Community影像github.com

真實產品廣告圖生成

生成包含真實產品的廣告圖片,確保產品細節、標籤和文字完全正確,媲美官網樣圖。

真實產品廣告圖生成 是什麼?

此技能專為生成符合真實產品細節的廣告圖片而設計,避免AI繪圖常見的幻覺錯誤,例如錯誤的標籤文字、缺失的按鈕或變形的Logo。它整合了多種AI繪圖平台(如ChatGPT、Gemini)和工具(如Seedream、Cloudflare),並提供自動化校驗流程:技能會先下載官網產品圖,利用文字識別工具比對AI生成圖片的標籤,並放大檢查每個區域。若發現錯誤,它會自動貼上真實標籤並調整文字,最後模擬客戶視角再次審核,確保輸出圖片兼具美感與準確性。此技能支援Codex、Antigravity等代理環境,並建議優先使用用戶已付費的AI服務(如ChatGPT Plus),以最小化額外成本。

相容平台✓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 影像 skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

真實產品廣告圖 — 細節精準,媲美官網樣圖

為何需要此技能: AI能畫出美麗場景,但可能畫錯真實產品:多出燈光、缺少按鈕、Logo變形、標籤文字變成亂碼、「336 g」變成「136 g」。品牌客戶一眼就能看出問題。賣家需要既美觀又正確的圖片。

使用此技能比在聊天框中手動輸入有何優勢: 在你的機器上,Agent會自動完成整個流程:下載官網圖片,逐一檢查細節後才開始繪圖,使用文字識別工具比對AI生成圖片與官網圖片的標籤,裁切放大以檢查每個區域。如果AI畫錯,它會貼上真實的官網標籤覆蓋錯誤部分,在圖片上排列文字,然後模擬你的客戶瀏覽圖片進行後續修正,最後才交給你審核。你仍然是最終把關者。

哪些Agent能夠自行繪圖(2026年11月15日檢查結果): ChatGPT (Codex) 和 Gemini (Antigravity) 的Agent內建繪圖工具。Claude 無法繪圖(根據Anthropic幫助頁面):Claude透過從官網圖片中裁切真實產品、用程式碼構建背景和文字來自行處理;若要實景拍攝效果,Claude必須調用你機器上已有的ChatGPT或Gemini方案來幫忙繪製。 你是在Codex或Antigravity中執行此技能的Agent → 直接使用自身內建的繪圖工具(Codex:image_gen / $imagegen;Antigravity:generate_image),將官網圖片作為樣圖,將完成的繪圖儲存到 ve/ 目錄,其餘步驟保持不變。

你的角色與Agent的角色

問題預設回答
圖片服務於什麼目標?促進銷售:產品正確、訊息正確、可立即發布
誰負最終責任?你 — 審核訊息、選擇圖片、按下發布
Agent可自主決定到什麼程度?選擇繪圖版本、修正細節、丟棄有問題的圖片。不得自行更改訊息,不得自行轉向付費方案,不得超支
如何衡量成功?通過100%的檢查清單 + 文字識別工具 + 你滿意地將其與官網圖片並排比較
Agent出錯怎麼辦?你指出錯誤區域(圈選/描述)→ Agent修正該區域,重新檢查

步驟 0 — 簡短詢問(合併為一則訊息,提供預設答案)

