CommunityImagegithub.com

ảnh-quang-cao-san-pham

Créez des visuels publicitaires avec de vrais produits, des étiquettes exactes et un rendu professionnel en utilisant des outils d'IA payants ou des solutions gratuites, avec vérification automatique des textes et pose d'autocollants réels.

Qu'est-ce que ảnh-quang-cao-san-pham ?

Cette compétence d'agent IA spécialisée dans la création de visuels publicitaires met l'accent sur la **fidélité produit** et la **précision des détails** (étiquettes, logos, textes). L'agent utilise une approche structurée en plusieurs étapes : d'abord, il télécharge les images officielles du produit et analyse leurs caractéristiques (formes, couleurs, textes, proportions). Ensuite, il génère des visuels avec les outils d'IA disponibles (ChatGPT/Codex, Gemini/Antigravity, ou même Claude en construisant l'image par code), en s'appuyant sur la meilleure option payante de l'utilisateur. Pour garantir l'exactitude, l'agent emploie un logiciel de reconnaissance optique de caractères (OCR) pour comparer les étiquettes générées avec les vraies, découpe et agrandit les zones suspectes, et peut superposer des étiquettes réelles en cas d'erreur. Il finalise en ajoutant le texte publicitaire et en simulant le regard d'un client pour valider le rendu avant soumission à l'utilisateur. La compétence prend en charge des plateformes comme Claude Code, Cursor, Codex, et Antigravity, et ne nécessite aucune dépense supplémentaire si l'utilisateur dispose déjà d'un abonnement à un service d'IA.

Compatible avec✓Claude Code✓Codex CLI~Cursor✓Antigravity✓Gemini CLI
npx skills add https://github.com/AgentBossVn/agent-boss-skills/tree/HEAD/anh-quang-cao-san-pham

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

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Visuel publicitaire avec vrai produit — détails exacts, rendu comme sur la photo officielle

Pourquoi cette compétence est indispensable : L'IA sait générer de superbes décors, mais elle PEUT produire des erreurs sur le vrai produit : en trop de lumières, en bouton manquant, logo déformé, texte sur l'étiquette transformé en charabia, "336 g" devenu "136 g". Les clients de la marque le remarquent immédiatement. Les vendeurs ont besoin d'une image à la fois belle et EXACTE.

Ce que cette compétence apporte de plus par rapport à une simple saisie dans le chat : Sur votre machine, l'Agent exécute l'ensemble du processus de A à Z : il télécharge les photos officielles, compte chaque détail avant de générer l'image, utilise un outil de lecture de texte pour comparer l'étiquette générée avec l'originale, agrandit les zones pour un contrôle précis, remplace les parties erronées par l'étiquette RÉELLE de la marque, ajoute le texte sur l'image, puis joue le rôle de votre client pour passer en revue l'image et apporter des corrections avant de vous la soumettre pour validation finale. Vous restez le décideur ultime.

Quels agents peuvent générer des images (vérifié le 15/11/2026) : L'agent de ChatGPT (Codex) et celui de Gemini (Antigravity) disposent d'outils de génération d'images intégrés. Claude NE PEUT PAS générer d'images (selon la page d'aide d'Anthropic) : Claude crée lui-même l'image en découpant le vrai produit depuis les photos officielles, en construisant le fond et le texte par code ; pour obtenir une scène photographique, Claude doit appeler les modules ChatGPT ou Gemini disponibles sur votre machine pour générer l'image. Vous êtes l'Agent en train d'exécuter cette compétence dans Codex ou Antigravity → générez directement avec votre outil de génération intégré (Codex : image_gen / $imagegen ; Antigravity : generate_image), utilisez les photos officielles comme référence, enregistrez les images générées dans le dossier ve/, et conservez toutes les autres étapes inchangées.

