一杯の飲み物、一軒の小さなお店
アップロードした本物のコーヒー／タピオカミルクティーの写真 → 精巧で可愛らしいブランドテーマのアイソメトリック店舗イラストと、「元画像 vs イラスト」の高解像度比較画像を1枚にまとめて納品します。
核心となるコンセプト（たった一言）：元の飲み物の識別特徴を保持し、その建築的機能を再設計する。 「似たようなカップを描く」のではなく、「写真の中のその飲み物に、窓や階段や小さな店員が生える」こと。
完成品のイメージ
GridCoffee の緑のカップを例にとると：緑のカップ本体が2階建ての店舗本体に、ミルクホワイトのフタが屋上テラスに、白い四角いロゴはそのまま壁に残ります。カップ本体にはアーチ型の窓とストライプの日よけが設置され、右側には木製の階段と観葉植物、入り口にはマスコット、小さなテーブル椅子、A型看板があります。建物全体は斜めの石畳の台座の上に乗っています。上部には Grid Coffee / Americano / Yunnan · Giupo Estate という丸みのある太字タイトルが配置され、ミントグリーンのベタ塗り背景に白い雲があしらわれています。
スタイルは Adobe Illustrator で作った 2D ベクターイラスト であり、Blender でレンダリングした 3D シーンではありません。
ワークフロー（自動実行、ステップごとの確認は不要）
ユーザーはデフォルトで飲み物の写真を1枚アップロードし、ブランド名、飲み物名、コーヒー豆の産地、コラボ情報などの補足説明を添えることがよくあります。以下の6ステップを一度に実行します。
Step 0 · 画像受付と前処理
PY="$HOME/.workbuddy/binaries/python/envs/default/Scripts/python.exe"
[ -x "$PY" ] || PY="$(command -v python || command -v python3)"
SK="$HOME/.workbuddy/skills/cup-shop-illustration/scripts/imgtool.py"
OUT="<カレントワークスペース>/out/cup-shop-illustration"
mkdir -p "$OUT"
"$PY" "$SK" prepare "<ユーザーがアップロードした写真の絶対パス>" --out "$OUT/photo_clean.jpg"
prepareは EXIF 方向を統一し、sRGB に変換し、アルファチャンネルを削除し、長辺 ≤2048 にリサイズし、情報カード（幅・高さ・方向・輝度・主要色）を出力します。情報カードの方向が、後のキャンバス比率と比較画像のレイアウト方向を決定します。- ファイル形式とサイズのみ変更し、画像の内容は変更しません。ImageGen には
photo_clean.jpgを渡します。比較画像の作成には、ユーザーがアップロードした元の写真を使用します。 - ユーザーが HEIC / webp など Pillow で読み取れない形式をアップロードした場合は、システムツールを使用して事前に PNG に変換してからこのステップを実行し、その旨をユーザーに伝えます。
Step 1 · 写真を観察し、「識別カード」に記入
視覚能力を使用して元の写真を直接見ます（コードで輪郭を抽出したり、事前に線画を生成したりしないでください）。references/diagnose.md の識別カードに従って、項目ごとに読み取ります：
| フィールド | 内容 |
|---|---|
| ブランド名 | カップ本体のロゴ / テキスト、可能な限り英語名またはピンインを記載 |
| 飲み物名 | カップのラベル、レシート、またはユーザーの説明から読み取り |
| カップタイプ | テイクアウト用紙カップ / 透明プラスチックカップ / 缶 / ガラス瓶、および縦横比 |
| 上部構造 | 平らなフタ、飲み口、ストロー、フォームミルク、クリーム、シール |
| 主要色 / 補助色 | Step 0 の主要色情報カードと相互検証 |
| ロゴとテキスト | 形状、位置、色（例：白い中空の四角枠 + カップ下部の GridCoffee） |
| トッピング / デコレーション | コーヒー豆、タピオカ、フルーツ、砕いたクッキー、層、氷 |
