image-generation
Skill9 starsChanged 14 days agoMITView on GitHub
Visuels brand-compliant de {{COMPANY_NAME}} via Gemini (nano-banana) ou le MCP Magnific (Seedream, upscaling), prompts préfixés par le style-guide, assets existants d'abord. À utiliser pour générer une image, une illustration ou la matière d'un visuel HTML.
- Reads credentials
62 other projects use a version of this.
Adopted by
Most recently taken up by
- arbrain-ai/arbraintheir own version, first seen Nov 15, 2026
- hoveychen/claw-fleettheir own version, first seen Nov 10, 2026
- danielgwilson/luxintheir own version, first seen Nov 8, 2026
- guinacio/claude-image-gentheir own version, first seen Nov 8, 2026
- CheehooLabs/SpureeSkillstheir own version, first seen Nov 8, 2026
- hex/claude-image-generationtheir own version, first seen Nov 5, 2026
Used with
Projects with it also use gift-evaluator, Podcast Generate and 10 more.
Other files people use alongside this one.
Files found in the same public projects as a version of this one, more often than they turn up anywhere else. Each project counts once, large collections count for less, and this file's own repository is left out.
dav-niu474Skillgift-evaluator
The PRIMARY tool for Spring Festival gift analysis and social interaction generation. Use this skill when users upload photos of gifts (alcohol, tea, supplements, etc.) to inquire about their value, authenticity, or how to respond socially. Integrates visual perception, market valuation, and HTML card generation.
Also in 5 projects that use this
dav-niu474SkillPodcast Generate
Generate podcast episodes from user-provided content or by searching the web for specified topics. If user uploads a text file/article, creates a dual-host dialogue podcast (or single-host upon request). If no content is provided, searches the web for information about the user-specified topic and generates a podcast. Duration scales with content size (3-20 minutes, ~240 chars/min). Uses z-ai-web-dev-sdk for LLM script generation and TTS audio synthesis. Outputs both a podcast script (Markdown) and a complete audio file (WAV).
Also in 5 projects that use this
huang-x-hSkillVideo Generation
Implement AI-powered video generation capabilities using the z-ai-web-dev-sdk. Use this skill when the user needs to generate videos from text prompts or images, create video content programmatically, or build applications that produce video outputs. Supports asynchronous task management with status polling and result retrieval.
Also in 6 projects that use this
huang-x-hSkillVLM
Implement vision-based AI chat capabilities using the z-ai-web-dev-sdk. Use this skill when the user needs to analyze images, describe visual content, or create applications that combine image understanding with conversational AI. Supports image URLs and base64 encoded images for multimodal interactions.
Also in 6 projects that use this
- +1 more from huang-x-h
- +7 more from dav-niu474
Other versions62 projects use a version of this.
Word for word · 0
None found.
Edited · 0
None found.
Wrote their own version · 62
- bytedance/deer-flow★ 85ksame name
- zhayujie/chatgpt-on-wechat★ 48ksame name
- zhayujie/CowAgent★ 48ksame name
- jjyaoao/HelloAgents★ 3.2ksame name
- stophobia/deerflow2.0-enhanced★ 821same name
- langchain-ai/design-agent★ 619same name
- claude-office-skills/skills★ 433same name
- sonichi/sutando★ 396same name
- shinpr/mcp-image★ 191same name
- HybridAIOne/hybridclaw★ 162same name
52 more not listed
How matches are found. Word for word: the exact same text. Edited: shares passages with this file (“99% same” means 99% of its five-word phrases also appear here; 10% or more counts). Their own version: similar meaning, or, weakest, the same name. We can’t tell which project had it first. Projects are counted among the 200 most-starred candidates, and mentions are links to the repository we found, up to 50 per site, so both counts are a floor.
In this repository75 other files it gives its agents.
