create-product-image

name

create-product-image

description

This skill should be used when the user asks to "create a product ad", "generate ad creatives", "make a Meta ad image", "Produktbild generieren", "Ad-Creative erstellen", "Werbebild bauen", "swap the background of a product photo", or wants ad images where the real product must be reproduced faithfully. Covers the BACKGROUND-SWAP method for true product fidelity, brand text/price/discount overlays, feature callouts, logo placement, and native 1:1 / 4:5 / 9:16 framing. Routes to OpenAI gpt-image via OpenRouter (default) or fal.ai.

create-product-image

Vollstaendige Pipeline fuer Produkt-Ad-Creatives: Szene generieren, Format setzen, Marken-Typografie auflegen, Treue pruefen.

⚠️ Gateway-Wahl zuerst: Dieser Skill nutzt kostenpflichtige APIs (OpenRouter ~$0.25/Bild, fal). Ist Codex + WhisperM8 verfuegbar (Flat-Plan), ist der Schwester-Skill codex-create-creative der Standard — kostenlos, mit Zwei-Schritt-Pipeline und Struct-Prompts. Kostenpflichtige Laeufe NUR nach explizitem User-Go starten, nie stillschweigend. Die PIL-Werkzeuge in scripts/ (overlay_*, composite_logo, reframe, brandkit) sind gateway-neutral und werden von beiden Skills genutzt.

Das Wichtigste zuerst: drei Treue-Stufen

Ein Bildmodell re-rendert das Produkt. Bei reiner Generierung ist es nie pixelgenau. Feine Details wie Logo, Verstell-Rad oder Halterung werden erfunden und variieren pro Lauf. Deshalb gilt immer eine dieser drei Einstufungen:

1. Echt (1:1) per BACKGROUND-SWAP. Echtes Produktfoto als Referenz, das Modell ersetzt nur den Hintergrund und rechnet Schatten sowie Reflexion dazu. Produkt, Halterung und Logo bleiben die echten Pixel. Die Methode der Wahl bei komplexen Produkten.
2. Produktnah. Produkt aus der Referenz neu generiert. Sieht gut aus, aber Details sind nur angenaehert. Taugt fuer Vielfalt, nicht fuer Detailgenauigkeit.
3. Abweichend. Falsche Halterung, fehlendes Logo, verkrakelter Text. Verwerfen.

Regel: Bei komplexen Produkten immer Background-Swap. Nie "1:1" behaupten, wenn das Modell das Produkt neu gemalt hat. Die Einstufung im Zweifel abwerten, nicht schoenreden.

Gateway waehlen

	--gateway openrouter (Default)	--gateway fal
Ausgabe	immer ~1024x1024	echte Leinwandgroesse
--aspect-ratio	nur ein Kompositions-Hinweis	die tatsaechliche Groesse
--image-size	wirkungslos	bis 3840px (nur gpt-image-2)
Kosten pro Bild	ca. $0.24 bis $0.27 (high, mit Referenzen)	$0.02 bis $0.20 je Modell und Qualitaet
Staerke	starkes Ankern auf der Referenz, beste Produkttreue	echte Hochformate, grosse Bogen

Fuer Produkt-Ads mit Treue-Anspruch: openrouter. Das quadratische Ergebnis wird anschliessend per reframe.py mittig auf 4:5 oder 9:16 beschnitten, nie gestreckt.

Fuer Storyboards, grosse Bogen oder echte Nicht-Quadrat-Leinwaende: fal mit gpt-image-2.

BACKGROUND-SWAP, die Kern-Methode

Die Scripts liegen im Plugin, gearbeitet wird im Kundenverzeichnis. Deshalb immer über ${CLAUDE_PLUGIN_ROOT} aufrufen:

S="${CLAUDE_PLUGIN_ROOT}/skills/create-product-image/scripts"

python3 "$S/generate.py" \
  --prompt "This is a REAL product photo of <Produkt>. KEEP THE ENTIRE PRODUCT EXACTLY AS IN
   THE INPUT, pixel-faithful and unchanged: <jedes Teil einzeln nennen>. Do NOT redraw,
   reshape, recolour or move any part of the product. ONLY replace the plain background with
   <SZENE>, add a realistic soft contact shadow and subtle reflection. Photoreal, premium,
   product centred, clean empty space in the upper third for later text." \
  --output base.png --ref-image ORIGINALFOTO.jpg --no-text --quality high

python3 "$S/reframe.py" --image base.png --output base916.png --ratio 9:16
python3 "$S/overlay_portrait.py" --image base916.png --output final.png \
  --headline "Dein Home-Gym.\nEine Hantel." --price "CHF 199.-" --strike "239.-" --discount "-17%"

Warum das funktioniert: Der Referenz-Modus ankert sehr stark auf dem Eingabebild. Produkt, Halterung und Logo bleiben praktisch unveraendert, nur der zuvor schlichte Hintergrund wird ersetzt und Licht sowie Schatten angepasst.

Grenze: Die Pose ist durch das Originalfoto vorgegeben. Loesung: mehrere Original-Posen nutzen (frei, dreiviertel, in der Halterung, von oben) und je Foto verschiedene Szenen bauen.