Votre rôle et celui de l'Agent

QuestionRéponse par défaut
Quel est l'objectif du visuel ?Vendre : produit exact, message juste, prêt à publier
Qui est responsable en dernier ?Vous — validez le message, choisissez l'image, cliquez pour publier
Jusqu'où l'Agent peut-il décider seul ?Choisir le rendu, corriger les détails, éliminer les images ratées. NE PAS modifier le message, NE PAS passer à une option payante, NE PAS dépasser le budget
Comment mesurer le succès ?Passage à 100 % de la checklist + validation OCR + satisfaction de l'utilisateur comparée à la photo officielle
Que faire en cas d'erreur de l'Agent ?Vous indiquez la zone erronée (entourer / décrire) → l'Agent corrige cette zone et revérifie

Étape 0 — Questions rapides (regroupées en un seul message, avec réponses par défaut)

  1. Quel produit ? Lien vers le site officiel / boutique agréée ? (obligatoire)
  2. Avez-vous une photo de référence préférée ? Envoyez-la dans le répertoire de travail.
  3. Où publier et combien d'images ? Par défaut Facebook : 1 portrait 4:5 (1080×1350) + 1 paysage 16:9 (1920×1080) + 1 story 9:16 (1080×1920). À qui vendez-vous ? Si non précisé → l'Agent déduit du site de la marque, note une ligne de profil client (qui, âge, inquiétudes à l'achat) pour que vous la corrigiez — utilisée à l'étape 7b.
  4. Message / texte à ajouter ? Pas encore → l'Agent propose à partir des faits sur le site de la marque, vous validez avant d'ajouter.
  5. Choisissez l'outil de génération : l'utilisateur choisit, l'Agent gère l'installation. Exécutez python3 scripts/kiem-cong-cu-ve.py (Windows : py -3 scripts/kiem-cong-cu-ve.py, après l'amorce ci-dessous), affichez l'INTÉGRALITÉ du tableau qu'il imprime (déjà trié par ordre de priorité) avec une phrase de suggestion, puis demandez : "Avec quel outil souhaitez-vous générer l'image ?". NE PAS choisir une option payante par défaut, NE PAS forcer l'utilisateur à payer plus. Si l'outil choisi n'est pas prêt → l'Agent ne l'installe PAS lui-même. Montrez à l'utilisateur la liste de ce qui sera installé (nom + source officielle + version épinglée, extraite des lignes "Agent exécute" que l'outil de vérification imprime ; voir le tableau "Installer quoi, depuis où" ci-dessous), demandez en une phrase "Acceptez-vous d'installer ces éléments ?". Une fois l'accord donné, exécutez les lignes "Agent exécute" (commandes pour ouvrir un navigateur / attendre que l'utilisateur clique pour lancer en arrière-plan) ; en cas de refus ou d'abandon d'un élément, ignorez-le. Les lignes "Vous faites" (connexion / autorisation, téléchargement + installation de Chrome / Node / Antigravity depuis les sites officiels, collage de la clé dans une boîte sécurisée) restent à la charge de l'utilisateur. Relancez l'outil de vérification ; une fois ✅, lancez la génération. Mac neuf : si python3 signale des outils de développement manquants → demandez l'accord puis exécutez xcode-select --install, l'utilisateur clique sur "Installer", puis relancez la vérification. Windows :
    • Amorce (Windows neuf sans Python) : la commande python n'est qu'un placeholder du Microsoft Store ("Python was not found"). Vérifiez py -3 --version. Si absent → (après accord de l'utilisateur) winget install -e --id Python.Python.3.12 --scope user (pas besoin de droits admin), puis appelez via py -3.12, ou via le chemin absolu %LOCALAPPDATA%\Programs\Python\Python312\python.exe (bash : $LOCALAPPDATA/Programs/Python/Python312/python.exe). Utilisez toujours py -3 …, JAMAIS python … brut.
    • Shell : Claude Code sous Windows exécute généralement les commandes via Git Bash, Codex via PowerShell. Toutes les lignes "Agent exécute" imprimées par l'outil fonctionnent dans les deux (chemins avec / ; l'installation est gérée par Python lui-même via --cai, --chay, --mo). Pour vos autres commandes, utilisez / dans les chemins, pas de \ (bash interprète mal \).
    • Pour toute étape nécessitant une fenêtre de permission, l'outil indique "Vous faites : cliquez sur Oui". Windows dispose toujours d'Edge, donc pas besoin d'installer Chrome. Saisie de clé = boîte de saisie sécurisée de Windows (pas de Notepad, pas de fichier texte).
À installerSource officielleVersion
uv (gestionnaire Python)github.com/astral-sh/uv releases, auto-vérification SHA-256 en dur0.13.8
Python 3.12 dédié + bibliothèquesuv télécharge Python ; bibliothèques depuis PyPI, verrouillées par hash (scripts/khoa-thu-vien.txt)3.12, chaque paquet épinglé
Codex (module ChatGPT)npm @openai/codex (nécessite Node)0.169.0
wrangler (Cloudflare)npm wrangler exécuté via npx4.162.0
Node · Chrome · AntigravityTéléchargement par l'utilisateur depuis nodejs.org · google.com/chrome · antigravity.google/download (Windows : Node + Chrome via winget)Version LTS / dernière stable

