Khi bạn yêu cầu Codex tạo một hình ảnh, tại sao đôi khi nó lại trả về một bản vẽ phẳng, giống SVG thay vì một hình minh họa thực sự?
Bạn đang mong đợi một bức ảnh hoặc hình minh họa, nhưng thứ bạn nhận được lại là một tập hợp các hình dạng hình học đơn giản.
"Đây có phải là giới hạn của khả năng tạo hình ảnh của Codex không?"
Tôi cũng đã nghĩ vậy lúc đầu. Tôi nghi ngờ nguyên nhân là do sử dụng các từ như "icon" hoặc "logo", khiến Codex chọn vẽ bằng SVG, HTML hoặc CSS thay vì tạo hình ảnh thực tế.
Vì vậy, tôi đã tự mình kiểm tra bằng cách chạy thử Codex.
Tôi đã gọi Codex từ Claude Code và so sánh kết quả Trước/Sau như sau:
- Trước: Chỉ yêu cầu "Tạo một icon mèo đơn giản."
- Sau: Chỉ định rõ công cụ tạo hình ảnh, chủ thể, màu sắc, kết cấu, các điều cấm và vị trí lưu.
Kết quả đã xác nhận nghi ngờ của tôi.
Yêu cầu ngắn đã trả về một icon mèo phẳng, thực chất là một SVG đã được raster hóa, mặc dù phần mở rộng là PNG.
Mặt khác, yêu cầu đã chỉ định rõ ràng công cụ tạo hình ảnh và các điều kiện hoàn thành đã tạo ra một hình ảnh phong phú với một chú mèo cầm micro, khung tròn màu xanh lam, nền vàng và thậm chí có cả hiệu ứng bokeh.
Tóm lại, sự xác minh này đã tiết lộ điều sau:
Bằng cách không chỉ truyền đạt chủ thể, mà còn cả việc sử dụng mô hình tạo hình ảnh, tránh các giải pháp thay thế SVG, và các chi tiết như màu sắc cũng như kết cấu, bạn có thể thay đổi hoàn toàn cách Codex tạo ra hình ảnh.
Trong bài viết này, tôi sẽ tổng hợp cách tạo ra những hình ảnh bạn mong muốn trong Codex dựa trên thông tin chính thức từ OpenAI và kết quả đo lường thực tế vào ngày 13 tháng 7 năm 2026.
Kết Luận Trước Tiên
Dưới đây là những điểm chính:
- Codex có thể tạo ảnh chụp và hình minh họa, nhưng cũng có thể tạo hình ảnh trực quan bằng SVG, HTML và CSS.
- Ngay cả khi phần mở rộng là PNG, nội dung vẫn có thể là hình ảnh được chuyển đổi từ SVG.
- Khi bạn muốn một bức ảnh hoặc hình minh họa, việc thêm
$imagegenvào prompt sẽ gọi rõ ràng kỹ năng tạo hình ảnh. - Sự khác biệt về chất lượng đến từ "mục đích, chủ thể, phong cách, bố cục và các ràng buộc" hơn là độ dài của prompt.
- Giá trị của việc chỉ định chi tiết là giúp bố cục dễ dàng tái tạo hơn cho mục đích sử dụng, thay vì chỉ làm cho nó trông đẹp mắt.
- Đừng cố đạt được sự hoàn hảo ngay trong một lần; hãy sửa từng yếu tố một bằng cách chỉ định rõ cần thay đổi gì và giữ nguyên gì.
Nếu bạn muốn thử ngay lập tức, hãy thêm câu sau vào đầu yêu cầu của bạn:
──────── Dùng để Sao chép ────────
Sử dụng $imagegen để tạo một hình ảnh raster bằng mô hình tạo hình ảnh. Không thay thế bằng SVG, HTML, CSS hoặc canvas.
──────────────────────
Tuy nhiên, không chỉ có một câu này mới có tác dụng. Bằng cách truyền đạt "hình ảnh dùng để làm gì" và "thế nào là đạt yêu cầu", Codex cuối cùng mới có thể kiểm tra hình ảnh theo cùng tiêu chuẩn với bạn.
Tại Sao Nó Lại Xuất Ra SVG Thay Vì Hình Ảnh?
Codex không phải là một dịch vụ tạo hình ảnh chuyên dụng. Nó viết code, đọc các file hiện có, sửa chữa trang web, và xử lý SVG, HTML, CSS cùng canvas khi cần. Đây là một điểm mạnh tuyệt vời.
