जब आप Codex से कोई इमेज बनाने के लिए कहते हैं, तो कभी-कभी वह असली इलस्ट्रेशन के बजाय एक सपाट, SVG-जैसी ड्राइंग क्यों लौटाता है?
<p>आप एक फोटो या इलस्ट्रेशन की उम्मीद कर रहे थे, लेकिन आपको साधारण ज्यामितीय आकृतियों का एक संग्रह मिला।</p>
<p>"क्या यह Codex की इमेज जनरेशन की सीमा है?"</p>
<p>मैंने भी पहले ऐसा ही सोचा था। मुझे संदेह था कि इसका कारण "icon" या "logo" जैसे शब्दों का उपयोग था, जिसके कारण Codex ने वास्तविक इमेज जनरेशन के बजाय SVG, HTML या CSS से ड्रॉ करना चुना।</p>
<p>इसलिए, मैंने स्वयं Codex चलाकर इसका परीक्षण किया।</p>
<p>मैंने Claude Code से Codex को कॉल किया और निम्नलिखित Before/After परिणामों की तुलना की:</p>
<ul>
<li>Before: बस "एक साधारण बिल्ली का आइकन बनाएं" कहा।</li>
<li>After: इमेज जनरेशन टूल, विषय, रंग, बनावट, निषेध और सेव स्थान निर्दिष्ट किया।</li>
</ul>
<p>परिणामों ने मेरे संदेह की पुष्टि की।</p>
<p>छोटे अनुरोध ने एक सपाट बिल्ली का आइकन लौटाया जो वास्तव में एक रैस्टराइज़्ड SVG था, भले ही एक्सटेंशन PNG था।</p>
<p>दूसरी ओर, जिस अनुरोध में स्पष्ट रूप से इमेज जनरेशन टूल और पूर्णता की शर्तों का उल्लेख था, उसने एक समृद्ध इमेज तैयार की जिसमें एक माइक्रोफोन पकड़े बिल्ली, एक नीला गोलाकार फ्रेम, एक पीला बैकग्राउंड और यहां तक कि बोकेह प्रभाव भी शामिल था।</p>
<p>संक्षेप में, इस सत्यापन से निम्नलिखित बात सामने आई:</p>
<p><strong>केवल विषय ही नहीं, बल्कि इमेज जनरेशन मॉडल के उपयोग, SVG विकल्पों से बचाव, और रंग और बनावट जैसे विवरणों को संप्रेषित करके, आप Codex के इमेज बनाने के तरीके को ही बदल सकते हैं।</strong></p>
<p>इस लेख में, मैं आधिकारिक OpenAI जानकारी और 13 जुलाई, 2026 के वास्तविक माप परिणामों के आधार पर, Codex में आप जैसी इमेज बनाने के तरीके को व्यवस्थित करूंगा।</p>
<h2><strong>पहले निष्कर्ष</strong></h2>
<p>यहां मुख्य बिंदु दिए गए हैं:</p>
<ol>
<li>Codex फोटो और इलस्ट्रेशन जनरेट कर सकता है, लेकिन यह SVG, HTML और CSS का उपयोग करके विज़ुअल भी बना सकता है।</li>
<li>भले ही एक्सटेंशन PNG हो, सामग्री SVG से परिवर्तित इमेज हो सकती है।</li>
<li>जब आप फोटो या इलस्ट्रेशन चाहते हैं, तो प्रॉम्प्ट में $imagegen जोड़ने से स्पष्ट रूप से इमेज जनरेशन स्किल कॉल होती है।</li>
<li>गुणवत्ता में अंतर प्रॉम्प्ट की लंबाई के बजाय "उद्देश्य, विषय, शैली, संरचना और बाधाओं" से आता है।</li>
<li>विस्तृत विनिर्देशों का मूल्य केवल इसे फैंसी बनाने के बजाय, इसके इच्छित उपयोग के लिए संरचना को पुन: प्रस्तुत करने में आसान बनाना है।</li>
<li>एक बार में पूर्णता का लक्ष्य न रखें; क्या बदलना है और क्या रखना है, यह निर्दिष्ट करके एक-एक करके तत्वों को ठीक करें।</li>
</ol>
<p>यदि आप इसे तुरंत आज़माना चाहते हैं, तो अपने अनुरोध की शुरुआत में निम्नलिखित वाक्य जोड़ें:</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="0" lang="text">
Use $imagegen to generate a raster image using the image generation model. Do not substitute with SVG, HTML, CSS, or canvas.
