実物製品を使った広告画像 — 細部まで正確、サンプル画像のように美しく
なぜこのスキルが必要か: AIは美しい背景を描きますが、実物の製品を間違って描くことがあります。ランプが多すぎる、ボタンが足りない、ロゴが歪む、ラベルの文字が別の文字になる(例:「336 g」が「136 g」に)。製品の顧客はすぐに気づきます。販売者は、美しくかつ正確な画像を必要とします。
このスキルがチャットで直接入力するより優れている点: あなたのマシン上で、エージェントが最初から最後まで自動的に行います。製造元の画像をダウンロードして各詳細を数えてから描画し、OCRツールを使用して描画画像のラベルを製造元の画像と照合し、各領域を拡大してチェックし、AIが間違って描いた部分には本物のラベルを貼り付け、テキストを配置し、そしてあなたの顧客役となって画像をスキャンして修正し、最終的にあなたに確認を求めます。あなたは最終承認者です。
画像を描画できるエージェント (2026年11月15日時点): ChatGPT (Codex) と Gemini (Antigravity) のエージェントには描画ツールが組み込まれています。Claudeは画像を描画できません (Anthropicヘルプページ): Claudeは、実物の製品画像を製造元の画像から切り抜き、背景とテキストをコードで構築することで処理します。写真のような背景が必要な場合は、ClaudeはあなたのマシンにあるChatGPTまたはGeminiのサブスクリプションを呼び出して描画を依頼する必要があります。
あなたは、CodexまたはAntigravity内でこのスキルを実行しているエージェントです → 自身の組み込み描画ツール (Codex: image_gen / $imagegen; Antigravity: generate_image) を直接使用し、製造元の画像をサンプルとして提供し、描画した画像を ve/ ディレクトリに保存します。他のすべての手順は同じです。
あなたの役割とエージェントの役割
| 質問 | デフォルトの回答 |
|---|---|
| 画像の目的は? | 製品を売ること:正確な製品、正しいメッセージ、すぐに公開可能 |
| 最終責任者は誰? | あなた — メッセージの承認、画像の選択、公開の実行 |
| エージェントの裁量範囲は? | 描画の選択、詳細の修正、不良画像の破棄。メッセージの変更不可、有料プランへの切り替え不可、予算超過不可 |
| 成功の基準は? | チェックリスト100%達成 + OCRツールの確認 + あなたが製造元の画像と比較して満足すること |
| エージェントが間違えたら? | あなたが間違った領域を指定 (丸で囲む/説明) → エージェントがその領域を修正し、再チェック |
ステップ0 — クイック確認 (1メッセージに統合、デフォルト回答あり)
- どの製品ですか?メーカーサイトまたは正規販売店のリンクは?(必須)
- お気に入りのサンプル画像はありますか?作業ディレクトリに送ってください。
- どこに掲載しますか?何枚必要ですか?デフォルト: Facebook 縦4:5 (1080×1350) 1枚 + 横16:9 (1920×1080) 1枚 + ストーリー9:16 (1080×1920) 1枚。 誰に売りますか?未指定 → エージェントがメーカーサイトから推測し、顧客像 (年齢、購入時の懸念事項) を1行で書き、あなたが修正できるようにします — ステップ7bで使用。
- 載せたいメッセージ/テキストは?未指定 → エージェントがメーカーサイトの事実から提案し、あなたがテキスト配置前に承認します。
- 描画ツールの選択: ユーザーが選択し、エージェントがインストールを担当します。
python3 scripts/kiem-cong-cu-ve.py(Windows:py -3 scripts/kiem-cong-cu-ve.py、下記の準備ステップ後) を実行し、出力された表全体 (推奨順にソート済み) をヒントとともに提示し、「どのツールで描画しますか?」と尋ねます。有料プランはデフォルトにせず、追加料金を強制しません。 選択したツールがまだ準備できていない場合 → エージェントは自分でインストールしません。 インストール予定のリスト (名前、公式ソース、固定バージョン。チェッカースクリプトの「エージェント実行」行と下記の「何を、どこからインストールするか」表から取得) をユーザーに表示し、「これらのインストールに同意しますか?」と1回尋ねます。同意を得てから「エージェント実行」行 (ブラウザを開く/バックグラウンドで実行するコマンド) を実行します。同意がない、または拒否された項目はスキップします。「ユーザー実行」行 (ログイン/許可、公式サイトからのChrome/Node/Antigravityのダウンロードとインストール、キーの安全な入力) はユーザー待ちです。チェッカースクリプトを再実行し、✅ が表示されてから描画を開始します。新品のMac:python3が「開発者ツールが必要」と報告 → 同意を得てからxcode-select --installを実行し、ユーザーが「インストール」をクリックし、その後チェッカースクリプトを再実行します。 Windows:- 準備ステップ (Pythonがインストールされていない新品のWindows): その時点の
