Appearance
AI SkillAgent 调用可使用
产品保真 Skill
在模特或场景图中替换真实商品，用原图证据约束结构、材质和接触关系，并逐张验收。
产品事实，先于画面风格
商品原图结构与材质目标场景人物与环境
- 01登记证据事实、连接与可见范围
- 02约束制作选择方法，预检提示词合同
- 03对照验收逐项核对结构、材质与接触
按实际方法标注交付状态
它解决什么问题
生成图整体好看，却改掉了商品部件、连接方式或材质。把产品事实、方法选择与验收记录串起来，及时识别并停止身份漂移。
适合谁使用
制作真实商品的模特图、场景图，且需要保留商品身份与材质细节的电商视觉制作人员。
它如何工作
建立原图证据
原始分辨率下检查产品，登记来源、文件哈希与证据区域。产品图证明商品事实，场景图提供人物与背景；生成候选不能反过来补充产品证据。
- 输入
- 商品原图、局部图与目标场景
- 产出
- 产品事实与部件连接记录
黄色包手持场景示例
下面用黄色包的手持场景候选图，展示商品轮廓、提手与人物手位如何组织到同一个画面中。柔和光线与浅色服装让用户更容易看清包体和接触关系。
黄色包手持场景示例查看大图 ↗
围绕黄色包组织手位、提手接触和柔和光线，便于理解商品放入人物场景的效果。既有记录未通过最终保真验收。
这张图采用证据约束重建，属于制作过程中的场景候选。既有记录发现原图的小字印刷细节没有完整保留，因此未通过最终产品一致性验收。它用于理解手持场景的制作效果，不能作为像素完全一致的证明。本次只更新博客展示素材，没有重新执行全套视觉验收。
使用方式
Skill 名称为 preserving-product-fidelity，用于把真实商品放入模特图或生活场景图，并在制作与验收过程中保留商品身份。向已配置该 Skill 的 Agent 提供商品原图、必要的局部或其他角度，以及目标场景，说明需要保留的产品事实与制作目标。
例如：「用 preserving-product-fidelity，把这件商品替换进目标模特图。先检查原图能证明哪些结构和材质，列出缺失证据，再确定制作方法。」Agent 按协议整理任务记录，调用验证脚本，并对候选图片逐项核验。
原图证据决定展示方式
产品原图提供商品事实，目标场景提供人物与环境。轮廓、部件数量、连接方式、文字、纹理和五金位置都需要对应原图区域；候选生成图用于发现问题，不用于证明商品本身的结构。
只有正面证据时，先选择能够保留正面展示的角度与构图。通过调整姿势、手位和裁切，让未知区域继续被遮挡。无法自然展示时补充参考图，不凭同类商品经验补出侧面、背面或连接细节。
方法与交付状态
平面陈列或简单贴合适合复用原始商品像素，并记录变换和受保护区域。需要自然手持、穿戴、透视和现场光照时，可以采用证据约束重建：只重建原图已经支持的可见结构与材质，再逐项进行参考对照。
两种方法对应不同交付状态。像素复用在完整验收与验证通过后，可以标为 verified_composite；证据约束重建通过结构和材质对照后，标为 verified_reference_match，表示通过参考核对，不能据此宣称像素完全相同。全量自由重绘最多保留为 unverified_draft。
从任务记录到逐张验收
结构化 JSON 任务记录（manifest）保存来源、文件哈希、产品事实、连接关系、参考计划、展示范围、制作方法、批准范围、验收记录和交付状态。制作首张候选前先运行 Python 验证器，通过后导出可追溯的提示词合同。
验证器检查记录完整性、引用与规则约束。执行者仍需核验原图、文件和实际图片，逐项检查商品身份、纹理尺度、光泽、缝线、接触关系以及人物和场景。一次完成一张，发现身份或材质漂移就拒绝当前候选；同一错误连续两次出现时停止当前方法。
质量修复与产物
商品身份、材质、人物、场景和接触关系通过后，再单独诊断模糊、蜡感、噪声或纹理问题。保留修复前版本，以整体构图、原始像素和放大视图对照；质量处理完成后重新做全部验收，不继承上一轮通过状态。
最终留下产品证据记录、提示词合同、候选与局部对照、质量诊断、验收结果和交付状态。这个 Skill 提供的是制作与核验协议，实际效果取决于参考图、工具能力、制作方法和逐项检查结果。