Der eine Prompting-Trick, der die Bildgenerierung mit Codex drastisch verbessert

Wenn du Codex nach einem Bild fragst, warum kommt dann manchmal eine flache, SVG-artige Zeichnung zurück, anstatt einer echten Illustration?

Du hast ein Foto oder eine Illustration erwartet, aber bekommen hast du eine Ansammlung einfacher geometrischer Formen.

„Ist das die Grenze von Codex' Bildgenerierung?“

Ich dachte das anfangs auch. Ich vermutete, dass die Verwendung von Wörtern wie „Icon“ oder „Logo“ dazu führte, dass Codex sich für das Zeichnen mit SVG, HTML oder CSS entschied, anstatt für eine tatsächliche Bildgenerierung.

Also habe ich es getestet, indem ich Codex selbst ausgeführt habe.

Ich habe Codex von Claude Code aus aufgerufen und die folgenden Vorher/Nachher-Ergebnisse verglichen:

• Vorher: Einfach gebeten, „Erstelle ein einfaches Katzen-Icon“.
• Nachher: Das Bildgenerierungstool, das Motiv, die Farbe, die Textur, Verbote und den Speicherort angegeben.

Die Ergebnisse bestätigten meinen Verdacht.

Die kurze Anfrage lieferte ein flaches Katzen-Icon, das eigentlich ein gerastertes SVG war, obwohl die Erweiterung PNG war.

Die Anfrage, die explizit das Bildgenerierungstool und die Fertigstellungsbedingungen angab, lieferte dagegen ein reichhaltiges Bild mit einer Katze, die ein Mikrofon hält, einem blauen kreisförmigen Rahmen, einem gelben Hintergrund und sogar Bokeh-Effekten.

Kurz gesagt, diese Überprüfung ergab Folgendes:

Indem du nicht nur das Motiv, sondern auch die Verwendung eines Bildgenerierungsmodells, die Vermeidung von SVG-Alternativen sowie Details wie Farbe und Textur kommunizierst, kannst du die Art und Weise, wie Codex Bilder erstellt, grundlegend verändern.

In diesem Artikel werde ich basierend auf offiziellen OpenAI-Informationen und tatsächlichen Messungen vom 13. Juli 2026 zusammenfassen, wie du die gewünschten Bilder in Codex erstellst.

Das Wichtigste zuerst

Hier sind die Kernpunkte:

1. Codex kann Fotos und Illustrationen generieren, aber auch visuelle Darstellungen mit SVG, HTML und CSS erstellen.
2. Selbst wenn die Erweiterung PNG ist, kann der Inhalt ein aus SVG konvertiertes Bild sein.
3. Wenn du ein Foto oder eine Illustration möchtest, füge $imagegen zum Prompt hinzu, um die Bildgenerierungsfähigkeit explizit aufzurufen.
4. Der Qualitätsunterschied ergibt sich aus „Zweck, Motiv, Stil, Komposition und Einschränkungen“ und nicht aus der Länge des Prompts.
5. Der Wert detaillierter Spezifikationen liegt darin, die Komposition für den beabsichtigten Zweck leichter reproduzierbar zu machen, und nicht nur darin, sie schick aussehen zu lassen.
6. Versuche nicht, beim ersten Mal Perfektion zu erreichen; korrigiere Elemente einzeln, indem du angibst, was geändert und was beibehalten werden soll.

Wenn du es sofort ausprobieren möchtest, füge den folgenden Satz am Anfang deiner Anfrage hinzu:

──────── Zum Kopieren und Einfügen ────────

Verwende $imagegen, um ein Rasterbild mit dem Bildgenerierungsmodell zu generieren. Ersetze es nicht durch SVG, HTML, CSS oder Canvas.

──────────────────────

Es funktioniert jedoch nicht nur mit diesem einen Satz. Indem du vermittelst, „wofür das Bild ist“ und „was als bestanden gilt“, kann Codex das Bild endlich an denselben Kriterien messen wie du.

Warum gibt es SVG statt eines Bildes aus?

Codex ist kein dedizierter Bildgenerierungsdienst. Es schreibt Code, liest vorhandene Dateien, repariert Websites und verarbeitet bei Bedarf SVG, HTML, CSS und Canvas. Das ist eine große Stärke.

