Nano Banana Pro 服装平铺图

传统服装平铺图的制作痛点

在电商或设计工作流中，制作整洁的服装平铺展示图通常需要人工进行修图、背景抠除与重新摆放。这不仅耗时，且受限于原始照片的光影条件和背景杂乱程度。当团队需要高频更新商品图，或者需要在特定品牌色、特定比例下保持视觉一致性时，人工处理的成本会急剧上升。

Nano Banana Pro 的生成工作流

该技能通过底层 Nano Banana Pro 模型，将上述繁琐过程转化为可控的文本到图像生成任务。核心逻辑分为以下几步：

• 结构化提示词控制：将用户的文案拆解为交付物、场景、构图、光影、材质及必须出现的文字等维度，确保模型理解重点在于衣物轮廓、褶皱控制和背景纯净度。
• 多图参考逻辑：若提供参考图，技能会明确每张图的控制目标（如主体结构或特定风格），并按顺序映射到输入中，而非简单的风格迁移。
• 脚本化交付与校验：通过 scripts/generate.js 执行任务，并在完成后自动验证本地文件的bytes大小是否大于零，确保最终交付的是可访问的绝对路径图片，而非无效的临时链接。

适用边界与合规注意

在应用该技能时，需注意以下几点：

• 非真实物理还原：模型生成的衣物细节、纹样文字及尺寸比例不具备物理真实性。涉及严谨信息时，必须进行人工复核，不可作为客观事实直接使用。
• 严格的凭证配置：运行前需确保环境中已安装 fieldkit-sdk@1.1.0，并通过 --api-key 或配置 UNITYCLAW_KEY 提供合法密钥。严禁在任何日志或结果中泄露密钥原文（如包含 sk-xxx 的字符串）。
• 生成成本控制：生成高分辨率（如 4K）图片会消耗较多资源。除非用户明确要求，否则技能优先采用 4:5 比例和 2K 分辨率作为平衡画质与成本的默认方案。