  1. 哪個產品,官方網站/官方商店的連結?(必填)
  2. 你有滿意的樣圖嗎?請放入工作目錄。
  3. 發布到哪裡,需要多少張圖片?預設為Facebook:1張直立4:5 (1080×1350) + 1張橫向16:9 (1920×1080) + 1則限時動態9:16 (1080×1920)。 目標客戶是誰?如果未說明 → Agent根據官方網站自行推斷,撰寫一行客戶畫像(誰、年齡、購買時的主要考量)供你修正 — 用於步驟7b。
  4. 想要放置的訊息/文字?如果沒有 → Agent根據官方網站上的事實提出建議,你在放置前審核。
  5. 選擇繪圖工具:由用戶選擇,Agent負責安裝。 執行 python3 scripts/kiem-cong-cu-ve.py(Windows:py -3 scripts/kiem-cong-cu-ve.py,在下方準備步驟之後),將它輸出的完整表格(已按推薦使用順序排列)連同一句建議提供給你,然後詢問:「您想使用哪個繪圖工具?」。不預設為付費方案,不強迫任何人額外付費。 選擇的工具尚未就緒 → Agent不得自行安裝。 向用戶顯示將要安裝的清單(名稱 + 官方來源 + 固定版本,從檢查工具輸出的「Agent執行」行取得;下方「安裝什麼,從哪裡安裝」表格),詢問一句「您同意安裝這些項目嗎?」。同意後才執行「Agent執行」行(打開瀏覽器/等待用戶點擊的命令則在背景執行);若不同意或拒絕某項,則跳過該項。「您執行」行(點擊登入/授權、從官方網站下載並安裝Chrome / Node / Antigravity、將金鑰貼入安全輸入框)仍等待用戶操作。重新執行檢查工具,看到 ✅ 後才開始繪圖。全新Mac:python3 提示缺少開發者工具 → 詢問同意後執行 xcode-select --install,用戶點擊「安裝」,完成後重新執行檢查工具。 Windows:
    • 準備步驟(全新Windows尚未安裝Python): python 指令此時僅是Microsoft Store的佔位符(「Python was not found」)。檢查 py -3 --version。如果尚未安裝 → (在用戶同意後)winget install -e --id Python.Python.3.12 --scope user(無需管理員權限),然後使用 py -3.12 呼叫,或使用絕對路徑 %LOCALAPPDATA%\Programs\Python\Python312\python.exe(bash:$LOCALAPPDATA/Programs/Python/Python312/python.exe)。始終使用 py -3 …,不要直接鍵入 python …。
    • Shell: Windows上的Claude Code通常使用Git Bash執行命令,Codex使用PowerShell。檢查工具輸出的所有「Agent執行」行在兩者中均可執行(路徑使用 /;安裝由Python本身透過 --cai、--chay、--mo 處理)。自行鍵入其他指令時,路徑中使用 /,不要用 \(bash會吃下 \)。
    • 任何需要權限提示的步驟,檢查工具會記錄「您執行:點擊Yes」。Windows一直有Edge,因此無需安裝Chrome。輸入金鑰時使用Windows的安全輸入框(而非記事本或文字檔)。
安裝什麼官方來源版本
uv(Python安裝器)github.com/astral-sh/uv releases,機器自動比對硬編碼的SHA-2560.13.8
獨立Python 3.12 + 函式庫uv下載Python;函式庫來自PyPI,使用雜湊碼鎖定(scripts/khoa-thu-vien.txt)3.12,固定每個套件
Codex(ChatGPT方案)npm @openai/codex(需Node)0.169.0
wrangler(Cloudflare)npm wrangler 透過 npx 執行4.162.0
Node · Chrome · Antigravity用戶自行從 nodejs.org · google.com/chrome · antigravity.google/download 下載(Windows:Node + Chrome透過 winget)LTS / 最新版

使用順序:優先使用你正在付費的方案,然後是API,最後才是專業工具

層級 · 方案費用需求圖片輸出(2026年11月14–15日實測)
1 · ChatGPT方案 — Codex自行繪圖無額外費用,扣除方案額度Plus/Pro方案 + Codex CLI使用ChatGPT帳號登入實測最佳:人物、手部、標籤文字接近正確;約1–2.5分鐘/張
1 · Gemini方案 — Antigravity自行繪圖無額外費用,扣除方案圖片繪製額度(有獨立週上限,容易耗盡)Google AI Pro/Ultra方案 + Antigravity CLI (agy) 已登入約1K,越南語正確標註音調,可接受參考圖片;產品保持度尚未測試(第15/11週額度用盡)
1 · Claude自行用程式碼構建無額外費用僅需一台機器產品 + 標籤100%正確(真實圖片),圖形風格背景純色,無實景拍攝;約2秒/張
2 · Seedream 4.5 (BytePlus, ByteDance)200張免費,之後約0.04 USD/張BytePlus帳戶 + 信用卡/PayPal用以啟用(開啟「僅使用免費額度」)僅次於ChatGPT;小文字常出錯(「336 g」→「136 g」)⇒ 必須經過文字識別工具
2 · Cloudflare免費,約40張/天免費Cloudflare帳戶 + Node最差:約1K,人物/手部常有問題,黑色產品或含人物圖案的包裝常被阻擋 ⇒ 使用「空白背景 + 合成真實產品」方式
2 · 付費API:Gemini API / Seedream 5.5約0.05 USD/張 2K · 約0.036 USD/張綁定信用卡的API金鑰穩定,2K — 僅在用戶選擇付費時使用
3 · 你已使用的專業工具(Photoroom, Pebblely, Canva…)依你的方案而定你的帳戶 / API金鑰適合大量生產。Photoroom自稱僅約38%的修正圖片能保持產品正確 ⇒ 仍需通過完整檢查