Wenn eine Website zum Beispiel einen vorhandenen SVG-Icon-Satz hat und du ein weiteres Icon mit derselben Linienstärke, Farbe und Größe hinzufügen möchtest, ist das Bearbeiten des vorhandenen SVG genauer als das Erstellen eines PNG mit einem Bildgenerierungsmodell.

Andererseits eignen sich Header-Bilder für Artikel, fotorealistische Darstellungen, strukturierte Charaktere und Werbebanner besser für die Bildgenerierung als für Code.

Die aktuelle imagegen-Fähigkeit in Codex unterscheidet ebenfalls zwischen diesen beiden:

• Sie verwendet die Bildgenerierung für Aufgaben, die für Bitmap-Bilder geeignet sind, wie Fotos, Illustrationen, Texturen, Sprites und Mockups.
• Sie priorisiert das Bearbeiten vorhandener SVG-, Vektor- oder Code-Assets für Aufgaben, bei denen das besser ist.

Entscheidend ist, dass dies nicht mechanisch allein durch das Wort „Icon“ oder „Logo“ entschieden wird.

Selbst für dasselbe Icon gibt es zwei Arten von Verwendungen:

• Skalierbare Vektorkomponenten, die in Benutzeroberflächen verwendet werden.
• Dekorative Einzelbilder mit Textur und Schattierung, die in sozialen Medien verwendet werden.

Wenn die Anfrage mehrdeutig ist, errät Codex anhand vorhandener Dateien im Projekt oder des umgebenden Kontexts, welche du möchtest. Wenn diese Vermutung von deiner Absicht abweicht, erhältst du das Phänomen, „etwas wie ein SVG zu bekommen, wenn du ein Foto wolltest“.

Daher besteht das Wesentliche des Problems nicht darin, dass „das Wort Icon verboten ist“. Es liegt darin, dass das Format der gewünschten Ausgabe nicht an Codex kommuniziert wurde.

Was aus offiziellen Informationen bestätigt werden kann

In der Codex-Bildgenerierung tauchen drei ähnliche Namen auf, die jedoch unterschiedliche Bedeutungen haben:

• $imagegen: Der Name, um Codex' Bildgenerierungsfähigkeit explizit aufzurufen.
• image_gen: Der Name des in Codex integrierten Bildgenerierungstools.
• gpt-image-2: Die Modell-ID, wenn das Modell direkt über die API oder das Fallback-CLI angegeben wird.
• „Image 2.0“ oder „GPT Image 2 equivalent“: Begriffe, die verwendet werden, um die Qualität des Bildes zu vermitteln, nicht die formale Modell-ID zur Laufzeit.

Für die normale Bildgenerierung besteht der grundlegende Ansatz darin, die Fähigkeit mit $imagegen aufzurufen und das integrierte image_gen-Tool zu verwenden. Bei diesem Pfad benötigst du keinen separaten OPENAI_API_KEY.

Die direkte Angabe von gpt-image-2 als Modell-ID ist für den Fall, dass du explizit die API oder das Fallback-CLI verwendest. Dieser Pfad erfordert einen OPENAI_API_KEY.

Darüber hinaus folgen effektive Bild-Prompts diesen Prinzipien:

• Vermittle spezifisch den Zweck, das Motiv, den Hintergrund, die Komposition, den Stil und die Einschränkungen.
• Schreibe konkrete Details wie Lichtrichtung und Platzierung anstelle abstrakter Begriffe wie „schön“ oder „stilvoll“.
• Wenn du korrigierst, ändere jeweils ein Element und wiederhole die Bedingungen, die du beibehalten möchtest.
• Setze Text im Bild in Anführungszeichen und gib Schriftart, Farbe, Größe und Platzierung an.

Was wir daraus lernen, ist, dass $imagegen eine offiziell bereitgestellte explizite Möglichkeit ist, die Fähigkeit aufzurufen. Es bedeutet nicht, dass du „absolut kein Bild ohne sie erstellen kannst“. In unserem „Vorher“-Fall wurde jedoch der Pfad gewählt, ein SVG anstelle der Bildgenerierung zu erstellen. Ihre Rolle besteht darin, die Absicht, die Bildgenerierung zu verwenden, klar zu machen, anstatt sie der automatischen Entscheidung zu überlassen.

Tatsächliches Vorher/Nachher

Hier sind die tatsächlichen Messungen. Ich habe Codex von Claude Code aus aufgerufen. Die verwendete Codex-CLI war Version 0.144.1, ausgeführt durch Anmelden bei einem ChatGPT-Konto ohne Hinzufügen eines API-Schlüssels.