Ví dụ, nếu một trang web có sẵn một bộ icon SVG và bạn muốn thêm một icon nữa với cùng độ dày nét vẽ, màu sắc và kích thước, thì việc chỉnh sửa SVG hiện có sẽ chính xác hơn so với việc tạo một PNG bằng mô hình tạo hình ảnh.
Mặt khác, ảnh đầu trang cho bài viết, hình ảnh phong cách chân dung, nhân vật có kết cấu và banner quảng cáo lại phù hợp hơn với việc tạo hình ảnh hơn là viết code.
Kỹ năng imagegen hiện tại trong Codex cũng phân biệt giữa hai điều này:
- Nó sử dụng tạo hình ảnh cho các tác vụ phù hợp với hình ảnh bitmap, chẳng hạn như ảnh chụp, hình minh họa, kết cấu, sprite và mockup.
- Nó ưu tiên chỉnh sửa các tài sản SVG, vector hoặc code hiện có cho các tác vụ mà điều đó tốt hơn.
Điều quan trọng là, điều này không được quyết định một cách máy móc chỉ bởi từ "icon" hoặc "logo".
Ngay cả với cùng một icon, cũng có hai loại mục đích sử dụng:
- Các thành phần vector có thể mở rộng được sử dụng trong giao diện người dùng (UI).
- Hình ảnh trang trí đơn lẻ có kết cấu và đổ bóng được sử dụng trên mạng xã hội (SNS).
Nếu yêu cầu không rõ ràng, Codex sẽ đoán bạn muốn cái nào dựa trên các file hiện có trong dự án hoặc ngữ cảnh xung quanh. Khi phán đoán đó lệch khỏi ý định của bạn, bạn sẽ gặp phải hiện tượng "nhận được thứ giống SVG trong khi muốn có một bức ảnh."
Do đó, bản chất của vấn đề không phải là "từ icon bị cấm." Mà là định dạng của đầu ra mong muốn chưa được truyền đạt cho Codex.
Những Gì Có Thể Xác Nhận Từ Thông Tin Chính Thức
Trong quá trình tạo hình ảnh của Codex, có ba cái tên tương tự nhau xuất hiện, nhưng chúng có ý nghĩa khác nhau:
$imagegen: Tên gọi để gọi rõ ràng kỹ năng tạo hình ảnh của Codex.image_gen: Tên của công cụ tạo hình ảnh được tích hợp sẵn trong Codex.gpt-image-2: ID mô hình khi chỉ định trực tiếp mô hình qua API hoặc CLI dự phòng.- "Image 2.0" hoặc "GPT Image 2 tương đương": Các thuật ngữ dùng để truyền đạt chất lượng hình ảnh, không phải ID mô hình chính thức tại thời điểm chạy.
Đối với việc tạo hình ảnh thông thường, cách tiếp cận cơ bản là gọi kỹ năng bằng $imagegen và sử dụng công cụ image_gen tích hợp sẵn. Theo cách này, bạn không cần một OPENAI_API_KEY riêng.
Việc chỉ định trực tiếp gpt-image-2 làm ID mô hình là dành cho khi bạn muốn sử dụng rõ ràng API hoặc CLI dự phòng. Cách này yêu cầu một OPENAI_API_KEY.
Ngoài ra, các prompt hình ảnh hiệu quả tuân theo các nguyên tắc sau:
- Truyền đạt cụ thể mục đích, chủ thể, nền, bố cục, phong cách và các ràng buộc.
- Viết các chi tiết cụ thể như hướng ánh sáng và vị trí đặt thay vì các thuật ngữ trừu tượng như "đẹp" hay "phong cách."
- Khi chỉnh sửa, hãy thay đổi từng yếu tố một và lặp lại các điều kiện bạn muốn duy trì.
- Đặt văn bản bên trong hình ảnh trong dấu ngoặc kép và chỉ định kiểu chữ, màu sắc, kích thước và vị trí.
Điều chúng ta học được từ điều này là $imagegen là một cách rõ ràng được cung cấp chính thức để gọi kỹ năng. Nó không có nghĩa là bạn "hoàn toàn không thể tạo hình ảnh nếu không có nó." Tuy nhiên, trong trường hợp "Trước" của chúng tôi, con đường tạo SVG thay vì tạo hình ảnh đã được chọn. Vai trò của nó là làm rõ ý định sử dụng tạo hình ảnh thay vì để cho phán đoán tự động quyết định.
Kết Quả Trước/Sau Thực Tế
Dưới đây là các phép đo thực tế. Tôi đã gọi Codex từ Claude Code. Codex CLI được sử dụng là phiên bản 0.144.1, được thực thi bằng cách đăng nhập vào tài khoản ChatGPT mà không thêm khóa API.