</code-segment>
<p>──────────────────────</p>
<p>हालांकि, यह सिर्फ यह एक वाक्य नहीं है जो काम करता है। "इमेज किस लिए है" और "पासिंग ग्रेड क्या है" बताकर, Codex आखिरकार आपके समान मानकों के अनुसार इमेज की जांच कर सकता है।</p>
<h2><strong>यह इमेज के बजाय SVG आउटपुट क्यों करता है?</strong></h2>
<p>Codex एक समर्पित इमेज जनरेशन सेवा नहीं है। यह कोड लिखता है, मौजूदा फाइलों को पढ़ता है, वेबसाइटों को ठीक करता है, और आवश्यकतानुसार SVG, HTML, CSS और कैनवास को संभालता है। यह एक बड़ी ताकत है।</p>
<p>उदाहरण के लिए, यदि किसी वेबसाइट में मौजूदा SVG आइकन सेट है और आप समान लाइन चौड़ाई, रंग और आकार के साथ एक और आइकन जोड़ना चाहते हैं, तो मौजूदा SVG को संपादित करना इमेज जनरेशन मॉडल के साथ PNG बनाने की तुलना में अधिक सटीक है।</p>
<p>दूसरी ओर, लेखों के लिए हेडर इमेज, फोटो-शैली के विज़ुअल, बनावट वाले पात्र और विज्ञापन बैनर कोड की तुलना में इमेज जनरेशन के लिए बेहतर अनुकूल हैं।</p>
<p>Codex में वर्तमान imagegen स्किल भी इन दोनों के बीच अंतर करती है:</p>
<ul>
<li>यह फोटो, इलस्ट्रेशन, टेक्सचर, स्प्राइट और मॉकअप जैसे बिटमैप इमेज के लिए उपयुक्त कार्यों के लिए इमेज जनरेशन का उपयोग करती है।</li>
<li>यह मौजूदा SVG, वेक्टर या कोड एसेट को संपादित करने को प्राथमिकता देती है, जहां वह बेहतर हो।</li>
</ul>
<p>महत्वपूर्ण बात यह है कि यह केवल "icon" या "logo" शब्द से यांत्रिक रूप से तय नहीं होता है।</p>
<p>एक ही आइकन के लिए भी, दो प्रकार के उपयोग होते हैं:</p>
<ul>
<li>UI में उपयोग किए जाने वाले स्केलेबल वेक्टर घटक।</li>
<li>SNS पर उपयोग किए जाने वाले बनावट और छायांकन के साथ सजावटी एकल इमेज।</li>
</ul>
<p>यदि अनुरोध अस्पष्ट है, तो Codex प्रोजेक्ट में मौजूदा फाइलों या आसपास के संदर्भ के आधार पर अनुमान लगाता है कि आप क्या चाहते हैं। जब यह अनुमान आपके इरादे से भटकता है, तो आपको "जब आप फोटो चाहते थे तो SVG जैसा कुछ मिलना" जैसी घटना देखने को मिलती है।</p>
<p>इसलिए, समस्या का सार यह नहीं है कि "icon शब्द निषिद्ध है।" यह है कि <strong>वांछित आउटपुट का प्रारूप Codex को नहीं बताया गया है।</strong></p>
<h2><strong>आधिकारिक जानकारी से क्या पुष्टि की जा सकती है</strong></h2>
<p>Codex इमेज जनरेशन में, तीन समान नाम दिखाई देते हैं, लेकिन उनके अलग-अलग अर्थ हैं:</p>
<ul>
<li>$imagegen: Codex की इमेज जनरेशन स्किल को स्पष्ट रूप से कॉल करने का नाम।</li>
<li>image_gen: Codex में निर्मित इमेज जनरेशन टूल का नाम।</li>
<li>gpt-image-2: API या फॉलबैक CLI के माध्यम से सीधे मॉडल निर्दिष्ट करते समय मॉडल ID।</li>
<li>"Image 2.0" या "GPT Image 2 equivalent": रनटाइम पर औपचारिक मॉडल ID नहीं, बल्कि गुणवत्ता इमेज को संप्रेषित करने के लिए उपयोग किए जाने वाले शब्द।</li>
</ul>
<p>सामान्य इमेज जनरेशन के लिए, मूल दृष्टिकोण $imagegen के साथ स्किल को कॉल करना और बिल्ट-इन image_gen टूल का उपयोग करना है। इस पथ में, आपको एक अलग OPENAI_API_KEY की आवश्यकता नहीं है।</p>
<p>सीधे मॉडल ID के रूप में gpt-image-2 निर्दिष्ट करना तब होता है जब आप स्पष्ट रूप से API या फॉलबैक CLI का उपयोग करते हैं। इस पथ के लिए OPENAI_API_KEY की आवश्यकता होती है।</p>
<p>इसके अतिरिक्त, प्रभावी इमेज प्रॉम्प्ट निम्नलिखित सिद्धांतों का पालन करते हैं:</p>
<ul>
<li>उद्देश्य, विषय, पृष्ठभूमि, संरचना, शैली और बाधाओं को विशेष रूप से बताएं।</li>
<li>"सुंदर" या "स्टाइलिश" जैसे अमूर्त शब्दों के बजाय प्रकाश की दिशा और स्थान जैसे विशिष्ट विवरण लिखें।</li>
<li>सुधार करते समय, एक बार में एक तत्व बदलें और जिन शर्तों को बनाए रखना चाहते हैं उन्हें दोहराएं।</li>
<li>इमेज के अंदर टेक्स्ट को उद्धरणों में संलग्न करें और टाइपफेस, रंग, आकार और स्थान निर्दिष्ट करें।</li>
</ul>