Um es klar zu sagen: Dies ist kein streng vergleichendes Experiment, bei dem nur eine Bedingung geändert wurde. Im „Vorher“ habe ich nur kurz gesagt, was ich machen wollte. Im „Nachher“ habe ich das Generierungstool, das Speicherformat, das Motiv, die Farbe, die Komposition, Verbote und die Qualität angegeben.

Mit anderen Worten, dies ist ein Vorher/Nachher-Vergleich, wie stark sich die Ergebnisse ändern, wenn du die Anfrage nach einem Fehlschlag spezifizierst.

Vorher: Nur nach einer „einfachen Katze“ fragen

Die erste Anfrage an Claude Code war nur diese:

──────── Zum Kopieren und Einfügen ────────

Erstelle ein einfaches Katzen-Icon

──────────────────────

Ich habe weder das Bildgenerierungsmodell, noch PNG, SVG, Farbe, Textur, Hintergrund oder Speicherort angegeben.

Und hier ist, was zurückkam:

Die Untersuchung der Datei ergab Folgendes:

• Dateiname: cat-icon.png
• Format: PNG, RGBA
• Größe: 1024×1024 Pixel
• Bittiefe: 16 Bit
• Dateigröße: ca. 121 KB
• Aussehen: Ein flaches braunes getigertes Katzengesicht, bestehend aus überlappenden einfachen Formen.

Es ist eine Komposition mit einem großen Katzengesicht auf einem hellgelben kreisförmigen Hintergrund. Der Ausdruck ist niedlich und es folgt der Anfrage nach einem „einfachen Katzen-Icon“.

Mit anderen Worten, Codex hat die Anweisungen nicht ignoriert. Vielmehr war das Problem, dass die Anfrage zu kurz war, um die „fertige Illustration mit Textur durch ein Bildgenerierungsmodell“ zu vermitteln, die ich erwartet hatte.

Eine cat-icon.svg wurde ebenfalls im selben Ordner erstellt. Darüber hinaus enthielten die PNG-Metadaten SVG-Komponenten wie svg:title als „Cute brown tabby cat face icon“ und svg:comment für „background“, „ears“, „face“, „eyes“ und „collar“.

Das bedeutet, dass Codex das „einfache Icon“ als Anfrage nach Vektormaterial interpretierte, ein SVG erstellte und es in PNG konvertierte.

Das „Vorher“ war kein Fehlschlag; es war zu wörtlich genommen. Weil ich nur „einfach“ gesagt habe, hat Codex es einfach mit leicht bearbeitbaren geometrischen Formen gemacht.

Nachher: Festlegen der Generierungsmethode und des endgültigen Bildes

Als nächstes habe ich Codex von Claude Code aus mit folgendem Inhalt aufgerufen:

──────── Zum Kopieren und Einfügen ────────

mkdir -p ./images

codex exec -C "$(pwd)" -s workspace-write --skip-git-repo-check \

"Verwende das Bildgenerierungstool (image_gen / gpt-image-2), um eine niedliche Illustration einer Katze, die ein Mikrofon hält, als PNG zu generieren und speichere sie unter ./images/cat-mic.png. Verwende flache und niedliche Farbgebung, weiche Schatten und Lichter, einen blauen kreisförmigen Rahmen, einen Hintergrund von #FDE68A mit kleinen Sternen und Bokeh, eine Akzentfarbe von #2563EB und die Katze sollte cremefarben bis orange sein. Erstelle es als einzelne Illustration und ersetze es nicht durch SVG oder HTML/CSS. Füge keinen Text oder Wasserzeichen hinzu. Qualität ist hoch."

──────────────────────

Dies ist der tatsächlich verwendete Befehl. Allerdings sind image_gen und gpt-image-2 keine Aliase für dasselbe. Wenn du die integrierte Codex-Funktionalität verwendest, ist die empfohlene Schreibweise jetzt:

──────── Zum Kopieren und Einfügen ────────

mkdir -p ./images

codex exec -C "$(pwd)" -s workspace-write --skip-git-repo-check \

'$imagegen, um das integrierte image_gen-Tool zu verwenden, um eine niedliche Illustration einer Katze, die ein Mikrofon hält, als PNG zu generieren. Verwende flache und niedliche Farbgebung, weiche Schatten und Lichter, einen blauen kreisförmigen Rahmen, einen Hintergrund von #FDE68A mit kleinen Sternen und Bokeh, eine Akzentfarbe von #2563EB und die Katze sollte cremefarben bis orange sein. Ersetze es nicht durch SVG oder HTML/CSS. Füge keinen Text oder Wasserzeichen hinzu. Speichere nach Abschluss das generierte Bild unter ./images/cat-mic.png. Beende mit hoher Qualität.'

