Product Photo AI
Toda geração ou edição de imagem passa por scripts/gen.py. Não faça composição manual com PIL/rembg; não use outras ferramentas de imagem.
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
Use python em vez de python3 se for o que a máquina tem. Apenas biblioteca padrão.
Modelo
| Modelo | Quando | Custo / tempo |
|---|---|---|
| Nano Banana 2.1 (padrão) | editando fotos reais do usuário: iluminação, clima, adereços, toques sazonais | ~$0,055 em 2K · ~20 s |
FLUX.2 Max (--model black-forest-labs/flux.2-max) | texto para imagem do zero, controle fino com JSON/hex, repetir um layout com --seed, ou quando o Nano falhar duas vezes | ~$0,16 em 2MP, ~$0,22 em 4MP · 30–50 s |
Por quê: em um teste cego (4 casos, 4 modelos), o Nano Banana 2.1 ficou em 1º lugar em todos os casos que tiveram um vencedor e foi o único modelo que nunca foi marcado como "parece IA"; o FLUX.2 Max foi marcado em todos os 4. Detalhes: references/realism.md → Histórico.
Configuração
- Chave em
OPENROUTER_API_KEYou~/.openrouter-key(o usuário a cria). Nunca imprima, exiba ou coloque em um comandocurl. - As chamadas levam de 20 a 140 s: dê ao Bash um tempo limite longo (ex.: 600000 ms) ou execute em segundo plano.
- Antes de um lote: execute
--creditse informe o saldo versus o custo estimado. Confirme com o usuário se um lote custar mais de ~$1.HTTP 402semin_flight= créditos insuficientes: informe, não tente novamente, salve os prompts. - Várias variantes: um
gen.pypor variante em paralelo, no máximo 2–3 por vez com saldo pequeno (OpenRouter corta com402 in_flight_budget_exhausted). Reporte cada código de saída e stderr.
Decisão
| Caso | Como |
|---|---|
| Formato | Os habituais: vertical (9:16, story) e square (1:1). Se não for informado, pergunte ou entregue vertical |
| Fotos do produto DELES | --refs + o formato solicitado. Se a proporção diferir da foto, o modelo estende a cena: adicione estenda a cena naturalmente para preencher o quadro, mantendo o produto do mesmo tamanho e centralizado (testado com Nano 3:4 → 9:16 e 1:1). --format auto apenas para manter a proporção da foto |
| Feed do Instagram | --format insta (4:5) |
| Sem fotos | texto para imagem, FLUX.2 Max com JSON |
| Alterar a forma/altura do produto | texto para imagem descrevendo o produto inteiro (edições mantêm proporções) |
| Outro formato depois | regenerar com outro --format; nunca recortar |
Flags do script
--format:vertical9:16 (padrão) ·insta4:5 ·portrait3:4 ·tall2:3 ·square1:1 ·classic4:3 ·landscape16:9 ·wide21:9 ·auto(proporção da primeira ref).- Nano: gera 2K; sem semente (cada execução varia). Até 14 refs na API, 8 pelo script.
- FLUX.2 Max:
--quality auto|hi|std(~4MP/~2MP;auto= hi com 0–2 refs).--no-upsampledesliga o reescritor de prompts da BFL: use SEMPRE para edições (mais fiel).--seed Nrepete um layout. Mais de 6 refs →--size 1024x1024(máx. 8). - stdout é uma linha JSON com o
cost_usdreal eseed.
Criando prompt para Nano Banana 2.1 (edições)
Nano é um modelo de instrução: fale com ele como um editor de fotos, em prosa, não JSON.
- Abra com verbo + escopo:
Usando a foto fornecida, mude apenas a iluminação./…adicione alguns pequenos adereços no pano."Mude apenas" funciona como uma máscara semântica. - Descreva a mudança fisicamente: fonte, direção, qualidade, cor (
cor #FFE2B8, cerca de 5000K, não laranja), como as sombras caem. - Feche com uma lista de preservação nomeando cada coisa: forma, redemoinhos, glacê, fita, base, dobras, enquadramento, foco e o visual de câmera de celular com seu grão. Sem essa última parte, ele "limpa" a foto e ela parece IA.
- 2–6 frases. Se ele se desviar, encurte: elimine adjetivos, mude uma coisa. Frases simples como
faça parecer que entrou um pouco mais de sol, como uma correção de cor sutiltambém funcionam bem para mudanças sutis. - Fraseado positivo, sem "sem X":
canto vazio do pano, nãosem bagunça. - Multi-ref: diga o papel de cada imagem (
a primeira imagem é o produto a manter, a segunda é a referência de clima para a luz). - Itere a partir do original para alternativas; a partir da última boa apenas para mudanças cumulativas (erros se acumulam).
Modelos prontos: references/templates.md.
Criando prompt para FLUX.2 Max (guia BFL)
FLUX descreve a imagem final, não a instrução.
- Ordene sujeito → ação → estilo → contexto; as primeiras palavras têm mais peso. 30–80 palavras, a menos que a cena seja complexa.
- Sem prompts negativos. Tudo positivo:
foco nítido em toda a imagem,acabamento fosco,sombras de bordas suaves. - Câmera real:
filmado em iPhone 15, grão naturalpara um visual caseiro;Fujifilm X-T5, 35mm f/1.4ouKodak Portra 400para editorial. - Hex vinculado a um objeto com a palavra
cor:a cobertura é da cor #FFF8E7. Produto multicolorido: um sujeito por componente +color_match: "exato". - Edição: abra com
A mesma foto de [produto] da imagem 1, inalterada: [lista], depois a nova luz. - JSON para produção/múltiplos sujeitos; linguagem natural para explorar. Itere um campo de cada vez, mesma semente.
- Texto na imagem: texto exato entre aspas, posição, tipo de fonte, tamanho e cor.
Esquema (serializado para --prompt-file; exemplo em 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": "..."}
}
Regras de realismo (ambos os modelos)
Detalhes e blocos copiáveis: references/realism.md.
- Luz difusa suave > luz dura. Sombras duras de janela através do quadro denunciam IA (a razão #1 de rejeição no teste cego). Peça por
sombras suaves, difusas, de baixo contraste, realces suaves. - Aquecimento moderado: informe hex + Kelvin +
não laranja(Nano) /não branco neutro(FLUX). ~5000K parece luz do sol sem pintar tudo de laranja. - Uma fonte de luz que exista na cena.
- Sem mãos; o produto repousa sobre a superfície.
- Mantenha o visual original da câmera (grão, leve suavidade). Nitidez de render = IA.
- Adereços reais e mínimos (um raminho de pinheiro, 2 paus de canela, uma estrela de anis) em espaços vazios, sem tocar o produto. Sem cenários de catálogo, sem névoa.
- Tecido texturizado (
algodão fosco com trama visível) ou parece cetim plástico.
Fidelidade e contagem
- Com uma referência, mantenha o ângulo, a altura da câmera e o enquadramento da foto.
- Enumere cada produto por nome e posição. Feche com a contagem:
exatamente seis cupcakes, exatamente quatro brownies. No FLUX:EXATAMENTE N itens distintos no total: [lista]. - 3+ produtos semelhantes se fundem a menos que você os diferencie. 6+ que falham após 2 tentativas → gere cada um e recomponha com múltiplas referências.
Fluxo de trabalho
- Identifique: fotos sim/não, formato, quais alterações (luz / adereços / fundo).
- Analise cada foto (leia-a): produto, ângulo, luz atual, elementos exatos.
- Escreva o prompt em um arquivo temporário (
.txtpara Nano,.jsonpara FLUX) e executegen.py. - Verifique observando a saída ao lado do original, em dois eixos:
- Realismo: foto ou render? plástico? sombras duras estranhas? mãos, objetos flutuantes, detalhes deformados? contagem correta? produto idêntico ao original?
- Brief: a luz/cor solicitada está visível? Verifique a temperatura explicitamente.
- Falha → tentativa 2: encurte o prompt e mude uma coisa. Segunda falha → tente FLUX.2 Max com
--no-upsample. Máximo de 3 tentativas; então entregue o melhor e diga o que falhou. - Entregue o arquivo com uma linha sobre o que mudou e seu custo. No final de um lote: custo total e saldo.
- Exclua os arquivos temporários de prompt.
Predefinições
Receitas completas de luz em references/light-presets.md.
| Predefinição | Luz / estilo | Uso |
|---|---|---|
| Sol suave (padrão para edições) | sol difuso de inverno através de uma cortina, #FFE2B8 ~5000K | o visual caseiro/dos sonhos do Pinterest |
| Natal simples | sol suave + 2–4 adereços naturais + bokeh quente distante | sazonal, não de catálogo |
| Aconchegante real | janela quente suave, linho fosco | brownies, bolos, pão |
| Estúdio limpo | softbox 3 pontos, seamless | catálogo, ecommerce |
| Noite real | uma lâmpada quente, madeira riscada, ISO alto | escuro crível |
| Hora dourada | sol baixo #FFC078, sombras longas | herói quente |
| Mel suave | janela âmbar #FFD9A0, ~4600K | aconchegante, o mais uniforme |