Cần nói rõ, đây không phải là một thí nghiệm so sánh chặt chẽ khi chỉ thay đổi một điều kiện. Trong "Trước," tôi chỉ nêu ngắn gọn những gì tôi muốn làm. Trong "Sau," tôi đã chỉ định rõ công cụ tạo, định dạng lưu trữ, chủ thể, màu sắc, bố cục, các điều cấm và chất lượng.
Nói cách khác, đây là cái nhìn Trước/Sau về mức độ thay đổi của kết quả khi bạn chỉ định rõ yêu cầu sau khi đã trải qua một lần thất bại.
Trước: Chỉ Yêu Cầu "Một Con Mèo Đơn Giản"
Yêu cầu ban đầu gửi đến Claude Code chỉ là:
──────── Dùng để Sao chép ────────
Tạo một icon mèo đơn giản
──────────────────────
Tôi đã không chỉ định mô hình tạo hình ảnh, PNG, SVG, màu sắc, kết cấu, nền hoặc vị trí lưu.
Và đây là những gì đã được trả về:
Kiểm tra file cho thấy những điều sau:
- Tên file:
cat-icon.png - Định dạng: PNG, RGBA
- Kích thước: 1024x1024 pixel
- Độ sâu bit: 16-bit
- Kích thước file: khoảng 121KB
- Hình thức: Một khuôn mặt mèo mướp màu nâu phẳng được tạo thành từ các hình dạng đơn giản chồng lên nhau.
Đó là một bố cục với khuôn mặt mèo lớn trên nền hình tròn màu vàng nhạt. Biểu cảm dễ thương, và nó tuân theo yêu cầu về "icon mèo đơn giản."
Nói cách khác, Codex đã không phớt lờ hướng dẫn. Đúng hơn, vấn đề là yêu cầu quá ngắn để truyền đạt được "hình minh họa hoàn chỉnh có kết cấu bằng mô hình tạo hình ảnh" mà tôi mong đợi.
Một file cat-icon.svg cũng đã được tạo trong cùng thư mục. Hơn nữa, siêu dữ liệu PNG chứa các thành phần SVG như svg:title là "Cute brown tabby cat face icon" và svg:comment cho "background," "ears," "face," "eyes," và "collar."
Điều này có nghĩa là Codex đã hiểu "icon đơn giản" là một yêu cầu về tài liệu vector, tạo một SVG và chuyển đổi nó thành PNG.
"Trước" không phải là một thất bại; nó quá theo nghĩa đen. Bởi vì tôi chỉ nói "đơn giản," Codex đã tạo nó một cách đơn giản với các hình dạng hình học dễ chỉnh sửa.
Sau: Sửa Phương Pháp Tạo và Hình Ảnh Cuối Cùng
Tiếp theo, tôi đã gọi Codex từ Claude Code với nội dung sau:
──────── Dùng để Sao chép ────────
mkdir -p ./images
codex exec -C "$(pwd)" -s workspace-write --skip-git-repo-check \
"Sử dụng công cụ tạo hình ảnh (image_gen / gpt-image-2) để tạo một hình minh họa dễ thương về một chú mèo cầm micro ở định dạng PNG và lưu vào ./images/cat-mic.png. Sử dụng tô màu phẳng và dễ thương, bóng đổ và điểm nhấn mềm mại, khung tròn màu xanh lam, nền #FDE68A với các ngôi sao nhỏ và hiệu ứng bokeh, màu nhấn là #2563EB, và chú mèo có màu từ kem đến cam. Tạo nó như một hình minh họa đơn lẻ và không thay thế bằng SVG hoặc HTML/CSS. Không bao gồm văn bản hoặc hình mờ. Chất lượng cao."
──────────────────────
Đây là lệnh thực tế đã được sử dụng. Tuy nhiên, image_gen và gpt-image-2 không phải là bí danh cho cùng một thứ. Nếu bạn đang sử dụng chức năng Codex tích hợp sẵn, cách được khuyến nghị để viết nó bây giờ là:
──────── Dùng để Sao chép ────────
mkdir -p ./images
codex exec -C "$(pwd)" -s workspace-write --skip-git-repo-check \
'$imagegen để sử dụng công cụ image_gen tích hợp sẵn để tạo một hình minh họa dễ thương về một chú mèo cầm micro dưới dạng PNG. Sử dụng tô màu phẳng và dễ thương, bóng đổ và điểm nhấn mềm mại, khung tròn màu xanh lam, nền #FDE68A với các ngôi sao nhỏ và hiệu ứng bokeh, màu nhấn là #2563EB, và chú mèo có màu từ kem đến cam. Không thay thế bằng SVG hoặc HTML/CSS. Không bao gồm văn bản hoặc hình mờ. Sau khi hoàn thành, lưu hình ảnh đã tạo vào ./images/cat-mic.png. Kết thúc với chất lượng cao.'