pythonコマンドはMicrosoft Storeの偽物です (「Pythonが見つかりませんでした」)。py -3 --versionを確認します。未インストールの場合 → (ユーザーの同意後)winget install -e --id Python.Python.3.12 --scope user(管理者権限不要) を実行し、その後py -3.12または絶対パス%LOCALAPPDATA%\Programs\Python\Python312\python.exe(bash:$LOCALAPPDATA/Programs/Python/Python312/python.exe) で呼び出します。常にpy -3 …を使用し、python …は使用しません。 - シェル: Windows上のClaude Codeは通常Git Bash、CodexはPowerShellを使用します。チェッカースクリプトが出力するすべての「エージェント実行」行は両方で動作します (パスは
/を使用。インストールはPython自体が--cai、--chay、--moフラグで処理します)。他のコマンドを手動で入力する場合は、パスに/を使用し、\は使用しないでください (bashは\をエスケープします)。 - 権限ダイアログが必要なステップでは、スクリプトは「ユーザー実行: Yesをクリック」と記録します。Windowsには常にEdgeがあるため、Chromeのインストールは不要です。キー入力 = Windowsの安全な入力ボックス (メモ帳やテキストファイルは不可)。
- 準備ステップ (Pythonがインストールされていない新品のWindows): その時点の
| インストールするもの | 公式ソース | バージョン |
|---|---|---|
| uv (Pythonインストーラー) | github.com/astral-sh/uv releases、スクリプトがSHA-256をハードコードして照合 | 0.13.8 |
| Python 3.12専用 + ライブラリ | uvがPythonをダウンロード、ライブラリはPyPI、ハッシュでロック (scripts/khoa-thu-vien.txt) | 3.12、各パッケージ固定 |
| Codex (ChatGPTパッケージ) | npm @openai/codex (Nodeが必要) | 0.169.0 |
| wrangler (Cloudflare) | npm wrangler、npx 経由で実行 | 4.162.0 |
| Node · Chrome · Antigravity | ユーザーが nodejs.org · google.com/chrome · antigravity.google/download から手動でダウンロード (Windows: Node + Chromeは winget 経由) | LTS/最新安定版 |
優先順位: あなたが現在サブスクリプションしているプランを最初に使用し、次にAPI、最後にプロフェッショナルツールを使用します。
| 階層 · 経路 | コスト | 必要条件 | 出力画像品質 (2026年11月14~15日実測) |
|---|---|---|---|
| 1 · ChatGPTサブスクリプション — Codex直接描画 | 追加料金なし、サブスクリプション枠から消費 | Plus/Proプラン + ChatGPTアカウントでログインしたCodex CLI | 実測最高: 人物、手、ラベルテキストがほぼ正確。約1~2.5分/画像 |
| 1 · Geminiサブスクリプション — Antigravity直接描画 | 追加料金なし、サブスクリプションの画像生成枠から消費 (週間上限あり、頻繁に枯渇) | Google AI Pro/Ultraプラン + ログイン済みAntigravity CLI (agy) | 約1K、ベトナム語テキストが正確、参照画像対応。製品一貫性は未測定 (2026年11月15日週の上限に達したため) |
| 1 · Claudeコード構築 | 無料 | マシンのみ必要 | 製品+ラベル100%正確 (実画像)、グラフィックデザイン風 (写真背景なし)。約2秒/画像 |
