ssjsjdjj/ai-product-image-diff

Verificación de diferencias, reparación por selección y revisión de productos con IA

Modo de trabajo y alcance

Flujo predeterminado: Detectar problemas → Mostrar comparación ampliada numerada → El usuario especifica elementos a modificar → Codex selecciona automáticamente el método de reparación → Mostrar comparación posterior a la reparación y resultados de revisión.

• En la primera ronda solo se verifica y muestra, no se realizan reparaciones automáticas. Cuando el usuario dice "reparar D01, Q02", se autoriza la reparación de esos elementos, seleccionando directamente el método y ejecutándolo, sin solicitar al usuario que elija herramientas, métodos o apruebe nuevamente; las autorizaciones claras se mantienen entre rondas.
• Cuando el usuario ya ha especificado el problema y el alcance de la modificación, se completa la localización y referencia necesarias y se repara directamente, sin forzar una nueva selección. Si el usuario solo solicita verificar, evaluar la habilidad o discutir un plan, no se inicia la reparación.
• "Solo reparar D01" no se extiende a otros elementos; "reparar todo" se aplica a los elementos reparables actualmente mostrados y con evidencia suficiente, sin convertir automáticamente las dudas con escasa evidencia en modificaciones obligatorias. Cuando una referencia es confusa o no se puede localizar, solo se aclara el elemento afectado, mientras se continúa con el resto del trabajo claramente definido.
• Por defecto, solo se verifica el producto especificado, sin incluir automáticamente accesorios, apariencia de personas o fondos. Cuando el usuario solicita explícitamente "cambiar el rostro" o "restaurar la apariencia del modelo", se agrega una verificación específica de consistencia de personas; no se repite la pregunta si ya se ha solicitado.
• Antes de ejecutar una reparación, se lee references/repair-workflow.md. Cuando el usuario especifica una herramienta o método, se prioriza; la selección automática se basa en las referencias existentes y las capacidades reales de las herramientas, sin prometer que un método sea necesariamente el mejor.

Entrada e identidad de referencia

Entrada preferida: imagen de producto generada por IA a verificar + la fotografía original de estudio correspondiente; imágenes de productos similares, detalles de tela, logotipos estándar y fotografías reales del mismo modelo desde ángulos similares pueden servir de ayuda para la verificación.

La identidad de la referencia se distingue según las etiquetas y el propósito del usuario, no por fondo blanco, fondo transparente, orden de archivos o nombre de carpeta "generado". Los productos de múltiples modelos, colores y personas se corresponden por separado, prohibiendo mezclas. Cuando la identidad es incierta y afecta la conclusión, se pregunta por la información clave faltante, sin autenticar la referencia por cuenta propia.

• Las fotografías originales de estudio se utilizan para confirmar los cambios antes y después de la IA, así como para descartar sesgos de color, desenfoque, iluminación y oclusión preexistentes. Si hay conflictos en las referencias, se enumeran; si no se pueden explicar, quedan pendientes de revisión.
• Cuando no hay una fotografía original de estudio correspondiente, se pueden reportar diferencias visibles con respecto a referencias del mismo producto, pero no se afirma que todas las diferencias sean causadas por la IA.
• Se indican respectivamente: misma pose, cambio pequeño de pose, cambio grande de pose. Para cambios de pose, solo se comparan las estructuras y apariencias comunes y visibles que se pueden localizar, sin exigir que los pliegues sean idénticos uno por uno, ni inferir partes recién expuestas o cubiertas.
• Se solicitan evidencias complementarias solo para dudas específicas, sin pedir todo el conjunto de materiales de forma uniforme. Cuando la imagen de IA es de baja resolución, se prioriza la lectura de la imagen original de alta resolución o partes de ella; una nueva fotografía real solo puede probar detalles reales del producto, no puede probar por sí sola que la imagen borrosa de IA haya conservado o eliminado ese detalle. Durante la recopilación de evidencias, se continúa procesando los elementos con evidencia suficiente.

