Amazon 白背景メイン画像の生成とチェック Skill

できること

amazon-white-background は、xianyu110 の ecommerce-image-skills に含まれる 12 個の画像 Skill の 1 つです。スマートフォンで撮った写真や仕入先から届いた写真を、純白背景の正方形メイン画像に変換し、同梱の Python スクリプトで結果を測定します。

プロンプト集と異なる点は 2 つあります。まず最初に、商品のアイデンティティロックを書きます。形状、色、ロゴの文字、付属するパーツ、そして写ってはいけないものです。このブロックをすべてのプロンプトにそのまま貼り付けることで、生成された商品が実際に販売する商品のままであるようにします。次に check_main_image.py が 3 つの数値を報告します。縁がどれだけ白いか、商品がフレームのどれだけを占めるか、長辺が何ピクセルかです。

使う場面

実物の商品写真があり、マーケットプレイスの白背景ルールを満たすメイン画像が必要なときに使います。写真がない場合の出発点としては適していません。Skill はテキストのみの生成も認めていますが、その結果は実物ではなくコンセプトだと伝えるようエージェントに求めています。1 枚の画像を作るのではなく画像セット全体を計画する場合は、Amazon Listing Images を参照してください。

入力

商品写真が少なくとも 1 枚、最低でも正面からのものが必要です。別の角度やロゴのクローズアップがあると精度が上がります。写真から読み取れない情報（サイズ、容量、素材）は利用者が提供します。ソースはエージェントに対し、質問するか記載を省くよう求めており、仕様や認証を創作してはならないとしています。

出力

1:1 の画像とチェックレポートです。スクリプトが合格とする条件は、外周 2% の縁の 98% 以上が #FFFFFF からわずかな許容差の範囲内にあること、商品が長辺方向でフレームの 85% 以上を占めること、画像の長辺が 1000 px 以上であることです。背景のうち厳密に 255,255,255 である割合も報告します。任意の --fix は、白に近いピクセルを純白に揃え、商品が約 87% を占めるように切り抜き直します。

ワークフロー例

デモのみで、実行していません。 以下の値はレポートの読み方を示すための架空のものです。画像は生成していません。

input_photo: phone-snapshot.jpg
identity_lock:
  shape: tall cylinder, rounded shoulders
  colour: matte sage green body, bamboo lid
  logo: white wordmark centred on the upper body
  must_not_appear: accessories not in the box, extra logos
check_main_image:
  width: 1600
  height: 1600
  white_background: 0.994
  coverage: 0.81
  result: coverage below 0.85

この例では背景は合格でサイズも十分ですが、商品の占有率は 81% で、85% のしきい値を下回っています。次の手順は、スクリプトの --fix を使うか、商品をより大きく収めて生成し直すことです。これらのチェックに合格しても、確認できるのは背景、占有率、サイズだけです。画像内の商品が実物と一致しているかどうかは分かりません。

対応エージェントとセットアップ

ソースは Claude Code、Codex、Cursor、および SKILL.md を読み込める任意のエージェントを挙げています。2026-10-13 にコミット f4566fd で確認した根拠は、固定した SKILL.md、scripts/check_main_image.py、scripts/generate.py、scripts/online_link.py、プラグインのマニフェスト、MIT LICENSE です。パッケージ内の残り 11 個の Skill は全文を読んでいません。このページは source-reviewed であり、install-tested ではないため、インストールコマンドは掲載していません。

アカウント、API、権限の要件

この Skill は画像を作る方法を 3 つ用意しており、データの送信先がそれぞれ異なります。

エージェント自身の画像ツール。 エージェントがもともと行っている以上の送信はありません。
API キー。 generate.py は GPTIMAGE_API_KEY を読み取り、プロンプトと商品写真を GPTIMAGE_BASE_URL に送信します。既定値は https://api.openai.com です。ソースは代わりにサードパーティのゲートウェイを推奨しており、それを設定すると写真とキーはそのゲートウェイに送られます。
ブラウザ用リンク。 online_link.py は、作者自身の画像サイトへの URL を組み立てます。クエリ文字列にプロンプト全文とキャンペーン用のタグが入ります。リンクを開くと、プロンプトの文章がそのサイトに送信されます。

チェックスクリプトはローカルで動作し、pillow と numpy が必要です。当サイトのキーは使いません。

制限と人による確認の境界

このリポジトリは全体を通じて作者自身のサービスを宣伝しています。エージェントが選ぶ前に、どの方法を使うかを自分で決めてください。画像モデルは、白背景をきれいに仕上げながらロゴを描き直したり比率を変えたりすることがあります。アップロードの前に実物と見比べてください。Skill に書かれたルールの数値は、確認したコミット時点で作者がマーケットプレイスの要件をまとめたものです。アパレルなど一部のカテゴリでは要件が異なるため、現行のルールは自分で確認してください。当サイトはこの Skill で画像を生成していません。

Ecommerce Data API と組み合わせる

アイデンティティロックには事実が必要で、すでに公開されている出品はその情報源になります。amazon.products.details は商品のタイトル、ブランド、箇条書き、寸法、メイン画像の URL を返すので、ロックを書く前に手元の写真と照合できます。amazon.products.competitors は ASIN に類似した商品を返すので、自分の画像と並んで表示されるメイン画像がどのような構図かを確認できます。商品詳細のドキュメントと競合商品のドキュメントを確認したうえで、必要であれば Ecommerce Data API キーを作成してください。これらのデータは公開されている出品を説明するものです。画像を生成したり評価したりするものではなく、Skill はこのデータがなくても動作します。