edit image

Uses Gemini's multimodal capabilities to understand and edit images via natural language. The model takes the source image and a text prompt describing the desired edit, then generates a new image with the changes applied.

Semantic masking: Instead of requiring precise pixel masks, describe what to change in your prompt. The model understands context and can target specific regions.

Optional mask images: You can still provide a mask image (white = edit area) as a visual hint, but it's not required. Descriptive prompts often work better.

Questa abilità dovrebbe essere utilizzata quando l'utente chiede di "modificare un'immagine", "modificare una foto", "dipingere", "verniciare", "estendere un'immagine", "sostituire un oggetto nell'immagine", "aggiungere un elemento all'immagine", "ridimensionare l'immagine per i social media", "ritagliare l'immagine", "adattare l'immagine per Twitter", "convertire l'immagine in formato OG" o necessita di modifica delle immagini basata sull'intelligenza artificiale con maschere. Fonte: b-open-io/gemskills.