建議:若有ChatGPT方案 → 使用該方案。若有Gemini方案 → 使用Antigravity(當週額度用盡則轉向下一方案)。僅有Claude → Claude自行用程式碼構建;如需實景拍攝效果的圖片 → Seedream 4.5(200張免費)或Cloudflare。所有方案仍會執行完整檢查 + 文字識別 + 貼上真實標籤 + 放置文字。Agent執行部分會消耗你的Agent方案額度(約120,000 tokens/產品)。 已評估,不使用(2026/11):手動網頁操作(需要用戶手動操作)、本地繪圖(FLUX消耗約17 GB RAM,24 GB機器會當機數小時)、Hugging Face、Pollinations(需將官網圖片公開上傳)、透過fal的中國模型(Qwen, Wan, Hunyuan, MiniMax:並未優於Seedream)。

向外發送的資料:官網圖片 + 提示詞會發送至OpenAI(ChatGPT方案)、Google(Gemini方案、Gemini API)、ByteDance/BytePlus (Seedream)、Cloudflare,或第三層工具;Claude自行用程式碼構建不會將圖片發送到任何地方。明確說明;不得使用機密圖片或尚未發布的產品。金鑰/Token:不得要求用戶在聊天中貼上,不得列印輸出。

安裝與連接(僅在用戶同意後,步驟0):檢查工具會為每個方案預先輸出命令(使用雜湊碼鎖定的獨立Python環境 ~/.venv-anh-qc、用於放置文字的Chrome或Edge、Codex、Antigravity、Apple命令列工具、wrangler、Gemini函式庫);沒有「下載後立即執行」類型的命令。使用 ~/.venv-anh-qc/bin/python scripts/<工具名稱>.py … 執行檢查工具。以下所有指南中的 python 命令 = 由 kiem-cong-cu-ve.py 輸出的獨立Python(Mac:~/.venv-anh-qc/bin/python;Windows:~/.venv-anh-qc/Scripts/python.exe — 檢查工具會在「技能專屬Python」行輸出絕對路徑,請使用該路徑,並使用 /)。

  • ChatGPT方案: 當Codex使用API金鑰登入時,繪圖工具會自行拒絕(OpenAl將按張計費)— 請改用ChatGPT帳號重新登入。
  • Gemini方案: 尚未安裝 agy → 檢查工具會打開Antigravity下載頁面(antigravity.google/download),Mac和Windows皆同;用戶下載、安裝、使用包含方案的Google帳號登入,並依照應用程式內的指示啟用命令列工具(尚未在全新機器上測試)。
  • Seedream (BytePlus): 用戶註冊 console.byteplus.com,先開啟「僅限免費額度模式」,添加信用卡/PayPal,啟用 Seedream 4.5 方案,在API金鑰頁面建立金鑰 → Agent使用獨立Python執行 kiem-cong-cu-ve.py --nhap-khoa byteplus(安全輸入框;金鑰會存入Mac的Keychain / Windows的Credential Manager)。信用卡/PayPal是用戶的事,Agent不輸入。
  • Cloudflare,啟用繪圖網關(在整個工作階段中於背景執行):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。首次使用 → npx --yes [email protected] login。多個帳戶 → 在執行上述命令時設定環境變數 CLOUDFLARE_ACCOUNT_ID=<32字元ID>(不要修改技能目錄中的檔案:技能更新時會覆寫)。若無法使用wrangler → 使用「Workers AI」範本Token,用戶自行設定 CLOUDFLARE_ACCOUNT_ID + CLOUDFLARE_API_TOKEN,省略 --cong。
  • 付費Gemini API: 使用獨立Python執行 kiem-cong-cu-ve.py --nhap-khoa gemini(安全輸入框);繪圖工具從環境變數 → 作業系統金鑰儲存 → 舊檔案 ~/.config/anh-qc/gemini.key(唯讀,供舊用戶使用)讀取金鑰。

工作目錄

工具的路徑: 本指南中的所有 scripts/… 都是相對於技能目錄(包含此SKILL.md的目錄),而非專案目錄 — 請使用絕對路徑(使用 /)呼叫,或先 cd 到技能目錄再執行。

<專案>/anh-hang/        官方產品圖片(tho/ = 下載的圖片,bang-xem.jpg = 帶編號的選擇面板)
<專案>/the-san-pham.md  從官方圖片中計數的事實 + 重要文字清單
<專案>/loi-nho/ · ve/(繪圖 + so-chi.jsonl 費用/次數記錄) · soat/ · sua/ · phang/(平面展開圖,已去背的產品)
<專案>/dat-chu/        cau-hinh.json + 真實Logo → ra/*.png + *.jpg