──────────────────────
Lý do toàn bộ prompt được đặt trong dấu nháy đơn là để ngăn $ trong $imagegen bị mở rộng như một biến shell, truyền nó trực tiếp đến Codex.
Sự khác biệt so với "Trước" không chỉ là văn bản dài hơn:
- Nêu rõ ràng công cụ tạo hình ảnh
- Lưu dưới dạng PNG
- Không thay thế bằng SVG hoặc HTML/CSS
- Chủ thể là mèo cầm micro
- Tô màu phẳng, dễ thương với bóng đổ và điểm nhấn mềm mại
- Bao gồm khung tròn màu xanh lam
- Màu nền được đặt thành #FDE68A
- Bao gồm các ngôi sao và hiệu ứng bokeh
- Màu nhấn được đặt thành #2563EB
- Màu mèo được đặt thành kem/cam
- Không có văn bản hoặc hình mờ
- Chất lượng được đặt thành cao
- Vị trí lưu cố định tại
./images/cat-mic.png
Đây là hình ảnh đã được tạo:
File thực tế như sau:
- Tên file:
cat-mic.png - Đường dẫn tạo: Công cụ tạo hình ảnh tích hợp sẵn của Codex
- Định dạng: PNG, RGB
- Kích thước: 1254x1254 pixel
- Độ sâu bit: 8-bit
- Kích thước file: khoảng 1.74MB
Hình ảnh phản ánh chú mèo màu kem đến cam cầm micro, khung tròn màu xanh lam, nền vàng, các ngôi sao xanh và hiệu ứng bokeh. Có bóng đổ và điểm nhấn mềm mại trên lông và micro, cung cấp nhiều thông tin hơn như một hình minh họa hoàn chỉnh so với phiên bản "Trước." Không có văn bản hoặc hình mờ.
Những Gì Tôi Học Được Khi So Sánh Hai Kết Quả
Ngay cả với cùng một phần mở rộng PNG, nội dung hoàn toàn khác nhau.
Cả Trước và Sau đều có phần mở rộng .png. Tuy nhiên, Trước là một hình ảnh được chuyển đổi từ SVG sang PNG, trong khi Sau là một hình ảnh raster được tạo trực tiếp bởi công cụ tạo hình ảnh. Bạn không thể đánh giá liệu nó có phải là phương pháp tạo mong đợi hay không chỉ dựa trên việc nó được "giao dưới dạng PNG."
Kết quả Trước là chính xác cho prompt.
Những gì tôi yêu cầu trong Trước là một "icon mèo đơn giản." Những gì được tạo ra thực sự là một icon mèo đơn giản. Không phải là khả năng của Codex thấp; mà là những lời nói của tôi đã không giới hạn hình ảnh cuối cùng.
Sau đã hướng dẫn đường dẫn tạo.
Những gì hiệu quả trong Sau không phải là một yêu cầu mơ hồ như "làm cho nó đẹp hơn." Đó là việc chỉ định rõ việc sử dụng công cụ tạo hình ảnh, không thay thế bằng SVG, màu sắc, chủ thể, nền, kết cấu và vị trí lưu.
Sự khác biệt về chất lượng không thể chỉ quy cho image_gen.
Trong Sau, tôi đã thay đổi chủ thể, bảng màu, đổ bóng, nền và chất lượng đồng thời với công cụ tạo. Do đó, sự cải thiện về mặt hình ảnh không thể được tách biệt như là hiệu ứng của một từ duy nhất image_gen. Tuy nhiên, nó ít nhất đã làm rõ ý định tránh "con đường chuyển đổi SVG sang PNG" và tiến tới mô hình tạo hình ảnh.
Hãy truyền đạt không chỉ những gì bạn muốn, mà còn cả cách bạn muốn nó được tạo ra. Đây là bài học lớn nhất rút ra từ sự so sánh Trước/Sau này.
Mục Đích Của Việc Thêm $imagegen Là Gì?
Nhìn vào những kết quả này, bạn có thể nghĩ, "Nếu một PNG được tạo ra mà không cần nó, thì có cần thiết phải có $imagegen không?"