- 00-intel/CLAUDE.mdCLAUDE.md
- 01-brand/CLAUDE.mdCLAUDE.md
- 02-strategy/CLAUDE.mdCLAUDE.md
- 03-social-media/CLAUDE.mdCLAUDE.md
- 04-email/CLAUDE.mdCLAUDE.md
- 05-web-content/CLAUDE.mdCLAUDE.md
- 06-graphic-design/CLAUDE.mdCLAUDE.md
- 07-events/CLAUDE.mdCLAUDE.md
- 08-video/CLAUDE.mdCLAUDE.md
- 09-seo/CLAUDE.mdCLAUDE.md
- 10-automatisations/CLAUDE.mdCLAUDE.md
- 11-reporting/CLAUDE.mdCLAUDE.md
- 12-acquisition/CLAUDE.mdCLAUDE.md
- 14-print/CLAUDE.mdCLAUDE.md
- CLAUDE.mdCLAUDE.md
- accessibility-webSkill
- ads-auditSkill
- animation-animejsSkill
- animation-gsapSkill
- animation-lottieSkill
- animation-scroll-revealSkill
- backport-to-templateSkill
- blog-engineSkill
- brand-checkSkill
- brandkitSkill
- captionsSkill
- carouselSkill
- cockpit-setupSkill
- content-strategySkill
- copy-editingSkill
- copywritingSkill
- cro-formSkill
- cro-pageSkill
- cro-popupSkill
- cro-pricingSkill
- deploy-reportingSkill
- design-directionSkill
- design-redesignSkill
- design-reviewSkill
- design-systemSkill
- design-tasteSkill
- email-deliverabilitySkill
- emailSkill
- event-marketingSkill
- humanize-writingSkill
- inventorySkill
- landing-pageSkill
- lead-magnetSkill
- manim-ceSkill
- manim-composerSkill
- motion-designSkill
- n8n-auditSkill
- n8n-builderSkill
- performance-reportSkill
- printSkill
- reel-talking-headSkill
- scrapingSkill
- sea-google-adsSkill
- seo-auditSkill
- seo-clusterSkill
- The first 60 shown.
The file
Files
image-generation — visuels brand-compliant {{COMPANY_NAME}}
Tu produis les visuels (heros, bannières, illustrations, icônes, portraits, bases de cartes sociales) de {{COMPANY_NAME}}. Ta règle : jamais de requête brute. Tu injectes la charte dans chaque prompt pour garantir la cohérence visuelle, et tu réutilises l'existant avant de générer.
Étape 0 — Doctrine + assets (OBLIGATOIRE, avant toute génération)
- Charger
01-brand/checklist-pre-composition.md— règle assets, règle réutilisation, interdits visuels. - Lire
01-brand/style-guide.md— palette, typographie, style d'illustration, éléments obligatoires, interdits. - Lire
01-brand/assets/index.md— le catalogue navigable par rôle et cas d'usage — et proposer d'abord la réutilisation ou la déclinaison d'un asset existant (recadrage, recoloration, img2img à partir de l'asset) avant toute génération from scratch. Générer du neuf est le dernier recours. - Analyser les vrais visuels publiés (
01-brand/assets/,03-social-media/*/visuals/,06-graphic-design/outputs/) — pas seulement les specs — pour capter la signature visuelle réelle. Sinon le rendu est « générique » et ne ressemble pas à la marque. - Charger
01-brand/design-anti-generique.md— marqueurs du look IA interdits par défaut (gradient violet par réflexe, clusters génériques, faible densité) : à neutraliser dans chaque prompt, la marque primant là où elle parle.
Ne jamais générer sans. Si le style-guide contient encore des {{...}}, arrêter et lancer /start-cockpit.
Règle d'or : GÉNÉRER POUR COMPOSER
Le modèle d'image produit la matière visuelle (illustrations, scènes, fonds, mockups au style de la marque) — jamais la composition finale. Le texte, le vrai logo, les stats et les chiffres sont ajoutés ensuite en composition HTML → screenshot (voir plus bas). On se comporte comme un graphiste : l'IA fournit les briques, on assemble.
- Texte généré par IA = générique + fautes possibles ; logo généré ≠ vrai logo ; composition entièrement générée = « n'importe quelle marque ».
- La génération full-texte reste possible pour un brouillon d'exploration rapide uniquement.
Providers — abstraction
Deux chemins de génération, mêmes règles de préfixage marque dans les deux cas :
A. Gemini direct (défaut — « nano-banana »)
GOOGLE_AI_API_KEYdans.env; modèleGOOGLE_AI_IMAGE_MODEL(défautgemini-nano-banana-2.1).
