產品照片 AI
所有圖片生成或編輯都需透過 scripts/gen.py 執行。禁止使用 PIL/rembg 手動合成或使用其他圖片工具。
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
請根據機器環境使用 python 或 python3。僅使用標準函式庫。
模型
| 模型 | 使用時機 | 成本 / 時間 |
|---|---|---|
| Nano Banana 2.1(預設) | 編輯使用者的真實照片:光線、氛圍、道具、季節感 | 約 $0.055(2K)· 約 20 秒 |
FLUX.2 Max(--model black-forest-labs/flux.2-max) | 從頭開始文字生成圖片、需要 JSON/十六進位精細控制、使用 --seed 重複版面、或 Nano 連續失敗兩次 | 約 $0.16(2MP),約 $0.22(4MP)· 30–50 秒 |
原因:在一項盲測(4 個案例、4 種模型)中,Nano Banana 2.1 在所有有勝出的案例中奪冠,且是唯一從未被標記為「看起來像 AI」的模型;FLUX.2 Max 在 4 個案例中全數被標記。詳細資訊請參閱 references/realism.md → 歷史記錄。
設定
- 金鑰存放在
OPENROUTER_API_KEY或~/.openrouter-key(由使用者建立)。切勿列印、顯示或放入curl指令中。 - 呼叫耗時 20–140 秒:請為 Bash 設定較長的逾時時間(例如 600000 毫秒)或背景執行。
- 批次前: 執行
--credits並說明餘額與預估成本。若批次超過約 $1,須取得使用者確認。HTTP 402(無in_flight)表示餘額不足:請告知使用者,不要重試,並儲存提示詞。 - 多個變體: 每個變體使用一個
gen.py平行執行,餘額較低時最多同時執行 2–3 個(OpenRouter 會因402 in_flight_budget_exhausted中斷)。需回報每個程式的結束代碼與 stderr。
決策
| 情況 | 處理方式 |
|---|---|
| 格式 | 常見格式:vertical(9:16,限時動態)和 square(1:1)。 若未指定,詢問使用者或提供 vertical |
| 他們的產品照片 | --refs + 要求的格式。若比例與照片不同,模型會延伸場景:加入「自然延伸場景以填滿畫面,保持產品相同大小並置中」(已在 Nano 3:4 → 9:16 和 1:1 測試過)。僅在保持照片原始比例時使用 --format auto |
| Instagram 貼文 | --format insta(4:5) |
| 無照片 | 文字生成圖片,使用 FLUX.2 Max 搭配 JSON |
| 改變產品形狀/高度 | 使用文字生成圖片,描述整體產品(編輯會保持比例) |
| 後續需要其他格式 | 使用不同的 --format 重新生成,切勿裁切 |
腳本參數
--format:vertical9:16(預設)·insta4:5 ·portrait3:4 ·tall2:3 ·square1:1 ·classic4:3 ·landscape16:9 ·wide21:9 ·auto(以第一張參考圖的比例為準)。- Nano: 輸出 2K;無種子(每次執行結果不同)。API 最多 14 張參考圖,腳本最多 8 張。
- FLUX.2 Max:
--quality auto|hi|std(約 4MP/約 2MP;auto在 0–2 張參考圖時為 hi)。--no-upsample關閉 BFL 的提示詞改寫器:編輯時務必使用(更忠於原圖)。--seed N可重複版面。超過 6 張參考圖 → 使用--size 1024x1024(最多 8 張)。 - stdout 是一行 JSON,包含實際的
cost_usd和seed。
提示詞:Nano Banana 2.1(編輯)
Nano 是指令模型:以散文形式對它說話,就像對照片編輯說話,不要用 JSON。
- 以動詞 + 範圍開頭:「使用提供的照片,僅改變光線。」/「…在布料上添加幾個小道具。」「僅改變」可作為語意遮罩。
- 以物理方式描述變化: 來源、方向、品質、顏色(
顏色 #FFE2B8,約 5000K,不要偏橘)、陰影如何落下。 - 以保留清單結尾: 列出每個項目:形狀、漩渦紋、糖霜、緞帶、底座、褶皺、構圖、焦點,以及手機相機的外觀與顆粒感。沒有後者,照片會被「清理」乾淨而看起來像 AI。