Đúng là nếu yêu cầu rõ ràng là một bức ảnh hoặc hình minh họa, Codex có thể tự động chọn tạo hình ảnh. Tuy nhiên, có ba lý do để nói rõ ràng:
- Giảm sự nhầm lẫn đường dẫn Trong các dự án có nhiều tài sản SVG hoặc UI hiện có, Codex có thể đánh giá việc chỉnh sửa code là phù hợp. Nếu bạn cần một hình ảnh đơn lẻ, việc nói rõ ràng về tạo hình ảnh sẽ giảm sự sai lệch về ý định.
- Chuẩn hóa yêu cầu trong nhóm Nếu ý nghĩa của "hình ảnh," "icon" và "banner" khác nhau giữa mỗi người, đầu ra sẽ khác nhau. Bằng cách biến
$imagegenvà mục đích thành một quy tắc chung, sẽ dễ dàng hơn để chọn cùng một đường dẫn ngay cả khi người đưa ra yêu cầu thay đổi.
- Dễ dàng cô lập nguyên nhân thất bại hơn Nếu bạn đã nói rõ ràng về tạo hình ảnh nhưng kết quả kém, những điều cần xem xét tiếp theo là bố cục, phong cách và các ràng buộc. Nếu đường dẫn không xác định, bạn sẽ không biết liệu "mô hình tạo hình ảnh kém," "nó được tạo bằng SVG," hay "prompt không rõ ràng."
Hãy nghĩ về $imagegen không phải như một câu thần chú để tăng chất lượng hình ảnh, mà như một công tắc để cố định phương pháp thực thi.
Prompt Ngắn Nhất Có Thể Sử Dụng
Đầu tiên, hãy sao chép và dán định dạng này:
──────── Dùng để Sao chép ────────
Sử dụng $imagegen để tạo hình ảnh sau với mô hình tạo hình ảnh. Không thay thế bằng SVG, HTML, CSS hoặc canvas; hãy tạo nó như một hình ảnh raster đơn lẻ.
Mục đích: Ảnh đại diện X
Chủ thể: Mèo cầm micro
Phong cách: Thân thiện, hình minh họa 3D có chiều sâu
Bố cục: Vuông, căn giữa, chủ thể vẫn nguyên vẹn ngay cả khi cắt thành hình tròn
Ràng buộc: Không có văn bản, logo hoặc hình mờ
──────────────────────
Bạn không cần phải viết mọi thứ một cách chi tiết. Hướng dẫn chính thức của OpenAI cũng giải thích rằng các câu rõ ràng từ 1-3 câu thường là đủ cho prompt hình ảnh. Điều quan trọng không phải là độ dài, mà là bao gồm các điều kiện quyết định sự thành công.
5 Mục Để Ổn Định Chất Lượng Hình Ảnh
Nếu bạn không chắc chắn về prompt, chỉ cần viết năm điều này:
- Mục đích Viết nơi hình ảnh sẽ được sử dụng. Ví dụ: Bài đăng X, ảnh đại diện, ảnh đầu trang blog, ảnh hero của LP, giới thiệu sản phẩm. Khi bạn viết mục đích, Codex có thể dễ dàng đánh giá bố cục và lề cần thiết hơn.
- Chủ thể Viết những gì cần vẽ và trong trạng thái nào. Ví dụ: Một con mèo mướp nâu cầm micro, một người phụ nữ làm việc trên laptop, ly cà phê đặt trên bàn.
- Phong cách Chỉ định kết cấu mong muốn, chẳng hạn như ảnh chụp, hình minh họa hoặc 3D. Ví dụ: Ảnh chụp thực tế với ánh sáng tự nhiên, hình minh họa biên tập theo phong cách tạp chí, màu nước mềm mại, 3D có chiều sâu.
- Bố cục Viết tỷ lệ khung hình, vị trí của chủ thể và lề cần thiết. Ví dụ: Ngang, người ở bên trái, chừa lề rộng bên phải cho tiêu đề. Trong ví dụ Sau của chúng tôi, hướng dẫn "khung tròn màu xanh lam" đã tạo ra một bố cục nơi mèo và micro được chứa trong vòng tròn.
- Ràng buộc Viết những gì bạn không muốn bao gồm và các điều kiện cần tuân theo. Ví dụ: Không có văn bản, không có logo, không có hình mờ, đừng làm nền phức tạp.
Với năm mục này, Codex không chỉ có thể "tạo ra một bức tranh" mà còn kiểm tra "liệu nó có phù hợp với mục đích hay không."