| 産地 / コラボ | 雲南省の農園、コラボIPなど、環境要素に変換可能 |
ルール：ユーザーが明示的に指定した情報を優先します。写真から読み取れないものは決して捏造せず、「カップ本体の既存のテキスト/グラフィック」のように記述します。ブランド、配色、カップタイプを勝手に変更しないでください。
Step 2 · プロンプトの組み立て
references/prompt-master.md を参照し、そのメインテンプレートを使用して6つのスロット（ブランド / 飲み物 / 補足説明 / 元画像の方向で決まるキャンバス比率 / 背景色 / 特徴的な要素）を埋め、完全なプロンプトを生成します。
- テンプレート内のスタイル条項、ネガティブワード、構図制約はそのまま保持し、簡略化しないでください。
- 生成された最終プロンプトは重要な資産として、納品時に原文のまま添付します（ユーザーが再利用したいとよく言います）。
- 中国語の文字看板が必要な場合、メインタイトルは英語のままにし、中国語は小さな装飾としてのみ使用します。AI の中国語は文字化けしやすいため、
diagnose.mdの対処方法を参照してください。
Step 3 · 画像生成（ImageGen 画像生成）
⚠️ 呼び出し前に、返信で必ず明示的に通知：1回のImageGenで約5〜10クレジットを消費します。 最初に宣言してから呼び出します。
| パラメータ | 値 |
|---|---|
prompt | Step 2 の完全なプロンプト |
image1 | Step 0 の photo_clean.jpg 絶対パス（実写、テキストからの生成は禁止） |
size | 元画像が縦長の場合 1024x1365（3:4、2026-11-08 実測で利用可能、実際には 1024x1360 が返却される；拒否された場合は 1024x1280 にダウングレード）；横長の場合 1536x1024；正方形の場合 1024x1024 |
quality | high |
input_fidelity | medium（デフォルト、下記パラメータ調整を参照） |
output_dir | $OUT |
footnote | ""（ツール側の透かしは除去可能。プラットフォームが強制的に「AI生成 WORKBUDDY」を重ねる場合、Step 5 の cleanwm で除去） |
style | 未入力、スタイルはプロンプトで固定 |
input_fidelity のパラメータ調整：medium はカップの形状/ロゴ/配色を維持しつつ、再構図を許可します。「別のカップ」になってしまった場合 → high に上げる；写真をトレースしたような絵になり、視点が 45° になっていない場合 → low に下げる。
生成されるのは一枚の独立した完全なイラストであり、決して AI に左右比較画像を直接描かせたり、比較画像からイラストを切り出したりしてはいけません。
Step 4 · 自己チェック
references/diagnose.md の9項目の自己チェックリストに従って、項目ごとに比較します。3つの必須チェック項目：
- 一目で写真の飲み物だとわかるか？（カップの形状、主要色、ロゴの位置）
- 純粋な 2D 太黒枠 + ベタ塗りか？（プラスチック感 / グラデーション / ソフトシャドウの出現 = 失敗）
- 建物、階段、人物、台座、タイトルがすべて画面内に収まっているか？（途切れている = 失敗）
不合格 → 該当するプロンプト部分のみ変更し、最大で再試行は1回のみ。それでも不合格の場合は、正直に納品し、調整可能な方向性を説明します。成功を偽装しないでください。
Step 5 · 透かし除去 + コードによる比較画像作成
プラットフォームはイラストの右下に強制的に「AI生成 WORKBUDDY」の白文字を重ねます。footnote: "" では除去できません。まず痕跡を残さず除去し、その後比較画像を作成します：
"$PY" "$SK" cleanwm "$OUT/<イラストファイル名>.png" --out "$OUT/<元のファイル名>_illustration.png"
"$PY" "$SK" compose \
--photo "<ユーザーがアップロードした元の写真の絶対パス>" \
--art "$OUT/<元のファイル名>_illustration.png" \
--out "$OUT/<元のファイル名>_compare.png"
cleanwmのデフォルトのselectiveモードは、白っぽい透かしピクセルのみを背景色に引き寄せます。台座を切り取ったり、緑の葉を誤って消したりしません。実測で残留物や継ぎ目はありません。デフォルトは--threshold 160。右下に白い雲や白い石畳などの薄い色の装飾がある場合は、190–210に引き上げて誤検出を防ぎます。透かしの位置が特殊な場合は--box "x0,y0,x1,y1"で調整するか、--mode fillに変更します（枠内の装飾を消去するため、注意して使用）。composeは元画像の方向に応じて自動的にレイアウトを選択：縦長/正方形 → 元画像が左、イラストが右。横長 → 元画像が上、イラストが下。--layout side|stackで強制指定も可能。- イラストの元のピクセルを基準とし、イラストは拡大縮小しない。元画像はアスペクト比を保って拡大縮小し、位置を合わせます。白い間隔は 24px、外側の余白は 24px で、比率の違いは余白で吸収します。
- 元の写真の内容を切り取ったり、引き伸ばしたり、変更したりしません。高解像度 PNG で出力します。
cleanwmが機能しない場合、代替としてtrim <イラスト> --bottom 0.06 --mode padを使用します。ただし、画面下部を切り取るため、台座を切ってしまう可能性があるので、やむを得ない場合のみ使用します。
Step 6 · 納品
present_files を使用して、まず比較画像を表示し、次に独立したイラストを表示します（両方を提供します）。返信には3行の結論（識別されたブランド/飲み物、キャンバス比率と input_fidelity、2つのファイルのパス）と、完全なプロンプトの原文を添付します。
ハードルール（違反は失敗）
- 必ず実写を
image1として画像生成を行い、テキストだけでカップを描き直してはいけません。 - 比較画像には、ユーザーがアップロードした元の写真を必ず使用し、AI が描き直した「写真」で代用してはいけません。
- 元のカップの形状、主要色、ロゴ、パッケージの特徴を保持します。再設計するのは建築的機能であり、パッケージではありません。
- 元の写真の撮影角度を機械的にコピーせず、合理的な3次元空間の推測（45° 斜め上のアイソメトリック）を行います。
- まず独立した完全なイラストを生成し、その後比較画像を作成します。比較画像からイラストを切り出すことは禁止します。
- 2D ベクターイラストのみ。3D レンダリング / 写実 / 水彩 / グラデーション / 複雑な照明効果は厳禁です。
- コードで輪郭を抽出したり線画を生成したりせず、画像モデルに元画像を直接理解させます。
- 画像生成前にクレジット消費を必ず通知します。ステップごとの確認は求めず、一度に実行します。
調整可能項目
| 変更したい内容 | 変更箇所 |
|---|---|
| 背景色 | プロンプト「明るく柔らかなミントグリーン」→ ブランドに合った色に変更 |
| タイトル文字 | メイン/サブタイトルスロット。不確かな場合はブランド名のみ |
| 産地 / コラボ要素 | 「特徴的な要素」スロット（例：コーヒーの木の枝、農園のA型看板、コラボキャラクター） |
| マスコットの数 / 階段スライダー | プロンプト「建築デザイン」セクションの設備リスト |
| キャンバス比率 | Step 3 の size、同時にプロンプト内のキャンバス条項も変更 |
| 忠実度 | input_fidelity low / medium / high |
| 比較画像の間隔と背景色 | compose --gap --pad --bg |
リソース
| ファイル | 用途 |
|---|---|
references/prompt-master.md | メイン：完全で再利用可能なプロンプトテンプレート、スロット表、3つの完成サンプル、ネガティブワード表 |
references/diagnose.md | 写真識別カード、9項目の自己チェック、失敗時の修正方法表、中国語テキスト処理 |
scripts/imgtool.py | prepare / cleanwm / compose / trim / sheet の5つのローカルサブコマンド |
README.md | 中国語のインストールと使用説明 |