Iván

AI Image Generation

デザイン・メディアv1.0.3
作者:Iván更新日 2026-05-11全 4 バージョン · 最新版の公開日 2026-03-02image-generation@clawhub_ivangdavila/image-generation
画像生成画像編集#Image Generation#Prompt Engineering

AlphaMoatによると、2026-10時点でAI Image Generationのダウンロード数は35,304、スター数は12で、累計ダウンロード数で今回のランキング対象AIスキル10,914件中757位、デザイン・メディアでは1,116件中97位です。

一覧の初期表示は累計ダウンロード数順で、スター数順にも並べ替えできます。詳細ページの順位は累計ダウンロード数で計算しています。

ダウンロード数
3.5万
スター数
12
累計ダウンロード順位
#757
全体の上位 7% · デザイン・メディアの上位 9%
プラットフォームダウンロード数スター数コメント
ClawHub ↗1.3万12-
SkillHub ↗3.5万11—

プラットフォームごとに集計方法と集計時点が異なります。

このスキルでできること

GPT Image、Gemini Nano Banana、FLUX、Imagen などのモデルを扱い、プロンプト作成、スタイル制御、画像編集に対応し、古いモデル選択を避けるよう注意を促します。まず 1 から 4 枚の低コストな下書きを作り、選んだ一枚だけを拡大または再描画します。各社のキーは任意で必要に応じて設定し、好みは ~/image-generation/ に保存されます。 プロンプトと参照画像は選択したプロバイダーへ送信される場合があります。内容の送信が承認されたプロバイダーだけを使い、API キーを保護してください。モデル別名、エンドポイント、順位は変わる可能性があるため、品質が重要な場合は最新情報を確認します。

資料公開日 2026-10-27

できること

  • 商品画像用にスタイルの揃った一式を用意する
  • 同じプロンプトを複数モデルで比べる

使う場面

  • プロンプト以上にモデル選択が重要なとき
  • スタイルを揃えた画像一式が必要なとき

プロンプト例

スキルのドキュメントをもとに生成した例であり、実際の実行結果ではありません。

二つのモデルで数枚ずつ下書きを作り、スタイルを比べさせてください
この一式のスタイルを揃え、選んだ一枚を拡大してください

月次の推移

ダウンロード数3.5万
95682.3万3.7万2026-03 · ダウンロード数 1.1万2026-05 · ダウンロード数 1.8万2026-06 · ダウンロード数 1.9万2026-07 · ダウンロード数 2万2026-08 · ダウンロード数 2.1万2026-09 · ダウンロード数 2.4万2026-10 · ダウンロード数 3.5万26-0326-0926-10
スター数12
911122026-03 · スター数 92026-05 · スター数 112026-06 · スター数 112026-07 · スター数 112026-08 · スター数 122026-09 · スター数 122026-10 · スター数 1226-0326-0926-10

2026-09 から集計方法を変更し、同名スキルを作者ごとに分けて集計し、全スキルを対象にしました。破線は変更前の月で、変更後のデータとは直接比較せず、変更をまたぐ増減も計算していません。 同名の別スキルがあるため、変更前のデータは現在ダウンロード数が最も多いこのスキルに帰属させています。

月ダウンロード数前月比スター数
2026-103.5万—12
2026-092.4万—12
2026-082.1万+5.2%12
2026-072万+5.7%11
2026-061.9万+8.2%11
2026-051.8万—11
2026-031.1万—9

SKILL.md 原文

作者が公開した元のファイルをテキストのまま表示しています。AlphaMoat による編集や審査はしていません。リンクはクリックできません。コマンドは内容を確認してから実行してください。取得日 2026-10-23。