Ví Dụ Sao Chép Theo Mục Đích
Ảnh Đầu Trang Bài Viết
──────── Dùng để Sao chép ────────
Sử dụng $imagegen để tạo ảnh đầu trang ngang cho một bài đăng blog. Tạo nó như một bức ảnh chân thực về một chiếc laptop và ly cà phê đặt trên bàn gỗ, được chụp trong ánh sáng buổi sáng tự nhiên dịu nhẹ. Căn trái chủ thể và chừa lề rộng bên phải cho tiêu đề. Không bao gồm văn bản, logo hoặc hình mờ. Không thay thế bằng SVG, HTML hoặc CSS.
──────────────────────
Hình Ảnh Vuông Cho Bài Đăng X
──────── Dùng để Sao chép ────────
Sử dụng $imagegen để tạo một hình minh họa vuông cho một bài đăng X. Thể hiện cảnh AI và một người đang cộng tác tại cùng một bàn để đưa ra một kế hoạch bằng cách sử dụng hình minh họa biên tập thân thiện. Đặt người và thiết bị AI ở trung tâm, với bố cục mà chủ thể rõ ràng ngay cả khi xem trên dòng thời gian điện thoại thông minh. Sử dụng xanh lam và cam làm màu cơ bản, và không bao gồm văn bản, logo hoặc hình mờ.
──────────────────────
Ảnh Hero Cho LP
──────── Dùng để Sao chép ────────
Sử dụng $imagegen để tạo một ảnh hero cho LP của một công cụ kinh doanh trực tuyến. Tạo nó như một bức ảnh tự nhiên về một nhóm nhỏ đang nói chuyện trong khi nhìn vào một màn hình lớn trong một văn phòng sáng sủa. Hướng ngang với mọi người được căn phải, chừa lề bên trái cho tiêu đề và nút bấm. Không bao gồm các biểu hiện quá tương lai, văn bản, logo công ty hoặc hình mờ.
──────────────────────
Hình Ảnh Có Văn Bản Tiếng Nhật
──────── Dùng để Sao chép ────────
Sử dụng $imagegen để tạo một hình ảnh vuông cho một bài đăng X. Chỉ đặt văn bản "AIで仕事が変わる" (AI thay đổi công việc) bằng phông chữ Gothic trắng, đậm, lớn ở trên cùng chính giữa. Văn bản nên trên một dòng, căn giữa. Không thêm bất kỳ văn bản, logo hoặc hình mờ nào khác. Nền nên là gradient từ xanh đậm đến tím, với thiết kế êm dịu cho doanh nghiệp.
──────────────────────
Khi đặt văn bản trong hình ảnh, hãy tuân theo ba điểm sau:
- Đặt văn bản cần hiển thị trong dấu ngoặc kép.
- Chỉ định kiểu chữ, màu sắc, kích thước và vị trí.
- Yêu cầu nó không thêm bất kỳ ký tự nào khác. Sau khi tạo, hãy kiểm tra từng ký tự trước khi xuất bản.
Khi Chỉnh Sửa, Hãy Viết "Cần Thay Đổi Gì" và "Giữ Nguyên Gì"
Khi hình ảnh đầu tiên gần như ưng ý, bạn không cần phải viết lại toàn bộ prompt từ đầu. Trên thực tế, thay đổi quá nhiều cùng một lúc sẽ làm thay đổi những phần bạn thích. Hãy thực hiện các chỉnh sửa từng yếu tố một.
- Giữ nguyên bố cục, nhưng làm nền sáng hơn.
- Giữ nguyên người và bàn, nhưng thay cốc bằng một cây cảnh trong nhà.
- Duy trì màu sắc và ánh sáng, nhưng mở rộng lề bên phải.
- Giữ nguyên biểu cảm và màu lông của mèo, nhưng làm micro nhỏ hơn một chút.
Hướng dẫn chính thức của OpenAI cũng khuyến nghị làm rõ "cần thay đổi gì" và "cần duy trì gì" khi chỉnh sửa. Dưới đây là một định dạng có thể sử dụng:
──────── Dùng để Sao chép ────────
Vui lòng chỉnh sửa hình ảnh đính kèm. Chỉ thay đổi nền. Làm nền màu xám nhạt. Duy trì chính xác người, quần áo, biểu cảm, bố cục, ánh sáng và tông màu như hiện tại. Không thêm văn bản hoặc logo.