<p>इससे हम यह सीखते हैं कि $imagegen स्किल को कॉल करने का एक आधिकारिक रूप से प्रदान किया गया स्पष्ट तरीका है। इसका मतलब यह नहीं है कि आप "इसके बिना बिल्कुल इमेज नहीं बना सकते।" हालांकि, हमारे "Before" मामले में, इमेज जनरेशन के बजाय SVG बनाने का पथ चुना गया था। इसकी भूमिका स्वचालित निर्णय पर छोड़ने के बजाय <strong>इमेज जनरेशन का उपयोग करने के इरादे को स्पष्ट करना</strong> है।</p>
<h2><strong>वास्तविक Before/After</strong></h2>
<p>यहां वास्तविक माप दिए गए हैं। मैंने Claude Code से Codex को कॉल किया। उपयोग किया गया Codex CLI संस्करण 0.144.1 था, जिसे API कुंजी जोड़े बिना ChatGPT खाते में लॉग इन करके निष्पादित किया गया था।</p>
<p>स्पष्ट करने के लिए, यह एक सख्त तुलनात्मक प्रयोग नहीं है जहां केवल एक शर्त बदली गई थी। "Before" में, मैंने केवल संक्षेप में बताया कि मैं क्या बनाना चाहता था। "After" में, मैंने जनरेशन टूल, स्टोरेज फॉर्मेट, विषय, रंग, संरचना, निषेध और गुणवत्ता निर्दिष्ट की।</p>
<p>दूसरे शब्दों में, यह एक Before/After है जो यह दर्शाता है कि जब आप विफलता का अनुभव करने के बाद अनुरोध निर्दिष्ट करते हैं तो परिणाम कितना बदल जाते हैं।</p>
<h2><strong>Before: केवल एक "साधारण बिल्ली" के लिए पूछना</strong></h2>
<p>Claude Code को भेजा गया प्रारंभिक अनुरोध बस यही था:</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="1" lang="text">
Create a simple cat icon
</code-segment>
<p>──────────────────────</p>
<p>मैंने इमेज जनरेशन मॉडल, PNG, SVG, रंग, बनावट, पृष्ठभूमि या सेव स्थान निर्दिष्ट नहीं किया।</p>
<p>और यह वापस आया:</p>
<p>फाइल की जांच करने पर निम्नलिखित पता चला:</p>
<ul>
<li>फ़ाइलनाम: cat-icon.png</li>
<li>प्रारूप: PNG, RGBA</li>
<li>आकार: 1024x1024 पिक्सेल</li>
<li>बिट डेप्थ: 16-बिट</li>
<li>फ़ाइल आकार: लगभग 121KB</li>
<li>दिखावट: ओवरलैपिंग सरल आकृतियों से बना एक सपाट भूरा टैब्बी बिल्ली का चेहरा।</li>
</ul>
<p>यह हल्के पीले गोलाकार पृष्ठभूमि पर एक बड़े बिल्ली के चेहरे के साथ एक रचना है। अभिव्यक्ति प्यारी है, और यह "साधारण बिल्ली आइकन" के अनुरोध का पालन करता है।</p>
<p>दूसरे शब्दों में, Codex ने निर्देशों की अनदेखी नहीं की। बल्कि, समस्या यह थी कि अनुरोध मेरी अपेक्षित "इमेज जनरेशन मॉडल द्वारा बनावट के साथ तैयार इलस्ट्रेशन" को व्यक्त करने के लिए बहुत छोटा था।</p>
<p>उसी फ़ोल्डर में एक cat-icon.svg भी बनाया गया था। इसके अलावा, PNG मेटाडेटा में SVG घटक जैसे svg:title "Cute brown tabby cat face icon" और svg:comment "background," "ears," "face," "eyes," और "collar" के लिए शामिल थे।</p>
<p>इसका मतलब है कि Codex ने "सरल आइकन" को वेक्टर सामग्री के अनुरोध के रूप में व्याख्यायित किया, एक SVG बनाया, और इसे PNG में परिवर्तित कर दिया।</p>
<p><strong>"Before" विफलता नहीं थी; यह बहुत शाब्दिक था।</strong> क्योंकि मैंने केवल "सरल" कहा, Codex ने इसे आसानी से संपादन योग्य ज्यामितीय आकृतियों के साथ सरलता से बनाया।</p>
<h2><strong>After: जनरेशन विधि और अंतिम इमेज को ठीक करना</strong></h2>
<p>इसके बाद, मैंने Claude Code से Codex को निम्नलिखित सामग्री के साथ कॉल किया:</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="2" lang="text">
mkdir -p ./images
codex exec -C "$(pwd)" -s workspace-write --skip-git-repo-check \
"Use the image generation tool (image_gen / gpt-image-2) to generate a cute illustration of a cat holding a microphone in PNG and save it to ./images/cat-mic.png. Use flat and cute coloring, soft shadows and highlights, a blue circular frame, a background of #FDE68A with small stars and bokeh, an accent color of #2563EB, and the cat should be cream to orange. Create it as a single illustration and do not substitute with SVG or HTML/CSS. Do not include text or watermarks. Quality is high."