5.9 KB・ClawHub v1.0.3
---
name: AI Image Generation
slug: image-generation
version: 1.0.3
homepage: https://clawic.com/skills/image-generation
description: Create AI images with GPT Image, Gemini Nano Banana, FLUX, Imagen, and top providers using prompt engineering, style control, and smart editing.
changelog: Updated for 2026 with benchmark-backed model selection and clearer guidance for modern image generation stacks.
metadata: {"clawdbot":{"emoji":"🎨","requires":{"bins":[],"env.optional":["OPENAI_API_KEY","GEMINI_API_KEY","BFL_API_KEY","GOOGLE_CLOUD_PROJECT","REPLICATE_API_TOKEN","LEONARDO_API_KEY","IDEOGRAM_API_KEY"],"config":["~/image-generation/"]},"os":["linux","darwin","win32"]}}
---
すべて表示(全 149 行)
## Setup

On first use, read `setup.md`.

## When to Use

User needs AI-generated visuals, edits, or consistent image sets.
Use this skill to pick the right model, write stronger prompts, and avoid outdated model choices.

## Architecture

User preferences persist in `~/image-generation/`. See `memory-template.md` for setup.

```
~/image-generation/
├── memory.md      # Preferred providers, project context, winning recipes
└── history.md     # Optional generation log
```

## Quick Reference

| Topic | File |
|-------|------|
| Initial setup | `setup.md` |
| Memory template | `memory-template.md` |
| Migration guide | `migration.md` |
| Benchmark snapshots | `benchmarks-2026.md` |
| Prompt techniques | `prompting.md` |
| API handling | `api-patterns.md` |
| GPT Image (OpenAI) | `gpt-image.md` |
| Gemini and Imagen (Google) | `gemini.md` |
| FLUX (Black Forest Labs) | `flux.md` |
| Midjourney | `midjourney.md` |
| Leonardo | `leonardo.md` |
| Ideogram | `ideogram.md` |
| Replicate | `replicate.md` |
| Stable Diffusion | `stable-diffusion.md` |

## Core Rules

### 1. Resolve aliases to official model IDs first

Community names shift quickly. Before calling an API, map the nickname to the provider model ID.

| Community label | Official model ID to try first | Notes |
|-----------------|--------------------------------|-------|
| Nano Banana | `gemini-2.5-flash-image-preview` | Common nickname, not an official Google model ID |
| Nano Banana 2 / Pro | Verify provider docs | Usually a provider preset over Gemini image models |
| GPT Image 1.5 | `gpt-image-1.5` | Current OpenAI high-tier image model |
| GPT Image mini / iMini | `gpt-image-1-mini` | Budget/faster OpenAI variant |
| FLUX 2 Pro / Max | `flux-pro` / `flux-ultra` | Many platforms rename these SKUs |

### 2. Pick models by task, not by hype

| Task | First choice | Backup |
|------|--------------|--------|
| Exact text in image | `gpt-image-1.5` | Ideogram |
| Multi-turn edits | `gemini-2.5-flash-image-preview` | `flux-kontext-pro` |
| Photoreal hero shots | `imagen-4.0-ultra-generate-001` | `flux-ultra` |
| Fast low-cost drafts | `gpt-image-1-mini` | `imagen-4.0-fast-generate-001` |
| Character/product consistency | `flux-kontext-max` | `gpt-image-1.5` with references |
| Local no-API workflows | `flux-schnell` | SDXL |

### 3. Use benchmark tables as dated snapshots

Benchmarks drift weekly. Use `benchmarks-2026.md` as a starting point, then recheck current rankings when quality is critical.

### 4. Draft cheap, finish expensive

Start with 1-4 low-cost drafts, pick one, then upscale or rerender only the winner.

### 5. Keep a fallback chain

If the preferred model is unavailable, fallback by tier:
1) same provider lower tier, 2) cross-provider equivalent, 3) local/open model.

### 6. Treat DALL-E as legacy

OpenAI lists DALL-E 2/3 as legacy. Do not use them as default for new projects.

