CommunityImagengithub.com

Foto de producto

Edita o genera imágenes fotorrealistas de productos, comida y escenas que no parezcan sintéticas. Usa la foto de referencia si existe y elige el modelo según haya que reiluminar o crear desde cero.

¿Qué es Foto de producto?

Foto de producto pasa cada imagen por un solo script. Las fotos reales se reiluminan o se reescenifican; una imagen nueva solo se crea si no hay placa. Cubre cuadrado, historia y vertical para catálogos y redes.

Compatible con✓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 Imagen skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

Product Photo AI

Cada generación o edición de imágenes pasa por scripts/gen.py. No compongas a mano con PIL/rembg; no uses otras herramientas de imagen.

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

Usa python en lugar de python3 si la máquina lo tiene. Solo biblioteca estándar.

Modelo

ModeloCuándoCosto / tiempo
Nano Banana 2.1 (predeterminado)editar las fotos reales del usuario: luz, ambiente, accesorios, toques estacionales~$0.055 a 2K · ~20 s
FLUX.2 Max (--model black-forest-labs/flux.2-max)texto a imagen desde cero, control fino con JSON/hex, repetir un diseño con --seed, o cuando Nano falla dos veces~$0.16 a 2MP, ~$0.22 a 4MP · 30–50 s

Por qué: en una prueba a ciegas (4 casos, 4 modelos) Nano Banana 2.1 quedó primero en todos los casos que tuvieron un ganador y fue el único modelo que nunca fue marcado como "parece IA"; FLUX.2 Max fue marcado en los 4. Detalles: references/realism.md → Historial.

Configuración

  • Clave en OPENROUTER_API_KEY o ~/.openrouter-key (el usuario la crea). Nunca la imprimas, la hagas eco o la pongas en un comando curl.
  • Las llamadas tardan 20–140 s: dale a Bash un tiempo de espera largo (ej. 600000 ms) o ejecuta en segundo plano.
  • Antes de un lote: ejecuta --credits e indica el saldo vs el costo estimado. Confirma con el usuario si un lote supera ~$1. HTTP 402 sin in_flight = sin créditos: dilo, no reintentes, guarda los prompts.
  • Varias variantes: un gen.py por variante en paralelo, máximo 2–3 a la vez con saldo pequeño (OpenRouter corta con 402 in_flight_budget_exhausted). Reporta cada código de salida y stderr.

Decisión

CasoCómo
FormatoLos habituales: vertical (9:16, historia) y square (1:1). Si no se indica, pregunta o entrega vertical
Fotos de SU producto--refs + el formato solicitado. Si la proporción difiere de la foto, el modelo extiende la escena: añade extiende la escena de forma natural para llenar el encuadre, manteniendo el producto del mismo tamaño y centrado (probado con Nano 3:4 → 9:16 y 1:1). --format auto solo para mantener la proporción de la foto
Feed de Instagram--format insta (4:5)
Sin fotostexto a imagen, FLUX.2 Max con JSON
Cambiar la forma/altura del productotexto a imagen describiendo el producto completo (las ediciones mantienen proporciones)
Otro formato más tarderegenerar con otro --format; nunca recortar

Opciones del script

  • --format: vertical 9:16 (predeterminado) · insta 4:5 · portrait 3:4 · tall 2:3 · square 1:1 · classic 4:3 · landscape 16:9 · wide 21:9 · auto (proporción de la primera referencia).
  • Nano: produce 2K; sin semilla (cada ejecución varía). Hasta 14 referencias en la API, 8 a través del script.
  • FLUX.2 Max: --quality auto|hi|std (≈4MP/≈2MP; auto = hi con 0–2 referencias). --no-upsample desactiva el reescritor de prompts de BFL: USALO SIEMPRE para ediciones (más fiel). --seed N repite un diseño. Más de 6 referencias → --size 1024x1024 (máximo 8).
  • stdout es una línea JSON con el cost_usd y seed reales.

Indicaciones para Nano Banana 2.1 (ediciones)

Nano es un modelo de instrucciones: háblale como a un editor de fotos, en prosa, no en JSON.

  1. Abre con verbo + alcance: Usando la foto proporcionada, cambia solo la iluminación. / …añade unos pequeños accesorios sobre la tela. "Cambia solo" funciona como una máscara semántica.
  2. Describe el cambio físicamente: fuente, dirección, calidad, color (color #FFE2B8, alrededor de 5000K, no naranja), cómo caen las sombras.
  3. Cierra con una lista de preservación nombrando cada cosa: forma, remolinos, glaseado, cinta, base, pliegues, encuadre, enfoque y el aspecto de cámara de teléfono con su grano. Sin esa última parte "limpia" la foto y parece IA.
  4. 2–6 oraciones. Si se desvía, acorta: elimina adjetivos, cambia una cosa. Frases de una línea como haz que se sienta como si entrara un poco más de sol, como una gradación de color sutil también funcionan bien para cambios sutiles.
  5. Frases positivas, sin "no X": esquina vacía de la tela, no sin desorden.
  6. Multi-referencia: indica el rol de cada imagen (la primera imagen es el producto a mantener, la segunda es la referencia de ambiente para la luz).
  7. Itera desde la original para alternativas; desde la última buena solo para cambios acumulativos (los errores se acumulan).

