Pixel アセット生成 — codexへの指示の出し方

ドット絵ワークスペース（/app/workspace/pixel/）のキャラクタースプライトを作る手順。 2026-07-29〜30にフリート全体で確立した方式を記録したもの。実プロンプト全文と後処理の詳細は同ディレクトリの PIPELINE_reference.md にある。

前提

• 画像生成は codexの組み込み image_gen で行う（grokには無い）。指示に「組み込みの image_gen ツールを使う。SVG/HTML/CSSでの代替は不可」と明記しないと、勝手にSVGで代替される
• スプライトは 384×960（96×96フレーム × 4列 × 10行）、透過PNG、アルファ2値。 行順は idle / working / thinking / talking / walk_down / walk_up / walk_side / sleeping / success / error（正本は server/static/workspace/pixel/CONTRACT.md）
• 実名アセットはリポジトリに置かない。配置先は <data_dir>/animas/<name>/assets/pixel_sheet.png （人間役は <data_dir>/workspace_pixel/assets/chars/human.png）

方式は2つあり、使い分ける

2体目以降を独立生成してはいけない。 キャラごとに顔の大きさがバラバラになり、 オフィスに並べた瞬間に不揃いだと分かる（フリート全体で実際に失敗して作り直した）。

キャラ差し替え方式の手順（これが本題）

0. 正本とidentityを固定する

• 形状・ポーズ・ドット密度の正本は、現在承認済みのmio ~/.animaworks/animas/mio/assets/pixel_sheet.png とする。開始時にSHA-256を記録する。
• 対象Animaの assets/prompt.txt、avatar_chibi.png、avatar_bustup.png を読み、 髪型、髪色、瞳、髪飾り、服装を1つのidentity仕様へ確定する。
• 参照同士が矛盾する場合は多数一致と明示記述を優先し、解消できなければ生成前に人間へ確認する。
• identity仕様は10行40フレーム共通の不変条件である。状態によって髪丈、髪飾り、瞳、服装を変えない。

1. 土台を作る — ここが成否を分ける

承認済みシートを行ごとに切り出し、全10行を例外なくPOINTで400%拡大し、透明部分をマゼンタで埋めた 1536×384の画像**を編集対象にする。

magick <基準シートの行ストリップ>.png \
  -filter point -resize 400% \
  -background '#FF00FF' -alpha background -alpha remove -alpha off \
  <作業dir>/base_row0_idle_x4_magenta.png

384×96のまま渡すとモデルが顔・髪・体型を再解釈する。idleだけでなく全10行で必ず400%版を渡す。 過去のMei生成では後半行が低解像度入力へ戻り、行ごとに長髪とボブが混在したため、低解像度入力は不合格とする。

2. image_genへの指示

1行につき1回呼ぶ。入力画像はこの順で3枚:

1. 上で作った400%＋マゼンタの土台（＝編集対象）
2. そのキャラの avatar_chibi.png（全身・服装の同定）
3. そのキャラの avatar_bustup.png（顔・色の同定）

プロンプトは precise-object-edit 構成で書く。全文は PIPELINE_reference.md にあるが、要点は:

• Primary request: Image 1 を編集する。キャラの同一性だけを差し替え、レイアウト・ スケール・シルエット・アニメーション・ピクセルグリッドは Image 1 のまま
• Composition: 4コマそれぞれのポーズ・向き・体の大きさ・肩幅・頭頂の高さ・ 露出した顔の大きさ・顔の中心・目鼻口の位置と間隔を維持。顔や頭を大きくするな
• Constraints: 目・眉・鼻・口・頬は小さく分離した読み取れるドットの塊のまま。 顔（目・鼻・口・頬）に新しい暗色の点・影・輪郭・髪の毛・孤立ピクセルを重ねるな。 暗い髪は顔の境界からはっきり分離させる
• Scene: 背景は完全に均一な #FF00FF のみ（影・グラデーション・床・照明変化を入れない）
• Avoid: black blobs, stray dark pixels, facial dirt, 机・椅子・モニタ・吹き出し・文字・影
• Identity lock: 確定した髪丈、前髪、髪飾りの側、両目の色、服色を文章で毎行繰り返す。 「Images 2 and 3のどちらかを自由に選ぶ」とは書かない

