image-ad-clone

image-ad-clone（Arcads）

将现有图片广告转化为可复用、可参数化的提示词模板，并追加到共享的 37-template image-ad library。模板会通过 Arcads 的图片广告生成器之一进行往返验证——ChatGPT Image 2（排版 / UI 仿制类模板）或 Nano Banana（写实 / 生活方式 / 多参考图类模板）。

此技能取代旧版锁定 Uni1 的 image-ad-clone（仅适用于 Luma uni-1）。它与后端无关：在第 1 阶段，Agent 会询问你（或根据参考图自动检测）要使用 gpt-image-2 还是 Nano Banana 进行验证，然后调用本仓库中匹配的生成脚本。

阅读顺序

1. 本文档 — Arcads 专用生成器路径、模型选择决策，以及仓库层级中锁定的内容。
2. shared/skills/image-ad-clone/prompting/guide.md — 完整的模型无关 10 阶段工作流（视觉分析 → 起草提示词 → 使用参考图生成 → 迭代 → 泛化 → 测试 → 跨模型验证 → 编写文档 → 保存）。
3. shared/skills/image-ad-prompting/prompting/template-format.md — 条目框架。
4. shared/skills/image-ad-prompting/prompting/prompt-library.md — 新条目的存放位置。此处已有 37 个经过验证的模板；新条目从 T40+ 开始。

硬性规则

继承共享指南中的全部 6 条硬性规则（去除平台界面元素、通过生成进行验证、测试泛化后的版本、最终模板中不得包含特定品牌文本、绝不静默覆盖、记录两个后端的模型说明）。此外还需遵守仓库专属规则：

7. 后端只能是 Arcads 上的 ChatGPT Image 2 或 Nano Banana。 绝不使用 uni-1。用户选择（或 Agent 自动检测）后，在第 1 阶段确定脚本。

第 1 阶段：选择合适的后端

根据参考广告的内容进行选择——大多数模板都明显属于以下某一类。

参考广告符合以下情况时，使用 chatgpt-image-ad（gpt-image-2）：

• 排版内容较多 / 仿制 UI（Apple Notes 列表、仿制 Google 搜索、仿制 Slack 讨论串、ChatGPT 对话广告、iMessage 截图、对比表格、仿制 AirDrop 对话框、Hinge 风格卡片、日历 UI、天气预报 UI、杂志报头）
• 野蛮主义 / 编辑风格排版的主视觉（超大字体构成笑点）
• UI 元素中包含密集的小字

参考广告符合以下情况时，使用 nano-banana-image-ad（Nano Banana 系列）：

• 写实的手持物品（白板、餐巾纸、便签、字母板、刮刮卡）
• 具有理想生活方式的摄影（落日、黄金时段的厨房、户外广告 / 公共交通广告）
• 多张参考图融合（在同一张图中融合徽标、产品、风格和角色）
• 黏土 / 定格黏土动画 / 类 Pixar 质感

如果参考图同时符合两类（例如，带有渲染文字叠层的 UGC 风格照片），更稳妥的默认做法是克隆两次——每种后端各一次，并在模板的 Model notes 中注明哪种生成效果更好。Agent 会在第 8 阶段提供此选项。

如果用户明确要求“用 gpt-image-2 克隆此图”或“用 Nano Banana 克隆此图”，请按其要求执行。

依赖项

此技能使用同一仓库中匹配的生成脚本：

• 使用 gpt-image-2 进行验证：skills/chatgpt-image-ad/scripts/generate_image.py（锁定为 model: gpt-image-2）
• 使用 Nano Banana 进行验证：skills/nano-banana-image-ad/scripts/generate_image.py（默认使用 nano-banana-2；可选传入 --model nano-banana-pro 或 nano-banana-edit）

如果此仓库中未安装任何一个生成器，请在第 1 阶段中止并提供修复提示。

另需：

• .env 中包含 ARCADS_BASIC_AUTH 或 ARCADS_API_KEY
• .env 中的 PRODUCT_ID（可选）——如果未设置，生成器会自动获取第一个 Arcads 产品
• Python 3.12+

此技能的生成器所在位置

当共享指南的阶段 1 要求你定位配套生成器时，请根据模型选择按以下顺序查找：

对于 gpt-image-2：

1. ~/.claude/skills/chatgpt-image-ad/scripts/generate_image.py
2. <repo>/skills/chatgpt-image-ad/scripts/generate_image.py
3. 如果两处都没有：停止操作，并请用户先安装 chatgpt-image-ad。