Plantillas listas: references/templates.md.

Indicaciones para FLUX.2 Max (guía BFL)

FLUX describe la imagen final, no la instrucción.

  1. Orden sujeto → acción → estilo → contexto; las primeras palabras pesan más. 30–80 palabras a menos que la escena sea compleja.
  2. Sin indicaciones negativas. Todo positivo: enfoque nítido en toda la imagen, acabado mate, sombras de bordes suaves.
  3. Cámara real: tomada con iPhone 15, grano natural para un aspecto casero; Fujifilm X-T5, 35mm f/1.4 o Kodak Portra 400 para editorial.
  4. Hex vinculado a un objeto con la palabra color: el glaseado es color #FFF8E7. Producto multicolor: un sujeto por componente + color_match: "exact".
  5. Edición: abre con La misma foto de [producto] de la imagen 1, sin cambios: [lista], luego la nueva luz.
  6. JSON para producción/multi-sujeto; lenguaje natural para explorar. Itera un campo a la vez, misma semilla.
  7. Texto en imagen: texto exacto entre comillas, posición, tipografía, tamaño y color.

Esquema (serializado a --prompt-file; ejemplo en 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": "..."}
}

Reglas de realismo (ambos modelos)

Detalles y bloques copiables: references/realism.md.

  • Luz suave difusa > luz dura. Las sombras duras de marcos de ventana a través del encuadre delatan a la IA (la razón #1 de rechazo en la prueba a ciegas). Pide sombras suaves, difusas, de bajo contraste, reflejos apagados.
  • Calidez moderada: hex de fundición + Kelvin + no naranja (Nano) / no blanco neutro (FLUX). ~5000K se siente como luz solar sin pintarlo todo de naranja.
  • Una fuente de luz que exista en la escena.
  • Sin manos; el producto descansa sobre la superficie.
  • Mantén el aspecto de cámara original (grano, ligera suavidad). Nitidez de render = IA.
  • Accesorios mínimos y reales (una ramita de pino, 2 ramas de canela, un anís estrellado) en espacios vacíos, sin tocar el producto. Sin sets de catálogo, sin niebla.
  • Tela texturizada (algodón mate con tejido visible) o sale como satén plástico.

Fidelidad y conteo

  • Con una referencia mantén el ángulo de la foto, la altura de la cámara y el encuadre.
  • Enumera cada producto por nombre y posición. Cierra con el conteo: exactamente seis cupcakes, exactamente cuatro brownies. En FLUX: EXACTAMENTE N artículos distintos en total: [lista].
  • 3+ productos similares se fusionan a menos que los distingas. 6+ que fallen después de 2 rondas → genera cada uno y recompón con multi-referencia.

Flujo de trabajo

  1. Identifica: fotos sí/no, formato, qué cambios (luz / accesorios / fondo).
  2. Mira cada foto (Léela): producto, ángulo, luz actual, elementos exactos.
  3. Escribe el prompt en un archivo temporal (.txt para Nano, .json para FLUX) y ejecuta gen.py.
  4. Verifica mirando la salida junto a la original, en dos ejes:
    • Realismo: ¿foto o render? ¿plástico? ¿sombras duras extrañas? ¿manos, objetos flotantes, detalles deformados? ¿conteo correcto? ¿producto idéntico al original?
    • Consigna: ¿se ve la luz/color solicitados? Verifica la temperatura explícitamente.
  5. Falla → ronda 2: acorta el prompt y cambia una cosa. Segundo fallo → prueba FLUX.2 Max con --no-upsample. Máximo 3 intentos; luego entrega el mejor y di qué falló.
  6. Entrega el archivo con una línea sobre qué cambió y su costo. Al final de un lote: costo total y saldo.
  7. Elimina los archivos de prompts temporales.

Preajustes

Recetas completas de luz en references/light-presets.md.

PreajusteLuz / estiloUso
Sol suave (predeterminado para ediciones)sol de invierno difuso a través de una cortina, #FFE2B8 ~5000Kel aspecto casero/de ensueño de Pinterest
Navidad simplesol suave + 2–4 accesorios naturales + bokeh cálido lejanoestacional, no de catálogo
Acogedor realventana cálida suave, lino matebrownies, pasteles, pan
Estudio limpiosoftbox de 3 puntos, sin juntascatálogo, ecommerce
Noche realuna lámpara cálida, madera rayada, ISO altooscuridad creíble
Hora doradasol bajo #FFC078, sombras largashéroe cálido
Miel suaveventana ámbar #FFD9A0, ~4600Kacogedor, el más uniforme

Skills relacionados