Membuat Gambar dengan Task AI Agent: Post dan Header dalam Sekali Jalan

Jawaban singkat: Untuk membuat gambar blog menggunakan tugas agen AI, satukan brief, spesifikasi gambar, dan penanggung jawab peninjauan dalam satu Task. Agent akan menyusun draf artikel, memanggil API gambar seperti MiniMax H3-Image menggunakan API key dari environment-nya, melampirkan kedua file tersebut kembali ke Task, lalu berhenti di tahap peninjauan. Selanjutnya, manusia yang bertugas akan menyetujui atau meminta revisi.

Saat ini, Anda sudah bisa membuat gambar blog melalui eksekusi agen AI tanpa perlu membangun platform konten tersendiri. Dari sisi model, prosesnya kian mudah pekan ini: pada 10 November 2026, MiniMax merilis H3-Image, model gambar open-weight beresolusi 16 megapiksel yang menurut MiniMax hanya membutuhkan waktu pembuatan sekitar 10 detik. Bagian tersulitnya sebenarnya bukanlah pemanggilan API, melainkan menyimpan draf tulisan, gambar, prompt pembuatnya, serta keputusan peninjauan atas keduanya di satu tempat yang sama.

Panduan ini menguraikan alur kerja tersebut dalam satu Task. Anda akan melihat isi brief yang ideal, tempat menyimpan API key, skrip yang dijalankan oleh Agent, hingga apa saja yang perlu diperiksa oleh reviewer. Jika Anda sudah terbiasa mendelegasikan pekerjaan coding kepada agen, Sharkly menghadirkan siklus Task, run, dan review yang serupa untuk pembuatan konten ini.

Mengapa satu agen sebaiknya menangani kedua tugas sekaligus

Ketika proses penulisan dan pembuatan gambar dipisahkan, gambar header sering kali tidak lagi selaras dengan isi artikel. Penulis mungkin mengubah sudut pandang pada draf ketiga, sementara gambarnya masih mengacu pada draf pertama. Seseorang kemudian menempelkan prompt ke aplikasi web, mengunduh file, mengubah namanya, lalu memindahkannya ke folder bersama. Pada akhirnya, tidak ada yang tahu pasti prompt mana yang menghasilkan gambar tersebut.

Satu Task mengatasi masalah ini dengan menyatukan kepemilikan dan pencatatan untuk kedua output tersebut:

• Agent membaca draf final sebelum menyusun prompt gambar, sehingga gambar header benar-benar sesuai dengan artikel yang akan dipublikasikan.
• Prompt, ID model, ukuran, serta biaya pembuatan tercatat di Task yang sama dengan draf artikel.
• Reviewer dapat memeriksa teks dan gambar secara bersamaan serta mengambil keputusan dalam satu langkah.
• Permintaan revisi dikirimkan ke Agent dengan konteks yang utuh, tanpa perlu membuka sesi obrolan baru dari awal.

Prinsip kolaborasi manusia dan agen tetap sederhana: Agent menyusun draf, membuat gambar, melampirkan file, dan memberikan laporan. Manusia bertindak mengambil keputusan, menyunting, dan mempublikasikan.

Kemampuan yang ditawarkan MiniMax H3-Image

H3-Image adalah model text-to-image dan penyuntingan gambar dari MiniMax. Satu checkpoint mampu menangani kedua mode tersebut, dan mode edit dapat menerima 1 hingga 16 gambar referensi. Berikut rincian teknis yang dipublikasikan MiniMax dalam panduan pembuatan gambar dan model card resminya:

Diskon peluncuran memberikan potongan 50% jika gambar yang dihasilkan memiliki resolusi minimal 16.600.000 piksel. Menurut halaman harga MiniMax, promo ini berlaku hingga 17 November 2026 pukul 16.00 UTC. Gambar header blog jarang memerlukan resolusi hingga 16 megapiksel, sehingga rasio 16:9 beresolusi 2K merupakan pilihan default yang paling masuk akal.

Haruskah Anda melakukan self-host pada bobot open-weight ini?

Bagi sebagian besar tim, jawabannya adalah tidak. Bobot model ini menggunakan MiniMax-H3-Image Community License, bukan lisensi open-source standar. Anda sebaiknya membaca ketentuannya sendiri: lisensi ini mengecualikan sejumlah wilayah dan mewajibkan izin tertulis terpisah jika pendapatan tahunan melampaui 1 juta dolar AS atau jika digunakan untuk layanan hosting apa pun. Ukuran unduhannya juga sangat besar: 66,28 GB untuk diffusion transformer ditambah 66,7 GB untuk text encoder. Menggunakan API adalah opsi yang jauh lebih praktis untuk alur kerja blog.