</code-segment>
<p>──────────────────────</p>
<p>यह उपयोग किया गया वास्तविक कमांड है। हालांकि, image_gen और gpt-image-2 एक ही चीज़ के उपनाम नहीं हैं। यदि आप बिल्ट-इन Codex कार्यक्षमता का उपयोग कर रहे हैं, तो अब इसे लिखने का अनुशंसित तरीका है:</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="3" lang="text">
mkdir -p ./images
codex exec -C "$(pwd)" -s workspace-write --skip-git-repo-check \
'$imagegen to use the built-in image_gen tool to generate a cute illustration of a cat holding a microphone as a PNG. Use flat and cute coloring, soft shadows and highlights, a blue circular frame, a background of #FDE68A with small stars and bokeh, an accent color of #2563EB, and the cat should be cream to orange. Do not substitute with SVG or HTML/CSS. Do not include text or watermarks. After completion, save the generated image to ./images/cat-mic.png. Finish with high quality.'
</code-segment>
<p>──────────────────────</p>
<p>पूरे प्रॉम्प्ट को एकल उद्धरणों में संलग्न करने का कारण $imagegen में $ को शेल वेरिएबल के रूप में विस्तारित होने से रोकना है, इसे सीधे Codex को पास करना है।</p>
<p>"Before" से अंतर केवल इतना नहीं है कि टेक्स्ट लंबा है:</p>
<ul>
<li>इमेज जनरेशन टूल को स्पष्ट रूप से बताता है</li>
<li>PNG के रूप में सहेजता है</li>
<li>SVG या HTML/CSS के साथ कोई प्रतिस्थापन नहीं</li>
<li>विषय माइक्रोफोन पकड़े बिल्ली है</li>
<li>नरम छाया और हाइलाइट्स के साथ सपाट, प्यारी रंगाई</li>
<li>एक नीला गोलाकार फ्रेम शामिल है</li>
<li>पृष्ठभूमि का रंग #FDE68A पर सेट है</li>
<li>तारे और बोकेह शामिल हैं</li>
<li>उच्चारण रंग #2563EB पर सेट है</li>
<li>बिल्ली का रंग क्रीम/नारंगी पर सेट है</li>
<li>कोई टेक्स्ट या वॉटरमार्क नहीं</li>
<li>गुणवत्ता उच्च पर सेट है</li>
<li>सेव स्थान ./images/cat-mic.png पर तय है</li>
</ul>
<p>यहां जनरेट की गई इमेज है:</p>
<p>वास्तविक फाइल इस प्रकार थी:</p>
<ul>
<li>फ़ाइलनाम: cat-mic.png</li>
<li>जनरेशन पथ: Codex बिल्ट-इन इमेज जनरेशन टूल</li>
<li>प्रारूप: PNG, RGB</li>
<li>आकार: 1254x1254 पिक्सेल</li>
<li>बिट डेप्थ: 8-बिट</li>
<li>फ़ाइल आकार: लगभग 1.74MB</li>
</ul>
<p>इमेज क्रीम-से-नारंगी बिल्ली को माइक्रोफोन पकड़े, नीला गोलाकार फ्रेम, पीला बैकग्राउंड, नीले तारे और बोकेह को दर्शाती है। फर और माइक्रोफोन पर नरम छाया और हाइलाइट्स हैं, जो "Before" संस्करण की तुलना में एक तैयार इलस्ट्रेशन के रूप में बहुत अधिक जानकारी प्रदान करते हैं। कोई टेक्स्ट या वॉटरमार्क मौजूद नहीं है।</p>
<h2><strong>दो परिणामों की तुलना करने से मैंने क्या सीखा</strong></h2>
<p>एक ही PNG एक्सटेंशन के साथ भी, सामग्री पूरी तरह से अलग है।</p>
<p>Before और After दोनों में .png एक्सटेंशन है। हालांकि, Before SVG से PNG में परिवर्तित एक इमेज थी, जबकि After इमेज जनरेशन टूल द्वारा सीधे बनाई गई एक रैस्टर इमेज थी। आप केवल इस तथ्य से कि यह "PNG के रूप में वितरित की गई" यह नहीं आंक सकते कि यह अपेक्षित जनरेशन विधि है या नहीं।</p>
<p>Before का परिणाम प्रॉम्प्ट के लिए सही था।</p>
<p>मैंने Before में जो मांगा था वह एक "साधारण बिल्ली आइकन" था। जो निकला वह वास्तव में एक साधारण बिल्ली आइकन था। ऐसा नहीं था कि Codex की क्षमता कम थी; यह था कि मेरे शब्दों ने अंतिम इमेज को सीमित नहीं किया।</p>
<p>After ने जनरेशन पथ का निर्देश दिया।</p>
<p>After में जो काम किया वह "इसे और सुंदर बनाओ" जैसा अस्पष्ट अनुरोध नहीं था। यह इमेज जनरेशन टूल के उपयोग, कोई SVG प्रतिस्थापन नहीं, रंग, विषय, पृष्ठभूमि, बनावट और सेव स्थान निर्दिष्ट कर रहा था।</p>
<p>गुणवत्ता के अंतर को केवल image_gen के लिए जिम्मेदार नहीं ठहराया जा सकता है।</p>
<p>After में, मैंने जनरेशन टूल के साथ-साथ विषय, रंग योजना, छायांकन, पृष्ठभूमि और गुणवत्ता को बदल दिया। इसलिए, दृश्य सुधार को एकल शब्द image_gen के प्रभाव के रूप में अलग नहीं किया जा सकता है। हालांकि, इसने कम से कम "SVG से PNG रूपांतरण पथ" से बचने और इमेज जनरेशन मॉडल पर आगे बढ़ने के इरादे को स्पष्ट किया।</p>