Ordre : utilisez d'abord ce que vous payez déjà, puis les API, enfin les outils professionnels.

Niveau · MéthodeCoûtNécessiteQualité de l'image (mesurée 14–15/11/2026)
1 · Forfait ChatGPT — Codex génèreGratuit supplément, déduit du quota du forfaitForfait Plus/Pro + Codex CLI connecté avec compte ChatGPTLa meilleure mesurée : personnes, mains, texte d'étiquette quasi correct ; ~1–2,5 min/image
1 · Forfait Gemini — Antigravity génèreGratuit supplément, déduit du quota de génération d'images du forfait (plafond HEBDOMADAIRE séparé, souvent bas)Forfait Google AI Pro/Ultra + Antigravity CLI (agy) connecté~1K, texte vietnamien avec accents corrects, accepte une image de référence ; fidélité produit NON mesurée (quota hebdo épuisé le 15/11)
1 · Claude construit par code0 €Uniquement la machine localeProduit + étiquette 100 % exacts (image réelle), style graphique fond coloré, PAS de scène photographique ; ~2 secondes/image
2 · Seedream 4.5 (BytePlus, ByteDance)200 images gratuites, puis ~0,04 USD/imageCompte BytePlus + carte/PayPal pour activation (activer "Free Credits Only Mode")2ème après ChatGPT ; petits textes souvent erronés ("336 g" → "136 g") ⇒ obligé de passer par l'OCR
2 · Cloudflare0 €, ~40 images/jourCompte Cloudflare gratuit + NodeLa moins bonne : ~1K, personnes/mains souvent ratées, fréquent blocage avec les produits noirs / emballages imprimés de personnages ⇒ utiliser le style "fond vide + superposition du vrai produit"
2 · Payant : API Gemini / Seedream 5.5~0,05 USD/image 2K · ~0,036 USD/imageClé liée à une carteStable, 2K — UNIQUEMENT si l'utilisateur choisit de payer
3 · Outils pro déjà utilisés (Photoroom, Pebblely, Canva…)Selon votre forfaitVotre compte / clé APIBon pour les gros volumes. Photoroom admet que seulement ~38 % des images corrigées conservent le produit exact ⇒ nécessite quand même toute la vérification

Suggestion : si vous avez un forfait ChatGPT → cette voie. Si vous avez un forfait Gemini → Antigravity (quota hebdo épuisé → passez à la voie suivante). Si vous avez seulement Claude → Claude construit par code ; si vous voulez une scène photo → Seedream 4.5 (200 images gratuites) ou Cloudflare. Toutes les voies incluent la vérification complète + OCR + superposition d'étiquettes réelles + ajout de texte. La partie Agent consomme le quota de votre forfait Agent (~120 000 tokens/produit). Évalué, NON utilisé (11/2026) : cliquer manuellement sur le web (l'utilisateur doit le faire à la main), génération locale (FLUX utilise ~17 Go de RAM, une machine à 24 Go bloque pendant une heure), Hugging Face, Pollinations (obligation de rendre les photos officielles publiques sur le net), les modèles chinois via fal (Qwen, Wan, Hunyuan, MiniMax : pas mieux que Seedream).