Langkah 1: Tulis brief sebagai sebuah Task

Deskripsi Task berfungsi sebagai brief. Semua informasi yang dibutuhkan Agent untuk menyelesaikan tugas secara mandiri ditempatkan di sini. Contoh brief yang baik adalah sebagai berikut:

**Post:** How we cut CI time by 40% with test sharding
**Audience:** platform engineers
**Length:** 1,400 words
**Header image:** 16:9, 2K, MiniMax-H3-Image
**Image direction:** abstract, no text in the image, brand blues
**Deliver:** article.md + header.jpg + prompt.txt attached to this Task
**Reviewer:** Maria (approves both before anything is published)

Cantumkan detail spesifik artikel di dalam Task. Sementara itu, pindahkan aturan yang berlaku berulang untuk setiap artikel—seperti gaya bahasa (tone), gaya visual gambar, dan penamaan file—ke dalam Skill. Di Sharkly, sebuah Skill merangkum instruksi yang dapat digunakan kembali beserta file pendukungnya, dan Agent akan memuat Skill yang ditetapkan pada setiap eksekusi. Panduan kami mengenai apa itu coding agent skill membahas format ini secara mendalam.

Langkah 2: Berikan API key gambar kepada Agent

Proses eksekusi membutuhkan variabel MINIMAX_API_KEY di dalam environment-nya. Bagian Agent settings di Sharkly menyediakan variabel lingkungan standar (plain) maupun rahasia (secret), dan eksekusi berbasis task akan menerima konfigurasi variabel serta binding rahasia tersebut saat dimulai.

Perhatikan catatan pada panel tersebut. Nilai plain dapat dilihat oleh pengelola Agent yang memiliki akses dan bukan merupakan penyimpanan rahasia yang aman. Oleh karena itu, API key yang terhubung ke tagihan akun Anda harus disimpan dalam konfigurasi rahasia (secret). Jangan pernah menaruh API key di deskripsi Task atau komentar. Dokumen checklist keamanan data rahasia untuk coding agent kami menguraikan langkah-langkah selengkapnya.

Sharkly tidak menyediakan konektor bawaan khusus untuk gambar MiniMax. Agent memanggil API dengan cara yang sama seperti memanggil layanan HTTP lainnya: melalui skrip yang berjalan di Computer tempatnya beroperasi. Namun, Sharkly telah menyertakan MiniMax Code (mcode) sebagai Runtime sejak catatan rilis 26-10-2026, sehingga tim yang sudah menggunakan MiniMax Code dapat menjalankan Agent di lingkungan tersebut. Uji coba proses pembuatan gambar melalui eksekusi headless sebelum Anda menggunakannya secara rutin dalam alur kerja produksi.

Langkah 3: Skrip yang dijalankan oleh Agent

Sertakan skrip ini di dalam Skill agar setiap eksekusi menggunakan format permintaan yang seragam. Skrip ini mengikuti struktur permintaan dalam panduan resmi MiniMax:

# make_header.py: generate one 16:9 header with MiniMax H3-Image
import os, sys, json, requests

prompt = open(sys.argv[1]).read().strip()   # prompt.txt written by the Agent
resp = requests.post(
    "https://api.minimax.io/v1/images/generations",
    headers={"Authorization": f"Bearer {os.environ['MINIMAX_API_KEY']}"},
    json={
        "model": "MiniMax-H3-Image",
        "prompt": prompt,
        "aspect_ratio": "16:9",
        "area": "2K",
        "n": 1,
        "response_format": "url",
    },
    timeout=600,
)
resp.raise_for_status()
result = resp.json()
item = result["data"][0]
if "error" in item:
    sys.exit(f"Image failed: {item['error']['message']}")

with open(f"header.{result['output_format']}", "wb") as f:
    f.write(requests.get(item["url"], timeout=120).content)

json.dump({"size": item["size"], "revised_prompt": item["revised_prompt"]},
          open("image-meta.json", "w"), indent=2)

Ada tiga hal penting yang perlu diperhatikan dalam konteks kerja tim:

1. Hindari percobaan ulang otomatis (no automatic retries). Panduan MiniMax memperingatkan bahwa pemanggilan ini tidak bersifat idempoten, sehingga percobaan ulang dapat menimbulkan tagihan untuk gambar kedua. Biarkan Agent melaporkan kegagalan alih-alih melakukan perulangan terus-menerus.
2. Simpan revised_prompt. Fitur penyempurnaan prompt aktif secara default, dan respons API akan menyertakan prompt akhir yang digunakan. Simpan prompt ini agar reviewer dapat meminta penyesuaian tanpa perlu menebak-nebak.
3. Unduh file gambar. Panduan resmi menyarankan untuk mengunduh dan menyimpan file gambar sendiri, jadi jangan hanya memberikan URL yang dikembalikan API kepada reviewer.

Langkah 4: Lampirkan kedua file dan hentikan proses di tahap review

Setelah draf artikel dan gambar selesai dibuat, Agent akan melampirkannya ke Task dan melaporkan tindakan yang telah dilakukan. Sharkly CLI dapat menangani kedua proses ini sekaligus dalam satu perintah:

sharkly task comment "$TASK_ID" \
  --body-file run-summary.md \
  --attachment article.md \
  --attachment header.jpg \
  --attachment image-meta.json

Ringkasan tersebut mencantumkan jumlah kata, ID model, ukuran gambar, blok data usage dari respons API, serta informasi apa pun yang tidak dapat diverifikasi secara otomatis. Setelah itu, Agent mengalihkan status percakapan menjadi perlu ditinjau (needing review). Notifikasi serah terima ini akan muncul di modul Task Chats pada bilah samping (sidebar), sehingga tidak akan terlewatkan.

