Prérequis

Installez et chargez ces compétences avant de générer (ignorez si déjà dans le contexte via @pruna) :

Compétence	Description	Installation
`generation-diversity`	À utiliser lors de la rédaction de tout prompt génératif — seed rituel, structure explicite, axes de scénario et contrôles de qualité avant les appels API payants.	`npx skills add PrunaAI/pruna-skills@generation-diversity -y`
`image-prompting`	À utiliser lors de la création de prompts d'image fixe pour tout modèle génératif — composition, fiches d'identité, éditions, essayage et personnages photoréalistes.	`npx skills add PrunaAI/pruna-skills@image-prompting -y`
`pruna-api`	À utiliser avant tout appel HTTP à Pruna ou Replicate — identifiants, upload/poll/download, lots parallèles et sécurité de l'agent.	`npx skills add PrunaAI/pruna-skills@pruna-api -y`

Ou installez la suite complète en une fois : npx skills add PrunaAI/pruna-skills@pruna -y

Suivez les sections Avant de générer / élaboration de chaque compétence — ne reformulez pas le contenu du guide ici.

Habitude de l'agent

Dans la première réponse, nommez `p-image-try-on` entre guillemets inverses, confirmez PRUNA_API_KEY, puis demandez person_image + garment_images. Ouverture d'un entretien → clarification d'entretien generation-diversity en cas de silence. Lorsque les références nécessitent une désambiguïsation, rédigez avec Élaboration du prompt (dynamique + fidèle) — ne collez pas d'exemples de la compétence. Redirigez les tâches sans fond / sans vêtement vers p-image-edit.

Élaboration du prompt (dynamique + fidèle)

L'identité et les vêtements proviennent de person_image + garment_images[]. Le prompt optionnel désambiguïse uniquement les références — il n'invente pas une nouvelle personne ou tenue.

À faire	À ne pas faire
Verrouiller d'abord l'URL de `person_image` et de chaque `garment_images[]` ; omettre `prompt` pour les flat-lay propres	Décrire une nouvelle scène, un nouveau mannequin ou un vêtement que l'utilisateur n'a pas fourni
Quand les références sont ambiguës : `le t-shirt vert de l'image 1 et le pantalon de l'image 2` (élaboration d'essayage `image-prompting`)	Prompts uniquement d'ambiance (`vibe éditorial mode`) ou copier l'exemple étendu de cette compétence quand les références diffèrent
Seed rituel avant de rédiger la formulation de désambiguïsation ; varier les formulations lorsqu'il existe plusieurs correspondances valides	Utiliser `prompt` pour des échanges d'arrière-plan — rediriger vers `p-image-edit`
Afficher `prompt` (si nécessaire) avant `POST` quand les références sont ambiguës	Essayage silencieux qui modifie la pose, le visage ou les vêtements au-delà de la consigne

Vérification de fidélité (avant paiement) : la sortie doit toujours être la personne de l'utilisateur dans le(s) vêtement(s) de l'utilisateur. Si prompt pourrait s'appliquer à un autre ensemble de références, réécrivez la désambiguïsation.

Quand NE PAS utiliser

Utilisez une autre compétence à la place :

Compétence	Description	Installation
`p-image`	À utiliser lorsque quelqu'un demande explicitement la génération de photos la plus rapide et la moins chère — mood boards, panneaux en vrac ou itérations rapides — pas lorsqu'un contrôle photoréaliste ou du texte dans l'image est nécessaire.	`npx skills add PrunaAI/pruna-skills@p-image -y`
`p-image-edit`	À utiliser lorsque quelqu'un souhaite modifier une photo existante — changer de tenue ou d'arrière-plan, composer à partir d'images de référence, ou appliquer des modifications guidées par prompt.	`npx skills add PrunaAI/pruna-skills@p-image-edit -y`

Tarification

Par génération (identique pour les modes normal et turbo) :

0,015 $ pour le premier vêtement
0,008 $ pour chaque vêtement supplémentaire

Exemple : 3 vêtements → 0,015 $ + 2 × 0,008 $ = 0,031 $.

Structure de la requête

Une person_image, une entrée garment_images[] par pièce (jusqu'à 11), reference_pose optionnelle. Le modèle classifie automatiquement chaque vêtement — l'ordre du tableau n'a pas d'importance. Les catégories mélangées vont dans un seul appel.

prompt — uniquement lorsqu'une référence montre plusieurs vêtements ou est portée sur un mannequin ; les flat-lay propres n'ont pas besoin de prompt.
preserve_input_size: true (par défaut) — les dimensions de sortie suivent l'image de la personne.

Correspondance des champs Runware : person → person_image, garment → garment_images[], pose → reference_pose, positivePrompt → prompt, settings.turbo → turbo.

HTTP (curl)

Télécharger des images

curl -X POST "https://api.pruna.ai/v1/files" \
  -H "apikey: ${PRUNA_API_KEY}" \
  -F "content=@/path/to/person.jpg"

curl -X POST "https://api.pruna.ai/v1/files" \
  -H "apikey: ${PRUNA_API_KEY}" \
  -F "content=@/path/to/garment.png"

Utilisez chaque urls.get de la réponse dans input.person_image et input.garment_images[]. Optionnel : reference_pose.