──────────────────────
Bằng cách viết "Chỉ thay đổi cái này. Đừng chạm vào bất cứ thứ gì khác," bạn có thể giảm sự trôi dạt của toàn bộ hình ảnh.
Nếu Viết Mỗi Lần Là Rắc Rối, Hãy Cố Định Các Quy Tắc
Khi gọi Codex từ Claude Code, thật rắc rối khi phải nhập cùng một ghi chú mỗi lần. Trong thao tác này, bạn nên đặt các quy tắc tạo hình ảnh trong CLAUDE.md của dự án trước. Vì Claude Code đọc CLAUDE.md, bạn sẽ cố định "cách yêu cầu Codex khi được yêu cầu tạo hình ảnh" ở đây.
Nếu đó là một dự án nơi bạn sử dụng Codex trực tiếp, hãy đặt cùng một ý tưởng vào AGENTS.md. AGENTS.md là một quy tắc dự án mà phía Codex đọc.
──────── Dùng để Sao chép ────────
Quy Tắc Tạo Hình Ảnh
- Sử dụng
$imagegenkhi tạo ảnh chụp, hình minh họa, banner, ảnh hero hoặc hình ảnh bài đăng SNS. - Nếu một hình ảnh raster được yêu cầu, không thay thế bằng SVG, HTML, CSS hoặc canvas.
- Trước khi tạo, hãy sắp xếp mục đích, chủ thể, phong cách, bố cục và các ràng buộc.
- Chỉ chỉnh sửa SVG để phù hợp với định dạng hiện có khi thêm vào một bộ icon SVG hiện có.
- Lưu hình ảnh đã hoàn thành trong dự án và báo cáo vị trí lưu trữ. ──────────────────────
Mục đích của quy tắc này không phải là luôn cấm SVG. Đó là để lựa chọn theo mục đích: SVG cho các thành phần UI và tạo hình ảnh cho một hình ảnh đơn lẻ đã hoàn chỉnh.
Có cần thiết phải biến nó thành một Skill không?
Bạn không cần phải tạo một Skill mới chỉ để tạo hình ảnh. Codex đã có sẵn một skill imagegen. Việc tạo một Custom Skill trở nên có giá trị khi bạn muốn chuẩn hóa các quy trình trên nhiều dự án, chẳng hạn như:
- Áp dụng màu sắc thương hiệu hoặc phong cách nghệ thuật mỗi lần.
- Tự động chọn bố cục theo mục đích, chẳng hạn như cho X, bài viết hoặc LP.
- Kiểm tra văn bản, lề, kích thước và các điều cấm sau khi tạo.
- Thống nhất tên file và vị trí lưu.
- Nếu thất bại, áp dụng các chỉnh sửa dựa trên cùng tiêu chuẩn.
Phán đoán rất đơn giản:
- Các quy tắc được sử dụng trong một dự án:
CLAUDE.md - Các quy tắc dự án để Codex tuân theo trực tiếp:
AGENTS.md - Một cơ chế để tái sử dụng "tạo -> xác nhận -> lưu" trên nhiều dự án: Custom Skill
Bạn không cần phải xây dựng một Skill ngay từ đầu. Chỉ cần bắt đầu với CLAUDE.md và cân nhắc việc biến nó thành một Skill khi bạn thấy mình lặp lại cùng một quy trình ba lần trở lên.
Các Tình Huống Mà SVG Là Câu Trả Lời Đúng
Mặc dù tôi đã giải thích cách gọi tạo hình ảnh, bản thân SVG không phải là xấu. SVG phù hợp hơn cho các mục đích sử dụng sau:
- Thêm một icon mới vào một bộ icon UI hiện có.
- Giữ các đường nét sắc nét ngay cả khi được thu phóng.
- Thay đổi màu sắc bằng CSS.
- Quản lý hình dạng và độ dày nét một cách chính xác bằng các giá trị số.
- Xem xét sự khác biệt dưới dạng code.
Ngược lại, tạo hình ảnh phù hợp cho:
- Hình ảnh trực quan phong cách chân dung.
- Hình minh họa yêu cầu kết cấu như lông thú, vải hoặc kim loại.
- Yếu tố thu hút sự chú ý cho quảng cáo hoặc bài viết.
- Hình ảnh đơn lẻ có nhân vật hoặc kể chuyện.
- Hình ảnh trực quan truyền tải bầu không khí hoặc cảm xúc.
Tiêu chí không phải là "SVG hay PNG." Đó là "Nó là một thành phần cần được quản lý một cách xác định, hay một hình ảnh đơn lẻ ưu tiên tính biểu cảm?" Quyết định điều này trước khi yêu cầu Codex sẽ giảm bớt sự sai lệch đường dẫn.