Données envoyées à l'extérieur : photos officielles + prompt partent vers OpenAI (forfait ChatGPT), Google (forfait Gemini, API Gemini), ByteDance/BytePlus (Seedream), Cloudflare, ou outils du niveau 3 ; Claude qui construit par code n'envoie aucune image nulle part. Précisez-le ; NE PAS utiliser d'images confidentielles ou de produits non annoncés. Clés/tokens : NE PAS demander à l'utilisateur de les coller dans le chat, NE PAS les imprimer.

Installation + connexion (uniquement après accord de l'utilisateur, Étape 0) : l'outil de vérification imprime les commandes pour chaque voie (environnement Python dédié ~/.venv-anh-qc verrouillé par hash, Chrome ou Edge pour le texte, Codex, Antigravity, outils en ligne de commande Apple, wrangler, bibliothèques Gemini) ; aucune commande de type "télécharger et exécuter immédiatement". Exécutez l'outil via ~/.venv-anh-qc/bin/python scripts/<nom_de_l_outil>.py …. La commande python dans toutes les instructions ci-dessous = le Python dédié imprimé par kiem-cong-cu-ve.py (Mac ~/.venv-anh-qc/bin/python ; Windows ~/.venv-anh-qc/Scripts/python.exe — l'outil imprime le chemin absolu à la ligne "Python dédié de la compétence", utilisez ce chemin, avec des /).

  • Forfait ChatGPT : l'outil de génération refusera automatiquement si Codex est connecté avec une clé API (OpenAI facturerait chaque image) — reconnectez-vous avec un compte ChatGPT.
  • Forfait Gemini : si agy n'est pas présent → l'outil de vérification ouvre la page de téléchargement d'Antigravity (antigravity.google/download), pour Mac comme pour Windows ; l'utilisateur télécharge, installe, se connecte avec un compte Google ayant le forfait, et active l'outil en ligne de commande selon les instructions dans l'application (non testé sur machine vierge).
  • Seedream (BytePlus) : l'utilisateur s'inscrit sur console.byteplus.com, ACTIVE "Free Credits Only Mode" avant, ajoute une carte/PayPal, active la ligne Seedream 4.5, crée une clé sur la page API Key → l'Agent exécute kiem-cong-cu-ve.py --nhap-khoa byteplus avec le Python dédié (boîte de saisie sécurisée ; clé dans Trousseau Mac / Gestionnaire d'identifiants Windows). La carte/PayPal relève de la responsabilité de l'utilisateur, l'Agent ne la saisit pas.
  • Cloudflare, activation de la passerelle de génération (tourne en arrière-plan pendant toute la session) : npx --yes [email protected] dev --cwd scripts/cong-cloudflare-ai --port 8841 --ip 127.0.0.1 (PowerShell : npx.cmd ; Git Bash : npx) → attendez "Ready". Première fois → npx --yes [email protected] login. Plusieurs comptes → définissez la variable d'environnement CLOUDFLARE_ACCOUNT_ID=<code 32 caractères> lors de l'exécution de la commande ci-dessus (NE PAS modifier les fichiers dans le dossier de la compétence : la mise à jour les écraserait). Si wrangler ne fonctionne pas → token modèle "Workers AI", l'utilisateur définit lui-même CLOUDFLARE_ACCOUNT_ID + CLOUDFLARE_API_TOKEN, retirez --cong.
  • API Gemini payante : kiem-cong-cu-ve.py --nhap-khoa gemini avec le Python dédié (boîte de saisie sécurisée) ; l'outil de génération lit la clé depuis la variable d'environnement → le trousseau de clés du système d'exploitation → l'ancien fichier ~/.config/anh-qc/gemini.key (lecture seule, pour les utilisateurs d'anciennes versions).

Répertoire de travail

Chemin vers l'outil : tous les scripts/… dans les instructions sont relatifs au dossier DE LA COMPÉTENCE (celui où se trouve ce SKILL.md), pas au dossier du projet — appelez-les avec le chemin absolu (en utilisant /), ou faites cd dans le dossier de la compétence avant d'exécuter.