Verificación persona por persona e imagen por imagen

Primero se enumeran los archivos y objetos objetivo, luego se verifica uno por uno; al encontrar un problema, se debe completar la verificación del resto de objetos objetivo en esa imagen.

• En imágenes con múltiples personas, se asigna un número a cada objeto objetivo según su posición (izquierda/centro/derecha), registrando modelo, color, imagen de referencia, ángulo, oclusión y claridad. Se deja una conclusión para cada persona, incluyendo "no se han confirmado diferencias en el área visible actualmente", "desenfoque normal", "oclusión", "evidencia insuficiente".
• Los elementos de verificación se seleccionan según el producto: contorno, componentes y conexiones, costuras, aberturas y bordes, hebillas y cremalleras, correas y asas, suela y cordones, visera y ajustes, logotipos y patrones, combinación de colores local y textura. No se infieren composiciones de materiales, rendimiento o estructuras ocultas.
• La calidad de imagen y textura se enumeran por separado: conservación de texturas finas, nitidez de costuras, capas de pliegues, brillo, desenfoque local, ondas de color. Los cambios en iluminación, exposición, temperatura de color, perspectiva y deformación por uso pueden explicarse razonablemente y no se consideran directamente errores del producto.
• Al juzgar un desenfoque anómalo, se considera la profundidad de campo real, las costuras/tejidos cercanos a la misma profundidad, el desenfoque por movimiento y la imagen original; no se aplica mecánicamente "cerca siempre nítido, lejos siempre borroso". El desenfoque no equivale a error de contenido, lo que no se ve no equivale a falta, no se adivina el logotipo o texto.
• No se invierte automáticamente el logotipo debido a la orientación o pierna izquierda/derecha de la persona. Primero se verifica el diseño izquierdo/derecho, el ángulo de toma y si la imagen completa está reflejada; las copias reflejadas solo para facilitar la observación deben indicar el cambio de dirección y conservar la imagen original sin reflejar.
• Cuando el usuario solicita verificar el rostro, se comparan las características faciales visibles de cada persona; los cambios en expresión, ángulo o iluminación no se consideran directamente un cambio de rostro. Si falta una referencia del ángulo objetivo, se indica la limitación, sin prometer una restauración precisa de ángulos faciales no mostrados.

Primera ronda: mostrar los problemas al usuario ampliados

Primero se observa la imagen directamente, leyendo el tamaño original y recortando partes si es necesario. Por defecto, se entrega una vista previa de comparación visible en el chat y una breve lista de candidatos, no solo un texto con requisitos de devolución.

1. Resumen y cobertura: se explica qué archivos y objetos objetivo se verificaron; si es una verificación por muestreo, debe indicarse, sin hacer pasar unas pocas áreas representativas por una verificación completa lote por lote y persona por persona.
2. Comparación ampliada numerada: cada candidato recibe un número estable (por ejemplo, D para diferencias de producto confirmadas, Q para optimización de calidad/textura, R para revisión pendiente; para personas se puede usar F). Se indica archivo, posición de la persona, parte y número de referencia, con la IA a la izquierda y la referencia a la derecha.
3. Breve explicación: rendimiento de la referencia → cambios visibles en la IA | certeza y gravedad | método de reparación sugerido y limitaciones. Gravedad: alta para errores estructurales/de marca/componentes clave, media para errores visibles locales de apariencia, baja para diferencias menores de detalle; las sugerencias de calidad se enumeran por separado, sin actualizar automáticamente a errores de producto. El método de reparación sugerido es el juicio de Codex, sin requerir que el usuario seleccione entre opciones técnicas.
4. Recopilar alcance de modificación: se permite al usuario informar directamente números o describir áreas a modificar; después de la primera ronda, se espera su selección, no se modifican por defecto. En caso de autorización clara de modificación ya obtenida, se continúa según las reglas anteriores.

La vista previa debe mostrar áreas comparables y suficiente contexto para distinguir la ubicación. Se compara con tamaños de visualización similares al producto, anotando diferencias de resolución evidentes; se permite recorte normal, escalado no generativo, diseño y anotaciones, sin usar nitidez, reducción de ruido, generación de detalles o diferencias automáticas para fabricar evidencia de detección. Los recortes de tamaño original deben ser rastreables, no se puede hacer pasar una ampliación por interpolación como nuevos detalles reales.