──────────────────────

Der Grund, warum der gesamte Prompt in einfache Anführungszeichen gesetzt ist, ist, zu verhindern, dass das $ in $imagegen als Shell-Variable expandiert wird, und es direkt an Codex weiterzuleiten.

Der Unterschied zum „Vorher“ besteht nicht nur darin, dass der Text länger ist:

• Das Bildgenerierungstool wird explizit genannt
• Speicherung als PNG
• Kein Ersatz durch SVG oder HTML/CSS
• Motiv ist eine Katze, die ein Mikrofon hält
• Flache, niedliche Farbgebung mit weichen Schatten und Lichtern
• Enthält einen blauen kreisförmigen Rahmen
• Hintergrundfarbe auf #FDE68A gesetzt
• Enthält Sterne und Bokeh
• Akzentfarbe auf #2563EB gesetzt
• Katzenfarbe auf cremefarben/orange gesetzt
• Kein Text oder Wasserzeichen
• Qualität auf hoch gesetzt
• Speicherort festgelegt auf ./images/cat-mic.png

Hier ist das generierte Bild:

Die tatsächliche Datei war wie folgt:

• Dateiname: cat-mic.png
• Generierungspfad: Codex integriertes Bildgenerierungstool
• Format: PNG, RGB
• Größe: 1254×1254 Pixel
• Bittiefe: 8 Bit
• Dateigröße: ca. 1,74 MB

Das Bild zeigt die cremefarben-orange Katze, die ein Mikrofon hält, den blauen kreisförmigen Rahmen, den gelben Hintergrund, blaue Sterne und Bokeh. Es gibt weiche Schatten und Lichter auf dem Fell und dem Mikrofon, was als fertige Illustration viel mehr Informationen liefert als die „Vorher“-Version. Kein Text oder Wasserzeichen sind vorhanden.

Was ich aus dem Vergleich der beiden Ergebnisse gelernt habe

Selbst bei derselben PNG-Erweiterung ist der Inhalt völlig unterschiedlich.

Sowohl Vorher als auch Nachher haben die Erweiterung .png. Allerdings war Vorher ein Bild, das von SVG in PNG konvertiert wurde, während Nachher ein Rasterbild war, das direkt vom Bildgenerierungstool erstellt wurde. Du kannst allein an der Tatsache, dass es „als PNG geliefert wurde“, nicht beurteilen, ob es die erwartete Generierungsmethode ist.

Das Vorher-Ergebnis war für den Prompt korrekt.

Was ich im Vorher verlangt habe, war ein „einfaches Katzen-Icon“. Was herauskam, war tatsächlich ein einfaches Katzen-Icon. Es war nicht so, dass Codex' Fähigkeit gering war; es war, dass meine Worte das endgültige Bild nicht eingeschränkt haben.

Nachher hat den Generierungspfad angewiesen.

Was im Nachher funktioniert hat, war keine vage Anfrage wie „mach es hübscher“. Es war die Angabe der Verwendung des Bildgenerierungstools, kein SVG-Ersatz, Farbe, Motiv, Hintergrund, Textur und Speicherort.

Der Qualitätsunterschied kann nicht allein auf image_gen zurückgeführt werden.

Im Nachher habe ich gleichzeitig mit dem Generierungstool das Motiv, das Farbschema, die Schattierung, den Hintergrund und die Qualität geändert. Daher kann die visuelle Verbesserung nicht als Effekt des einzelnen Wortes image_gen isoliert werden. Es hat jedoch zumindest die Absicht klargestellt, den „SVG-zu-PNG-Konvertierungspfad“ zu vermeiden und zum Bildgenerierungsmodell überzugehen.

Kommuniziere nicht nur, was du willst, sondern auch, wie du es gemacht haben möchtest. Dies ist die wichtigste Erkenntnis aus diesem Vorher/Nachher.

