screenshot

screenshot skillの概要

screenshot skillでできること

screenshot skill は、タスクに全画面、特定のウィンドウ、アプリの一部領域、または保存先パスが必要なときに、エージェントが適切なデスクトップ画像を取得できるようにします。ブラウザ内のキャプチャではなく、デザインツールのキャプチャでもなく、汎用的なプロンプト回答でもない、実際のOSレベルのスクリーンショットが必要な場面に最適です。

どんなときに導入すべきか

デスクトップアプリ、複数ウィンドウの確認、OS UI のデバッグ、あるいはツール固有のキャプチャが使えないワークフローがあるなら、screenshot を導入する価値があります。特に、視覚的な証跡、引き渡し用の成果物、ピクセル精度の参照が必要な Workflow Automation ジョブで役立ちます。

何が違うのか

この screenshot skill は、単なるコマンドのラッパーではなく、判断を支援するための skill です。キャプチャの優先順位、保存先のルール、macOS の権限処理を組み込んでいるため、エージェントがより少ないやり取りで、より早く実行可能な手順を選べます。ユーザーが「スクリーンショットを撮って」とだけ言ったり、対象を不完全にしか指定しなかったりしても、迷いを減らせます。

screenshot skillの使い方

インストールして主要ファイルを確認する

npx skills add openai/skills --skill screenshot でインストールします。次に SKILL.md を最初に読み、その後で scripts/take_screenshot.py、scripts/ensure_macos_permissions.sh、agents/openai.yaml を確認してください。プラットフォーム固有の挙動が必要なら、キャプチャ経路を決めつける前に scripts/ 内の Swift ヘルパーも見ておくと安全です。

キャプチャ指示は必要項目をそろえて伝える

screenshot skill をうまく使うには、ターゲット、範囲、出力先、制約の4点を明確にするのが基本です。たとえば、「アクティブな Photoshop ウィンドウをキャプチャして /tmp/review.png に保存して」とか、「ディスプレイ2の全画面スクリーンショットを、既定のスクリーンショットフォルダに保存して」といった形です。パスの指定がない場合は OS の既定値に従います。Codex が画像を確認用に使うなら、一時ディレクトリに保存するのが適しています。

プラットフォームに合ったワークフローを選ぶ

ブラウザ、Figma、Electron では、まずそれぞれのネイティブ機能やツール固有のキャプチャ経路を優先してください。この skill を使うのは、デスクトップ全体が必要なとき、アプリやウィンドウのキャプチャが本当に必要なとき、または別のツールでは重要な部分を取得できないときです。macOS では、ウィンドウやアプリのキャプチャ前に権限の事前確認を実行すると、Screen Recording の繰り返しプロンプトを避けやすくなります。

すぐ使えるプロンプトの型

良い screenshot の依頼は、正しいヘルパーと出力先を選ばせるのに十分具体的です。例: 「screenshot skill を使って、macOS 上のエディタウィンドウ左半分をキャプチャし、既定のスクリーンショット保存先に保存して」。領域を指定する場合は x,y,w,h 形式で座標を示し、その範囲が画面基準なのか、ウィンドウ基準なのかも明記してください。

screenshot skill FAQ

screenshot は全画面キャプチャ専用ですか？

いいえ。screenshot skill は、全画面、ウィンドウ、アプリ、領域の各キャプチャに対応しています。デスクトップ全体の文脈が必要なときだけ全画面を使い、それ以外は対象を絞ったほうがノイズが減り、実用性が上がります。

どんなときにこの skill を使わないべきですか？

必要な面をより適切に取得できる統合済みツールがあるなら、screenshot skill は使わないでください。たとえば Figma やブラウザ専用のワークフローがある場合です。また、実際の画像成果物が不要で、テキスト抽出や UI の推論だけが目的なら、避けたほうがよいです。

初心者でも OS の細かい知識は必要ですか？

いいえ。初心者でも「このウィンドウのスクリーンショットを撮って」のような簡単な依頼で使えます。改善効果が大きいのは、対象、保存先、必要ならトリミング条件を足すことです。macOS では権限が最大の障害になることがあるため、1回のセットアップ手順は想定しておくとよいでしょう。

一般的なプロンプトと何が違うのですか？

一般的なプロンプトでも欲しい画像は説明できますが、screenshot skill はキャプチャ方法の選択、保存先ルール、macOS の権限まわりの摩擦まで扱います。そのため、抽象的な回答ではなく具体的なファイル出力へとエージェントを誘導でき、Workflow Automation ではより信頼性が高くなります。

screenshot skillを改善するには

何を写すべきかをできるだけ正確に伝える

品質を最も大きく左右するのは、フレーム内に何を入れるべきかを正確に指定することです。「エディタをキャプチャして」よりも、「app.py を表示している VS Code ウィンドウと、ターミナルが見えている状態をキャプチャして」のほうがずっと強い指示です。似たウィンドウが複数あるときは、具体的な指定が失敗を減らします。

結果を変える制約は最初から足す

スクリーンショットから私的情報を除外したい、モニターは1枚だけにしたい、特定の解像度で残したい、といった条件があるなら最初に伝えてください。領域キャプチャでは、座標だけでなく、枠やタイトルバーを含めるのか、内容部分だけにするのかも明記しましょう。こうした詳細は、長い説明文よりもずっと重要です。

1回目の出力を次回の改善に使う

範囲が広すぎる、狭すぎる、あるいは必要な UI 状態が抜けている場合は、対象を絞り直して、何が問題だったかを添えて再依頼します。たとえば、「モーダルだけが見える状態で撮り直して」や「ステータスバーが入るように下へ少し広げて」といった形です。このフィードバックループが、screenshot の使い方を最短で改善します。

よくある失敗パターンに注意する

典型的な問題は、macOS の権限プロンプト、誤ったモニターのキャプチャ、そして本来なら別のツールのほうがきれいに取れる場面で screenshot を使ってしまうことです。最初のキャプチャが失敗したら、アプリ名、ウィンドウタイトル、画面番号、正確な領域を追加して、依頼内容を具体化してください。