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
| Modelo | Cuándo | Costo / 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_KEYo~/.openrouter-key(el usuario la crea). Nunca la imprimas, la hagas eco o la pongas en un comandocurl. - 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
--creditse indica el saldo vs el costo estimado. Confirma con el usuario si un lote supera ~$1.HTTP 402sinin_flight= sin créditos: dilo, no reintentes, guarda los prompts. - Varias variantes: un
gen.pypor variante en paralelo, máximo 2–3 a la vez con saldo pequeño (OpenRouter corta con402 in_flight_budget_exhausted). Reporta cada código de salida y stderr.
Decisión
| Caso | Cómo |
|---|---|
| Formato | Los 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 fotos | texto a imagen, FLUX.2 Max con JSON |
| Cambiar la forma/altura del producto | texto a imagen describiendo el producto completo (las ediciones mantienen proporciones) |
| Otro formato más tarde | regenerar con otro --format; nunca recortar |
Opciones del script
--format:vertical9:16 (predeterminado) ·insta4:5 ·portrait3:4 ·tall2:3 ·square1:1 ·classic4:3 ·landscape16:9 ·wide21:9 ·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-upsampledesactiva el reescritor de prompts de BFL: USALO SIEMPRE para ediciones (más fiel).--seed Nrepite un diseño. Más de 6 referencias →--size 1024x1024(máximo 8). - stdout es una línea JSON con el
cost_usdyseedreales.
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.
- 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. - Describe el cambio físicamente: fuente, dirección, calidad, color (
color #FFE2B8, alrededor de 5000K, no naranja), cómo caen las sombras. - 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.
- 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 sutiltambién funcionan bien para cambios sutiles. - Frases positivas, sin "no X":
esquina vacía de la tela, nosin desorden. - 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). - 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.
- Orden sujeto → acción → estilo → contexto; las primeras palabras pesan más. 30–80 palabras a menos que la escena sea compleja.
- Sin indicaciones negativas. Todo positivo:
enfoque nítido en toda la imagen,acabado mate,sombras de bordes suaves. - Cámara real:
tomada con iPhone 15, grano naturalpara un aspecto casero;Fujifilm X-T5, 35mm f/1.4oKodak Portra 400para editorial. - Hex vinculado a un objeto con la palabra
color:el glaseado es color #FFF8E7. Producto multicolor: un sujeto por componente +color_match: "exact". - Edición: abre con
La misma foto de [producto] de la imagen 1, sin cambios: [lista], luego la nueva luz. - JSON para producción/multi-sujeto; lenguaje natural para explorar. Itera un campo a la vez, misma semilla.
- 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
- Identifica: fotos sí/no, formato, qué cambios (luz / accesorios / fondo).
- Mira cada foto (Léela): producto, ángulo, luz actual, elementos exactos.
- Escribe el prompt en un archivo temporal (
.txtpara Nano,.jsonpara FLUX) y ejecutagen.py. - 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.
- 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. - Entrega el archivo con una línea sobre qué cambió y su costo. Al final de un lote: costo total y saldo.
- Elimina los archivos de prompts temporales.
Preajustes
Recetas completas de luz en references/light-presets.md.
| Preajuste | Luz / estilo | Uso |
|---|---|---|
| Sol suave (predeterminado para ediciones) | sol de invierno difuso a través de una cortina, #FFE2B8 ~5000K | el aspecto casero/de ensueño de Pinterest |
| Navidad simple | sol suave + 2–4 accesorios naturales + bokeh cálido lejano | estacional, no de catálogo |
| Acogedor real | ventana cálida suave, lino mate | brownies, pasteles, pan |
| Estudio limpio | softbox de 3 puntos, sin juntas | catálogo, ecommerce |
| Noche real | una lámpara cálida, madera rayada, ISO alto | oscuridad creíble |
| Hora dorada | sol bajo #FFC078, sombras largas | héroe cálido |
| Miel suave | ventana ámbar #FFD9A0, ~4600K | acogedor, el más uniforme |