CommunityBildgithub.com

Produktfoto

Bearbeitet oder erzeugt fotorealistische Produkt-, Speise- und Szenenbilder, die nicht synthetisch aussehen. Nutzt ein Referenzfoto, wenn es eines gibt, und wählt das Modell danach, ob umgeleuchtet oder neu erzeugt wird.

Was ist Produktfoto?

Produktfoto schickt jedes Standbild durch ein einziges Skript. Echte Fotos werden umgeleuchtet oder neu arrangiert; ein neues Bild entsteht nur ohne Vorlage. Quadrat, Story und Hochformat decken Kataloge und Posts ab.

Funktioniert mit✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/umi008/product-photo-ai/tree/HEAD/plugins/product-photo-ai/skills/product-photo-ai

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Produktfoto AI

Jedes Bildgenerieren oder Bearbeiten erfolgt über scripts/gen.py. Keine manuelle Compositing mit PIL/rembg; keine anderen Bildtools verwenden.

GEN="${CLAUDE_SKILL_DIR}/scripts/gen.py"
python3 "$GEN" --credits
python3 "$GEN" --prompt-file p.txt --refs photo.jpg --format vertical --out out.png
python3 "$GEN" --model black-forest-labs/flux.2-max --prompt-file p.json --refs photo.jpg --format auto --no-upsample --out out.png

Verwende python statt python3, falls die Maschine das hat. Nur Standardbibliothek.

Modell

ModellWannKosten / Zeit
Nano Banana 2.1 (Standard)Bearbeiten der echten Fotos des Benutzers: Licht, Stimmung, Requisiten, saisonale Akzente~0,055 $ bei 2K · ~20 s
FLUX.2 Max (--model black-forest-labs/flux.2-max)Text-zu-Bild von Grund auf, feine Kontrolle mit JSON/Hex, Layout mit --seed wiederholen, oder wenn Nano zweimal fehlschlägt~0,16 $ bei 2MP, ~0,22 $ bei 4MP · 30–50 s

Warum: In einem Blindtest (4 Fälle, 4 Modelle) belegte Nano Banana 2.1 in jedem Fall mit Sieger den 1. Platz und war das einzige Modell, das nie mit „sieht aus wie KI“ markiert wurde; FLUX.2 Max wurde in allen 4 Fällen markiert. Details: references/realism.md → Verlauf.

Einrichtung

  • Schlüssel in OPENROUTER_API_KEY oder ~/.openrouter-key (der Benutzer erstellt ihn). Niemals ausgeben, auslesen oder in einen curl-Befehl setzen.
  • Aufrufe dauern 20–140 s: Bash ein langes Timeout geben (z. B. 600000 ms) oder im Hintergrund ausführen.
  • Vor einem Batch: --credits ausführen und Kontostand vs. geschätzte Kosten angeben. Bei einem Batch über ~1 $ Bestätigung vom Benutzer einholen. HTTP 402 ohne in_flight = kein Guthaben: dies mitteilen, nicht wiederholen, die Prompts speichern.
  • Mehrere Varianten: ein gen.py pro Variante parallel, maximal 2–3 gleichzeitig bei kleinem Guthaben (OpenRouter kappt mit 402 in_flight_budget_exhausted). Jeden Exit-Code und stderr melden.

Entscheidung

FallVorgehen
FormatDie üblichen: vertical (9:16, Story) und square (1:1). Wenn nicht angegeben, nachfragen oder vertical liefern
Fotos von IHREM Produkt--refs + das angeforderte Format. Wenn das Seitenverhältnis vom Foto abweicht, erweitert das Modell die Szene: erweitere die Szene natürlich, um den Rahmen zu füllen, wobei das Produkt gleich groß und zentriert bleibt hinzufügen (getestet mit Nano 3:4 → 9:16 und 1:1). --format auto nur, um das Seitenverhältnis des Fotos beizubehalten
Instagram-Feed--format insta (4:5)
Keine FotosText-zu-Bild, FLUX.2 Max mit JSON
Form/Höhe des Produkts ändernText-zu-Bild, das das gesamte Produkt beschreibt (Bearbeitungen behalten Proportionen)
Später anderes FormatMit anderem --format neu generieren; niemals zuschneiden

