-infographic.md, academic-figures/scientific-schematic.md и т. д.) используют смешанный формат «структурированный естественный язык + параметры», поскольку принудительное использование JSON ограничивает творческую свободу.
6. Сопоставьте ввод пользователя параметрам шаблона; при недостатке ключевой информации самостоятельно задавайте целенаправленные уточняющие вопросы.

На этом промпт готов. Далее следует разветвление по режимам:

7-A. Режим A: сохраните окончательный промпт в garden- gpt-image-2/prompt/, вызовите scripts/generate.js или scripts/edit.js; изображение будет сохранено в garden- gpt-image-2/image/. 7-B. Режим B: передайте окончательный промпт напрямую в вызываемый хост-инструмент для работы с изображениями;по необходимости сохраняет копию промпта в папке garden- gpt-image-2/prompt /. 7-C. Режим C: сохраняет окончательный промпт в папке garden- gpt-image-2/prompt/ и в файле - .md, а также отображает полный промпт пользователю в диалоге, сопровождая его краткой рекомендацией «Как использовать / Рекомендуемые инструменты».

8. По завершении задания сообщите пользователю одним предложением: какой режим сейчас активен, где находится промпт и где находятся изображения (если есть).

Важные ограничения

Общие:

• JSON в файле шаблона представляет собой шаблон структуры промпта, а не шаблон тела запроса API.
• Во всех трех режимах в конечном итоге в модель обработки изображений передается «оконвертированная строка промпта» — это может быть преобразованный JSON или структурированный абзац на естественном языке, который используется в соответствии с шаблоном.
• Если пользователь явно не требует этого, не копируйте «описание режима» из файла SKILL.md в окончательный промпт — это метаинформация, предназначенная для агента.

Применимо только к режиму A:

• Скрипт генерации использует JSON-тело
• Скрипт редактирования использует данные многочастной формы
• Ответ в первую очередь анализируется как data[0].b64_json, но также поддерживается формат data[0].url
• Не вводите дополнительные специальные параметры запроса, если это явно не требуется исходным интерфейсом

Когда задавать вопросы

Задавайте вопросы только в том случае, если эта информация отсутствует и это существенно влияет на результат:

• Отсутствует цель промпта
• При редактировании изображения отсутствует исходное изображение
• Идентичность объекта или визуальный тип определяют направление результата
• Товар / цена / рекламный текст / текст интерфейса являются ключевыми компонентами изображения
• Пользователь одновременно сформулировал несколько противоречащих друг другу целей

В остальных случаях следует самостоятельно установить разумные значения по умолчанию и продолжать работу в соответствии с ними.