Was ist der Zweck des Hinzufügens von $imagegen?

Angesichts dieser Ergebnisse könntest du denken: „Wenn ein PNG auch ohne kam, ist $imagegen dann nicht unnötig?“

Es stimmt, dass Codex bei einer eindeutigen Anfrage nach einem Foto oder einer Illustration möglicherweise automatisch die Bildgenerierung wählt. Es gibt jedoch drei Gründe, explizit zu sein:

1. Pfadverwechslungen reduzieren In Projekten mit vielen vorhandenen SVG- oder UI-Assets könnte Codex die Codebearbeitung als angemessen erachten. Wenn du ein einzelnes Bild benötigst, reduziert die explizite Angabe der Bildgenerierung die Abweichung der Absicht.

1. Anfragen über ein Team hinweg standardisieren Wenn die Bedeutungen von „Bild“, „Icon“ und „Banner“ von Person zu Person unterschiedlich sind, variieren die Ausgaben. Indem du $imagegen und den Zweck zu einer gemeinsamen Regel machst, wird es einfacher, denselben Pfad zu wählen, auch wenn sich die Person, die die Anfrage stellt, ändert.

1. Fehlerursache leichter isolieren Wenn du explizit die Bildgenerierung angegeben hast, das Ergebnis aber schlecht ist, sind die nächsten Dinge, die du überprüfen solltest, Komposition, Stil und Einschränkungen. Wenn der Pfad unbekannt ist, weißt du nicht, ob „das Bildgenerierungsmodell schlecht ist“, „es mit SVG erstellt wurde“ oder „der Prompt mehrdeutig ist“.

Betrachte $imagegen nicht als einen Zauberspruch, um die Bildqualität zu erhöhen, sondern als einen Schalter, um die Ausführungsmethode festzulegen.

Kürzester verwendbarer Prompt

Bitte kopiere und füge zunächst dieses Format ein:

──────── Zum Kopieren und Einfügen ────────

Verwende $imagegen, um das folgende Bild mit dem Bildgenerierungsmodell zu erstellen. Ersetze es nicht durch SVG, HTML, CSS oder Canvas; generiere es als einzelnes Rasterbild.

Zweck: X-Profilbild

Motiv: Katze hält Mikrofon

Stil: Freundlich, 3D-Illustration mit Tiefenwirkung

Komposition: Quadratisch, zentriert, Motiv bleibt auch bei kreisförmigem Zuschnitt intakt

Einschränkungen: Kein Text, keine Logos, keine Wasserzeichen

──────────────────────

Du musst nicht alles im Detail schreiben. In der offiziellen Anleitung von OpenAI wird auch erklärt, dass klare Sätze von 1–3 Sätzen für Bild-Prompts oft ausreichen. Wichtig ist nicht die Länge, sondern die Bedingungen, die den Erfolg bestimmen.

5 Punkte zur Stabilisierung der Bildqualität

Wenn du dir beim Prompt unsicher bist, schreibe einfach diese fünf Dinge:

1. Zweck Schreibe, wo das Bild verwendet wird. Beispiel: X-Post, Profilbild, Blog-Header, LP-Hero-Image, Produktvorstellung. Wenn du den Zweck angibst, kann Codex die notwendige Komposition und Ränder leichter beurteilen.

1. Motiv Schreibe, was gezeichnet werden soll und in welchem Zustand. Beispiel: Eine braune getigerte Katze, die ein Mikrofon hält, eine Frau, die an einem Laptop arbeitet, Kaffee auf einem Schreibtisch.

1. Stil Gib die gewünschte Textur an, wie Foto, Illustration oder 3D. Beispiel: Realistisches Foto mit natürlichem Licht, redaktionelle Illustration im Magazinstil, weiches Aquarell, 3D mit Tiefe.

1. Komposition Schreibe das Seitenverhältnis, die Position des Motivs und notwendige Ränder. Beispiel: Querformat, Person links, breiten Rand rechts für eine Überschrift freilassen. In unserem Nachher-Beispiel führte die Anweisung „blauer kreisförmiger Rahmen“ zu einer Komposition, bei der die Katze und das Mikrofon innerhalb des Kreises enthalten waren.

1. Einschränkungen Schreibe, was du nicht enthalten haben möchtest, und Bedingungen, die eingehalten werden müssen. Beispiel: Kein Text, keine Logos, keine Wasserzeichen, den Hintergrund nicht komplex machen.