- 2–6 句話。 若偏離主題,縮短:減少形容詞,改變一件事。像是「讓它感覺像多一點陽光進來,像是輕微的調色」這樣的單句對於細微變化也很有效。
- 正面表述, 不要說「沒有 X」:使用「布料空置的角落」,而非「沒有雜亂」。
- 多張參考圖: 說明每張圖的角色(「第一張圖是要保留的產品,第二張是光線的氛圍參考」)。
- 從原始圖迭代以產生替代方案;僅在累積變更時從上一張好的結果開始(錯誤會疊加)。
現成模板:references/templates.md。
提示詞:FLUX.2 Max(BFL 指南)
FLUX 描述最終影像,而非指令。
- 順序為主體 → 動作 → 風格 → 背景;開頭的詞語權重最高。一般場景 30–80 字,複雜場景可更多。
- 無負面提示。 全部正面表述:
全片清晰、霧面質感、柔邊陰影。 - 真實相機: 使用
iPhone 15 拍攝,自然顆粒營造居家感;使用Fujifilm X-T5,35mm f/1.4或Kodak Portra 400營造雜誌感。 - 將十六進位顏色與物體連結,加上
color一詞:糖霜是顏色 #FFF8E7。多色產品:每個元件一個主體,加上color_match: "exact"。 - 編輯: 以「與圖片 1 相同的 [產品] 照片,未改變:[列出]」開頭,然後描述新的光線。
- JSON 適用於量產/多主體;自然語言用於探索。每次迭代一個欄位,使用相同種子。
- 圖片中的文字: 確切文字用引號標示,加上位置、字體、大小和顏色。
結構(序列化至 --prompt-file;範例請見 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": "..."}
}
寫實規則(兩種模型通用)
詳細資訊與可複製區塊:references/realism.md。
- 柔和擴散光 > 硬光。 硬質窗框陰影橫跨畫面是 AI 的明顯特徵(盲測中排名第一的拒絕原因)。請要求「柔和、擴散、低對比陰影,低調高光」。
- 適度暖色調: 使用十六進位顏色 + 色溫 +
不要偏橘(Nano)/不要中性白(FLUX)。約 5000K 能營造陽光感,又不會讓所有東西都變橘。 - 場景中僅存在一個光源。
- 無手部; 產品放置在表面上。
- 保留原始相機質感(顆粒感、輕微柔焦)。清晰銳利 = AI。
- 極簡、真實的道具(一根松枝、兩根肉桂棒、一顆八角)放在空白處,不接觸產品。不要目錄場景,不要霧氣。
- 有紋理的布料(
可見織紋的霧面棉布),否則會看起來像塑膠緞面。
忠實度與計數
- 有參考圖時: 保持照片的角度、相機高度和構圖。
- 逐一列舉每個產品的名稱和位置。以計數結尾:
剛好六個杯子蛋糕,剛好四個布朗尼。FLUX 中使用:EXACTLY N distinct items total: [list]。 - 3 個以上相似產品會合併,除非你區分它們。連續 2 輪失敗的 6 個以上產品 → 分別生成每個產品,再用多參考圖重組。
工作流程
- 確認:有無照片、格式、哪些變更(光線 / 道具 / 背景)。
- 查看每張照片(讀取):產品、角度、當前光線、確切元素。
- 將提示詞寫入暫存檔(Nano 用
.txt,FLUX 用.json)並執行gen.py。 - 驗證: 將輸出與原始圖並排比較,從兩個面向檢查:
- 寫實度: 是照片還是渲染圖?塑膠感?奇怪的硬陰影?手部、漂浮物、變形細節?數量正確?產品與原始圖相同?
- 需求: 要求的光線/顏色是否可見?明確檢查色溫。
- 失敗 → 第二輪:縮短提示詞並改變一件事。第二次失敗 → 嘗試 FLUX.2 Max 搭配
--no-upsample。最多嘗試 3 次; 然後提供最佳結果,並說明失敗原因。 - 交付檔案時附上一行說明變更內容及成本。批次結束時:總成本與餘額。
- 刪除暫存提示詞檔案。
預設設定
完整光線配方請見 references/light-presets.md。
| 預設 | 光線 / 風格 | 用途 |
|---|---|---|
| 柔和陽光(編輯預設) | 透過窗簾的擴散冬陽,#FFE2B8 約 5000K | 居家感/夢幻 Pinterest 風格 |
| 簡單聖誕 | 柔和陽光 + 2–4 個自然道具 + 遠處暖色散景 | 季節感,非目錄風 |
| 真實溫馨 | 柔和暖色窗光,霧面亞麻布 | 布朗尼、蛋糕、麵包 |
| 乾淨攝影棚 | 三點柔光箱,無縫背景 | 目錄、電子商務 |
| 真實夜晚 | 一盞暖色燈,刮痕木頭,高 ISO | 可信的暗調 |
| 黃金時刻 | 低角度陽光 #FFC078,長陰影 | 溫暖主角 |
| 柔和琥珀 | 琥珀色窗光 #FFD9A0,約 4600K | 溫馨,最均勻 |