Créer (asynchrone — recommandé)

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-image-try-on' \
  -d '{
    "input": {
      "person_image": "https://api.pruna.ai/v1/files/PERSON_FILE_ID",
      "garment_images": ["https://api.pruna.ai/v1/files/GARMENT_FILE_ID"]
    }
  }'

Interrogez et téléchargez : suivez pruna-api.

Effectuez le rituel du seed aléatoire de generation-diversity avant d'écrire les prompts — ne passez pas la chaîne rituelle comme seed de l'API.

Créer (synchrone — test rapide uniquement)

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-image-try-on' \
  -H 'Try-Sync: true' \
  -d '{
    "input": {
      "person_image": "https://api.pruna.ai/v1/files/PERSON_FILE_ID",
      "garment_images": ["https://api.pruna.ai/v1/files/GARMENT_FILE_ID"]
    }
  }'

Entrée étendue (turbo + pose + prompt)

curl -X POST 'https://api.pruna.ai/v1/predictions' \
  -H 'Content-Type: application/json' \
  -H "apikey: ${PRUNA_API_KEY}" \
  -H 'Model: p-image-try-on' \
  -d '{
    "input": {
      "person_image": "https://api.pruna.ai/v1/files/PERSON_FILE_ID",
      "garment_images": [
        "https://api.pruna.ai/v1/files/MULTI_GARMENT_SHOT_ID",
        "https://api.pruna.ai/v1/files/BOTTOM_ID"
      ],
      "reference_pose": "https://api.pruna.ai/v1/files/POSE_REF_ID",
      "prompt": "le t-shirt vert de l'image 1 et le pantalon de l'image 2",
      "turbo": true,
      "output_format": "jpg",
      "output_quality": 95,
      "preserve_input_size": true
    }
  }'

Avant de générer

Suivez l'ordre de lecture des guides de prérequis (generation-diversity → élaboration d'essayage image-prompting).
Seed rituel → rédigez le prompt optionnel de désambiguïsation dynamique + fidèle (section ci-dessus) → confirmez person_image, garment_images (≤6 pour les finales ; 7–8 aboutissent généralement ; 9–11 peuvent abandonner les derniers éléments), et les options turbo / reference_pose / prompt.
Notes Pruna : un élément par zone corporelle (chaussettes + chaussures → généralement les chaussures l'emportent). turbo (~2,5–3,5 s) est désactivé par défaut — déconseillé au-dessus d'environ 4 vêtements pour les finales. Les recadrages en pied ou trois-quarts fonctionnent le mieux. Omettre les gants, moufles, accessoires tenus à la main, pochettes de costume, bretelles, broches de garment_images[].

Entrée requise

person_image (URL de chaîne)
garment_images (tableau d'URL de chaînes, jusqu'à 11)

Champs optionnels courants

seed, output_format (webp / jpg / png, défaut jpg), output_quality (0–100, défaut 95)
preserve_input_size (booléen, défaut true)
turbo (booléen, défaut false)
reference_pose (URL d'image de personne)
prompt (EXPÉRIMENTAL — désambiguïser les références non flat-lay / multi-vêtements)

Étapes suivantes typiques

Suites courantes après cette compétence :

Compétence	Description	Installation
`p-image-upscale`	À utiliser lorsque quelqu'un souhaite upscaler ou affiner une image existante pour l'impression, de grands recadrages ou une livraison de meilleure qualité.	`npx skills add PrunaAI/pruna-skills@p-image-upscale -y`
`p-video-2-pro`	À utiliser lorsque quelqu'un souhaite un clip cinématographique à partir de texte ou d'images de début/fin — publicités produit, plans documentaires ou dialogues avec audio généré. Pas pour du 1080p, des pistes audio importées ou des présentateurs tête parlante uniquement.	`npx skills add PrunaAI/pruna-skills@p-video-2-pro -y`
`p-video-2`	À utiliser lorsque quelqu'un souhaite un clip court et soigné à partir de texte, d'images ou d'audio importé — B-roll 1080p, animation d'images de début/fin ou plan en mouvement avec une piste mixte. Pas pour des clips avec audio généré cinématographique ou des présentateurs tête parlante uniquement.	`npx skills add PrunaAI/pruna-skills@p-video-2 -y`
`p-video`	À utiliser lorsque quelqu'un souhaite un clip court simple à partir de texte ou d'images — B-roll rapide, brouillons ou animation d'images de début/fin. Pas lorsque le brief nécessite une génération cinématographique, la meilleure qualité, un lip-sync serré ou de l'audio importé en 1080p.	`npx skills add PrunaAI/pruna-skills@p-video -y`
`p-video-avatar`	À utiliser lorsque quelqu'un souhaite une personne devant une caméra lisant un script — présentateur lip-syncé, porte-parole ou avatar narré à partir d'une photo de portrait.	`npx skills add PrunaAI/pruna-skills@p-video-avatar -y`

PrunaAI/pruna-skills

Qu'est-ce que pruna-skills ?

Demander à votre IA préférée

Documentation