3. 変えてよいもの / だめなもの（指示書に必ず表で書く）

「髪を増やしたので顔も大きくした」は不合格、と明記する。

4. 透過処理 — 暗色キャラを壊さないためのガード

抜き色は #FF00FF 固定。緑背景は禁止（despillで肌や淡色の服に緑が混ざる事故が起きた）。

暗色（黒髪・ダークネイビーのスーツ）が背景と誤判定されて欠損する事故も起きたので、 必ず次のガードを入れる。実装は .claude/skills/pixel-asset-gen/scripts/process_generated_row.py にある。

• 半透明画素の比率が1.5%を超えたら自動キーの結果を捨て、高彩度マゼンタだけを透明化する
• 暗色・黒に近いRGBは透明化しない
• 縮小で生じた近黒色の緑/マゼンタ色相は透明化せず max(r,g,b) のグレーへ中和する （透明化すると黒髪やスーツに穴が開く）。キャラ本来の緑眼などは中和しない
• 最後にアルファを a >= 128 ? 255 : 0 で2値化する

5. 96×96への縮小

固定倍率にしない（モデル出力の寸法は一定でない）。基準シートの各コマの不透明bboxを取り、 生成スプライトをBOXフィルタでそのbboxサイズに1回だけ縮小して、同じ座標に整数配置する。 これで位置とサイズが基準に一致する。posterize等の色数削減後処理は禁止（顔が潰れる）。

生成後にシート全体または各フレームへ一律の横・縦補正を追加してはいけない。 特に非等方の 85%x100% 等を最終検証後に掛けることを禁止する。寸法不良はその行を再生成して直す。

検証

# 基準シートとの突き合わせ（キャラ差し替え方式ではこれが主）
python3 .claude/skills/pixel-asset-gen/scripts/compare_to_reference.py <生成シート> <基準シート>

合否に使うのは次の3つ:

• 頭頂y・顔中心x が基準±1px — ずれると席の中でキャラが動いて見える
• 頭部幅は±10pxまで許容（髪型が変われば正当に変わる）
• 面積比（不透明画素数の比）0.75〜1.35 — 外れたら透過処理でキャラが削れたか背景が残っている

顔の大きさは数値で測れない。 色で肌を判定すると明るい髪色やクリーム色の服を肌と 誤検出する。土台を編集する方式なら自動的に揃うので、最終判断は比較画像の目視で行う。

そして最重要: codexに各行の96px画像を view_image で自分の目で確認させる。 「顔に黒い塊やゴミ画素が無いこと」は数値検査では検出できず、これで8体の不良を潰した。

機械検査の合格はidentityの合格を意味しない。全40フレームについて、確定した髪型・髪丈・ 髪飾りの側・瞳色・服色を原寸と400%で確認する。行ごとの一覧だけでなく、各行1コマ目を 順番に切り替える遷移GIFで「状態変更時に別人化・伸縮・ジャンプしないこと」を検査する。

最終候補は最初に ~/work/_tmp/YYYYMMDD_<name>アセット再生成/ へ保存し、比較シート、 全行GIF、遷移GIF、検査ログを添える。人間の目視承認前にruntimeの pixel_sheet.png を差し替えない。

委譲の実務

• 10体を超える規模なら3〜4体ずつに分けて複数セッション並列（run_codex.sh -C <作業dir> -p <計画書>）。 1体あたり10回の画像生成で15〜25分が目安
• 計画書は自己完結させ、共通仕様は別ファイル（SPEC）にして「最初に必ず読む」と書く
• 成功したセッションに手順を書き出させてから他へ展開するのが有効だった。 セッションごとに後処理の実装が違い、品質差が出る
• セッションがハングしても成果物は出来ていることがある。check_run.sh の STALLED を 見たら、まず出力ファイルの検証をしてから再実行を判断する

着席構図の制約（アセット設計に直結）

エンジンは着席キャラを机の天板でクリップするため、フレーム上端から78pxしか画面に出ない （実測値。可視範囲 = クリップ線 − (spriteY − 96)）。

• 手を使うモーションは成立しない。workingは肩の上下・上体の前傾・前髪の揺れで表現する。 手を机の高さに描くと隠れて静止画に見え、机より上に出すと宙に浮いて不自然になる
• thinking（顎に手）・error（頬に手）・success（万歳）は手が顔の高さなので問題ない
• 背景側で机より上に飛び出す前景物（背の高いモニタ等）は office_bg_slots.json の front_rects で指定する（CONTRACT.md参照）

候補完成後は実際のPixel Workspaceでも確認する。着席時はフレーム上端から約78pxしか見えないため、 workingの動作、thinkingの顎手、successの腕、errorの頬手が机のクリップ後も読めることを確認する。