Uma foto, um pacote inteiro de figurinhas do WeChat, setenta centavos

O ChatGPT faz GIF agora. Foi um dos recursos de destaque do Images 2.6 quando saiu no início deste mês. Você descreve o movimento, recebe uma animação em loop, pode ajustar a velocidade e editar quadros individuais.
Então por que existe uma skill chamada ray-sticker-shop, e por que ela apareceu no GitHub em 5 de novembro com etiqueta de preço?
Porque a distância entre “fiz um GIF” e “tenho um pacote de figurinhas que passa na checagem de upload do WeChat” é de umas dezesseis etapas de trabalho chato, específico e sem perdão. A geração agora é a parte fácil. Tudo depois dela é o produto.
O problema real
A plataforma aberta de figurinhas do WeChat é um canal de distribuição com regras. Figurinhas têm 240 por 240 pixels. Cada GIF precisa ficar abaixo de 500KB. Você precisa de imagem de capa, ícone, banner e imagem de dica, cada uma com sua dimensão. Precisa do texto do anúncio. Precisa que o conjunto inteiro pareça o mesmo personagem em todas as figurinhas, porque um pacote em que o rosto do personagem muda entre quadros não é um pacote, são oito desenhos sem relação.
Peça a um modelo para fazer isso uma figurinha por vez e três coisas dão errado. O personagem muda entre chamadas. A saída vem no tamanho errado. O arquivo fica pesado demais para a plataforma. Cada uma é corrigível à mão, e corrigir à mão oito figurinhas é uma tarde inteira.
O README declara a falha sem rodeios: o ChatGPT faz GIF direto, mas fazer um por vez faz o personagem derivar e as dimensões não são o que o WeChat quer. Esta skill faz o resto.
O que ela produz
Uma imagem de referência trava o personagem no conjunto inteiro. A partir daí a skill produz GIFs de 240 por 240, comprimidos automaticamente abaixo de 500KB, mais capa, ícone, banner e imagem de dica. Roda uma checagem contra a especificação do WeChat, escreve o texto do anúncio e monta um pacote de entrega para cliente.
Esse último item diz para quem é. Ninguém que escreve ferramenta de hobby fala “pacote de entrega para cliente”. Isso foi feito para quem recebe uma mensagem dizendo “dá para transformar meu gato em pacote de figurinhas” e precisa responder com uma pasta, não com uma promessa.
Instalação
É uma skill, então a instalação é um clone na pasta de skills:
git clone https://github.com/imraywang/ray-sticker-shop ~/.claude/skills/ray-sticker-shop
Depois você fala com o Claude Code ou o Codex em linguagem comum: transforme esta foto do meu gato num pacote de figurinhas. A skill assume dali.
Os requisitos são leves. Python 3.9 ou mais novo com Pillow (pip install pillow) e uma OPENAI_API_KEY. Se você passa por proxy, defina também OPENAI_BASE_URL.

Há um plano B que considero a decisão de design mais inteligente do repositório. Se você não tem chave de API, o agente não falha. Ele entrega os prompts, você gera as imagens no ChatGPT, devolve os arquivos para a pasta, e a skill ainda monta, comprime, checa e empacota.
Essa única decisão dobra o público endereçável. Muita gente tem assinatura do ChatGPT e nenhuma cobrança de API configurada. Muita outra tem chave de API mas prefere não gastá-la num teste. A skill serve aos dois, porque a etapa de geração e a de empacotamento são separáveis, e a de empacotamento é a que tem valor.
A economia
Oito figurinhas mais cinco ativos de apoio, nas tarifas de tabela da OpenAI, dão cerca de US$ 0,70. Refazer custa extra. O gasto real é registrado em costs.jsonl no diretório do projeto.
Setenta centavos por entregável não é custo de verdade. O número interessante é a taxa de refação, e o fato de a skill registrar isso significa que você pode descobrir. Se um conjunto leva três rodadas para acertar uma figurinha, você está em dois dólares e bastante espera, e o log vai dizer qual figurinha é o problema. Esse é o tipo de instrumentação que transforma demo em fluxo de trabalho.