<projet>/anh-hang/        photos officielles (tho/ = téléchargées, bang-xem.jpg = tableau de sélection numéroté)
<projet>/the-san-pham.md  faits comptés sur les photos officielles + liste des TEXTES IMPORTANTS
<projet>/loi-nho/ · ve/ (images générées + so-chi.jsonl registre des coûts/tokens) · soat/ · sua/ · phang/ (aplat, produit découpé)
<projet>/dat-chu/         cau-hinh.json + vrai logo → ra/*.png + *.jpg

Étape 1 — Rassemblez les photos officielles (ne sautez pas cette étape)

python scripts/gom-anh-hang.py "<lien de la page produit>" anh-hang → télécharge les images ≥ 500px dans anh-hang/tho/, supprime automatiquement les doublons de tailles différentes, crée bang-xem.jpg numéroté (si la page ne contient que de petites images → relancez avec le paramètre 300 après le dossier). L'outil télécharge uniquement depuis le même domaine que la page ; il indique les domaines ignorés — si l'un d'eux est le référentiel d'images officiel de la marque/boutique (par ex. product.hstatic.net de la boutique Haravan), relancez avec --them-ten-mien <nom>. Si la page bloque le téléchargement (l'outil le signale clairement) → NE PAS contourner : demandez à l'utilisateur d'ouvrir la page dans son navigateur, de faire un clic droit → Enregistrer l'image dans anh-hang/tho/, puis exécutez gom-anh-hang.py "<lien>" anh-hang --chi-bang-xem. Il faut : vue d'ensemble sous 3–4 angles, gros plan de chaque partie susceptible d'erreur, toutes les couleurs disponibles, photo de face avec texte/étiquette en résolution ≥ 1000px (pour l'OCR et la superposition nette de l'étiquette réelle), 1 photo sur fond blanc/unie (pour le détourage de la voie "Claude construit par code" et le style superposition). Les photos officielles doivent être NETTES : utilisez cat-phong-to.py pour examiner les petits textes sur l'étiquette à taille réelle ; si flou, pixelisé, ou si le produit occupe < 800px → l'image générée sera floue (boîte de café le 16/11 : photo officielle 1000px, boîte 807px, image générée floue). Demandez à l'utilisateur de meilleures photos : prendre en photo le vrai produit avec son téléphone (fond uni, éclairage suffisant, prise de face), ou envoyer le fichier de conception de l'emballage. Logo PNG/SVG sur le site de la marque ; logo < 400px à placer en petit (largeur ≤ 110px). Si les photos manquent → demandez à l'utilisateur de les prendre avec son téléphone. Sans photo officielle, NE PAS générer. Posez une question si ce n'est pas clair : a-t-il le droit d'utiliser les images/logo de la marque pour la publicité ?

Étape 2 — Fiche produit : COMPTEZ sur les photos, ne devinez pas

Ouvrez chaque gros plan (scripts/cat-phong-to.py), écrivez dans the-san-pham.md pour chaque élément : quantité, forme, couleur, texte/logo imprimé dessus (recopiez exactement chaque caractère), symétrie ou non, orientation des éléments asymétriques (anse, poignée, bouton, molette — "poignée au 1/3 GAUCHE de la façade du tiroir"), rapport hauteur:largeur en chiffres (boîte 1,9:1, bouteille 2,6:1), creux ou plein, transparent ou non. À partir de cette fiche, établissez la checklist selon references/danh-sach-soat-mau.md. Liste des TEXTES IMPORTANTS (établissez-la une fois, réutilisez-la pour chaque vérification) : 3 à 8 éléments que le client doit lire correctement — nom du produit, poids/volume, numéro/modèle (ex. "3in1"), slogan principal. Recopiez exactement chaque caractère, y compris les accents et les chiffres. Ignorez les tout petits textes que même la photo officielle ne permet pas de lire.

Étape 3 — Prompt de génération pour chaque scène

Suivez le modèle references/loi-nho-mau.md (contexte, angle de prise de vue, éclairage, espace réservé pour le texte avec des chiffres, description du produit tirée de la fiche, proportions en chiffres, "PAS de texte/logo/watermark"). Joignez 1 à 3 photos officielles du même angle + gros plan de l'étiquette. Vérifiez soigneusement les photos de référence avant de les joindre : l'outil de rassemblement peut avoir récupéré des images publicitaires/icônes du site par erreur. Pour éviter les erreurs de texte lorsque l'IA génère l'ensemble du produit : faites en sorte que le produit occupe une grande partie du cadre (largeur de l'étiquette ≥ 1/3 de la largeur de l'image — la boîte de café de Seedream a donné une erreur de nombre précisément parce qu'elle était trop petite) ; ne demandez pas à générer deux produits en même temps. Si le produit est statique sur une table/étagère et que la photo officielle a un angle compatible → utilisez le style fond vide + superposition du vrai produit (étape 4) plutôt que de laisser l'IA générer le produit. Astuces spécifiques à chaque voie : à la fin de references/loi-nho-mau.md.

Étape 4 — Génération

  • ChatGPT abonnement : python scripts/ve-anh-goi-chatgpt.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/a.png anh-hang/nhan.png --ti-le 4:5 --ra ve/canh-1-a.png (~1–2,5 min/image). Codex signale que le modèle par défaut "not supported when using Codex with a ChatGPT account" → ajoutez --model <1 nom dans ~/.codex/models_cache.json> (le 15/11/2026, gpt-5.6-sol fonctionne).
  • Gemini abonnement : python scripts/ve-anh-goi-google.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/a.png anh-hang/nhan.png --ra ve/canh-1-a.png (Antigravity génère).
  • Claude construit par code : python scripts/ve-anh-goi-claude.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/san-pham-tach-nen.png --phang anh-hang/phang.png --ti-le 4:5 --ra ve/canh-1-a.png → lit la description, coupe le produit détouré, construit le fond + le texte par code. Résultat : produit + étiquette 100 % exacts (issus de l'image réelle), style graphique fond de couleur unie. PAS une scène photographique naturelle.
  • Seedream 4.5 (BytePlus) : python scripts/ve-anh-goi-seedream.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/a.png --ti-le 4:5 --ra ve/canh-1-a.png (~15–30 secondes/image). Lisez bien "Free Credits Only Mode" avant d'envoyer ; si le solde est épuisé → signalez-le, demandez si l'utilisateur souhaite payer ou passer à Cloudflare.
  • Cloudflare (passerelle) : python scripts/ve-anh-goi-cloudflare.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/san-pham-tach-nen.png --loai canh-trong --ti-le 4:5 --ra ve/canh-1-a.png (~8–20 secondes/image). Avec le style "fond vide" : l'IA génère le fond, puis l'outil superpose le vrai produit dessus. Le style complet ("toan-bo") génère l'ensemble produit + fond → évitez-le avec les produits noirs / emballages imprimés de personnages (souvent bloqués). Cloudflare n'a PAS de détection de sécurité comme les autres.

IMPORTANT : toutes les commandes ci-dessus utilisent l'outil Python dédié que kiem-cong-cu-ve.py a imprimé. NE PAS UTILISER la commande python du système (sous Windows, c'est un placeholder du Microsoft Store). Utilisez py -3 scripts/… ou le chemin absolu vers l'environnement dédié.

Pour chaque image, enregistrez : le prompt, l'outil, le modèle (le cas échéant), le temps, le nombre de tokens. Le fichier so-chi.jsonl se trouve dans le dossier ve/.

Générez SUR UN SEUL MODÈLE jusqu'à obtenir une image réussie (ou jusqu'à ce que l'utilisateur demande de changer). Si l'outil échoue trois fois de suite pour une raison technique (temps d'attente, erreur 500) → passez à l'outil suivant.

Étape 5 — Détection des erreurs : première vérification avec les yeux de l'IA

Vérification à toute vitesse :

python scripts/soat-nhanh.py --anh ve/canh-1-a.png --the the-san-pham.md

L'outil compare la liste des TEXTES IMPORTANTS de la fiche (the-san-pham.md) avec le texte détecté sur l'image générée. Résultat : score 0–100 + localisation de chaque erreur + suggestion de correction.

Vérification détaillée :

Pour chaque image générée, utilisez l'outil de vérification :

python scripts/soat-chi-tiet.py --anh ve/canh-1-a.png --the the-san-pham.md --chon "bang-xem.jpg"

L'outil :

  1. Découpe chaque zone importante (étiquette, logo, texte)
  2. Agrandit pour examiner les détails
  3. Compare avec les photos officielles
  4. Marque chaque écart

Si une erreur est détectée :

  • Erreur de l'IA sur l'étiquette/logo : l'outil extrait l'étiquette RÉELLE depuis les photos officielles (dossier phang/), la redimensionne aux bonnes proportions, et la superpose sur l'image générée avec une rotation et une perspective ajustées automatiquement.
  • Erreur de proportion/forme : l'outil découpe le produit réel et le colle sur l'image générée.
  • Erreur de couleur : calcule la correction colorimétrique et l'applique à l'image générée.

Après correction, relancez la vérification rapide.

Si la vérification rapide échoue trois fois de suite (l'outil de superposition ne peut pas corriger) → abandonnez cette image, passez à l'outil suivant (ou demandez à l'utilisateur une meilleure photo officielle).

Étape 6 — Utilisation du logiciel OCR pour vérifier les étiquettes

Préparation :

python scripts/chuan-bi-ocr.py --anh ve/canh-1-da-sua.png --ra ve/ocr/

L'outil :

  1. Découpe la zone de l'étiquette (détection de contour)
  2. Agrandit à 300 dpi
  3. Binarise pour améliorer la reconnaissance
  4. Enregistre dans ve/ocr/

Exécution de l'OCR :

Utilisez l'outil OCR local (Tesseract) ou l'OCR cloud (Gemini API, si l'utilisateur a accepté). Par défaut, utilisez Tesseract (installé à l'étape 0).

python scripts/doc-chu.py --anh ve/ocr/etiquette.png --ra ve/ocr/texte-detected.md

Comparaison :

Comparez ve/ocr/texte-detected.md avec la liste des TEXTES IMPORTANTS de the-san-pham.md. L'outil signale les différences :

  • Différence de caractère : "336 g" → "136 g" (FAUX)
  • Police/graisse différente : "Nescafé" → "Nescafe" (sans accent, FAUX si le produit vietnamien doit avoir l'accent)
  • Texte manquant : une ligne entière absente sur l'image générée

Correction automatique :

python scripts/sua-chu-ocr.py --anh ve/canh-1-da-sua.png --loi "136 g" -> "336 g" --ra ve/canh-1-da-sua-2.png

L'outil :

  1. Superpose l'étiquette réelle (depuis phang/) à l'emplacement exact
  2. Applique un anti-crénelage pour un rendu naturel
  3. Rééchantillonne si nécessaire

Vérification finale OCR :

Relancez doc-chu.py sur l'image corrigée. Visez 100 % de correspondance. Si impossible (l'étiquette réelle ne peut pas être superposée correctement à cause d'une perspective trop complexe) → abandonnez cette image.

Étape 7 — Ajoutez le texte + logo sur l'image

Configuration :

cat dat-chu/cau-hinh.json

Exemple de configuration :

{
  "texte": {
    "titre": "Café pur premium",
    "sous-titre": "Arôme intense, réveillez-vous avec style",
    "prix": "150 000 ₫",
    "cta": "Commandez maintenant"
  },
  "logo": "dat-chu/logo.png",
  "police": "dat-chu/police/roboto-bold.ttf",
  "couleur_texte": "#FFFFFF",
  "ombre": true,
  "position_texte": "bas-gauche",
  "taille_logo": 120,
  "position_logo": "haut-droite"
}

Ajout du texte :

python scripts/dat-chu-len-anh.py --cauhinh dat-chu/cau-hinh.json --anh ve/canh-1-da-sua-2.png --ra dat-chu/ra/canh-1-final.png

L'outil :

  1. Ajoute le texte avec la police configurée
  2. Applique l'ombre portée si activée
  3. Place le logo à la position définie
  4. Respecte l'espace réservé (pas de superposition sur le produit)

Ne placez JAMAIS de texte sur les zones importantes du produit (étiquette, logo principal, visage du modèle). L'outil détecte automatiquement ces zones et les exclut.

Vérification de la disposition :

python scripts/kiem-tra-dat-chu.py --anh dat-chu/ra/canh-1-final.png --cauhinh dat-chu/cau-hinh.json

L'outil :

  1. Vérifie que tout le texte est lisible (taille minimale des caractères)
  2. Vérifie qu'il n'y a pas de chevauchement avec le produit
  3. Vérifie que le logo est bien visible
  4. Signale les problèmes éventuels

Étape 8 — Jouez le rôle du client : passez l'image en revue en tant qu'acheteur

Simulation de navigation :

python scripts/dong-vai-khach.py --anh dat-chu/ra/canh-1-final.png --anh-hang anh-hang/tho/ --the the-san-pham.md --khach "<description du client>"

L'outil :

  1. Affiche l'image comme si elle était vue sur Facebook / sur une bannière publicitaire
  2. Ajoute un filtre vignette et flou pour simuler un écran de téléphone
  3. Génère un rapport "Que remarque le client ?" avec :
    • Première impression : l'image attire-t-elle l'attention ?
    • Produit : est-ce que le client reconnaît immédiatement le produit ?
    • Texte : est-ce que le client peut lire le message rapidement ?
    • Étiquette : est-ce que le client voit une différence avec le produit réel ?
    • Confiance : le client ferait-il confiance à cette publicité ?

Si le rapport client signale un problème :

  • Produit peu visible : recentrez le produit, augmentez la taille du produit dans le cadre
  • Texte illisible : augmentez la taille de la police, augmentez le contraste (fond du texte)
  • Étiquette suspecte : recommencez l'étape 6 (superposition de l'étiquette réelle)
  • Manque de confiance : ajoutez une garantie / un badge de confiance / une mention "produit authentique"

Répétez les étapes 5, 6, 7, 8 jusqu'à ce que :

  • Vérification rapide ≥ 95 %
  • OCR = 100 % de correspondance avec la liste des TEXTES IMPORTANTS
  • Rapport client = "Bon, pas de souci"

Étape 9 — Exportation finale

python scripts/xuat-anh.py --anh dat-chu/ra/canh-1-final.png --dinh-dang jpg --chat-luong 95 --ra ve/canh-1-final.jpg

Taille selon la plateforme :

PlateformeFormatTaille
Facebook4:51080×1350
Story Instagram9:161080×1920
Bannière web16:91920×1080
Carré Instagram1:11080×1080

Nom de fichier : <produit>_<plateforme>_<version>.jpg (ex. : cafe_sandau_facebook_v1.jpg)

Dossier : ve/xuat/

Étape 10 — Journal de bord : enregistrez les paramètres de génération

cat ve/so-chi.jsonl | python -m json.tool | head -20

Enregistrez :

  • Prompt
  • Outil / modèle utilisé
  • Temps de génération
  • Nombre de tokens
  • Coût (si applicable)
  • Résultat de la vérification
  • Nombre d'itérations de correction

Ce journal est utile pour :

  • Analyser quel outil donne les meilleurs résultats pour quel type de produit
  • Estimer le coût futur
  • Détecter les pannes d'outil

Fin — Proposez à l'utilisateur

Après avoir exporté l'image finale :

  • Affichez l'image à l'utilisateur (ouvrez-la ou affichez-la dans le chat)
  • Posez une question courte : "Cette image vous convient-elle ?"
  • Si l'utilisateur n'est pas satisfait : demandez-lui de préciser ce qui ne va pas (zone, élément, erreur spécifique) puis répétez les étapes 5–9 en ciblant uniquement la zone concernée.
  • Si l'utilisateur est satisfait : félicitations, le travail est terminé !

Propositions supplémentaires :

  • "Souhaitez-vous générer une autre déclinaison (couleur, angle, arrière-plan différent) ?"
  • "Voulez-vous générer les mêmes images pour d'autres produits ?"
  • "Souhaitez-vous que j'ajuste le texte / le logo pour le prochain lot ?"
  • "Voulez-vous exporter l'image dans d'autres formats (bannière web, story) ?"

Licence

Cette compétence est fournie "en l'état", sans garantie. L'utilisateur est seul responsable de la conformité des images générées avec les droits d'auteur, les marques déposées et les lois applicables. Ne générez pas d'images de produits contrefaits ou sans autorisation. L'Agent n'est qu'un outil ; la décision finale et la responsabilité incombent à l'utilisateur.

Skills associés