Mit diesen fünf Punkten kann Codex nicht nur „ein Bild machen“, sondern auch prüfen, „ob es zum Zweck passt“.

Kopierbeispiele nach Zweck

Artikel-Header-Bild

──────── Zum Kopieren und Einfügen ────────

Verwende $imagegen, um ein Querformat-Header-Bild für einen Blogbeitrag zu generieren. Mache es zu einem realistischen Foto eines Laptops und Kaffees auf einem hölzernen Schreibtisch, aufgenommen im weichen, natürlichen Morgenlicht. Richte das Motiv links aus und lasse rechts einen breiten Rand für eine Überschrift frei. Füge keinen Text, keine Logos oder Wasserzeichen hinzu. Ersetze es nicht durch SVG, HTML oder CSS.

──────────────────────

X-Post-Quadrat-Bild

──────── Zum Kopieren und Einfügen ────────

Verwende $imagegen, um eine quadratische Illustration für einen X-Post zu generieren. Drücke die Szene aus, in der KI und ein Mensch am selben Schreibtisch zusammenarbeiten, um einen Plan zu entwickeln, mit einer freundlichen redaktionellen Illustration. Platziere die Person und das KI-Gerät in der Mitte, mit einer Komposition, bei der das Motiv auch auf dem Smartphone-Timeline klar erkennbar ist. Verwende Blau und Orange als Grundfarben und füge keinen Text, keine Logos oder Wasserzeichen hinzu.

──────────────────────

LP-Hero-Image

──────── Zum Kopieren und Einfügen ────────

Verwende $imagegen, um ein Hero-Image für eine Online-Business-Tool-LP zu generieren. Mache es zu einem natürlichen Foto eines kleinen Teams, das sich unterhält, während es auf einen großen Bildschirm in einem hellen Büro schaut. Querformat, Personen rechts ausgerichtet, links einen Rand für eine Überschrift und einen Button freilassen. Vermeide übermäßig futuristische Ausdrücke, Text, Firmenlogos oder Wasserzeichen.

──────────────────────

Bild mit japanischem Text

──────── Zum Kopieren und Einfügen ────────

Verwende $imagegen, um ein quadratisches Bild für einen X-Post zu generieren. Platziere nur den Text „AIで仕事が変わる“ (KI verändert die Arbeit) in einer großen, fetten, weißen Gothic-Schrift oben in der Mitte. Text sollte einzeilig, zentriert ausgerichtet sein. Füge keinen anderen Text, keine Logos oder Wasserzeichen hinzu. Der Hintergrund sollte ein Farbverlauf von Dunkelblau zu Lila sein, mit einem ruhigen Design für Geschäftliches.

──────────────────────

Wenn du Text in ein Bild setzt, befolge diese drei Punkte:

• Setze den anzuzeigenden Text in Anführungszeichen.
• Gib Schriftart, Farbe, Größe und Position an.
• Sage ihm, dass es keine anderen Zeichen hinzufügen soll. Überprüfe nach der Generierung jedes Zeichen vor der Veröffentlichung.

Beim Korrigieren: „Was geändert werden soll“ und „Was beibehalten werden soll“ schreiben

Wenn das erste Bild fast richtig ist, musst du den gesamten Prompt nicht von Grund auf neu schreiben. Tatsächlich ändert zu viel auf einmal die Teile, die dir gefallen haben. Nimm Korrekturen jeweils an einem Element vor.

• Behalte die Komposition bei, aber mache den Hintergrund heller.
• Behalte die Person und den Schreibtisch bei, ersetze aber die Tasse durch eine Zimmerpflanze.
• Behalte Farbe und Licht bei, vergrößere aber den Rand rechts.
• Behalte den Gesichtsausdruck und die Fellfarbe der Katze bei, mache das Mikrofon aber etwas kleiner.

Die offizielle Anleitung von OpenAI empfiehlt ebenfalls, beim Bearbeiten klarzustellen, „was geändert“ und „was beibehalten“ werden soll. Hier ist ein verwendbares Format:

──────── Zum Kopieren und Einfügen ────────

Bitte bearbeite das angehängte Bild. Ändere nur den Hintergrund. Mache den Hintergrund hellgrau. Behalte die Person, Kleidung, den Ausdruck, die Komposition, das Licht und den Farbton genau so bei, wie sie sind. Füge keinen Text oder Logos hinzu.