<p><strong>न केवल आप क्या चाहते हैं, बल्कि यह भी बताएं कि आप इसे कैसे बनाना चाहते हैं।</strong> इस Before/After से यह सबसे बड़ा सबक है।</p>
<h2><strong>$imagegen जोड़ने का उद्देश्य क्या है?</strong></h2>
<p>इन परिणामों को देखकर, आप सोच सकते हैं, "यदि इसके बिना PNG निकल आया, तो क्या $imagegen अनावश्यक है?"</p>
<p>यह सच है कि यदि अनुरोध स्पष्ट रूप से फोटो या इलस्ट्रेशन के लिए है, तो Codex स्वचालित रूप से इमेज जनरेशन चुन सकता है। हालांकि, स्पष्ट होने के तीन कारण हैं:</p>
<ol>
<li>पथ मिश्रण कम करें: बहुत सारी मौजूदा SVG या UI एसेट वाले प्रोजेक्ट्स में, Codex कोड संपादन को उपयुक्त समझ सकता है। यदि आपको एक एकल इमेज चाहिए, तो स्पष्ट रूप से इमेज जनरेशन बताने से इरादे में विचलन कम होता है।</li>
<li>पूरी टीम में अनुरोधों को मानकीकृत करें: यदि "image," "icon" और "banner" के अर्थ व्यक्ति-दर-व्यक्ति भिन्न होते हैं, तो आउटपुट अलग-अलग होंगे। $imagegen और उद्देश्य को एक सामान्य नियम बनाकर, अनुरोध करने वाला व्यक्ति बदलने पर भी उसी पथ को चुनना आसान हो जाता है।</li>
<li>विफलता के कारण को अलग करना आसान: यदि आपने स्पष्ट रूप से इमेज जनरेशन कहा लेकिन परिणाम खराब है, तो आगे देखने वाली चीजें संरचना, शैली और बाधाएं हैं। यदि पथ अज्ञात है, तो आप नहीं जानते कि "इमेज जनरेशन मॉडल खराब है," "यह SVG के साथ बनाया गया था," या "प्रॉम्प्ट अस्पष्ट है।"</li>
</ol>
<p>$imagegen को इमेज गुणवत्ता बढ़ाने के लिए एक जादुई मंत्र के रूप में नहीं, बल्कि <strong>निष्पादन विधि को तय करने के लिए एक स्विच</strong> के रूप में सोचें।</p>
<h2><strong>सबसे छोटा उपयोगी प्रॉम्प्ट</strong></h2>
<p>पहले, कृपया इस प्रारूप को कॉपी और पेस्ट करें:</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="4" lang="text">
Use $imagegen to create the following image with the image generation model. Do not substitute with SVG, HTML, CSS, or canvas; generate it as a single raster image.
Purpose: X profile picture
Subject: Cat holding a microphone
Style: Friendly, 3D illustration with a sense of depth
Composition: Square, centered, subject remains intact even if cropped into a circle
Constraints: No text, logos, or watermarks
</code-segment>
<p>──────────────────────</p>
<p>आपको सब कुछ विस्तार से लिखने की आवश्यकता नहीं है। OpenAI का आधिकारिक गाइड यह भी बताता है कि इमेज प्रॉम्प्ट के लिए अक्सर 1-3 वाक्यों के स्पष्ट वाक्य पर्याप्त होते हैं। महत्वपूर्ण लंबाई नहीं है, बल्कि उन शर्तों को शामिल करना है जो सफलता निर्धारित करती हैं।</p>
<h2><strong>इमेज गुणवत्ता को स्थिर करने के लिए 5 आइटम</strong></h2>
<p>यदि आप प्रॉम्प्ट के बारे में अनिश्चित हैं, तो बस ये पांच चीजें लिखें:</p>
<ol>
<li><p>उद्देश्य: लिखें कि इमेज का उपयोग कहां किया जाएगा। उदाहरण: X पोस्ट, प्रोफ़ाइल पिक्चर, ब्लॉग हेडर, LP हीरो इमेज, उत्पाद परिचय। जब आप उद्देश्य लिखते हैं, तो Codex आवश्यक संरचना और मार्जिन का अधिक आसानी से न्याय कर सकता है।</p></li>
<li><p>विषय: लिखें कि क्या बनाना है और किस अवस्था में। उदाहरण: माइक्रोफोन पकड़े एक भूरी टैब्बी बिल्ली, लैपटॉप पर काम कर रही एक महिला, डेस्क पर रखी कॉफी।</p></li>
<li><p>शैली: फोटो, इलस्ट्रेशन या 3D जैसी वांछित बनावट निर्दिष्ट करें। उदाहरण: प्राकृतिक प्रकाश के साथ यथार्थवादी फोटो, मैगज़ीन-शैली का संपादकीय इलस्ट्रेशन, नरम वॉटरकलर, गहराई के साथ 3D।</p></li>
<li><p>संरचना: पहलू अनुपात, विषय की स्थिति और आवश्यक मार्जिन लिखें। उदाहरण: लैंडस्केप, व्यक्ति बाईं ओर, हेडलाइन के लिए दाईं ओर चौड़ा मार्जिन छोड़ें। हमारे After उदाहरण में, "नीला गोलाकार फ्रेम" निर्देश के परिणामस्वरूप एक रचना बनी जहां बिल्ली और माइक्रोफोन सर्कल के भीतर समाहित थे।</p></li>
<li><p>बाधाएं: लिखें कि आप क्या शामिल नहीं चाहते हैं और किन शर्तों का पालन करना है। उदाहरण: कोई टेक्स्ट नहीं, कोई लोगो नहीं, कोई वॉटरमार्क नहीं, पृष्ठभूमि को जटिल न बनाएं।</p></li>