Harte Regel: nichts erfinden, was es nicht gibt

Das Modell darf nie eine Halterung, Ablage oder Basis erfinden, die auf der Referenz nicht zu sehen ist.

• Referenz ohne Halterung: der Prompt muss enthalten do NOT add any stand, tray, cradle, dock or base that is not in the reference.
• Halterung gewollt: von Anfang an eine Referenz mit der echten Halterung verwenden. Nie eine freie Referenz nehmen und auf eine Halterung hoffen.

Erfundene Halterung heisst verwerfen, nicht nachbessern.

Referenz-Regeln

• Immer echte Originalfotos von der Produktseite. Niemals ein zuvor generiertes Bild als Referenz, sonst potenzieren sich Fehler. Nachpruefbar im Feld ref_images der .meta.json, die neben jedes Bild geschrieben wird.
• Pose passend zur Komposition. Ein frei gehaltenes Produkt braucht eine freie Referenz. Eine falsche Pose-Referenz erzeugt unmoegliche Bilder.
• Hochaufloesend ziehen, so gross wie die Quelle hergibt.
• Fuer den Background-Swap reicht eine starke Referenz, sie ist das Produkt. Beim Neu-Generieren verbessern mehrere Referenzen die Treue.

Scripts

Script	Zweck
generate.py	Bild erzeugen. Ohne --ref-image Text-zu-Bild, mit Referenz der Edit-Modus. --gateway, --no-text, --quality. Schreibt <out>.meta.json mit Modell, Referenzen und Kosten.
reframe.py	Format per mittigem Crop, erfindet nie Pixel. --ratio 1:1|4:5|9:16|16:9
overlay_text.py	Marken-Typo: Headline oben, Preis-Pille unten, Rabatt-Kreis.
overlay_portrait.py	Hochkant-Layout fuer Stories und Reels.
overlay_landscape.py	16:9-Layout, Text links, Produkt rechts.
overlay_callouts.py	Feature-Callouts mit Linie zum Produktteil.
composite_logo.py	Echtes Logo als Marken-Signatur in die Ecke, nie aufs Produkt.
brandkit.py	Loest brand.json auf. Kein Aufruf noetig, die Overlays nutzen es.

Marke konfigurieren

Farben, Schrift und Logopfade stehen nicht im Plugin, sondern in einer brand.json im Kunden-Verzeichnis. Gesucht wird vom Arbeitsverzeichnis aufwaerts. Vorlage: examples/brand.json im Plugin-Root. Ohne brand.json laufen die Scripts mit neutralen Defaults und warnen.

Text: zwei erprobte Wege

A) Text vom Modell rendern lassen. Im Background-Swap-Prompt zusaetzlich Headline, Preis und Rabatt als exakte Strings vorgeben. Kurze Copy und Preise kommen sauber, das Layout ist voll integriert und verdeckt das Produkt nicht. Rechtschreibpruefung ist Pflicht, lange Copy verkrakelt. Genau ein Prozentzeichen schreiben.

B) Overlay. Mit --no-text generieren, dann die Overlay-Scripts. Pixelgenaue Marken-Typo, aber das Textband kann bei Hochkant Teile verdecken.

Beide testen. Fuer die Schweiz: du-Form, "ss" statt "ß", Preisformat CHF 199.-.

QA nach jedem Bild, ohne Ausnahme

• Jedes Bild visuell gegen das echte Produkt pruefen, bevor es als gut gilt.
• Treue-Stufe ehrlich vergeben. Im Zweifel abwerten.
• Pruefen: Form, Mechanik, Halterung, Logo, Rechtschreibung.
• Defekte verwerfen und mit richtiger Methode neu bauen, oder ehrlich melden, dass keine passende Referenz existiert.

Der Skill verify-product-image automatisiert die formalen Teile dieser Pruefung.

Empfohlener Workflow

1. Originalfotos ziehen, sichten, Posen identifizieren.
2. Background-Swap je Pose mal mehrere Szenen, --no-text, --quality high.
3. QA jeder Basis: Produkt, Halterung, Logo unveraendert?
4. reframe.py auf die Zielformate.
5. Typografie per Overlay, Logo nur in die Ecke.
6. Ablegen und ins Portal uebernehmen, siehe research-to-portal.

Weiterfuehrend

• references/hochformat.md — warum 9:16 und 4:5 nur per Mittel-Crop entstehen und wie das Quadrat dafuer komponiert sein muss. Lesen, bevor Hochformate gebaut werden.
• references/json-prompting.md — JSON-Spec statt Fliesstext fuer conversion-optimierte Ads mit Sticker, Streichpreis und CTA-Button.
• references/pitfalls.md — gelernte Fallen: Personen-Ads, Logo-Reproduktion, Konzepte, die mit Neu-Generierung zuverlaessig scheitern.

Zugangsdaten

OPENROUTER_API_KEY fuer openrouter, FAL_API_KEY fuer fal. In der Umgebung oder einer .env im Verzeichnisbaum. Nie committen.

Verwandte Skills

verify-product-image (Qualitaetskontrolle) · research-to-creative (Hooks und Copy aus Recherche) · research-to-portal (Ergebnisse ins Kundenportal)