Para comparar, o preço de mercado de um pacote de figurinhas sob medida não chega perto de setenta centavos, nem de setenta dólares. A skill não substitui o ilustrador, porque o ilustrador traz estilo e senso de humor. O que ela substitui é o trabalho de empacotamento, que é onde a margem do ilustrador morre.
O que ela não faz
O README é direto sobre os limites, e eles são jurídicos, não técnicos.
Só faça figurinhas de personagens sobre os quais você tem direitos de uso. O WeChat não aceita obra derivada sem autorização nem fan art. A aprovação é decidida pelo WeChat, e a ferramenta não promete aprovação nem receita.
Esse é o enquadramento correto e vale repetir, porque o espaço de imagem por IA está cheio de ferramentas que deixam isso de fora. Uma skill que transforma qualquer foto em ativo monetizável está a um passo de uma skill que transforma o personagem de outra pessoa em ativo monetizável. Traçar a linha no README, antes de o usuário perguntar, é barato e honesto.
Há também um teto técnico. A skill trava um personagem a partir de uma imagem de referência, o que funciona para um mascote simples e sofre com qualquer coisa complexa. Um personagem com roupa detalhada, silhueta incomum ou estilo que depende da qualidade do traço vai derivar, por melhor que seja o travamento da referência. Oito figurinhas é um conjunto pequeno o suficiente para corrigir os casos fora da curva à mão. Oitenta seria outro projeto.
Por que este padrão merece atenção
Skills como formato estão em evidência. Há repositórios com centenas de milhares de estrelas que não passam de pastas de instruções em markdown. A maioria é biblioteca de prompts com branding melhor.
Esta é diferente de um jeito específico: ela codifica os requisitos de uma plataforma, não as capacidades de um modelo. Os 240 por 240, o teto de 500KB, a capa, o ícone e o banner, a checagem de especificação, o texto do anúncio. Nada disso vem de um modelo. Vem do processo de submissão do WeChat, que alguém teve de ler com cuidado e depois escrever como código e instruções.
Esse é o formato de uma skill durável. Capacidades mudam a cada três meses. Requisitos de plataforma mudam a cada três anos, e quando mudam, o diff é pequeno e a skill é corrigida.
A versão generalizável disso é óbvia. Toda plataforma com processo de submissão tem um documento de especificação. Screenshots da App Store, arte de cápsula da Steam, miniaturas do YouTube, capa de podcast, módulos A+ da Amazon. Cada um desses é uma loja de figurinhas esperando alguém ler a especificação e escrever a checklist. O modelo que gera a imagem é commodity. A pessoa que leu a especificação não é.
Setenta centavos e uma tarde economizada é uma história pequena. O fato de o trabalho interessante ter sido o empacotamento, e de o empacotamento poder ser escrito, é o que se generaliza.
Artigos relacionados
Uma planilha comunitária de toques que desliga os anúncios dos Android chineses
Não mexe no sistema, não desbloqueia nada, não faz flash de nada. Só vira os botões que os fabricantes já deixaram à mostra. O preço é uma lista que alguém precisa continuar escrevendo.
GPT Image 2.6 manteve o preço por token e elevou a fatura
O GPT Image 2.6 mantém cada tarifa por token do 2.5 e mesmo assim custa mais por imagem, porque boa parte do trabalho acontece agora nos tokens de saída. Onze dias após o lançamento, a estrutura de preços diz mais que o ranking.
Alguém reconstruiu o IDM por fora e anotou o que não tocou
Uma reimplementação em Rust do Internet Download Manager promete 5 vezes a velocidade e 86 idiomas. O documento mais interessante é o parágrafo que explica como ela foi feita sem copiar nada.
Rune é um framework de UI em Rust feito para que um agente possa verificar o próprio trabalho
Rune renderiza sem interface, despeja sua árvore de elementos e aceita entrada roteirizada, o que dá a um agente de código um sinal diffável que um screenshot nunca oferece. O framework está em pré-lançamento e não aceita pull requests.