Semua hasil kerja dikembalikan langsung ke Task. Reviewer tidak perlu repot mencari file di terminal, folder unduhan, ataupun riwayat obrolan.

Langkah 5: Tinjau artikel dan gambar secara bersamaan

Reviewer cukup membuka satu Task untuk memeriksa kedua output berdasarkan brief awal:

• Apakah gambar header sudah sesuai dengan sudut pandang akhir artikel, bukan versi draf awal?
• Apakah terdapat teks hasil generasi pada gambar? Model gambar masih kerap salah mengeja kata, itulah sebabnya brief melarang pencantuman teks.
• Apakah gambar menampilkan antarmuka produk yang sesungguhnya? Jika ya, ganti dengan tangkapan layar asli. Tampilan UI yang dihasilkan AI hanyalah mockup.
• Apakah fakta dan data dalam artikel sudah sesuai dengan sumber yang dirujuk?

Untuk meminta revisi, cukup tulis komentar pada Task tersebut. Agent akan melanjutkan pengerjaan dengan tetap mempertahankan konteks draf, gambar, serta prompt yang tersimpan sebelumnya. Untuk mempelajari lebih lanjut tentang titik-titik intervensi manusia, simak panduan kami tentang pendekatan human-in-the-loop untuk coding agent.

Kapan sebaiknya alur kerja ini tidak digunakan

Lewatkan alur kerja ini jika Anda hanya membutuhkan gambar insidental sekali pakai. Jika Anda hanya butuh satu gambar untuk slide presentasi, membuka aplikasi web langsung akan jauh lebih cepat daripada menyusun brief.

Hindari pembuatan gambar dengan AI untuk tangkapan layar produk, grafik berisi data riil, serta foto orang atau peristiwa nyata. Hal-hal tersebut memerlukan materi sumber yang otentik. Gambar hasil generasi AI lebih cocok untuk seni konseptual, header bergaya abstrak, serta diagram yang biasanya Anda gambar ulang secara manual. Untuk menjaga konsistensi visual di banyak artikel, baca panduan kami tentang cara menjaga konsistensi visual merek dengan agen AI.

Kesimpulan

Model pembuat gambar hanyalah bagian kecil yang mudah. Berdasarkan daftar harganya, MiniMax H3-Image dapat membuat gambar header beresolusi 2K dengan biaya sekitar dua sen dolar. Nilai utama yang benar-benar menghemat waktu terletak pada struktur alur kerjanya: satu Task, satu brief, satu kali proses Agent, dan satu tahap review terpadu.

Anda cukup mengonfigurasikannya sekali. Hubungkan Computer, buat Agent dengan API key gambar di konfigurasi rahasianya, pasang Skill beserta skrip di atas, lalu tugaskan artikel minggu depan kepadanya. Anda bisa mulai menggunakan Sharkly secara gratis; kunjungi sharkly.ai untuk melihat pilihan paket yang tersedia saat ini.

FAQ

Bisakah agen AI membuat gambar blog secara mandiri?

Bisa, asalkan proses eksekusi memiliki akses ke API key gambar serta skrip atau alat (tool) untuk memanggil API tersebut. Agent akan menyusun prompt berdasarkan draf artikel, memanggil endpoint, menyimpan file, lalu melampirkannya ke Task untuk ditinjau.

Apa itu MiniMax H3-Image?

H3-Image adalah model open-weight dari MiniMax untuk pembuatan gambar berbasis teks (text-to-image) dan penyuntingan gambar yang dirilis pada 10 November 2026. Model ini menghasilkan gambar beresolusi sekitar 16 megapiksel dan mendukung hingga 16 gambar referensi pada mode edit.

Berapa biaya pembuatan gambar header dengan H3-Image?

Halaman harga MiniMax mencantumkan biaya sebesar $0,02333 untuk contoh pembuatan gambar text-to-image 2K dan $0,06879 untuk 4K. Biaya sebenarnya dapat bervariasi bergantung pada panjang prompt, karena token hasil penyempurnaan prompt (enhanced prompt) juga ikut dihitung dalam tagihan.

Apakah Sharkly memiliki integrasi bawaan untuk gambar MiniMax?

Tidak. Sharkly menjalankan Agent Anda di Computer Anda, dan Agent tersebut memanggil API MiniMax menggunakan kunci Anda. MiniMax Code memang tersedia sebagai Sharkly Runtime, tetapi hal ini berbeda dengan konektor gambar bawaan.

Di mana API key sebaiknya disimpan?

Di dalam konfigurasi rahasia (secret configuration) milik Agent. Variabel lingkungan standar (plain) di Sharkly dapat dilihat oleh pengelola Agent, sedangkan deskripsi dan komentar Task dapat dibaca oleh siapa saja yang memiliki akses membuka Task tersebut.

Haruskah Agent mempublikasikan artikel secara langsung?

Tidak. Serahkan tahap publikasi kepada manusia. Agent bertugas menyusun draf dan melampirkan file; reviewer bertugas menyetujui dan mempublikasikannya.