</ol>
<p>इन पांच आइटमों के साथ, Codex न केवल "एक तस्वीर बना सकता है" बल्कि यह भी जांच सकता है कि "क्या यह उद्देश्य में फिट बैठता है।"</p>
<h2><strong>उद्देश्य के अनुसार कॉपी-पेस्ट उदाहरण</strong></h2>
<p>लेख हेडर इमेज</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="5" lang="text">
Use $imagegen to generate a landscape header image for a blog post. Make it a realistic photo of a laptop and coffee placed on a wooden desk, shot in soft natural morning light. Left-align the subject and leave a wide margin on the right for a headline. Do not include text, logos, or watermarks. Do not substitute with SVG, HTML, or CSS.
</code-segment>
<p>──────────────────────</p>
<p>X पोस्ट स्क्वायर इमेज</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="6" lang="text">
Use $imagegen to generate a square illustration for an X post. Express the scene of AI and a person collaborating at the same desk to come up with a plan using a friendly editorial illustration. Place the person and the AI device in the center, with a composition where the subject is clear even when viewed on a smartphone timeline. Use blue and orange as base colors, and do not include text, logos, or watermarks.
</code-segment>
<p>──────────────────────</p>
<p>LP हीरो इमेज</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="7" lang="text">
Use $imagegen to generate a hero image for an online business tool LP. Make it a natural photo of a small team talking while looking at a large screen in a bright office. Landscape orientation with people right-aligned, leaving a margin on the left for a headline and button. Do not include excessively futuristic expressions, text, corporate logos, or watermarks.
</code-segment>
<p>──────────────────────</p>
<p>जापानी टेक्स्ट वाली इमेज</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="8" lang="text">
Use $imagegen to generate a square image for an X post. Place only the text "AIで仕事が変わる" (AI changes work) in a large, bold, white Gothic font at the top center. Text should be on one line, center-aligned. Do not add any other text, logos, or watermarks. The background should be a gradient from dark blue to purple, with a calm design for business.
</code-segment>
<p>──────────────────────</p>
<p>इमेज में टेक्स्ट डालते समय, इन तीन बिंदुओं का पालन करें:</p>
<ul>
<li>प्रदर्शित किए जाने वाले टेक्स्ट को उद्धरणों में संलग्न करें।</li>
<li>टाइपफेस, रंग, आकार और स्थान निर्दिष्ट करें।</li>
<li>इसे बताएं कि कोई अन्य वर्ण न जोड़े। जनरेशन के बाद, प्रकाशन से पहले प्रत्येक वर्ण की जांच करें।</li>
</ul>
<h2><strong>सुधार करते समय, "क्या बदलना है" और "क्या रखना है" लिखें</strong></h2>
<p>जब पहली इमेज लगभग तैयार हो, तो आपको पूरे प्रॉम्प्ट को फिर से लिखने की आवश्यकता नहीं है। वास्तव में, एक बार में बहुत अधिक बदलने से वे हिस्से बदल जाएंगे जो आपको पसंद थे। एक बार में एक तत्व को सुधारें।</p>
<ul>
<li>रचना को वैसे ही रखें, लेकिन पृष्ठभूमि को चमकीला बनाएं।</li>
<li>व्यक्ति और डेस्क को रखें, लेकिन मग को एक हाउसप्लांट से बदलें।</li>
<li>रंग और प्रकाश को बनाए रखें, लेकिन दाईं ओर मार्जिन चौड़ा करें।</li>
<li>बिल्ली की अभिव्यक्ति और फर का रंग रखें, लेकिन माइक्रोफोन को थोड़ा छोटा करें।</li>
</ul>
<p>OpenAI का आधिकारिक गाइड संपादन करते समय "क्या बदलना है" और "क्या बनाए रखना है" को स्पष्ट करने की भी सिफारिश करता है। यहां एक उपयोगी प्रारूप है:</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="9" lang="text">
Please edit the attached image. Only change the background. Make the background light gray. Maintain the person, clothing, expression, composition, light, and color tone exactly as they are. Do not add text or logos.