对于 Nano Banana：

1. ~/.claude/skills/nano-banana-image-ad/scripts/generate_image.py
2. <repo>/skills/nano-banana-image-ad/scripts/generate_image.py
3. 如果两处都没有：停止操作，并请用户先安装 nano-banana-image-ad。

宽高比映射

无论使用哪个模型（gpt-image-2 或 nano-banana），Arcads 图像端点（/v2/images/generate）只接受 1:1、16:9、9:16。测量原始广告的宽高比时（阶段 2）：

• 宽高比为 4:5、2:3、5:4 的广告 → 以 1:1 渲染，然后在后续的广告构建技能中裁切
• 宽高比为 1.91:1 的广告 → 以 16:9 渲染，然后裁切
• 宽高比为 9:16 的广告 → 原生比例，无需更改

在模板的 Aspect ratio: 字段中记录宽高比回退方案，让后续用户知道他们使用的是映射后的比例，而非原始比例进行渲染。

（KIE per-API 仓库的 image-ad-clone 技能支持更广泛的原生比例集——4:5、2:3、3:2 等——因为 KIE 的 /jobs/createTask Nano Banana 端点接受这些比例。如果宽高比保真度比 Arcads 专属控制更重要，可考虑使用 KIE 仓库中的该模板。）

工作流阶段（与模型无关，完整详情请参阅共享指南）

1. 阶段 1：预检 + 模型选择。 确认参考图像文件可访问；.env 中有 Arcads 凭据；已检测到两个生成器。询问用户要用哪个模型进行验证（或根据参考图中排版与照片的占比自动检测）。
2. 阶段 2：视觉分析。 从结构上描述参考图——宽高比、格式类型、布局、排版、调色板、摄影风格、每段文本的原文、装饰元素、需要去除的界面元素。
3. 阶段 3：起草 v1 提示词（保留品牌专属信息）。
4. 阶段 4：使用参考图生成，调用匹配的生成器脚本。传入 --image-ref <reference_path> 和匹配的宽高比。
5. 阶段 5：比较并迭代。 根据差异优化提示词。最多迭代 4 次。
6. 阶段 6：泛化为占位符（{brand.name}、{brand.color_primary} 等）。
7. 阶段 7：使用不同品牌测试泛化后的模板。 重新生成。如果结构失效，则优化占位符集合。
8. 阶段 8：跨模型验证（推荐）。 在此仓库中通过另一个后端运行同一模板。在 Model notes 区块中记录差异。
9. 阶段 9：记录模板。 使用 template-format.md 中的格式。必填字段：tag、when-to-use、aspect ratio、reference image guidance、variable schema、template prompt（完整验证版）、example fill、两个后端的 Model notes、validated example path。
10. 阶段 10：保存并确认。 追加到 shared/skills/image-ad-prompting/prompting/prompt-library.md。打印路径。将 PNG 移至永久迭代目录。

迭代目录结构

<cwd>/iterations/clone-2026-05-26/
  T40-lifestyle-hero/
    prompt.txt
    v1.png, v2.png, …                # against the source ref (chosen backend)
    test-fill-v1.png, …              # Phase 7 generalization test against a different brand
    cross-{other-backend}/v1.png     # Phase 8 cross-model validation (optional)
    notes.md

阶段 9 中常见的 Model notes 编写模式

**Model notes:**
- **gpt-image-2:** {observed behavior — e.g. "clean — strong on UI mimicry and table text", "tends to add a 4th Slack message — keep prompt explicit about exactly N", "small chart axis labels blur — bump font size feel"}
- **nano-banana:** {observed behavior — e.g. "strong — preferred backend for handheld board photos", "character identity drifts across variants on -2; use -pro to lock", "weak on dense table text — keep rows to 4 max"}

如果阶段 8 中只用一个模型进行了验证，请明确说明：

**Model notes:**
- **gpt-image-2:** validated clean (see iteration path)
- **nano-banana:** untested — validate before using on nano-banana-image-ad backend

uni-1 时代的提示词库与此版本的差异就在于这个 Model notes 区块。不要省略它——这决定了模板是否可移植，以及用户是否知道该如何使用。

另请参阅

• shared/skills/image-ad-clone/prompting/guide.md — 完整的 10 阶段工作流
• shared/skills/image-ad-prompting/OVERVIEW.md — 生态系统背景
• chatgpt-image-ad skill — gpt-image-2 生成器（选择该后端时用于验证）
• nano-banana-image-ad skill — Nano Banana 生成器（选择该后端时用于验证）
• arcads-external-api skill — Arcads 约定（会话文件夹、积分费用确认、预签名上传流程）