──────────────────────

Indem du schreibst „Ändere nur dies. Verändere nichts anderes“, kannst du das Abdriften des gesamten Bildes reduzieren.

Wenn das jedes Mal Schreiben lästig ist, lege die Regeln fest

Wenn du Codex von Claude Code aus aufrufst, ist es lästig, jedes Mal dieselben Hinweise einzugeben. Bei diesem Vorgang wird empfohlen, zuerst Bildgenerierungsregeln in der CLAUDE.md des Projekts zu platzieren. Da Claude Code CLAUDE.md liest, legst du hier fest, „wie Codex aufgefordert werden soll, wenn ein Bild angefordert wird“.

Wenn es sich um ein Projekt handelt, in dem du Codex direkt verwendest, lege denselben Gedanken in AGENTS.md ab. AGENTS.md ist eine Projektregel, die die Codex-Seite liest.

──────── Zum Kopieren und Einfügen ────────

Bildgenerierungsregeln

• Verwende $imagegen, wenn du Fotos, Illustrationen, Banner, Hero-Images oder SNS-Post-Bilder erstellst.
• Wenn ein Rasterbild angefordert wird, ersetze es nicht durch SVG, HTML, CSS oder Canvas.
• Organisiere vor der Generierung den Zweck, das Motiv, den Stil, die Komposition und die Einschränkungen.
• Bearbeite SVG nur, um es an das vorhandene Format anzupassen, wenn du zu einem vorhandenen SVG-Icon-Satz hinzufügst.
• Speichere das fertige Bild im Projekt und melde den Speicherort. ──────────────────────

Der Zweck dieser Regel ist nicht, SVG immer zu verbannen. Es geht darum, je nach Zweck zu wählen: SVG für UI-Komponenten und Bildgenerierung für ein fertiges Einzelbild.

Ist es notwendig, daraus eine Skill zu machen?

Du musst keine neue Skill erstellen, nur um Bilder zu generieren. Codex hat bereits eine imagegen-Skill. Das Erstellen einer benutzerdefinierten Skill wird wertvoll, wenn du Verfahren über mehrere Projekte hinweg standardisieren möchtest, wie zum Beispiel:

• Jedes Mal Markenfarben oder Kunststile anwenden.
• Kompositionen automatisch nach Zweck auswählen, z. B. für X, Artikel oder LPs.
• Text, Ränder, Größe und Verbote nach der Generierung überprüfen.
• Dateinamen und Speicherorte vereinheitlichen.
• Bei Fehlschlag Korrekturen basierend auf denselben Standards anwenden.

Die Entscheidung ist einfach:

• Regeln, die in einem Projekt verwendet werden: CLAUDE.md
• Projektregeln, die Codex direkt befolgen soll: AGENTS.md
• Ein Mechanismus, um „Generierung → Bestätigung → Speicherung“ über mehrere Projekte hinweg wiederzuverwenden: Benutzerdefinierte Skill

Du musst nicht von Anfang an eine Skill aufbauen. Es reicht, mit CLAUDE.md zu beginnen und darüber nachzudenken, eine Skill zu erstellen, wenn du feststellst, dass du denselben Vorgang drei- oder mehrmals wiederholst.

Situationen, in denen SVG die richtige Antwort ist

Obwohl ich erklärt habe, wie man die Bildgenerierung aufruft, ist SVG an sich nicht schlecht. SVG ist besser geeignet für die folgenden Verwendungen:

• Hinzufügen eines neuen Icons zu einem vorhandenen UI-Icon-Satz.
• Linien auch bei Skalierung scharf halten.
• Farben mit CSS ändern.
• Formen und Linienstärken genau mit numerischen Werten verwalten.
• Unterschiede als Code überprüfen.

Umgekehrt eignet sich die Bildgenerierung für:

• Fotorealistische Darstellungen.
• Illustrationen, die Texturen wie Fell, Stoff oder Metall erfordern.
• Blickfänger für Werbung oder Artikel.
• Einzelbilder mit Charakteren oder Storytelling.
• Darstellungen, die Atmosphäre oder Emotion vermitteln.