| 2 · Seedream 4.5 (BytePlus/ByteDance) | 200枚無料、以降約0.04 USD/画像 | BytePlusアカウント + アクティベーション用のカード/PayPal (無料枠のみ使用モードを有効化) | ChatGPTに次ぐ品質。小さなテキストは誤りやすい (「336 g」→「136 g」) ⇒ OCRツールでのチェック必須 |
| 2 · Cloudflare | 無料、約40画像/日 | 無料Cloudflareアカウント + Node | 最低品質: 約1K、人物/手が不良になりやすい。黒い製品や人物が印刷されたパッケージでブロックされることが多い ⇒ 「空の背景+実製品合成」スタイルを使用 |
| 2 · 有料API: Gemini API / Seedream 5.5 | 約0.05 USD/画像 2K · 約0.036 USD/画像 | クレジットカードがリンクされたAPIキー | 安定、2K — ユーザーが明示的に有料プランを選択した場合のみ |
| 3 · 既存のプロフェッショナルツール (Photoroom、Pebblely、Canvaなど) | ユーザーのサブスクリプションによる | ユーザーのアカウント/APIキー | 大量生産向け。Photoroomは製品の正確性を維持するのは約38%と自己申告 ⇒ それでも完全なチェックプロセスを通過 |
ヒント: ChatGPTサブスクリプションをお持ちの場合 → その経路。Geminiサブスクリプションをお持ちの場合 → Antigravity (週間上限に達した場合は次の経路)。Claudeのみの場合 → Claudeがコードで構築。写真背景が必要な場合 → Seedream 4.5 (200枚無料) またはCloudflare。すべての経路で完全なチェック + OCR + 本物のラベル貼り付け + テキスト配置を実行します。エージェント実行部分は、エージェントのサブスクリプション枠 (製品あたり約120,000トークン) を消費します。 検討済み、不採用 (2026年11月時点): Webブラウザ操作 (ユーザーが手動操作が必要)、ローカル描画 (FLUXは約17 GB RAMを消費し、24 GBマシンでは1時間フリーズ)、Hugging Face、Pollinations (製造元画像を公開ネットワークにアップロードする必要がある)、fal経由の中国製モデル (Qwen、Wan、Hunyuan、MiniMax: Seedreamより優れていない)。
送信されるデータ: 製造元の画像 + プロンプトが、OpenAI (ChatGPTサブスクリプション)、Google (Geminiサブスクリプション、Gemini API)、ByteDance/BytePlus (Seedream)、Cloudflare、または階層3のツールに送信されます。Claudeのコード構築は画像をどこにも送信しません。 明確に伝えてください。機密画像や未発表製品は使用しないでください。キー/トークン: ユーザーにチャットに貼り付けさせたり、画面に表示したりしないでください。
インストールと接続 (ユーザーが同意した後のみ、ステップ0): チェッカースクリプトは、各経路のコマンドを事前に出力します (ハッシュでロックされた専用Python環境 ~/.venv-anh-qc、テキスト配置用のChromeまたはEdge、Codex、Antigravity、Appleコマンドラインツール、wrangler、Geminiライブラリ)。ダウンロードしてすぐ実行するタイプのコマンドはありません。チェッカースクリプトを ~/.venv-anh-qc/bin/python scripts/<スクリプト名>.py … で実行します。以下のすべての指示における python コマンド = kiem-cong-cu-ve.py が出力する専用Python (Mac: ~/.venv-anh-qc/bin/python; Windows: ~/.venv-anh-qc/Scripts/python.exe — チェッカースクリプトが「スキルの専用Python」行に絶対パスを出力するので、そのパスを / で使用します)。
- ChatGPTサブスクリプション: CodexがAPIキーでログインしている場合、描画スクリプトは自動的に拒否します (OpenAIは画像ごとに課金するため) — ChatGPTアカウントで再ログインしてください。
- Geminiサブスクリプション:
agyがない場合 → チェッカースクリプトがAntigravityのダウンロードページ (antigravity.google/download) を開きます (Mac/Windows両方)。ユーザーがダウンロード、インストール、Googleアカウント (サブスクリプション付き) でログインし、アプリケーション内の指示に従ってコマンドラインツールを有効にします (新品のマシンでは未テスト)。 - Seedream (BytePlus): ユーザーが console.byteplus.com に登録し、必ず「Free Credits Only Mode」を有効化した後、カード/PayPalを追加し、Seedream 4.5 をアクティベートし、API Keyページでキーを作成 → エージェントが専用Pythonで
kiem-cong-cu-ve.py --nhap-khoa byteplusを実行 (安全な入力ボックス。キーはMacのキーチェーン/Windowsの資格情報マネージャーに保存)。カード/PayPalはユーザーの作業であり、エージェントは入力しません。 - Cloudflare、描画ゲートウェイを有効化 (セッション中バックグラウンド実行):
npx --yes [email protected] dev --cwd scripts/cong-cloudflare-ai --port 8841 --ip 127.0.0.1(PowerShell:npx.cmd; Git Bash:npx) → 「Ready」と表示されれば完了。初回 →npx --yes [email protected] login。複数アカウントがある場合 → 環境変数CLOUDFLARE_ACCOUNT_ID=<32文字のID>を設定して上記コマンドを実行します (スキルディレクトリ内のファイルは編集しないでください。スキルを更新すると上書きされます)。wranglerが使用できない場合 → 「Workers AI」テンプレートのトークンを使用。ユーザーがCLOUDFLARE_ACCOUNT_ID+CLOUDFLARE_API_TOKENを設定し、--congフラグを省略します。 - 有料Gemini API: 専用Pythonで
kiem-cong-cu-ve.py --nhap-khoa geminiを実行 (安全な入力ボックス)。描画スクリプトは環境変数 → OSキーストア → 古いファイル~/.config/anh-qc/gemini.key(読み取り専用、旧バージョンのユーザー向け) の順にキーを読み取ります。
作業ディレクトリ
スクリプトへのパス: 以下の指示におけるすべての scripts/… は、スキルディレクトリ (このSKILL.mdがある場所) からの相対パスであり、プロジェクトディレクトリからの相対パスではありません。絶対パス (/ を使用) で呼び出すか、スキルディレクトリに cd してから実行します。
<プロジェクト>/anh-hang/ 製造元画像 (tho/ = ダウンロード画像、bang-xem.jpg = 番号付き選択ボード)
<プロジェクト>/the-san-pham.md 製造元画像からカウントした事実 + 重要テキストリスト
<プロジェクト>/loi-nho/ · ve/ (描画画像 + so-chi.jsonl コスト/使用量ログ) · soat/ · sua/ · phang/ (フラットな印刷面、背景除去済み製品)
<プロジェクト>/dat-chu/ cau-hinh.json + 実ロゴ → ra/*.png + *.jpg
ステップ1 — 製造元画像を収集する (このステップは省略不可)
python scripts/gom-anh-hang.py "<製品ページのリンク>" anh-hang → 500px以上の画像を anh-hang/tho/ にダウンロードし、異なるサイズの重複を自動的に削除し、番号付きの bang-xem.jpg を生成します (ページに小さな画像しかない場合 → ディレクトリの後に 300 パラメータを追加して再実行)。スクリプトはページと同じドメインからのみダウンロードします。ドメインが除外されたと報告された場合 — そのドメインが正規メーカー/販売店の画像ストレージである場合 (例: Haravanストアの product.hstatic.net)、--them-ten-mien <ドメイン> を付けて再実行します。ページがダウンロードをブロックしている場合 (スクリプトが明確に報告) → 回避策は使用しません。ユーザーにブラウザでページを開き、右クリック → 「画像を保存」で anh-hang/tho/ に保存するよう指示し、その後 gom-anh-hang.py "<リンク>" anh-hang --chi-bang-xem を実行します。