Skript-Flags

  • --format: vertical 9:16 (Standard) · insta 4:5 · portrait 3:4 · tall 2:3 · square 1:1 · classic 4:3 · landscape 16:9 · wide 21:9 · auto (Seitenverhältnis des ersten Referenzbilds).
  • Nano: Ausgabe in 2K; kein Seed (jeder Durchlauf variiert). Bis zu 14 Referenzen über die API, 8 über das Skript.
  • FLUX.2 Max: --quality auto|hi|std (≈4MP/≈2MP; auto = hi bei 0–2 Referenzen). --no-upsample deaktiviert den Prompt-Umschreiber von BFL: IMMER für Bearbeitungen verwenden (originalgetreuer). --seed N wiederholt ein Layout. Mehr als 6 Referenzen → --size 1024x1024 (max. 8).
  • stdout ist eine JSON-Zeile mit den tatsächlichen cost_usd und seed.

Prompting für Nano Banana 2.1 (Bearbeitungen)

Nano ist ein Instruktionsmodell: Sprich es wie einen Fotobearbeiter an, in Prosa, nicht in JSON.

  1. Mit Verb + Umfang beginnen: Ändere mit dem bereitgestellten Foto nur die Beleuchtung. / …füge ein paar kleine Requisiten auf dem Tuch hinzu. „Nur ändern“ funktioniert als semantische Maske.
  2. Die Änderung physikalisch beschreiben: Quelle, Richtung, Qualität, Farbe (Farbe #FFE2B8, ungefähr 5000K, nicht orange), wie Schatten fallen.
  3. Mit einer Erhaltungsliste abschließen, die jedes Element benennt: Form, Wirbel, Glasur, Band, Basis, Falten, Rahmung, Fokus und den Handykamera-Look mit seinem Korn. Ohne diesen letzten Teil „reinigt“ es das Foto und es sieht wie KI aus.
  4. 2–6 Sätze. Wenn es abweicht, kürzen: Adjektive streichen, eine Sache ändern. Einzeiler wie lass es wirken, als ob etwas mehr Sonne hereinkam, wie eine subtile Farbkorrektur funktionieren bei subtilen Änderungen ebenfalls gut.
  5. Positive Formulierung, kein „kein X“: leere Ecke des Tuchs, nicht kein Durcheinander.
  6. Mehrere Referenzen: Rolle jedes Bildes angeben (das erste Bild ist das zu erhaltende Produkt, das zweite ist die Stimmungsreferenz für das Licht).
  7. Vom Original ausgehend iterieren für Alternativen; von der letzten guten nur für kumulative Änderungen (Fehler verstärken sich).

Fertige Vorlagen: references/templates.md.

Prompting für FLUX.2 Max (BFL-Leitfaden)

FLUX beschreibt das endgültige Bild, nicht die Anweisung.

  1. Reihenfolge: Motiv → Aktion → Stil → Kontext; erste Wörter haben das größte Gewicht. 30–80 Wörter, es sei denn, die Szene ist komplex.
  2. Keine negativen Prompts. Alles positiv: durchgehend scharfer Fokus, matte Oberfläche, weiche Schattenkanten.
  3. Echte Kamera: aufgenommen mit iPhone 15, natürliches Korn für einen selbstgemachten Look; Fujifilm X-T5, 35mm f/1.4 oder Kodak Portra 400 für redaktionell.
  4. Hex-Farbe an ein Objekt gebunden mit dem Wort color: die Glasur ist Farbe #FFF8E7. Mehrfarbiges Produkt: ein Motiv pro Komponente + color_match: "exact".
  5. Bearbeitung: beginne mit Das gleiche Foto von [Produkt] aus Bild 1, unverändert: [Liste], dann das neue Licht.
  6. JSON für Produktion/mehrere Motive; natürliche Sprache zum Erkunden. Ein Feld nach dem anderen iterieren, gleicher Seed.
  7. Text im Bild: exakten Text in Anführungszeichen, Position, Schriftart, Größe und Farbe.

Schema (serialisiert nach --prompt-file; Beispiel in examples/prompt-example.json):

{
  "scene": "...",
  "subjects": [{"description": "...", "position": "...", "action": "...", "color_palette": ["#hex"], "color_match": "exact"}],
  "style": "...", "color_palette": ["#hex"], "lighting": "...", "mood": "...",
  "background": "...", "composition": "...",
  "camera": {"angle": "...", "lens": "50mm f/2.2", "depth_of_field": "..."}
}

Realismusregeln (beide Modelle)

Details und kopierbare Blöcke: references/realism.md.