</code-segment>
<p>──────────────────────</p>
<p>"केवल यह बदलें। और कुछ मत छुएं" लिखकर, आप पूरी इमेज के बहाव को कम कर सकते हैं।</p>
<h2><strong>यदि हर बार लिखना परेशानी भरा है, तो नियम तय करें</strong></h2>
<p>Claude Code से Codex को कॉल करते समय, हर बार समान नोट्स दर्ज करना परेशानी भरा होता है। इस ऑपरेशन में, पहले प्रोजेक्ट के CLAUDE.md में इमेज जनरेशन नियम रखने की सिफारिश की जाती है। चूंकि Claude Code CLAUDE.md पढ़ता है, आप यहां तय करते हैं कि "जब इमेज के लिए पूछा जाए तो Codex से कैसे अनुरोध करें।"</p>
<p>यदि यह एक ऐसा प्रोजेक्ट है जहां आप सीधे Codex का उपयोग करते हैं, तो उसी विचार को AGENTS.md में रखें। AGENTS.md एक प्रोजेक्ट नियम है जिसे Codex पक्ष पढ़ता है।</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="10" lang="text">
Image Generation Rules
- Use
$imagegenwhen creating photos, illustrations, banners, hero images, or SNS post images. - If a raster image is requested, do not substitute with SVG, HTML, CSS, or canvas.
- Before generating, organize the purpose, subject, style, composition, and constraints.
- Only edit SVG to match the existing format when adding to an existing SVG icon set.
- Save the completed image within the project and report the storage location. </code-segment>
<p>──────────────────────</p>
<p>इस नियम का उद्देश्य हमेशा SVG पर प्रतिबंध लगाना नहीं है। यह उद्देश्य के अनुसार चुनना है: UI घटकों के लिए SVG, और तैयार एकल इमेज के लिए इमेज जनरेशन।</p>
<p>क्या इसे स्किल बनाना आवश्यक है?</p>
<p>केवल इमेज जनरेशन के लिए एक नई स्किल बनाने की आवश्यकता नहीं है। Codex में पहले से ही एक imagegen स्किल है। कस्टम स्किल बनाना तब मूल्यवान हो जाता है जब आप कई प्रोजेक्ट्स में प्रक्रियाओं को मानकीकृत करना चाहते हैं, जैसे:</p>
<ul>
<li>हर बार ब्रांड रंग या कला शैली लागू करना।</li>
<li>उद्देश्य के अनुसार स्वचालित रूप से रचनाएं चुनना, जैसे X, लेख या LP के लिए।</li>
<li>जनरेशन के बाद टेक्स्ट, मार्जिन, आकार और निषेधों की जांच करना।</li>
<li>फ़ाइलनाम और सेव स्थानों को एकीकृत करना।</li>
<li>यदि यह विफल होता है, तो समान मानकों के आधार पर सुधार लागू करना।</li>
</ul>
<p>निर्णय सरल है:</p>
<ul>
<li>एक प्रोजेक्ट में उपयोग किए जाने वाले नियम: CLAUDE.md</li>
<li>Codex द्वारा सीधे पालन किए जाने वाले प्रोजेक्ट नियम: AGENTS.md</li>
<li>"जनरेशन -> पुष्टि -> सेविंग" को कई प्रोजेक्ट्स में पुन: उपयोग करने का एक तंत्र: कस्टम स्किल</li>
</ul>
<p>आपको शुरू से स्किल बनाने की आवश्यकता नहीं है। CLAUDE.md से शुरू करना और एक बार जब आप खुद को तीन या अधिक बार एक ही प्रक्रिया दोहराते हुए पाते हैं, तो इसे स्किल बनाने पर विचार करना पर्याप्त है।</p>
<h2><strong>ऐसी स्थितियां जहां SVG सही उत्तर है</strong></h2>
<p>जबकि मैंने समझाया है कि इमेज जनरेशन को कैसे कॉल करें, SVG स्वयं बुरा नहीं है। SVG निम्नलिखित उपयोगों के लिए अधिक उपयुक्त है:</p>
<ul>
<li>मौजूदा UI आइकन सेट में एक नया आइकन जोड़ना।</li>
<li>स्केल करने पर भी रेखाओं को तेज रखना।</li>
<li>CSS के साथ रंग बदलना।</li>
<li>आकृतियों और लाइन चौड़ाई को संख्यात्मक मानों के साथ सटीक रूप से प्रबंधित करना।</li>
<li>कोड के रूप में अंतरों की समीक्षा करना।</li>
</ul>
<p>इसके विपरीत, इमेज जनरेशन इसके लिए उपयुक्त है:</p>
<ul>
<li>फोटो-शैली के विज़ुअल।</li>
<li>फर, कपड़े या धातु जैसी बनावट की आवश्यकता वाले इलस्ट्रेशन।</li>
<li>विज्ञापनों या लेखों के लिए आई-कैचर।</li>
<li>पात्रों या कहानी कहने वाली एकल इमेज।</li>
<li>माहौल या भावना व्यक्त करने वाले विज़ुअल।</li>
</ul>