## Common Traps

- Using vendor nicknames as model IDs -> API errors and wasted retries
- Assuming "Nano Banana Pro" or "FLUX 2" are universal IDs -> provider mismatch
- Copying old DALL-E prompt habits -> weaker output vs modern GPT/Gemini image models
- Comparing text-to-image and image-editing scores as if they were the same benchmark
- Optimizing every draft at max quality -> cost spikes without quality gain

## Security & Privacy

**Data that leaves your machine:**
- Prompt text
- Reference images when editing or style matching

**Data that stays local:**
- Provider preferences in `~/image-generation/memory.md`
- Optional local history file

**This skill does NOT:**
- Store API keys
- Upload files outside chosen provider requests
- Persist generated images unless user asks to save them

## External Endpoints

| Provider | Endpoint | Data Sent | Purpose |
|----------|----------|-----------|---------|
| OpenAI | `api.openai.com` | Prompt text, optional input images | GPT Image generation/editing |
| Google Gemini API | `generativelanguage.googleapis.com` | Prompt text, optional input images | Gemini image generation/editing |
| Google Vertex AI | `aiplatform.googleapis.com` | Prompt text, optional input images | Imagen 4 generation |
| Black Forest Labs | `api.bfl.ai` | Prompt text, optional input images | FLUX generation/editing |
| Replicate | `api.replicate.com` | Prompt text, optional input images | Hosted third-party image models |
| Midjourney | `discord.com` | Prompt text | Midjourney generation via Discord workflows |
| Leonardo | `cloud.leonardo.ai` | Prompt text, optional input images | Leonardo generation/editing |
| Ideogram | `api.ideogram.ai` | Prompt text | Typography-focused image generation |

No other data is sent externally.

## Migration

If upgrading from a previous version, read `migration.md` before updating local memory structure.

## Trust

This skill may send prompts and reference images to third-party AI providers.
Only install if you trust those providers with your content.

## Related Skills
Install with `clawhub install <slug>` if user confirms:
- `image-edit` - Specialized inpainting, outpainting, and mask workflows
- `video-generation` - Convert image concepts into video pipelines
- `colors` - Build palettes for visual consistency across assets
- `ffmpeg` - Post-process image sequences and exports

## Feedback

- If useful: `clawhub star image-generation`
- Stay updated: `clawhub sync`

デザイン・メディアの人気スキル

视频短视频图片音乐音频配音口播数字人全能创作デザイン・メディア

通过同一个AI创作工具完成AI图片、视频、音乐与语音创作,查找公开社交数据,编辑视觉成果,并集中查看和管理生成资产。Beatra 全能创作支持AI图片生成(文生图)、AI视频生成(图生视频)和AI视频编辑,通过AI音乐生成把想法做成歌曲或纯音乐,也可用AI语音生成(文字转语音)、多语言旁白和AI语音克隆完成跨媒介内容;还能查找抖音数据、小红书数据,以及 YouTube、TikTok、Instagram 与 X 上的公开帖子、笔记、评论、账号和趋势,把社交媒体数据用于竞品调研和创作。它是一款面向AI内容创作与多模态内容创作的AI创作套件,用起来就是一个把图片、视频、音乐与语音收在同一处的AI创作助手,适用于社交内容、产品展示、营销素材、课程、播客、短片和跨媒介项目;还能在不同媒介间复用原始素材、已有成果和查到的公开资料,查看制作进度、返回文件、实际用量和积分记录。

↓ 147.6万★ 113u_319b171b
AI数字人口播与虚拟主播视频デザイン・メディア

用一张人像和一段短脚本或语音,制作有明确讲述内容的数字人口播视频。可使用现成录音,也可以先选择音色,把脚本生成旁白,让画面中的人物随声音完成稳定、自然的口播。适合 AI 主播、虚拟主播视频、数字人讲解、让照片说话、照片说话视频、产品讲解视频、数字人培训视频、公告和社交口播,并在交付后检查人物一致性、声音清晰度、口型同步和动作稳定性。一节课的讲解也能做成课程口播。

↓ 50.8万★ 39u_319b171b
架构图一键生成デザイン・メディア

ContextWeaveアーキテクチャ図ワンショット生成

↓ 47万★ 280user_bddf3fe6
海报设计工作室デザイン・メディア

将一段活动描述、一张产品照片或品牌参考图,转化为抓人眼球的活动海报、宣传 banner 或社交媒体配图。这款 AI海报设计与制作工具生成图片丰富的海报,在海报排版上搭配清晰视觉层级、按品类匹配的风格和预留文字区域,覆盖活动、音乐节、电影、产品发布和促销场景。你可以把它当作 AI宣传单制作工具来制作促销宣传单,当作活动海报设计工具,当作电影海报生成器,当作音乐节海报设计工具,当作产品发布会海报的 banner设计 AI,或当作平面设计海报工作室。从活动主题出发,用品牌风格参考图变换产品或场景照片,或在已认可草稿上做定向精修,完成可印刷或可分享的成品。

↓ 30.5万★ 28user_87b8e34f
自动化克隆数字人口播混剪视频デザイン・メディア

抖音短视频双路径生产体系(单 Skill 版)。Path A[付费·高质量]:策略大脑→(可选:素材混剪/AI高光提取)→脚本优化→AI生图/素材准备→配音渲染(百炼/GPT-SoVITS/CosyVoice/VoxCPM2+剪映/Remotion/ffmpeg/数字人)。Path B[免费·动画风]:采集热点→脚本→edge-tts免费配音+HyperFrames开源渲染→MP4,零云费开箱快。触发词分层:①"抖音短视频/选题规划/合规闸门/运营策略" ②"口播脚本/AI生图/AI配音/视频渲染/Remotion渲染" ③"蹭热点/快速出片/免费做视频" ④"混剪/高光提取/素材粗剪/autoclip

↓ 29.7万★ 79user_3b54b400
GPT Image 2.5生图デザイン・メディア

GPT Image 2.5生图是一款 AI 工具,用 GPT-Image-2.5 和 ChatGPT Images 2.5 出一张图。GPT Image 2.5 Studio 支持 gpt-image-2.5-flare 与 gpt-image-2.5-sunburst,可文生图或参考图生图,做中文海报、商品图、信息图和社媒画面。

↓ 27.1万★ 27user_87b8e34f
MiniMax H3 AI视频创作デザイン・メディア

用 MiniMax H3 这款 AI视频生成器创作高质感 2K AI 视频。从文字创意出发完成文生视频,让静态图片自然动起来,用首尾画面做首尾帧视频的完整转场,也可以结合图片、视频和音频参考,以多模态视频生成塑造统一场景。适合 AI 广告视频、电商产品视频、品牌宣传视频、动态海报、游戏 UI、电影片头和社交短视频创作,形成电影感画面与同步的原生立体声。使用 Beatra 账号即可开始,创作进度与成片集中管理。

↓ 26.3万★ 23user_87b8e34f
AI Logo设计·品牌标识创作デザイン・メディア

输入品牌名称、行业方向或参考图,生成专业 AI Logo、品牌标识和应用图标。这款 AI logo 设计工具从你的品牌简报出发——公司名、行业气质、配色偏好——先探索多个商标设计方向,再用精确品牌色、简洁几何和可缩放构图精修最强概念。制作企业 logo、创业公司标志、字母标、徽章、组合标识和 VI设计中的主标,从网站 favicon 到门头招牌都清晰可辨。从文字描述出发,将已有草图和品牌素材转化为精致标识,或在已认可草稿上做定向精修。

↓ 26万★ 19user_87b8e34f

Ivánのその他のスキル

データ月:2026-10 · ダウンロード数とスター数は公開スキルレジストリ(ClawHub、SkillHub)から月単位で集計しています。詳しくはデータの方法論をご覧ください。