scenario-product-shots

Scenario の商品写真

概要

商品をテキストプロンプトだけで生成することはありません。テキストプロンプトで生成したボトルを使うと、ラベルが誤った状態でランディングページに掲載されます。信頼できる写真はすべて、実際の商品のアップロード写真から始めます。忠実度は期待に委ねるのではなく、必須のチェック項目として扱います。ほとんどの作業は、決定論的な商品写真ツール（切り抜き、背景、影、再照明）と、指示編集モデルによる生成シーンへの配置という2つの方法で対応できます。接続方法と基本的な手順については、scenario スキルを参照してください。編集モデルの仕様については、scenario-image を参照してください。決定論的なツールについては、scenario-image-editing を参照してください。アセットの読み取りについては、scenario-asset-analysis を参照してください。承認済みの静止画を広告用にアニメーション化する方法については、scenario-video-ads を参照してください。ここで名前を挙げた関連スキルが利用可能なスキルにない場合は、ユーザーにインストールを依頼してください（npx skills add scenario-labs/skills --skill <name>）。無人で処理を進める場合は、ツールのスキーマに基づいて作業し、不足しているスキルを明記してください。

クイックリファレンス

必要なもの	方法
元画像	利用可能な写真の中で最も品質の高いものを upload_asset に渡します。鮮明で、均一に照明され、商品全体がフレーム内に収まっているものを選びます（切れた端を再構築するツールは、search で "uncrop" を検索します）。
忠実度チェックリスト	アップロードを一度 asset_analyze で分析し、ラベルのテキスト、形状、素材、色をすべて記録するよう指示します。以降のすべてのチェックでこの結果を再利用します。
商品写真	商品写真の要件をユーザー自身の言葉で指定して recommend を実行します（単色、透明、またはカスタム背景に対応し、余白と影を調整できる切り抜き・配置ツールが、作成時に最適な選択肢でした）。または、背景を削除して独自に合成します。
ライフスタイルシーン	capability="img2img" を指定して recommend を実行し、商品写真を参照画像として使い、商品を優先して保持するプロンプトを指定します。1回の実行につき1つのシーンを作成します。
再照明	"relighting" を search で検索します（作成時に最適だったツールは、ブランドカラーを維持しながら光、露出、雰囲気を調整できました）。
採用画像の拡大	ユーザー自身の言葉で要件を指定して recommend を実行します。作成時点では、商品に特化したアップスケーラーがありました。
合否判定	チェックリストと照らし合わせて、出力を asset_analyze で分析します。images には最大10個のID、text_inputs には保存済みのチェックリスト、instruction には1文字ずつ照合する指示を指定します。

商品を優先して保持するプロンプト

シーンのプロンプトでは、周囲の環境より商品を優先します。「参照画像とまったく同じ缶。形状と色は変更しない。ラベルには『SUMMIT COLD BREW』と表示し、それ以外の文字は入れない。濡れたスレートのカウンターの上に置き、朝のサイド光を当て、被写界深度を浅くする。」配置場所、表面、光を指定します。指定しない部分は変化します。「ラベルを変更しない」とだけ指示しても、モデルが参照画像から読み取った内容に応じて書体が変わることがあります。そのため、保持する条件にはチェックリストにあるラベルの文言（パッケージに既存の文字のみ）を引用して含め、生成画像を信用するのではなく、合否判定で文字を1文字ずつ読み取ります。

影と反射がリアリティを生みます。影や反射のない切り抜き画像を貼り付けると、浮いて見えます。影を再構築するステージツールを優先するか、編集プロンプトで影を指定してください（「右に落ちる柔らかな接地影」）。

具体例：1 缶の商品カットと 3 つのシーン

1. スタジオ写真で upload_asset を実行し、続けて upload_asset_complete を実行します。これにより asset_can が作成されます。
2. asset_analyze でチェックリストを一度作成します（実行レーンに書き込み、コントラクトは scenario-asset-analysis）。在庫情報はテキストアセットとして保存されるため、asset_download でダウンロードし、 テキストを保持します。
3. 商品カット：パックショットの要望をユーザー自身の言葉で指定して recommend を実行し、選んだものを model_schema_get で取得します。その後、画像フィールドに asset_can を指定し、背景色にブランドの HEX カラーを設定して実行します。余白はマーケットプレイスの最新仕様に従います（ユーザーに仕様を確認してください。 無人実行の場合はタスクの指示に従い、それ以外の場合はツールのデフォルト値を使用します）。
4. シーン：capability="img2img" を指定して recommend を実行します。next_step.type="ask_user" の場合は、 選択肢を提示します（無人実行の場合、タスクの指示に選択内容があればそれに従い、なければ proceed を選びます。まず specialty.model_id を確認し、caveats または when_general_better に 現在のタスクが記載されている専門モデルは除外します。次に上位の ranked エントリーを選び、 requires_plan_upgrade のフラグが付いたものは決して選びません）。選んだものを model_schema_get で取得し、 3 回実行します。実行ごとに、保持を優先するプロンプトにシーンの条件を 1 つ加え、 スキーマの指定どおりに asset_can を接続します（配列にするのは array: true の場合だけです）。
5. jobs_wait を実行し、保存したチェックリストを text_inputs に渡して、ラベルを 1 文字ずつ読み戻すよう指示し、 4 つすべての出力を 1 回の asset_analyze 呼び出しで判定します。ラベルが変わっていれば、そのショットは不合格です。 保持する条件をより厳密にして、asset_can から再実行します（引用した表記を 1 文字ずつ指定し、「ほかのテキストは 入れない」という条件も維持します）。変更された出力から再実行してはいけません。出力解像度では判定できないテキストは、 合格ではなく未検証です。アップスケールして再判定するか、納品時の注記に記載します。
6. 採用する画像をアップスケールし、format="png" を指定して asset_download を実行して、コレクションにまとめます。

よくある間違い

• 写真は説明しやすそうだからと、テキストの説明から商品を生成する：ラベルが最初から存在しなければ、編集で元に戻せないため、 修正不能な唯一の誤りです。
• トリミングしたスクリーンショットを合成に使う：忠実度は元画像を超えません。元ファイルを依頼し、誰も提供できない場合は、 手元で最良の素材を使って進め、納品時の注記に限界を記載します。
• 「見た目に問題ない」からと判定を省く：サムネイルではラベルの変化を見落とします。チェックリストとの照合では 1 文字ずつ確認します。
• 価格、訴求文、販促コピーを画像に入れるようプロンプトで指示する：scenario-text-overlay で重ねます。 規制や地域ごとの要件は、商品画像よりも頻繁に変わります。
• 背景を削除して、本物の影まで失う：影を作るツールで再構成するか、新しい影を生成するようプロンプトで指示します。
• 「同じシーンを 4 つのアングルで」と、バッチ数を指定して 1 回だけ実行する：アングルごとの条件が必要なため、 それぞれ 1 回ずつ実行します（scenario-image）。