  • Weiches, diffuses Licht > hartes Licht. Harte Fensterrahmen-Schatten über das Bild verraten KI (der #1 Ablehnungsgrund im Blindtest). Frage nach weichen, diffusen, kontrastarmen Schatten, gedämpften Lichtern.
  • Mäßige Wärme: Hex-Farbe + Kelvin + nicht orange (Nano) / nicht neutralweiß (FLUX) angeben. ~5000K fühlt sich nach Sonnenschein an, ohne alles orange zu färben.
  • Eine Lichtquelle, die in der Szene vorhanden ist.
  • Keine Hände; das Produkt liegt auf der Oberfläche.
  • Den ursprünglichen Kamera-Look beibehalten (Korn, leichte Unschärfe). Harte Schärfe = KI.
  • Minimale, echte Requisiten (ein Tannenzweig, 2 Zimtstangen, ein Sternanis) in leeren Räumen, das Produkt nicht berührend. keine Katalog-Sets, kein Nebel.
  • Strukturierter Stoff (matte Baumwolle mit sichtbarer Webung) sonst wirkt es wie Plastik-Satin.

Genauigkeit und Zählen

  • Mit einer Referenz den Winkel, die Kamerahöhe und den Bildausschnitt des Fotos beibehalten.
  • Jedes Produkt mit Namen und Position auflisten. Mit der Anzahl abschließen: genau sechs Cupcakes, genau vier Brownies. Bei FLUX: EXAKT N verschiedene Artikel insgesamt: [Liste].
  • 3+ ähnliche Produkte verschmelzen, es sei denn, man unterscheidet sie. 6+ die nach 2 Durchläufen fehlschlagen → jedes einzeln generieren und mit Mehrfachreferenz neu zusammensetzen.

Arbeitsablauf

  1. Identifizieren: Fotos ja/nein, Format, welche Änderungen (Licht / Requisiten / Hintergrund).
  2. Jedes Foto ansehen (Lesen): Produkt, Winkel, aktuelles Licht, genaue Elemente.
  3. Prompt in eine temporäre Datei schreiben (.txt für Nano, .json für FLUX) und gen.py ausführen.
  4. Überprüfen durch Vergleich der Ausgabe mit dem Original, auf zwei Achsen:
    • Realismus: Foto oder Render? plastikartig? seltsame harte Schatten? Hände, schwebende Objekte, deformierte Details? korrekte Anzahl? Produkt identisch mit dem Original?
    • Aufgabenstellung: Ist das angeforderte Licht/die Farbe sichtbar? Die Farbtemperatur explizit prüfen.
  5. Fehlschlag → Runde 2: Prompt kürzen und eine Sache ändern. Zweiter Fehlschlag → FLUX.2 Max mit --no-upsample versuchen. Maximal 3 Versuche; dann das Beste liefern und sagen, was fehlgeschlagen ist.
  6. Datei mit einer Zeile darüber, was sich geändert hat, und ihren Kosten liefern. Am Ende eines Batches: Gesamtkosten und Kontostand.
  7. Temporäre Prompt-Dateien löschen.

Voreinstellungen

Vollständige Lichtrezepte in references/light-presets.md.

VoreinstellungLicht / StilVerwendung
Sanfte Sonne (Standard für Bearbeitungen)diffuses Wintersonnenlicht durch einen Vorhang, #FFE2B8 ~5000Kder selbstgemachte/verträumte Pinterest-Look
Einfaches Weihnachtensanfte Sonne + 2–4 natürliche Requisiten + entfernter warmer Bokehsaisonal, nicht katalogartig
Echtes gemütlichsanftes warmes Fenster, mattes LeinenBrownies, Kuchen, Brot
Sauberes Studio3-Punkt-Softbox, nahtlosKatalog, E-Commerce
Echte Nachteine warme Lampe, zerkratztes Holz, hohe ISOglaubwürdiges Dunkel
Goldene Stundetiefstehende Sonne #FFC078, lange Schattenwarmer Held
Sanfter Honigbernsteinfarbenes Fenster #FFD9A0, ~4600Kgemütlich, am gleichmäßigsten

Verwandte Skills