步驟 1 — 收集官方產品圖片(此步驟不可省略)

python scripts/gom-anh-hang.py "<產品頁面連結>" anh-hang → 將 ≥ 500px 的圖片下載到 anh-hang/tho/,自動跳過不同尺寸的重複圖片,建立編號的 bang-xem.jpg(如果頁面只有小圖 → 在目錄後加上參數 300 重新執行)。工具僅下載與頁面相同網域的圖片;它會報告被跳過的網域 — 如果是官方品牌/商店的圖片儲存庫(例如Haravan商店的 product.hstatic.net),則使用 --them-ten-mien <網域> 重新執行。頁面封鎖工具下載(工具會明確報告)→ 不得規避:請用戶使用瀏覽器開啟頁面,右鍵 → 儲存圖片到 anh-hang/tho/,然後執行 gom-anh-hang.py "<連結>" anh-hang --chi-bang-xem。 需要足夠的圖片:全身照3–4個角度,每個容易出錯的部件特寫,所有販售的顏色,帶有文字/標籤的正面圖片 ≥ 1000px(以便文字識別和貼上清晰的真實標籤),1張白色/素色背景圖片(用於為「Claude自行構建」路線和合成風格進行去背)。官方圖片必須清晰: 使用 cat-phong-to.py 以實際尺寸查看標籤上的小文字;若模糊、像素化、或產品佔據 < 800px → 輸出圖片也會模糊(11/16咖啡罐案例:官方圖片1000px,罐子807px,輸出模糊)。請求用戶提供更好的圖片:用手機拍攝真實產品(背景單純、光線充足、正面拍攝),或提供包裝設計檔案。官方網站上的Logo PNG/SVG;Logo < 400px 僅用於小尺寸(寬度 ≤ 110px)。缺少圖片 → 請求用戶用手機拍攝。若無官方圖片,則不繪製。如果不確定,問一個問題:他們是否有權使用品牌的圖片/Logo進行廣告?

步驟 2 — 產品規格卡:在圖片上計數,而非猜測

使用特寫圖片(scripts/cat-phong-to.py)開啟每張圖片,將每個部件的以下資訊記錄到 the-san-pham.md:數量、形狀、顏色、上面印製的文字/Logo(逐字正確抄寫)、是否對稱、不對稱部件位於哪一側(把手、握把、按鈕、旋鈕 — 「抽屜面板左1/3處的把手」)、高度:寬度的數值比例(盒子1.9:1,瓶子2.6:1)、空心還是實心、是否透明。根據規格卡,建立對照檢查清單,參考 references/danh-sach-soat-mau.md。 重要文字清單(建立一次,每次檢查時重複使用):3–8個客戶需要正確閱讀的短語 — 產品名稱、重量/容量、編號/型號(例如「3in1」)、主要標語。逐字正確抄寫,正確標註音調,正確數字。跳過連官方圖片都無法辨識的細小文字。

步驟 3 — 為每個場景撰寫提示詞

遵循 references/loi-nho-mau.md 格式(場景、鏡頭角度、光線、使用數字預留文字空間、從規格卡複製的產品描述、使用數字的比例、「無文字/Logo/浮水印」)。附加1–3張最相似角度的官方圖片 + 標籤特寫圖片。在附加前仔細檢查樣圖:收集工具可能誤取頁面上的廣告圖示/圖標。 防止AI在繪製整個產品時畫錯文字: 讓產品佔據畫面中大部分(標籤面寬度 ≥ 圖片寬度的1/3 — Seedream的咖啡罐數字錯誤正是因為罐子太小);不要要求同時繪製兩個產品。如果官方圖片中有合適角度的產品靜置在桌子/架子上的圖片,則使用空白背景 + 合成真實產品的方式(步驟4),而不是讓AI繪製產品。 各個方案的專屬技巧:參考 references/loi-nho-mau.md 結尾。

步驟 4 — 繪圖(依序執行,不要並行 — 記錄檔未鎖定)

  • ChatGPT方案: 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分鐘/張)。Codex報告預設模型「在使用ChatGPT帳號與Codex時不支援」→ 添加 --model <來自 ~/.codex/models_cache.json 的一個名稱>(2026年11月15日可使用 gpt-5.6-sol)。
  • Gemini方案: `python scripts/ve-anh-goi-google

[由於內容過長,此處截斷。完整的SKILL.md應包含所有後續步驟、檢查清單、文字放置、最終輸出等詳細說明。]

相關技能