Community图像github.com

真实产品广告图生成

生成包含真实产品、细节准确的广告图片,确保标签、文字和品牌元素与官方产品图完全一致。

真实产品广告图生成 是什么?

该技能专为电商卖家、营销人员或任何需要为产品生成广告图片的用户设计。其核心优势在于将AI的创意视觉能力与严格的产品细节保真度相结合。技能通过一系列自动化步骤工作:首先从官方产品页面收集并分析高分辨率图像,创建详细的产品事实表,包括所有文字、标签和品牌元素。然后,根据AI代理的能力(通过ChatGPT的Codex、Gemini的Antigravity或Claude的自构建代码)生成图像。关键创新在于其验证循环:使用光学字符识别(OCR)自动检查生成的图像是否存在文字错误,并从原始产品图像中剪切真实标签以覆盖任何AI错误。技能还将自己置于客户的角度,在最终输出之前审查图像。它支持多个平台(Claude Code、Codex、Antigravity),优先使用用户现有的付费AI订阅,然后再使用基于API的工具(如BytePlus的Seedream)或专业工具(如Photoroom)。该技能可在本地机器上运行,创建结构化的工作目录组织,管理所有生成和校对的图像。

兼容平台✓Claude Code✓Codex CLI~Cursor✓Antigravity✓Gemini CLI
npx skills add https://github.com/AgentBossVn/agent-boss-skills/tree/HEAD/anh-quang-cao-san-pham

Installed? Explore more 图像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

真实产品广告图 — 细节准确,媲美官方样图

为何需要此技能: AI能画出漂亮的场景,但可能会画错真实产品:多出灯泡、缺少按钮、Logo变形、标签上的文字变成乱码、"336 g"变成"136 g"。客户一眼就能看出问题。卖家需要既美观又正确的图片。

使用此技能比在聊天框中手动输入好在哪里: 在您的机器上,Agent将从头到尾自动完成:下载官方产品图,数清每个细节,然后才开始绘制;使用文字识别工具将生成图中的标签与官方图进行比对,裁剪放大以检查每个区域;AI画错的地方则用官方的真实标签覆盖上去;在图片上排版文字;然后自动扮演您的客户浏览图片以进行后续修正,完成后再提交给您审核。您仍然是最终审核者。

哪些Agent可以自行绘制图片(检查日期:2026年11月15日): ChatGPT的Agent(Codex)和Gemini的Agent(Antigravity)拥有内置的绘图工具。Claude无法绘制图片(来自Anthropic帮助页面):Claude通过从官方图中剪切真实产品、用代码构建背景和文字来工作;如需实拍场景,Claude必须调用您机器上已有的ChatGPT或Gemini套餐来代为绘制。 您是在Codex或Antigravity中运行此技能的Agent → 使用您自带的绘图工具直接绘制(Codex: image_gen / $imagegen;Antigravity: generate_image),将官方图作为参考图,把生成的图画保存在ve/目录下,其他步骤保持不变。

您的角色与Agent的角色

问题默认回答
图片用于什么目标?促进销售:产品正确、信息传达准确、可直接发布
谁最终负责?您 — 审核信息、选择图片、点击发布
Agent可自主决定到什么程度?选择绘制版本、修正细节、丢弃失败的图片。不能擅自更改信息,不能自行切换到付费通道,不能超出预算
衡量标准是什么?通过100%的检查列表 + 文字识别工具 + 您对比官方图后满意
Agent出错怎么办?您明确指出错误区域(圈出/描述)→ Agent修正该区域,重新检查

步骤0 — 简短询问(合并为1条消息,提供默认答案)

  1. 什么产品?提供官方页面/官方店铺链接(必填)
  2. 有您喜欢的示意图吗?放入工作目录。
  3. 发布在哪里,需要多少张?默认为Facebook:1张竖版4:5(1080×1350)+ 1张横版16:9(1920×1080)+ 1张故事版9:16(1080×1920)。 目标客户是谁?未说明 → Agent根据官方页面自行推断,写一行客户画像(谁、年龄、购买时担心什么)供您修改 — 在步骤7b中使用。
  4. 想要什么信息/文字?未提供 → Agent根据官方页面上的事实提出建议,您在放置前审核。
  5. 选择绘图工具:由用户选择,Agent负责安装。 运行python3 scripts/kiem-cong-cu-ve.py(Windows:py -3 scripts/kiem-cong-cu-ve.py,在执行下面的准备步骤后),将输出的完整表格(已按推荐顺序排列)连同1个提示句提供给您,然后询问:“您想用哪个工具绘制?”不要默认走付费通道,不要强迫任何人额外付费。 选择的工具尚未准备好 → Agent不能自行安装。 向用户展示即将安装的列表(名称 + 官方来源 + 指定版本,取自检查工具输出的“Agent运行”行;以及下方的“安装什么,从哪里”表格),询问1个问题:“您同意安装这些吗?”同意后才能运行“Agent运行”行(打开浏览器/等待用户点击的后台命令);如果用户不同意或拒绝某项,则跳过该项。需要用户手动操作的(如点击登录/授权、在官方网站下载并安装Chrome/Node/Antigravity、将密钥粘贴到安全输入框)仍需等待用户完成。重新运行检查工具,看到 ✅ 后才能开始绘制。全新的Mac:python3 报告缺少开发者工具 → 确认后运行 xcode-select --install,用户点击“安装”,完成后重新运行检查工具。 Windows:
    • 准备步骤(全新Windows未安装Python): python命令此时仅为Microsoft Store的假冒版本("Python was not found")。检查 py -3 --version。未安装 → (用户同意后)winget install -e --id Python.Python.3.12 --scope user(无需管理员权限),然后使用 py -3.12 或绝对路径 %LOCALAPPDATA%\Programs\Python\Python312\python.exe(Bash: $LOCALAPPDATA/Programs/Python/Python312/python.exe)调用。始终使用 py -3 …,不要直接输入 python …。
    • Shell: Windows上的Claude Code通常通过Git Bash运行命令,Codex使用PowerShell。检查工具输出的所有“Agent运行”行在两个环境中均可运行(路径使用/;安装通过Python自身的 --cai、--chay、--mo 参数完成)。自行输入其他命令时,在路径中使用/,不要用\(Bash会吞掉\)。
    • 需要权限提示的步骤,检查工具会输出“您做:点击Yes”。Windows始终自带Edge,因此无需安装Chrome。输入密钥 = Windows的安全输入框(非记事本,非文本文件)。
安装什么官方来源版本
uv(Python安装器)github.com/astral-sh/uv releases,由工具自动比对硬编码的SHA-256值0.13.8
独立的Python 3.12 + 库uv下载Python;库来自PyPI,通过哈希值锁定(scripts/khoa-thu-vien.txt)3.12,每个包锁定版本
Codex(ChatGPT套件)npm @openai/codex(需要Node)0.169.0
wrangler(Cloudflare)npm wrangler 通过 npx 运行4.162.0
Node · Chrome · Antigravity用户从 nodejs.org · google.com/chrome · antigravity.google/download 自行下载(Windows:Node + Chrome 通过 winget)LTS版本/最新版

优先级顺序:首先使用您正在付费的套餐,其次是API,最后才是专业工具。

层级 · 通道费用要求输出图像质量(实测于2026年11月14–15日)
1 · ChatGPT套餐 — Codex自行绘制无需额外付费,仅消耗套餐额度Plus/Pro套餐 + 使用ChatGPT账号登录的Codex CLI实测最佳:人物、手部、标签文字基本准确;~1–2.5分钟/张
1 · Gemini套餐 — Antigravity自行绘制无需额外付费,仅消耗套餐的图片生成额度(有独立的周上限,常易耗尽)Google AI Pro/Ultra套餐 + 已登录的Antigravity CLI (agy)~1K分辨率,越南语文字带音调准确,支持参考图像;产品一致性尚未测试(11月15日当周额度已用完)
1 · Claude自行代码构建免费仅需本地机器产品 + 标签100%正确(真实图片),为纯色背景的图形设计风格,不包含实拍场景;~2秒/张
2 · Seedream 4.5 (BytePlus, ByteDance)200张免费,之后约0.04美元/张BytePlus账号 + 信用卡/PayPal以激活(启用“仅使用免费额度”模式)仅次于ChatGPT;小字易出错("336 g" → "136 g")⇒ 必须通过文字识别工具检查
2 · Cloudflare免费,约40张/天免费Cloudflare账号 + Node最差:~1K分辨率,人物/手部易损坏,经常因产品为黑色或包装上印有人物而被屏蔽 ⇒ 使用“空场景 + 叠加真实产品”的模式
2 · 付费:Gemini API / Seedream 5.5约0.05美元/张 2K · 约0.036美元/张绑定了卡片的密钥稳定,2K分辨率 — 仅在用户自愿选择付费时使用
3 · 您已使用的专业工具 (Photoroom, Pebblely, Canva…)按您的套餐收费您的账号/API密钥适合批量处理。Photoroom自称只有约38%的修正图像能保持产品正确 ⇒ 仍需通过完整的检查流程

建议:有ChatGPT套餐 → 走此通道。有Gemini套餐 → 走Antigravity(当周额度耗尽则切换到下一通道)。仅有Claude → Claude自行代码构建;如需场景图 → Seedream 4.5(200张免费)或Cloudflare。所有通道均需运行完整的检查流程+文字识别+真实标签覆盖+文字排版。Agent运行部分会消耗您Agent套餐的额度(约120k tokens/产品)。 已评估,不使用(2026年11月):基于浏览器的点击(需用户手动操作)、本地绘制(FLUX占用约17GB RAM,24GB内存机器会卡顿数小时)、Hugging Face、Pollinations(需将官方图公之于众)、通过fal的中国模型(Qwen, Wan, Hunyuan, MiniMax:未见优于Seedream)。

发送到外部的数据:官方图 + 提示词将发送至OpenAI(ChatGPT套餐)、Google(Gemini套餐、Gemini API)、字节跳动/BytePlus(Seedream)、Cloudflare或第三层工具;Claude自行代码构建不会将图像发送到任何地方。请明确说明;勿用机密图片或未发布产品。密钥/令牌:不要让用户粘贴到聊天中,不要打印出来。

安装与连接(仅在用户同意后,步骤0):检查工具会为每个通道预生成命令(独立的Python环境~/.venv-anh-qc通过哈希值锁定,Chrome或Edge用于文字排版,Codex,Antigravity,Apple命令行工具,wrangler,Gemini库);没有类似“下载后立即运行”的命令。使用 ~/.venv-anh-qc/bin/python scripts/<工具名>.py … 运行检查工具。以下所有说明中的 python 命令 = kiem-cong-cu-ve.py 输出的特定Python路径(Mac ~/.venv-anh-qc/bin/python;Windows ~/.venv-anh-qc/Scripts/python.exe — 检查工具会在“技能专属Python”行输出绝对路径,使用该路径,并用/分隔)。

  • ChatGPT套餐: 当Codex使用API密钥登录时,绘图工具会自行拒绝(OpenAI将对每张图像收费)— 请重新使用ChatGPT账号登录。
  • Gemini套餐: 尚未安装 agy → 检查工具会打开Antigravity下载页面(antigravity.google/download),Mac和Windows均适用;用户下载、安装、使用已购买套餐的Google账号登录,并按照应用内的说明启用命令行工具(尚未在全新机器上测试)。
  • Seedream (BytePlus): 用户注册 console.byteplus.com,先启用“Free Credits Only Mode”,添加信用卡/PayPal,激活Seedream 4.5产品,在API Key页面创建密钥 → Agent使用独立的Python运行 kiem-cong-cu-ve.py --nhap-khoa byteplus(安全输入框;密钥存入Mac密钥链/Windows凭据管理器)。信用卡/PayPal是用户自己的事,Agent不负责输入。
  • Cloudflare,启用绘图网关(在会话期间后台运行):npx --yes [email protected] dev --cwd scripts/cong-cloudflare-ai --port 8841 --ip 127.0.0.1(PowerShell:npx.cmd;Git Bash:npx)→ 看到“Ready”即完成。首次运行 → npx --yes [email protected] login。多个账号 → 在运行上述命令时设置环境变量 CLOUDFLARE_ACCOUNT_ID=<32位代码>(不要修改技能目录中的文件:技能更新会覆盖它们)。如果wrangler无法使用 → 使用“Workers AI”示例令牌,用户自行设置 CLOUDFLARE_ACCOUNT_ID + CLOUDFLARE_API_TOKEN,去掉 --cong 参数。
  • Gemini API付费: 使用独立的Python运行 kiem-cong-cu-ve.py --nhap-khoa gemini(安全输入框);绘图工具从环境变量 → 操作系统密钥库 → 旧文件 ~/.config/anh-qc/gemini.key(仅读取,供老用户过渡)中读取密钥。

工作目录

脚本路径: 所有说明中的 scripts/… 均相对于技能目录(即包含此SKILL.md的目录),而非项目目录 — 通过绝对路径调用(使用/分隔),或 cd 进入技能目录后运行。

<项目>/anh-hang/        官方图(tho/ = 下载的图片,bang-xem.jpg = 带编号的选择表)
<项目>/the-san-pham.md  从官方图中数出的事实 + 重要文字列表
<项目>/loi-nho/ · ve/(生成的图 + so-chi.jsonl 费用/次数记录)· soat/ · sua/ · phang/(展平的版面,已抠底的产品)
<项目>/dat-chu/         cau-hinh.json + 真实logo → ra/*.png + *.jpg

步骤1 — 收集官方产品图(不可跳过此步骤)

python scripts/gom-anh-hang.py "<产品页面链接>" anh-hang → 下载 ≥ 500px 的图片到 anh-hang/tho/,自动去重(不同尺寸的重复图片),生成带编号的 bang-xem.jpg(如果页面仅有小图 → 在目录后添加 300 参数重新运行)。工具仅下载与页面同域的图片;它会报告跳过的域名 — 如果该域名是官方/店铺的图库(例如 Haravan 店铺的 product.hstatic.net),则使用 --them-ten-mien <域名> 重新运行。页面阻止工具下载(工具会明确报告)→ 不要规避:建议用户使用浏览器打开页面,右键 → 将图片另存到 anh-hang/tho/,然后运行 gom-anh-hang.py "<链接>" anh-hang --chi-bang-xem。 需要足够:3–4个角度的全身图,每个易错部位的近景图,所有在售颜色,至少一张 1000px 以上的带文字/标签的面部图(用于文字识别和真实标签覆盖以获得清晰效果),1张白色/纯色背景图(用于为“Claude自行构建”模式和合成模式抠底)。官方图必须清晰: 使用 cat-phong-to.py 在实际尺寸下查看标签上的小字;如果模糊、块状或产品在图中占据 < 800px → 生成的图像也会模糊(11月16日的咖啡盒案例:官方图 1000px,盒子 807px,输出图像模糊)。向用户索要更好的图片:使用手机拍摄真实产品(纯色背景、光线充足、正面拍摄),或发送包装设计文件。从官方页面获取 PNG/SVG 格式的 Logo;Logo < 400px 仅能以小尺寸放置(宽度 ≤ 110px)。缺少图片 → 请用户用手机拍摄。没有官方图则不进行绘制。如果情况不明,问1个问题:他们是否被授权使用官方图片/Logo进行广告宣传。

步骤2 — 产品卡片:在图片上数,不靠猜测

使用 scripts/cat-phong-to.py 打开每张近景图,在 the-san-pham.md 中记录每个部分:数量、形状、颜色、上面印刷的文字/Logo(逐字准确抄写)、是否对称、偏一侧的部件在哪一侧(把手、手柄、按钮、旋钮 — “手柄位于抽屉面板左侧1/3处”)、高:宽比例用数字表示(盒子 1.9:1,瓶子 2.6:1)、空心还是实心、是否透明。根据卡片,对照 references/danh-sach-soat-mau.md 创建检查列表。 关键文字列表(创建一次,每次检查重复使用):3–8组客户需要正确阅读的短语 — 产品名称、重量/容量、编号/型号(例如“3in1”)、主要口号。逐字准确抄写,包括音调符号和数字。省略那些在官方图中也难以辨认的微小文字。

步骤3 — 每个场景的绘制提示

按照 references/loi-nho-mau.md 模板(背景、角度、光线、用数字标明文字留白位置、从卡片复制产品描述、数字比例、“无文字/Logo/水印”)。附上1–3张同角度最接近的官方图 + 标签近景图。在附加前仔细检查参考图:收集工具可能误取页面的广告图/图标。 防止AI在绘制整个产品时写错文字: 让产品在画面中占据较大比例(标签面宽度 ≥ 图像宽度的 1/3 — Seedream 咖啡盒案例的错误正是由于盒子在画面中太小);不要同时要求绘制两个产品。产品静止在桌面/架子上且官方图有合适角度 → 使用空场景 + 叠加真实产品模式(步骤4)代替让AI绘制产品。 每条通道的专属技巧:见 references/loi-nho-mau.md 末尾。

步骤4 — 绘制(依次进行,不要并行运行 — 日志不支持并发)

  • ChatGPT套餐: 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(约1–2.5分钟/张)。如果Codex报告默认模型“不支持与ChatGPT账号一起使用”,则添加 --model <1个来自 ~/.codex/models_cache.json 的模型名称>(2026年11月15日可用 gpt-5.6-sol)。
  • Gemini套餐

相关技能