Das Kriterium ist nicht „SVG oder PNG“. Es ist „Ist es eine deterministisch zu verwaltende Komponente oder ein einzelnes Bild, das Ausdruckskraft priorisiert?“ Wenn du dies entscheidest, bevor du Codex fragst, reduzierst du Pfadkonflikte.

3 Missverständnisse, die in dieser Überprüfung korrigiert wurden

Abschließend hier die Punkte, die ich korrigieren konnte, weil ich es tatsächlich ausprobiert habe.

Missverständnis 1: Wenn es ein PNG ist, wurde es mit einem Bildgenerierungsmodell erstellt.

Das anfängliche Bild war ein PNG, aber die Metadaten enthielten SVG-Titel und -Komponenten. Das Aussehen war auch eine Kombination einfacher Formen, was zu der Beurteilung führte, dass es sich um ein von SVG in PNG konvertiertes Bild handelte. Was du überprüfen solltest, ist nicht nur die Erweiterung, sondern über welchen Pfad es erstellt wurde und sein tatsächliches Aussehen.

Missverständnis 2: Das Hinzufügen von $imagegen erhöht die Bildqualität.

Das „Nachher“ hatte ein viel aussagekräftigeres Aussehen als das „Vorher“. Allerdings habe ich gleichzeitig das Mikrofon, das Farbschema, die Schattierung, den Hintergrund, die Komposition und die Qualität angegeben. Die explizite Angabe des Bildgenerierungstools fixiert den Generierungspfad, aber das allein garantiert noch kein Ergebnis, das dir gefällt. Du brauchst auch Bedingungen, die das Aussehen bestimmen, und Bestehenskriterien, um zu beurteilen, ob es zum Zweck passt.

Missverständnis 3: Je länger der Prompt, desto besser.

Der Grund, warum „Nachher“ besser wurde, war nicht, dass die Wortanzahl zugenommen hat. Es lag daran, dass es Bedingungen enthielt, die das Ergebnis bestimmen: Bildgenerierungstool, SVG-Verbot, Motiv, Farbschema, Hintergrund, Textur und Speicherort. Schreibe die Bedingungen, die für die Beurteilung notwendig sind, nicht die Länge.

Zusammenfassung

Wenn Codex ein einfaches Bild zurückgibt, solltest du als Erstes nicht die Leistung des Bildgenerierungsmodells anzweifeln. Überprüfe, ob deine Absicht kommuniziert wird: ob du eine Vektorkomponente für Code oder ein fertiges Einzelbild als Foto oder Illustration möchtest.

Wenn du ein Einzelbild möchtest, füge zuerst diesen Satz hinzu:

──────── Zum Kopieren und Einfügen ────────

Verwende $imagegen, um ein Rasterbild mit dem Bildgenerierungsmodell zu generieren. Ersetze es nicht durch SVG, HTML, CSS oder Canvas.

──────────────────────

Schreibe darüber hinaus den Zweck, das Motiv, den Stil, die Komposition und die Einschränkungen.

In dieser tatsächlichen Messung, als ich Claude Code lediglich um ein „einfaches Katzenicon“ bat, interpretierte Codex dies als Anfrage nach Vektormaterial und erstellte ein flaches PNG, das von SVG abgeleitet war. Wenn ich hingegen die Bildgenerierungsfähigkeit mit $imagegen aufrufe, das integrierte image_gen-Tool verwende, kein SVG als Ersatz nutze und Motiv, Farbschema, Textur, Hintergrund und Qualität spezifiziere, wird es einfacher, eine fertige Illustration zu erstellen, die diese Vorgaben widerspiegelt.

Was die Bildqualität bestimmt, ist nicht die Länge des Prompts. Es ist vielmehr, ob du nicht nur angibst, was erstellt werden soll, sondern auch, wofür es gedacht ist und welcher Zustand als bestanden gilt. Wenn du so viel kommunizierst, wird Codex mehr als nur ein Bildgenerator; es wird zu einem Produktionspartner, der Bilder gemäß dem Zweck erstellt und überprüft.

Um zu beginnen, versuche, deinen üblichen Bildanfragen jeweils einen „Zweck“ und eine „Bestehensbedingung“ hinzuzufügen. Allein das bringt dich näher an die Bildproduktion, die beabsichtigte Ergebnisse reproduziert, statt auf einen glücklichen Treffer bei der Bildgenerierung zu warten.

Referenzen:

• OpenAI Offizielle „Bildgenerierung“
• OpenAI Codex imagegen Skill