<p>मापदंड "SVG या PNG" नहीं है। यह है: <strong>"क्या यह निर्धारित रूप से प्रबंधित करने वाला घटक है, या अभिव्यक्ति को प्राथमिकता देने वाली एकल इमेज?"</strong> Codex से पूछने से पहले यह तय करने से पथ बेमेल कम हो जाएगा।</p>
<h2><strong>इस सत्यापन में सुधार की गई 3 गलत धारणाएं</strong></h2>
<p>अंत में, यहां वे बिंदु हैं जिन्हें मैं वास्तव में प्रयास करने के कारण सुधारने में सक्षम था।</p>
<p>गलत धारणा 1: यदि यह PNG है, तो यह इमेज जनरेशन मॉडल से बना है।</p>
<p>इस बार की प्रारंभिक इमेज एक PNG थी, लेकिन मेटाडेटा में SVG शीर्षक और घटक शामिल थे। दिखावट भी सरल आकृतियों का संयोजन था, जिससे यह निर्णय हुआ कि यह SVG से PNG में परिवर्तित इमेज थी। आपको केवल एक्सटेंशन नहीं, बल्कि यह जांचना चाहिए कि यह किस पथ से बनाई गई और इसकी वास्तविक दिखावट क्या है।</p>
<p>गलत धारणा 2: $imagegen जोड़ने से इमेज गुणवत्ता बढ़ जाएगी।</p>
<p>इस बार का "After" "Before" की तुलना में दिखने में कहीं अधिक जानकारीपूर्ण था। हालांकि, मैंने एक साथ माइक्रोफोन, रंग योजना, छायांकन, पृष्ठभूमि, संरचना और गुणवत्ता निर्दिष्ट की। इमेज जनरेशन टूल को स्पष्ट रूप से बताने से जनरेशन पथ तय होता है, लेकिन अकेला यह आपकी पसंद का फिनिश सुनिश्चित नहीं करता है। आपको ऐसी शर्तों की भी आवश्यकता है जो दिखावट निर्धारित करती हैं और यह जांचने के लिए पासिंग शर्तें कि क्या यह उद्देश्य में फिट बैठता है।</p>
<p>गलत धारणा 3: प्रॉम्प्ट जितना लंबा होगा, उतना बेहतर होगा।</p>
<p>"After" के बेहतर होने का कारण शब्द गणना में वृद्धि नहीं थी। यह था कि इसमें ऐसी शर्तें शामिल थीं जो परिणाम निर्धारित करती हैं: इमेज जनरेशन टूल, SVG प्रतिबंध, विषय, रंग योजना, पृष्ठभूमि, बनावट और सेव स्थान। <strong>लंबाई नहीं, बल्कि निर्णय के लिए आवश्यक शर्तें लिखें।</strong></p>
<h2><strong>सारांश</strong></h2>
<p>जब Codex एक साधारण इमेज लौटाता है, तो सबसे पहले संदेह करने वाली चीज इमेज जनरेशन मॉडल का प्रदर्शन नहीं है। जांचें कि क्या आपका इरादा संप्रेषित हो रहा है: क्या आप कोड के लिए एक वेक्टर घटक चाहते हैं या फोटो या इलस्ट्रेशन के रूप में एक तैयार एकल इमेज।</p>
<p>यदि आप एक एकल इमेज चाहते हैं, तो पहले यह वाक्य जोड़ें:</p>
<p>──────── कॉपी-पेस्ट के लिए ────────</p>
<code-segment id="11" lang="text">
Use $imagegen to generate a raster image using the image generation model. Do not substitute with SVG, HTML, CSS, or canvas.
</code-segment>
<p>──────────────────────</p>
<p>उसके ऊपर, उद्देश्य, विषय, शैली, संरचना और बाधाएं लिखें।</p>
इस वास्तविक माप में, जब मैंने Claude Code से केवल एक "सरल कैट आइकन" मांगा, तो Codex ने इसे वेक्टर सामग्री का अनुरोध समझा और SVG से व्युत्पन्न एक फ्लैट PNG बनाया। दूसरी ओर, $imagegen के साथ इमेज जनरेशन स्किल को कॉल करके, बिल्ट-इन image_gen टूल का उपयोग करके, SVG के साथ प्रतिस्थापित किए बिना, और विषय, रंग योजना, बनावट, पृष्ठभूमि और गुणवत्ता निर्दिष्ट करके, उन विनिर्देशों को दर्शाने वाला एक तैयार इलस्ट्रेशन बनाना आसान हो जाता है।
इमेज की गुणवत्ता निर्धारित करने वाली चीज़ प्रॉम्प्ट की लंबाई नहीं है। यह है कि क्या आपने न केवल यह बताया है कि क्या बनाना है, बल्कि यह भी कि यह किस लिए है और किस स्थिति को पासिंग ग्रेड माना जाएगा। जब आप इतना संवाद करते हैं, तो Codex सिर्फ एक इमेज जनरेटर से अधिक बन जाता है; यह एक प्रोडक्शन पार्टनर बन जाता है जो उद्देश्य के अनुसार इमेज बनाता और जांचता है।
शुरू करने के लिए, अपने सामान्य इमेज अनुरोधों में एक "उद्देश्य" और एक "पासिंग शर्त" जोड़ने का प्रयास करें। यह अकेला आपको भाग्यशाली हिट की प्रतीक्षा करने वाली इमेज जनरेशन से लेकर इच्छित परिणामों को पुन: उत्पन्न करने वाली इमेज प्रोडक्शन तक करीब लाएगा।
संदर्भ:
