iithink88/cup-shop-illustration

一杯飲料，一座小店

上傳一張真實的咖啡／奶茶照片 → 得到一張精緻可愛的品牌主題等軸測門店插畫，外加一張「原圖 vs 插畫」高清對比圖。

核心心法（只有一句）：保留原始飲品的識別特徵，重新設計它的建築功能。 不是「畫一個差不多的杯子」，而是「讓照片裡那杯飲料，長出窗戶、樓梯和小店員」。

成品長什麼樣

以 GridCoffee 綠杯為例：綠色杯身變成兩層店鋪主體，米白色杯蓋變成屋頂平台，白色方框 logo 原樣留在牆上；杯身開拱形窗和 striped 遮陽篷，右側有木樓梯與綠植，門前有吉祥物、小桌椅和 A 字牌，整座建築落在斜向石磚地台上；頂部是 Grid Coffee / Americano / Yunnan · Giupo Estate 圓潤粗體標題，薄荷綠純色背景配白雲。

風格是 Adobe Illustrator 做的 2D 矢量插畫，不是 Blender 渲染的 3D 場景。

工作流（自動跑完，不逐步徵求確認）

用戶默認會上傳一張飲品照片，常附帶品牌名、飲品名、咖啡豆產地、聯名等補充說明。按下面六步一次做完。

Step 0 · 收圖與預處理

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="<目前工作區>/out/cup-shop-illustration"
mkdir -p "$OUT"

"$PY" "$SK" prepare "<用戶上傳的照片絕對路徑>" --out "$OUT/photo_clean.jpg"

• prepare 統一 EXIF 方向、轉 sRGB、去 alpha、長邊 ≤2048，並列印資訊卡（寬高、方向、亮度、主色）。資訊卡裡的方向決定後續畫布比例與拼接方向。
• 它只改檔案格式與尺寸，不改畫面內容。餵給 ImageGen 用 photo_clean.jpg；拼接時仍用用戶上傳的原始照片。
• 若用戶上傳的是 HEIC / webp 等 Pillow 讀不了的格式，先用系統工具轉成 PNG 再走本步，並如實告知。

Step 1 · 觀察照片，填「識別卡」

用視覺能力直接看原始照片（不要用程式碼提取邊緣、不要預先生成線稿），按 references/diagnose.md 的識別卡逐項讀取：

欄位	內容
品牌名	杯身 logo / 文字，盡量給出英文名或拼音
飲品名	從杯身標籤、小票或用戶說明讀取
杯型	外帶紙杯 / 透明塑膠杯 / 易開罐 / 玻璃瓶，及寬高比例
頂部結構	平蓋、飲用口、吸管、奶蓋、奶油、封膜
主色 / 輔助色	用 Step 0 的主色資訊卡交叉驗證
logo 與文字	形狀、位置、顏色（範例：白色空心方框 + 杯身下方 GridCoffee）
配料 / 裝飾	咖啡豆、珍珠、水果、餅乾碎、分層、冰塊
產地 / 聯名	雲南莊園、聯名 IP 等，可化作環境元素

規則：用戶明確給出的資訊優先；照片裡讀不出的一律不編造，改用「杯身原有的文字/圖形」這類描述；不要擅自換品牌、改配色、改杯型。

Step 2 · 組裝提示詞

讀 references/prompt-master.md，用其中的主模板填寫 6 個槽位（品牌 / 飲品 / 補充說明 / 原圖方向決定的畫布比例 / 背景色 / 特色元素），得到一條完整提示詞。

• 模板裡的風格條款、負面詞、構圖約束原樣保留，不要精簡。
• 生成的最終提示詞作為核心資產，在交付時原文附上（用戶常要複用）。
• 需要中文字牌時，主標題仍用英文，中文只作小幅裝飾；AI 中文易亂碼，見 diagnose.md 的處理辦法。

Step 3 · 出圖（ImageGen 圖生圖）

⚠️ 呼叫前必須在回覆中明確告知：單次 ImageGen 約消耗 5–10 積分。 先聲明、後呼叫。

參數	取值
prompt	Step 2 的完整提示詞
image1	Step 0 的 photo_clean.jpg 絕對路徑（真實照片，禁止純文生圖）
size	原圖豎版 1024x1365（3:4，2026-11-08 實測可用，實際返回 1024x1360；被拒則降級 1024x1280）；橫版 1536x1024；方形 1024x1024
quality	high
input_fidelity	medium（預設，見下方調參）
output_dir	$OUT
footnote	""（工具側浮水印可去掉；平台仍會強制疊「AI生成 WORKBUDDY」，用 Step 5 的 cleanwm 清除）
style	不填，風格由提示詞鎖定

input_fidelity 調參：medium 既保住杯型/logo/配色，又允許重新構圖。跑偏成「別的杯子」→ 升到 high；畫面像照片臨摹、視角沒變成 45° → 降到 low。

生成的是一張獨立完整的插畫，絕不能讓 AI 直接畫左右對比圖，也不能從對比圖裡裁出插畫。

Step 4 · 自檢

按 references/diagnose.md 的九條自檢逐項比對。三條必查：

1. 一眼能認出是照片裡那杯飲料嗎？（杯型、主色、logo 位置）
2. 是純 2D 粗黑描邊 + 純色平塗嗎？（出現塑膠質感 / 漸變 / 軟陰影 = 失敗）
3. 建築、樓梯、人物、地台、標題都完整在畫面內嗎？（截斷 = 失敗）

不合格 → 只改對應那一段提示詞，最多重試一次；仍不合格就如實交付並說明可調方向，不要偽裝成功。

Step 5 · 去浮水印 + 程式碼拼接

平台會在插畫右下角強制疊「AI生成 WORKBUDDY」白字，footnote: "" 去不掉。先無痕清除，再拼接：

"$PY" "$SK" cleanwm "$OUT/<插畫檔案名稱>.png" --out "$OUT/<原名>_illustration.png"

"$PY" "$SK" compose \
  --photo "<用戶上傳的原始照片絕對路徑>" \
  --art "$OUT/<原名>_illustration.png" \
  --out "$OUT/<原名>_compare.png"

• cleanwm 預設的 selective 模式只把偏白的浮水印像素拉向背景色，不裁地台、不誤抹綠葉，實測無殘留、無接縫。預設 --threshold 160；若右下角有白雲/米白石磚等淺色裝飾，調高到 190–210 避免誤傷。浮水印位置特殊時可調 --box "x0,y0,x1,y1"，或改用 --mode fill（會抹掉框內裝飾，慎用）。
• compose 按原圖方向自動選：豎版/方形 → 原圖在左、插畫在右；橫版 → 原圖在上、插畫在下。也可 --layout side|stack 強制。
• 以插畫原始像素為基準，插畫不縮放，原圖等比縮放對齊；白色間隔 24px、外邊距 24px，比例差異用留白吸收。
• 不裁切、不拉伸、不修改原照片內容，輸出高清 PNG。
• cleanwm 失效時備用 trim <插畫> --bottom 0.06 --mode pad；但它會裁掉畫面底部，可能切到地台，只在萬不得已時用。

Step 6 · 交付

用 present_files 先展示拼接圖，再展示獨立插畫（兩張都要給）。回覆裡給三行結論：識別出的品牌/飲品、畫布比例與 input_fidelity、兩個檔案的路徑；再附完整提示詞原文。

硬規則（違反即失敗）

1. 必須以真實照片作 image1 做圖生圖，不能只憑文字重畫一個杯子。
2. 拼接必須用用戶上傳的原始照片，不能用 AI 重繪的「照片」冒充。
3. 保留原杯型、主色、logo 與包裝特徵；重新設計的是建築功能，不是包裝。
4. 不機械複製原照片的拍攝角度，要做合理的三維空間推演（45° 斜上方等軸測）。
5. 先生成獨立完整插畫，再拼接；禁止從對比圖裁切。
6. 只做 2D 矢量插畫，嚴禁 3D 渲染 / 寫實 / 水彩 / 漸變 / 複雜光影。
7. 不用程式碼提取邊緣或生成線稿，讓圖像模型直接理解原圖。
8. 出圖前必須告知積分消耗；不逐步徵求確認，一次跑完。

可調項

想改什麼	改哪裡
背景色	提示詞「明亮柔和的薄荷綠」→ 換成品牌協調色
標題文字	主/副標題槽位；不確定就只寫品牌名
產地 / 聯名元素	「特色元素」槽位，如咖啡樹枝、莊園 A 字牌、聯名小人
吉祥物數量 / 樓梯滑梯	提示詞「建築設計」段的設施列表
畫布比例	Step 3 的 size，同時改提示詞裡的畫布條款
保真度	input_fidelity low / medium / high
拼接間隔與底色	compose --gap --pad --bg

資源

檔案	用途
references/prompt-master.md	主用：完整可複用提示詞模板、槽位表、三套填好的範例、負面詞表
references/diagnose.md	照片識別卡、九條自檢、失敗修法表、中文文字處理
scripts/imgtool.py	prepare / cleanwm / compose / trim / sheet 五個本地子命令
README.md	中文安裝與使用說明