3 Quan Niệm Sai Lầm Được Sửa Chữa Trong Sự Xác Minh Này
Cuối cùng, đây là những điểm tôi có thể sửa chữa vì tôi đã thực sự thử nghiệm.
Quan niệm sai lầm 1: Nếu là PNG, nó được tạo bằng mô hình tạo hình ảnh.
Hình ảnh ban đầu lần này là PNG, nhưng siêu dữ liệu chứa các tiêu đề và thành phần SVG. Hình thức cũng là sự kết hợp của các hình dạng đơn giản, dẫn đến phán đoán rằng nó là một hình ảnh được chuyển đổi từ SVG sang PNG. Những gì bạn nên kiểm tra không chỉ là phần mở rộng, mà còn là con đường nó được tạo ra và hình thức thực tế của nó.
Quan niệm sai lầm 2: Thêm `$imagegen` sẽ tăng chất lượng hình ảnh.
"Sau" lần này có hình thức phong phú hơn nhiều so với "Trước." Tuy nhiên, tôi đã đồng thời chỉ định micro, bảng màu, đổ bóng, nền, bố cục và chất lượng. Việc nói rõ ràng về công cụ tạo hình ảnh sẽ cố định đường dẫn tạo, nhưng chỉ riêng điều đó không đảm bảo kết quả cuối cùng như ý bạn. Bạn cũng cần các điều kiện quyết định hình thức và điều kiện đạt yêu cầu để đánh giá liệu nó có phù hợp với mục đích hay không.
Quan niệm sai lầm 3: Prompt càng dài càng tốt.
Lý do "Sau" trở nên tốt hơn không phải vì số lượng từ tăng lên. Đó là vì nó bao gồm các điều kiện quyết định kết quả: công cụ tạo hình ảnh, cấm SVG, chủ thể, bảng màu, nền, kết cấu và vị trí lưu. Hãy viết các điều kiện cần thiết để đánh giá, không phải độ dài.
Tóm Tắt
Khi Codex trả về một hình ảnh đơn giản, điều đầu tiên cần nghi ngờ không phải là hiệu suất của mô hình tạo hình ảnh. Hãy kiểm tra xem ý định của bạn đã được truyền đạt hay chưa: liệu bạn muốn một thành phần vector cho code hay một hình ảnh đơn lẻ hoàn chỉnh dưới dạng ảnh chụp hoặc hình minh họa.
Nếu bạn muốn một hình ảnh đơn lẻ, trước tiên hãy thêm câu này:
──────── Dùng để Sao chép ────────
Sử dụng $imagegen để tạo một hình ảnh raster bằng mô hình tạo hình ảnh. Không thay thế bằng SVG, HTML, CSS hoặc canvas.
──────────────────────
Trên cơ sở đó, hãy viết mục đích, chủ thể, phong cách, bố cục và các ràng buộc.
Trong lần đo thực tế này, khi tôi chỉ yêu cầu Claude Code tạo một "biểu tượng con mèo đơn giản", Codex đã hiểu đó là yêu cầu về chất liệu vector và tạo ra một ảnh PNG phẳng được suy ra từ SVG. Mặt khác, bằng cách gọi kỹ năng tạo hình ảnh với $imagegen, sử dụng công cụ image_gen tích hợp sẵn, không thay thế bằng SVG, và chỉ rõ chủ thể, bảng màu, kết cấu, nền và chất lượng, việc tạo ra một hình minh họa hoàn chỉnh phản ánh các thông số kỹ thuật đó trở nên dễ dàng hơn.
Yếu tố quyết định chất lượng hình ảnh không phải là độ dài của prompt. Mà là liệu bạn đã chia sẻ không chỉ thứ cần tạo, mà còn cả mục đích sử dụng và trạng thái nào được coi là đạt yêu cầu hay chưa. Khi bạn truyền đạt được nhiều như vậy, Codex không chỉ là một trình tạo hình ảnh; nó trở thành một đối tác sản xuất, tạo và kiểm tra hình ảnh theo đúng mục đích.
Để bắt đầu, hãy thử thêm một "mục đích" và một "điều kiện đạt yêu cầu" vào các yêu cầu tạo hình ảnh thông thường của bạn. Chỉ vậy thôi cũng sẽ giúp bạn tiến gần hơn từ việc tạo hình ảnh chờ may mắn đến việc sản xuất hình ảnh tái tạo kết quả như mong muốn.
Tài liệu tham khảo:
