CommunityImagegithub.com

Photo produit

Retouche ou génère des images photoréalistes de produits, de plats et de scènes qui ne semblent pas synthétiques. Utilise la photo de référence quand elle existe et choisit le modèle selon qu'il faut rééclairer ou créer.

Qu'est-ce que Photo produit ?

Photo produit fait passer chaque image par un seul script. Les photos réelles sont rééclairées ou remises en scène ; une image neuve n'est créée que s'il n'y a pas de plaque. Carré, story et vertical couvrent catalogues et posts.

Compatible avec✓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 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

Product Photo AI

Toute génération ou modification d'image passe par scripts/gen.py. Ne faites pas de composition manuelle avec PIL/rembg ; n'utilisez pas d'autres outils d'image.

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

Utilisez python au lieu de python3 si c'est ce que la machine propose. Bibliothèque standard uniquement.

Modèle

ModèleQuandCoût / temps
Nano Banana 2.1 (par défaut)modification des vraies photos de l'utilisateur : lumière, ambiance, accessoires, touches saisonnières~0,055 $ en 2K · ~20 s
FLUX.2 Max (--model black-forest-labs/flux.2-max)texte vers image à partir de zéro, contrôle fin avec JSON/hex, répéter une mise en page avec --seed, ou quand Nano échoue deux fois~0,16 $ en 2MP, ~0,22 $ en 4MP · 30–50 s

Pourquoi : dans un test en aveugle (4 cas, 4 modèles), Nano Banana 2.1 a pris la 1ère place dans tous les cas ayant un gagnant et a été le seul modèle à ne jamais être signalé « ça ressemble à de l'IA » ; FLUX.2 Max a été signalé dans les 4 cas. Détails : references/realism.md → Historique.

Configuration

  • Clé dans OPENROUTER_API_KEY ou ~/.openrouter-key (l'utilisateur la crée). Ne l'affichez jamais, ne l'écho pas et ne la mettez pas dans une commande curl.
  • Les appels prennent 20 à 140 s : donnez à Bash un délai d'attente long (par exemple 600000 ms) ou exécutez en arrière-plan.
  • Avant un lot : exécutez --credits et indiquez le solde par rapport au coût estimé. Confirmez avec l'utilisateur si un lot dépasse ~1 $. HTTP 402 sans in_flight = crédits insuffisants : dites-le, ne réessayez pas, sauvegardez les prompts.
  • Plusieurs variantes : un gen.py par variante en parallèle, maximum 2–3 à la fois avec un petit solde (OpenRouter coupe avec 402 in_flight_budget_exhausted). Signalez chaque code de sortie et stderr.

Décision

CasComment
FormatLes formats habituels : vertical (9:16, story) et square (1:1). Si non précisé, demandez ou fournissez vertical
Photos de LEUR produit--refs + le format demandé. Si le ratio diffère de la photo, le modèle étend la scène : ajoutez étendre la scène naturellement pour remplir le cadre, en gardant le produit à la même taille et centré (testé avec Nano 3:4 → 9:16 et 1:1). --format auto uniquement pour conserver le ratio de la photo
Fil Instagram--format insta (4:5)
Pas de photostexte vers image, FLUX.2 Max avec JSON
Modifier la forme/la hauteur du produittexte vers image décrivant l'ensemble du produit (les modifications conservent les proportions)
Un autre format plus tardrégénérer avec un autre --format ; ne jamais recadrer

Flags du script

  • --format : vertical 9:16 (par défaut) · insta 4:5 · portrait 3:4 · tall 2:3 · square 1:1 · classic 4:3 · landscape 16:9 · wide 21:9 · auto (rapport de la première ref).
  • Nano : sortie en 2K ; pas de seed (chaque exécution varie). Jusqu'à 14 refs sur l'API, 8 via le script.
  • FLUX.2 Max : --quality auto|hi|std (≈4MP/≈2MP ; auto = hi avec 0–2 refs). --no-upsample désactive le réécrivain de prompt de BFL : TOUJOURS l'utiliser pour les modifications (plus fidèle). --seed N répète une mise en page. Plus de 6 refs → --size 1024x1024 (max 8).
  • La sortie standard correspond à une ligne JSON avec le cost_usd et le seed réels.

Prompter Nano Banana 2.1 (modifications)

Nano est un modèle d'instructions : parlez-lui comme à un éditeur photo, en prose, pas en JSON.

  1. Commencez par un verbe + un champ d'application : En utilisant la photo fournie, changez uniquement l'éclairage. / …ajoutez quelques petits accessoires sur le tissu. "Changez uniquement" fonctionne comme un masque sémantique.
  2. Décrivez le changement physiquement : source, direction, qualité, couleur (couleur #FFE2B8, environ 5000K, pas orange), comment les ombres tombent.
  3. Terminez par une liste de préservation nommant chaque chose : forme, tourbillons, glaçage, ruban, base, plis, cadrage, mise au point et l'aspect appareil photo avec son grain. Sans cette dernière partie, il « nettoie » la photo et elle ressemble à de l’IA.
  4. 2–6 phrases. S'il dérive, raccourcissez : supprimez les adjectifs, changez une chose. Les phrases d'une ligne comme Fais comme s'il y avait un peu plus de soleil, comme un étalonnage subtil fonctionnent aussi bien pour les changements subtils.
  5. Formulation positive, pas de « pas X » : coin vide du tissu, pas pas d'encombrement.
  6. Multi-ref : indiquez le rôle de chaque image (la première image est le produit à conserver, la seconde est la référence d'ambiance pour la lumière).
  7. Itérez à partir de l'original pour les alternatives ; à partir de la dernière bonne uniquement pour les changements cumulatifs (les erreurs se cumulent).