Para confirmar diferencias, se utiliza el mismo número y color de marco para localizar; las dudas, oclusiones y cambios de iluminación razonables se etiquetan claramente, sin dibujarlos como errores confirmados. Cuando no hay diferencias confirmadas, no se fuerzan problemas ni se dice "exactamente igual".

Reparación automática tras la selección del usuario

Se lee la referencia de reparación, seleccionando el método según la disponibilidad de píxeles originales, cambios de ángulo/pose, tipo de error y capacidades reales de las herramientas. Solo se modifican los problemas seleccionados por el usuario y los bordes de fusión necesarios, conservando el archivo original y generando una copia con número de versión.

El usuario no necesita volver a seleccionar el método de reparación; después de una breve explicación del método y el propósito utilizado, se ejecuta. Cuando se necesita material complementario, solo se solicitan las referencias específicas que puedan resolver el problema seleccionado; se continúa trabajando en los elementos que aún se pueden completar. Si la herramienta no está disponible o la evidencia para la reparación es insuficiente, se explican las limitaciones, sin hacer pasar sugerencias textuales por resultados reparados.

Visualización posterior a la reparación y revisión

Una vez reparado, se revisa automáticamente, sin necesidad de que el usuario inicie una nueva "verificación". Se mantienen los números originales, comparando la IA original, la imagen reparada y la referencia real: se confirma si el problema objetivo ha mejorado y también se verifica si han surgido nuevas diferencias en áreas adyacentes.

• Se entregan imágenes ampliadas de "antes de reparar / después de reparar / referencia" del área seleccionada, así como una vista previa completa de la imagen reparada; cuando se ha realizado una reparación generativa en personas o ropa, se verifica logotipos, bordes, oclusiones y otras áreas ya aprobadas.
• El estado de cada elemento es: reparado y revisado aprobado / mejorado pero no aprobado / evidencia insuficiente / no ejecutado / revocado por error de juicio. Cuando se necesita la opinión del usuario sobre estética o similitud, se indica claramente, sin fingir una aceptación manual.
• Cuando la primera reparación del mismo elemento no muestra una mejora significativa, se puede intentar un método diferente con evidencia; si aún falla, se conserva la mejor copia y se explican las limitaciones, sin regenerar infinitamente o modificar repetidamente áreas ya aprobadas. Si el usuario agrega requisitos, se continúa por separado.
• Los problemas no seleccionados permanecen pendientes, no se cierran automáticamente solo porque se hayan reparado otros elementos en esta ronda. Los cambios de iluminación preexistentes u oclusiones razonables que no necesitan modificación se registran con la razón.
• Cuando aparecen nuevas evidencias o comentarios manuales, se actualiza el elemento original, anotando la base del cambio de juicio; no se omite la revisión porque el usuario diga "está reparado". La aprobación técnica de la revisión no equivale a la aceptación final del usuario.

Archivos y registros

Se siguen los requisitos de ubicación de salida del entorno actual; no se sobrescriben referencias, imágenes de IA originales ni archivos PSD del usuario, no se colocan imágenes comerciales en el paquete de distribución de la habilidad.

• Primera ronda de vista previa: diff_result.png; se pueden dividir en múltiples archivos. Cuando el informe necesita guardarse, se usa diff_report.md, adjuntando un índice de archivo-persona-problema, indicando si es una verificación completa o por muestreo.
• Registro de reparación: repair_record.md, registrando el número seleccionado, imagen original y referencia, método de reparación, versión de salida, estado de revisión y problemas no resueltos. Las reparaciones generativas deben indicar el área generada, sin afirmar que se han restaurado píxeles originales reales.
• Comparación posterior a la reparación: repair_preview.png; al cerrar o archivar, se usa closure_record.md, guardando una copia final de la imagen con la base de versión, solo registrando la aceptación o uso manual explícito del usuario.
• Al final del informe se indica: juicio visual del modelo, se recomienda revisión manual.