個人でWebサイトやアプリを作っています（屋号は sesebox です）。

いま、水槽をモチーフにしたパズルアプリ「WaterFill」を作っています。アプリの中で使う魚やコインの絵が何枚も要るので、ChatGPTに課金しているプランの枠で、コマンド1行で画像を作れるようにしました。そのためのスクリプトを自作したので、仕組みと気をつけたところを書きます。

前提：画像生成は Codex CLI そのものの機能だった

OpenAIの Codex CLI（ターミナルで動くAIのコーディングツール）には、画像を作る機能が最初から入っています（公式ドキュメント：https://learn.chatgpt.com/docs/image-generation ）。

ChatGPTのアカウントでログインして使えば、ChatGPTのプランの利用枠の中で画像を作れます。APIのように1枚ごとの料金はかかりません。

npm install -g @openai/codex
codex login              # ブラウザでChatGPTにログイン
codex login status       # → Logged in using ChatGPT ならOK

ネットで調べると、これを便利にする非公式のプラグインもいくつか見つかりました。中を読むと、どれも**codex exec を呼んでいるだけの薄い包み**でした。それなら、知らない人のコードを入れるより、同じことを自分で数十行書くほうが安心だと判断して、自作することにしました。

使い方

node codex-image.mjs --out fish.png "白い背景に、かわいいクマノミを1匹。正方形。"

# 見本の画像を渡して、同じタッチで描かせる
node codex-image.mjs --out new-fish.png --ref fish-01.png --ref fish-02.png "同じタッチでハコフグを1匹"

1枚あたり、だいたい1分でPNGができます。

仕組み

やっていることは3つだけです。

一時フォルダを作る
その中で codex exec（Codexに1回だけ仕事を頼むコマンド）を走らせて、「画像を1枚作って out.png で保存して」と頼む
できた out.png を、指定の場所にコピーする

中心の部分はこんな感じです。

import { spawnSync } from "node:child_process";
import { mkdtempSync } from "node:fs";
import { tmpdir } from "node:os";
import { join, resolve } from "node:path";

const work = mkdtempSync(join(tmpdir(), "codex-image-"));

const env = { ...process.env };
delete env.OPENAI_API_KEY; // ← 大事（後述）

const prompt = [
  "$imagegen",
  "次の説明どおりの画像を1枚だけ生成して、このフォルダ直下に out.png というファイル名で保存してください。",
  "ほかのファイルは作らないでください。",
  "",
  "説明：",
  desc,
].join("\n");

const args = ["exec", "-s", "workspace-write", "--skip-git-repo-check", "--ephemeral", "-C", work];
for (const r of refs) args.push("-i", resolve(r)); // 見本の画像
args.push("-"); // プロンプトは標準入力で渡す

const res = spawnSync(process.execPath, [codexJs, ...args], { env, input: prompt, encoding: "utf8" });

$imagegen は、Codexに「画像生成の機能を使って」と伝える書き方です。-i で画像を添付すると、それを見本にしてくれます。

気をつけたところ

1. `OPENAI_API_KEY` を子プロセスに渡さない

公式ドキュメントによると、OPENAI_API_KEY が設定されていると、ChatGPTのプランではなくAPIの従量課金で動きます。ほかの開発でAPIキーを環境変数に入れていると、知らないうちにAPI料金になってしまいます。

なので、Codexを呼ぶ直前に delete env.OPENAI_API_KEY で外しています。

2. 一時フォルダの中で走らせる

codex exec は、指定したフォルダの中のファイルを読んだり書いたりできます。リポジトリの中で走らせると、関係ないファイルまで見られてしまいます。

-C で一時フォルダを指定し、-s workspace-write（書き込めるのはそのフォルダだけ）にして、Codexが触れるのは一時フォルダだけにしました。--ephemeral は、この1回の会話を記録に残さないオプションです。

3. `codex.cmd` をシェル経由で呼ばない

Windowsでは codex の実体が codex.cmd なので、最初は shell: true で呼んでいました。すると Node が次の警告を出しました。

[DEP0190] DeprecationWarning: Passing args to a child process with shell option true can lead to security vulnerabilities, as the arguments are not escaped, only concatenated.

シェル経由だと引数がエスケープされず、そのままつながれてしまう、という警告です。説明文に記号や改行が入ると壊れる原因になります。

そこで、npmが入れた本体のJavaScript（npm root -g の下の @openai/codex/bin/codex.js）を、node で直接呼ぶようにしました。説明文も、引数ではなく標準入力で渡しています。

4. 作った画像は、失敗作も全部とっておく

うまくいかなかった絵も、「なぜダメだったか」が次の頼み方のヒントになります。スクリプトが毎回、日付ごとのフォルダに画像のコピーと、頼んだ内容・見本・かかった時間を書いたメモを残すようにしました。

使ってみて分かったこと

見本なしで頼むと、黒い線とベタ塗りの、よくあるイラスト風になりがちでした。アプリの絵と全然タッチが合いません
アプリの実際の魚の絵を4枚、見本として渡すと、線の色やヒレの筋、目の描き方までそろった絵が出てきました
逆に、タッチの違う絵を見本にすると、その違いまで忠実に真似されます。使う場所が決まっている絵は、その作品の実物を見本にするのが大事でした
2枚を同時に走らせても大丈夫でした（一時フォルダが別々なのでぶつからない）
画像生成は、ふつうの作業より3〜5倍の速さで利用枠を使うそうです（公式ドキュメント）。試し打ちを連発しないようにしています

まとめ

Codex CLIには画像生成が入っていて、ChatGPTのプランの枠で使える
codex exec を一時フォルダで呼ぶだけで、「コマンド1行で画像を作る」道具になる
OPENAI_API_KEY を外す・一時フォルダに閉じ込める・シェルを通さない、の3つを守れば、自作でも安心して使える

自分で書けば数十行なので、中身の分からないプラグインを入れる前に、一度自作を考えてみるのもおすすめです。