import os, requests
API_KEY = os.environ["GOOGLE_AI_API_KEY"]
MODEL = os.environ.get("GOOGLE_AI_IMAGE_MODEL", "gemini-nano-banana-2.1")
url = f"https://generativelanguage.googleapis.com/v1beta/models/{MODEL}:generateContent"
payload = {
"contents": [{"parts": [{"text": full_prompt}]}], # + part image inline pour l'img2img
"generationConfig": {
"responseModalities": ["IMAGE"],
"temperature": 0.4,
"imageConfig": {"aspectRatio": "3:4", "imageSize": "2K"},
},
}
r = requests.post(url, params={"key": API_KEY}, json=payload, timeout=120)- Temperature :
0.4fidèle au prompt (portraits, mockups) ·0.7créatif (illustrations) ·1.0+expérimental. - Ratios supportés :
1:1,2:3,3:2,3:4,4:3,4:5,5:4,9:16,16:9,21:9(+ formats bannières). Tailles :1K(défaut),2K,4K. - Mentionner le ratio dans le texte du prompt ET dans
imageConfig(le paramètre seul peut être ignoré).
B. MCP Magnific (si connecté)
Si un serveur MCP Magnific est configuré (vérifier ses outils en session), l'utiliser comme routeur multi-modèles :
- Génération : Nano Banana 2.1, Seedream, et tout modèle exposé par le MCP — choisir selon le besoin (photoréalisme, illustration, texte dans l'image).
- Upscaling / amélioration : passer les sorties destinées à l'impression ou au zoom par l'upscaler Magnific plutôt que régénérer en 4K.
- Même préfixage automatique du prompt par les contraintes du style-guide qu'en voie A — l'abstraction ne change que le transport, jamais la doctrine.
Si le MCP n'est pas connecté, ne pas le suggérer comme prérequis : la voie A couvre tout. Mentionner qu'il s'active via /tools-setup.
Discipline de dépense (le MCP consomme des crédits réels)
- Itérer là où c'est inclus, produire par le MCP. Certains abonnements incluent des générations illimitées en basse résolution dans l'application web uniquement — via le MCP, tout se facture (le serveur le signale :
unlimitedAppliesHere: false). Toute exploration (cadrage, style, formulation du prompt) se fait côté web ; le MCP sert au rendu final validé. - Vérifier le solde en direct avant de chiffrer ou lancer une série (
account_balance) — jamais de solde de mémoire : un chiffre périmé fait proposer des plans infinançables. - Simuler le coût avant de générer (
simulate_cost) quand l'outil le permet ; s'il échoue pour un type de génération, lancer un exemplaire pour connaître le tarif réel avant la série. - Jamais de série avant qu'un exemplaire soit validé par l'utilisateur — générer en lot sur un prompt non validé, c'est jeter des crédits.
- Itérer par édition (repasser la sortie en référence + instruction courte), jamais en re-roll complet.
Workflow
1. Parser la demande
Extraire de la demande utilisateur :
- Format : ratio (carré / 16:9 / 9:16 / 4:5 / bannière)
- Usage : où le visuel sera placé (post LinkedIn, hero web, cover, infographie)
- Sujet : description du contenu visuel
- Contraintes : texte à intégrer (→ composition, pas génération), éléments imposés
2. Construire le prompt final (préfixage automatique)
Concaténation structurée envoyée au provider (A ou B) :
[BRAND CONSTRAINTS — NON-NEGOTIABLE]
- Color palette: primary {{BRAND_COLOR_PRIMARY}}, accent {{BRAND_COLOR_ACCENT}}, dark {{BRAND_COLOR_DARK}}, light background {{BRAND_COLOR_LIGHT}}
- Signature gradient: {{BRAND_GRADIENT}}
- Typography (if any text): {{BRAND_FONT_PRIMARY}}
- Illustration style: {{BRAND_ILLUSTRATION_STYLE}}
- MUST include: [éléments obligatoires du style-guide]
- MUST NOT include: {{BRAND_BANNED_VISUALS}}, no stock photos, no generic office imagery
[USER REQUEST]
[demande utilisateur, reformulée en scène complète]
[FORMAT]
Aspect ratio: [16:9 / 1:1 / etc.]
High resolution, no text watermark, suitable for [usage].Règles de prompting :
- Penser « directeur artistique » : décrire une scène (phrases complètes), pas une liste de tags.
- Spécifier les hex exacts, l'éclairage, la composition (angle, profondeur de champ, espace négatif).
- Pas de tags boosters (« 4K, ultra-realistic, best quality ») — inopérants.
- Pas de négations (« no office ») — formuler positivement ce qu'on VEUT.
- Prompt < 20 mots = trop court.
- Résultat à 80% satisfaisant → affiner en img2img, pas régénérer le même prompt.
3. img2img — décliner un asset existant (recette validée)
Pour tout objet/picto qui doit ressembler aux illustrations de la marque, partir d'un asset existant comme référence de style :
- Rendre un asset vectoriel de marque en PNG de référence (ex.
qlmanage -t -s 700 <scene>.svg -o <tmp>sur macOS). - img2img avec ce PNG en entrée + prompt qui demande de n'emprunter QUE le style : « Using the EXACT illustration style of the reference image ({{BRAND_ILLUSTRATION_STYLE}}), draw a single
<OBJET>. Do NOT keep the subjects or props from the reference; only borrow its drawing style. Color it with the brand palette (hex...). Center it with generous negative space on a plain background. No text, no logo, no people. » - Le modèle ramène souvent des éléments de la référence : les retirer en post (recadrage + fond transparent par flood-fill depuis les 4 coins — préserve les blancs intérieurs, contrairement à un color-key global).
4. Sauvegarder image + métadonnées (provenance)
06-graphic-design/outputs/
├── YYYY-MM-DD-<slug>.png ← image générée (staging)
└── YYYY-MM-DD-<slug>.png.gen.json ← fiche de génération (sidecar)Juste après l'écriture des octets renvoyés par le modèle, appeler
genmeta.finalize_output(chemin, meta) (06-graphic-design/scripts/genmeta.py, aucune
dépendance réseau). En un geste, il :
- remet l'extension d'aplomb : l'API renvoie parfois du JPEG sous un nom
.png; le fichier est renommé, jamais réencodé (un réencodage efface le manifeste C2PA) ; - pose un tag PNG
ai:generated_by(chunktEXt), sauf si le fichier porte déjà un manifeste C2PA, qui vaut mieux que le tag et qu'une resauvegarde effacerait ; - écrit la fiche
<image>.gen.jsonen dernier, pour que son sha256 décrive le fichier livré.
import sys; sys.path.insert(0, "06-graphic-design/scripts")
import genmeta
final = genmeta.finalize_output(chemin, {
"model": "gemini-nano-banana-2.1",
"prompt": full_prompt, # le prompt intégral envoyé, préfixe de marque compris
"prompt_file": None, "input_images": [], # images d'entrée d'un img2img
"temperature": 0.4, "aspect_ratio": "16:9", "image_size": "2K",
"script": "<script ou session de génération>",
"provider": "gemini-direct", # clés libres conservées : provider, use, format…
"use": "landing page hero",
})
print(final) # chemin final : l'extension a pu changerEn mode série, tester l'existence d'une sortie avec genmeta.existing_variant(chemin)
(elle a pu sortir en .jpg) avant de relancer une génération facturée. Les fiches
*.gen.json ne sont pas versionnées : elles suivent leur image.
Provenance, ce qui survit : la fiche de génération suit l'asset à la promotion ; le tag
PNG survit à une copie octet à octet mais pas à un réencodage ; le manifeste C2PA des sorties
JPEG du modèle (has_c2pa, heuristique) survit tant que personne ne réencode le fichier.
5. Check de conformité
Avant livraison, inspecter visuellement :
- ✅ Palette respectée (dominantes = primaire/accent)
- ✅ Style conforme à
{{BRAND_ILLUSTRATION_STYLE}} - ✅ Aucun élément visuel interdit
- ✅ Ratio correct
Échec sur un point → régénérer avec un prompt renforcé sur l'axe fautif. Max 3 tentatives, puis remonter à l'utilisateur.
6. Promotion en asset officiel (après validation humaine)
Une sortie validée et réutilisable migre de 06-graphic-design/outputs/ (staging) vers 01-brand/assets/ : catégoriser, nommer selon la convention du catalogue, ajouter sa fiche dans 01-brand/assets/index.md (rôle, palette, quand l'utiliser / ne pas l'utiliser). Un asset généré non promu reste en staging et n'est jamais référencé comme officiel.
Le geste est outillé, et c'est le seul admis :
python3 06-graphic-design/scripts/promote-asset.py 06-graphic-design/outputs/<fichier> \
--dest <categorie>/<sous-dossier>/<categorie>_<sujet>_<variante>.<ext> \
--droits "<licence ou base légale>" --auteur "<qui l'a produit>" \
--role "..." --usage "..." [--not "..."] [--copy]Il refuse un nom non conforme, une catégorie inconnue, un écrasement, et une fiche sans les trois champs de droits (--source, --droits, --auteur ; --droits "à confirmer" est une valeur admise et signalée). Avec une fiche de génération à côté de la source, il renseigne d'office généré-par-ia: oui, le modèle et un extrait du prompt, déduit --source, et fait suivre la fiche. Le catalogue 01-brand/assets/index.md doit exister (une section ## <categorie>/ par catégorie).
Composer un visuel fini (générer → composer)
Pour tout visuel avec texte, data ou logo (la majorité des cas) :
- Générer ou réutiliser la matière — uniquement l'illustration / le fond / la scène, sans texte ni logo (fond uni → intégration facile). Souvent, aucun besoin de générer : un asset du catalogue suffit.
- Réutiliser les vrais assets depuis
01-brand/assets/index.md: logo SVG inliné (jamais le nom de marque tapé au clavier), portraits réels, motifs, textures. - Composer en HTML en linkant
06-graphic-design/lib/compose.css: il importe la police de marque en local (01-brand/assets/fonts/fonts.css, voir06-graphic-design/lib/README.mdpour l'installer et vérifier sa licence) et les tokens de marque (presentations/tokens.css), plus quelques aidescompo-. Jamais de webfont CDN pour un screenshot : Chrome headless capture avant le chargement → texte rendu en Helvetica. - Penser en grille : dimensionner les éléments les uns par rapport aux autres (déco = largeur du logo, modules de hauteur partagés). Préférer une disposition asymétrique/organique au miroir rigide.
- QA avant capture :
python3 06-graphic-design/scripts/qa-visuel.py <compo.html> --viewport <L>x<H>(couleurs contretokens.json, police, plancher, contraste, zone de protection du logo). Zéro erreur avant de capturer. - Screenshot :
06-graphic-design/scripts/compose-screenshot.sh <compo.html> <sortie.png> <L> <H>(Chrome headless, rendu 2× puis redimensionné → texte net), puisqa-visuel.py <sortie.png>sur l'image (couleurs seules : il n'y a plus de DOM). - Livrer dans le dossier du canal (+ archiver le
.htmlsource dansoutputs/).
Checklist qualité (avant de livrer)
- Police de marque effective (zoomer sur un mot bas-de-casse — pas de Helvetica de substitution)
- Vrai logo SVG inliné (jamais généré ni tapé)
- Couleurs hex exactes ; gradient signature présent si la charte l'exige
- Tailles calées sur une grille (rien « au hasard »)
- Aucune photo stock, aucun trope interdit
- Un seul chiffre héros pour un visuel social ; texte net, zéro faute
- Format/ratio conforme à l'usage ; export à la bonne dimension
Règles d'usage
Autorisé
- Prompts directs avec description de sujet
- Séries de variations (3-5 appels avec variantes de prompt)
- img2img de déclinaison d'assets existants
Interdit
- Générer un visage reconnaissable (deepfake) sans consentement
- Générer le logo d'un concurrent
- Reproduire un style sous copyright (artiste vivant nommé, franchise)
- Générer du contenu qui contredit la doctrine de voix
Limites techniques des modèles
- Texte dans l'image : rendu incertain, fautes possibles → composer le texte en HTML (règle d'or)
- Visages humains : plausibles mais artefacts possibles
- Logos : le modèle ne connaît pas le vôtre → toujours composer avec le vrai SVG
- Négation inopérante : « no office » peut produire un bureau → reformuler positivement
Divulgation IA
La politique de divulgation IA de la marque vit dans 01-brand/divulgation-ia.md : la lire avant de livrer un visuel destiné à la publication. Elle donne le type de contenu qui se mentionne, la formulation exacte par canal, et le champ généré-par-ia: à renseigner dans la fiche d'asset. Avant de publier un logo tiers, une photo ou un portrait d'une personne réelle, vérifier son statut dans 01-brand/droits.md.
Après livraison
Indexer le visuel final dans _templates/inventory.md (skill inventory, type image) — et consulter ce même inventaire avant de générer, pour réutiliser un asset existant plutôt que produire un doublon.
Personnalisation par marque
{{IMAGE_GEN_SPECIFIC_RULES}}
Exemples de prompts qui fonctionnent
{{IMAGE_GEN_EXAMPLES}}
Skills associées
carousel/slides/social-content— consommateurs des visuels produits icibrand-check— validation de conformité sur le sidecar en cas de doute
Does it work?
Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.
No reviews yet
People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.
- It worked
- Partly
- It didn't
Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.
Your trail
Files you open will collect here, so you can find them again.
Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.
Now do this for your own.
Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.