Modèles prêts à l'emploi : references/templates.md.

Prompter FLUX.2 Max (guide BFL)

FLUX décrit l'image finale, pas l'instruction.

  1. Ordre sujet → action → style → contexte ; les premiers mots pèsent le plus. 30–80 mots sauf si la scène est complexe.
  2. Pas de prompts négatifs. Tout positif : mise au point nette partout, finition mate, ombres aux bords doux.
  3. Vrai appareil photo : prise de vue avec iPhone 15, grain naturel pour un aspect fait maison ; Fujifilm X-T5, 35mm f/1.4 ou Kodak Portra 400 pour un aspect éditorial.
  4. Hex lié à un objet avec le mot couleur : le glaçage est de couleur #FFF8E7. Produit multicolore : un sujet par composant + color_match: "exact".
  5. Modification : commencez par La même photo de [produit] tirée de l'image 1, inchangée : [liste], puis la nouvelle lumière.
  6. JSON pour la production/les sujets multiples ; langage naturel pour explorer. Itérez un champ à la fois, même seed.
  7. Texte dans l'image : texte exact entre guillemets, position, police, taille et couleur.

Schéma (sérialisé dans --prompt-file ; exemple dans 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": "..."}
}

Règles de réalisme (les deux modèles)

Détails et blocs copiables : references/realism.md.

  • Lumière douce et diffuse > lumière dure. Les ombres dures de cadre de fenêtre sur l'image trahissent l'IA (la principale raison de rejet dans le test en aveugle). Demandez des ombres douces, diffuses, à faible contraste, reflets atténués.
  • Chaleur modérée : hex + Kelvin + pas orange (Nano) / pas blanc neutre (FLUX). ~5000K donne l'impression de soleil sans tout peindre en orange.
  • Une source de lumière qui existe dans la scène.
  • Pas de mains ; le produit repose sur la surface.
  • Conservez l'aspect original de l'appareil photo (grain, légère douceur). La netteté de rendu = IA.
  • Accessoires minimaux et réels (une brindille de pin, 2 bâtons de cannelle, une étoile de badiane) dans les espaces vides, sans toucher le produit. Pas de décors de catalogue, pas de brouillard.
  • Tissu texturé (coton mat avec tissage visible) sinon cela ressemble à du satin plastique.

Fidélité et comptage

  • Avec une référence conservez l'angle de la photo, la hauteur de l'appareil photo et le cadrage.
  • Énumérez chaque produit par son nom et sa position. Terminez par le compte : exactement six cupcakes, exactement quatre brownies. Dans FLUX : EXACTEMENT N éléments distincts au total : [liste].
  • 3 produits similaires ou plus fusionnent sauf si vous les différenciez. 6 ou plus qui échouent après 2 tentatives → générez chacun d'eux et recomposez avec multi-référence.

Flux de travail

  1. Identifiez : photos oui/non, format, quels changements (lumière / accessoires / arrière-plan).
  2. Regardez chaque photo (Lisez-la) : produit, angle, lumière actuelle, éléments exacts.
  3. Écrivez le prompt dans un fichier temporaire (.txt pour Nano, .json pour FLUX) et exécutez gen.py.
  4. Vérifiez en regardant le résultat à côté de l'original, sur deux axes :
    • Réalisme : photo ou rendu ? plastique ? ombres dures étranges ? mains, objets flottants, détails déformés ? compte correct ? produit identique à l'original ?
    • Consigne : la lumière/couleur demandée est-elle visible ? Vérifiez la température explicitement.
  5. Échec → tour 2 : raccourcissez le prompt et changez une chose. Deuxième échec → essayez FLUX.2 Max avec --no-upsample. Maximum 3 tentatives ; puis fournissez le meilleur résultat et dites ce qui a échoué.
  6. Fournissez le fichier avec une ligne sur ce qui a changé et son coût. À la fin d'un lot : coût total et solde.
  7. Supprimez les fichiers de prompts temporaires.

Présélections

Recettes complètes d'éclairage dans references/light-presets.md.

PrésélectionLumière / styleUtilisation
Soleil doux (par défaut pour les modifications)soleil d'hiver diffusé à travers un rideau, #FFE2B8 ~5000Kl'aspect fait maison/rêveur Pinterest
Noël simplesoleil doux + 2–4 accessoires naturels + bokeh chaud lointainsaisonnier, pas catalogue
Cocooning réelfenêtre chaude douce, lin matbrownies, gâteaux, pain
Studio propre3 points softbox, sans couturecatalogue, e-commerce
Nuit réelleune lampe chaude, bois rayé, ISO élevéeobscurité crédible
Heure doréesoleil bas #FFC078, ombres longueshéros chaleureux
Miel douxfenêtre ambrée #FFD9A0, ~4600Kcosy, le plus uniforme

Skills associés