必要なもの: 全身3~4アングル、間違えやすい各部分のクローズアップ、販売されているすべての色、テキスト/ラベルを含む1000px以上の面の画像 (OCRと本物のラベル貼り付けを鮮明に行うため)、白/無地の背景の画像1枚 (「Claudeコード構築」および合成スタイル用の背景除去のため)。製造元画像は鮮明である必要があります: cat-phong-to.py を開いて、実際のサイズでラベルの小さなテキストを確認します。ぼやけている、ブロック状、または製品が800px未満の場合、出力画像もぼやけます (2026年11月16日のコーヒーボックス: 製造元画像1000px、ボックス807px、出力はぼやけました)。より良い画像をユーザーに依頼してください。実際の製品をスマートフォンで撮影する (無地の背景、十分な明るさ、真っ直ぐ撮影)、またはパッケージデザインファイルを送信してもらいます。メーカーページからのPNG/SVGロゴ。ロゴが400px未満の場合は小さく配置のみ (幅≤110px)。画像が不足している場合 → ユーザーにスマートフォンで撮影を依頼します。製造元画像がない場合は描画しません。不明な場合は1つ質問します。広告にメーカーの画像/ロゴを使用してもよいかどうか。
ステップ2 — 製品カード: 画像からカウント、推測しない
各クローズアップ画像を開き (scripts/cat-phong-to.py)、the-san-pham.md に各部位を記録します: 数量、形状、色、印刷されたテキスト/ロゴ (各文字を正確にコピー)、対称性の有無、非対称部品がどちら側にあるか (ハンドル、取っ手、ボタン、ノブ — 「引き出しの左側1/3にある取っ手」)、高さ:幅の比率 (ボックス1.9:1、ボトル2.6:1)、中空か充填されているか、透明かどうか。カードから references/danh-sach-soat-mau.md に従ってチェックリストを作成します。
重要テキストリスト (1回作成し、毎回のチェックで再利用): 顧客が正しく読む必要がある3~8つのフレーズ — 製品名、重量/容量、番号/タイプ (例:「3in1」)、メインキャッチコピー。各文字、アクセント記号、数字を正確にコピーします。製造元画像でも読めないほどの小さなテキストは省略します。
ステップ3 — 各シーンの描画プロンプト
references/loi-nho-mau.md のテンプレートに従って作成します (背景、カメラアングル、照明、テキストスペースの数値での指定、製品カードからの製品説明、数値での比率、「テキスト/ロゴ/透かしなし」)。最も近いアングルの製造元画像1~3枚 + ラベルのクローズアップ画像を添付します。添付前にサンプル画像を注意深く確認します。収集スクリプトが誤って広告/アイコン画像を取得する可能性があります。
AIに製品全体を描画させる際のテキスト誤記防止: 製品がフレーム内で大きく占めるようにします (ラベル面の幅 ≥ 画像幅の1/3 — Seedreamのコーヒーボックスはボックスが小さすぎたため数字を間違えました)。2つの製品を同時に描画するよう依頼しないでください。製品がテーブル/棚に静止しており、製造元画像に一致するアングルがある場合 → AIに製品を描画させる代わりに、空の背景 + 実製品合成スタイル (ステップ4) を使用します。
各経路の個別ヒント: references/loi-nho-mau.md の最後にあります。
ステップ4 — 描画 (順次実行、並列実行不可 — ログがロックされないため)
- ChatGPTサブスクリプション:
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(約1~2.5分/画像)。Codexがデフォルトモデルについて「CodexでChatGPTアカウントを使用する場合はサポートされていません」と報告した場合 →--model <~/.codex/models_cache.json 内の1つの名前>を追加します (2026年11月15日時点でgpt-5.6-solが使用可能)。 - Geminiサブスクリプション:
python scripts/ve-anh-goi-google.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(テスト中、速度不明)。 - Claudeコード構築: 実製品画像を背景除去し (
scripts/tach-nen-phang.py)、背景をコードで描画 (SVG/キャンバス色)、ラベルとテキストをオーバーレイし、指定されたアスペクト比でエクスポートします。 - Seedream:
python scripts/ve-anh-seedream.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/a.png --ti-le 4:5 --ra ve/canh-1-a.png - Cloudflare:
python scripts/ve-anh-cloudflare.py --loi-nho loi-nho/canh-1.txt --mau anh-hang/a.png --ti-le 4:5 --ra ve/canh-1-a.png(ゲートウェイがバックグラウンドで実行中であることを確認)。 - 外部API (Gemini API、Seedream有料): 上記のPythonスクリプトと同様ですが、異なるコマンド/キーを使用します。設定ガイダンスについてはスクリプトの先頭を確認してください。
- プロフェッショナルツール: このスキルは、選択したツールの指示テンプレートを生成し、ユーザーが手動で使用できるように出力またはコピーします。
各描画後、画像ファイル ve/<スクリプトが作成したファイル名> を scripts/mo-anh.py で開き、ユーザーに最初の確認を求めます (ステップ5)。ユーザーが「OK」と言うまで次の描画に進みません。ユーザーが「作り直し」と言った場合 → プロンプトを調整して再描画します。同じ画像の再描画は、前のファイル名に -2、-3 などを追加して保存します。
ステップ5 — チェック + OCR + 本物のラベル貼り付け
各描画画像に対して:
scripts/soat-anh.pyを実行し、ステップ2で作成したチェックリストの各項目を自動的に確認します。レポートをsoat/に保存します。scripts/doc-chu-anh.py(OCR) を実行し、描画画像のテキストをステップ2の重要テキストリストと比較します。差異を報告します。- 差異が見つかった場合、またはチェックで問題が指摘された場合:
scripts/dan-nhan-that.pyを実行し、製造元画像から対応する領域を切り取り、描画画像のラベル領域に貼り付けます (sua/に保存)。古いラベルの残骸を除去するための位置合わせと簡単なぼかし/マスクが含まれます。 cat-phong-to.pyを使用して、修正された領域のクローズアップを確認するため再度開きます。すべてのチェックが ✅ になるまで繰り返します。
ステップ6 — テキスト配置
dat-chu/cau-hinh.jsonを作成します。テキスト (ステップ0でユーザーが承認したメッセージ)、フォント (コンピュータで利用可能なものを使用、または画像フォルダに手動で配置)、サイズ、色、位置 (画像に対するパーセンテージまたはピクセル)。scripts/dat-chu.py --cauhinh dat-chu/cau-hinh.json --vao ve/sau-khi-sua.png --ra dat-chu/ra/cuoi-cung.pngを実行します。- 結果を
mo-anh.pyで開き、ユーザーに確認を求めます。調整が必要な場合 →cau-hinh.jsonを編集して再実行します。
ステップ7 — 最終品質レビュー (顧客役)
- エージェントが顧客役になり、画像一式 (製造元画像、描画画像、最終画像) をスキャンします。以下のチェックを行います:
- 製品は正確ですか? (形状、色、部品数)
- ラベルのテキストは正しいですか?
- メッセージは明確で、対象顧客に適切ですか?
- 全体的な美しさとプロフェッショナルな印象は?
- ソーシャルメディア/広告プラットフォームの技術要件 (アスペクト比、ファイルサイズ) を満たしていますか?
- 問題が見つかった場合 → 修正のために適切なステップに戻ります (通常はステップ4または6)。
- すべてのチェックが ✅ になったら、最終画像を
phan-anh/(公開準備完了) にコピーします。 - 画像のサムネイルと簡単な説明を含む要約をユーザーに表示します。「承認」または「公開」のためにユーザーの入力 (ボタン/コマンド) を待ちます。
ステップ8 — 公開 (このスキルの範囲外)
ユーザーは画像を手動で公開します。このスキルは、公開用の画像とテキスト (キャプション案) を準備します。
付録: 参照ファイル
references/danh-sach-soat-mau.md: ステップ2で使用するチェックリストテンプレート。references/loi-nho-mau.md: ステップ3で使用する描画プロンプトテンプレート。scripts/: すべてのスクリプトが含まれます。khoa-thu-vien.txt: インストールされたPythonパッケージのハッシュロックファイル。cong-cloudflare-ai/: Cloudflareゲートウェイのコード。