Loading skill
Install any skill in seconds. Free to start, no credit card required.
Get Started Free →브랜드·제품 비주얼 요청을 10개 촬영 모드 중 하나로 판정하고, 그 모드에 맞는 프롬프트 구조를 조립해 Higgsfield MCP로 이미지를 생성합니다. 스튜디오 컷·라이프스타일·핀터레스트 핀·히어로 배너·캐러셀· 광고 크리에이티브 팩·가상 피팅·컨셉추얼·리스타일이 범위입니다. 다음과 같은 요청 시 사용하세요: - "제품 사진 만들어줘", "누끼 배경에 스튜디오 컷" - "이 제품이 카페에 놓인 장면" - "핀터레스트용 세로 핀", "웹사이트 히어로 배너" - "메타 광고용 소재 여러 장", "인스타 캐러셀" - "모델이 착용한 컷", "가상 피팅" - "이 이미지 크리스마스 버전으로 바꿔줘" 주의: Higgsfield 공식 CLI가 쓰는 백엔드 프롬프트 강화기는 MCP에 노출되지 않습니다. 이 스킬은 모드 판정과 프롬프트 구조까지 담당하며, 최고 충실도가 필요하면 공식 CLI 경로를 안내합니다.
.claude/skills/modu-ai-media-higgsfield-product/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-02 | ✗→✓ | ▲ Improved | 71% | 0% |
| case-04 | ✗→✓ | ▲ Improved | 69% | 0% |
| case-05 | ✗→✓ | ▲ Improved | 59% | 0% |
| case-06 | ✗→✓ | ▲ Improved | 69% | 0% |
| case-07 | ✗→✓ | ▲ Improved | 137% | 0% |
> moai-media | 브랜드·제품 비주얼 10모드 판정과 생성 (코어: media-higgsfield-core)
"제품 사진 만들어줘"는 한 종류의 요청이 아니다. 스튜디오 컷과 핀터레스트 핀과 광고 팩은 구도·비율·장수·프롬프트 구조가 전부 다르다. 이 스킬은 요청을 10개 모드 중 하나로 먼저 판정하고, 그 모드의 프롬프트 구조로 조립한다.
호출 계약·비용 프리플라이트는 코어를 따른다:
../media-higgsfield-core/references/call-schema.md../media-higgsfield-core/references/job-lifecycle.mdHiggsfield 공식 CLI에는 product-photoshoot 전용 백엔드 프롬프트 강화기가 있다. 모드별 사진 용어와 구조 템플릿을 서버가 들고 있다가 프롬프트를 조립해 준다.
이 강화기는 MCP 커넥터에 노출되지 않는다. 마켓플레이스 앱 목록을 조회해도 해당 앱이 없다(저술 시점 관측). 따라서 이 스킬은 강화기를 호출할 수 없고, 모드별 프롬프트 구조를 직접 조립해 범용 이미지 모델에 넘긴다.
결과적으로:
| 항목 | 이 스킬 (MCP) | 공식 CLI | |---|---|---| | 모드 판정 | ✅ 동일 | ✅ | | 인터뷰 흐름 | ✅ 동일 | ✅ | | 프롬프트 조립 | 스킬이 직접 | 서버 강화기 | | 충실도 | 보장 못 함 | 공식 최적화 | | 추가 설치 | 없음 | CLI 설치·로그인 필요 |
공식 문서는 강화기를 우회해 이미지 모델을 직접 호출하면 "눈에 띄게 결과가 나빠진다"고 명시한다. 최고 충실도가 목표라면 사용자에게 공식 CLI 스킬(higgsfield-product-photoshoot) 경로를 안내한다. 이 스킬은 추가 설치 없이 지금 쓸 수 있다는 것이 장점이지 품질 우위가 아니다.
이 한계를 사용자에게 숨기지 않는다.
제품 사진, 제품컷, 스튜디오 컷, 누끼 배경, 라이프스타일 컷, 연출컷, 핀터레스트 핀, 히어로 배너, 상단 배너, 캐러셀, 슬라이드 광고, 광고 소재, 메타 광고, 가상 피팅, 착용컷, 룩북, 컨셉추얼, 부유하는 제품, 스플래시, 리스타일, 시즌 버전
| 모드 | 언제 | |---|---| | product_shot | 중립·스튜디오·카탈로그 배경 위 제품 | | lifestyle_scene | 실제 환경, 손, 동작, 분위기 | | closeup_product_with_person | 손·얼굴 일부가 들어간 타이트 크롭 — 뷰티 시연, 사용 장면 | | moodboard_pin | 세로 2:3 핀터레스트 무드보드 | | hero_banner | 웹사이트·이메일·캠페인 가로 헤더 | | social_carousel | IG·링크드인·페이스북 연결형 3~10장 | | ad_creative_pack | 메타·틱톡·핀터레스트·구글 정적 광고 변형 묶음 | | virtual_model_tryout | AI 모델이 착용·사용 | | conceptual_product | 초현실·CGI·부유·스플래시·조형적 | | restyle | 기존 이미지의 미감·무드·시즌을 바꿈 |
판정 규칙·동점 처리는 references/modes.md. 사전 인터뷰 유형(A~F)은 references/interview.md.
표면 키워드가 아니라 의도로 고른다. 둘 다 걸리면 더 구체적인 쪽이 이긴다. 상세는 references/modes.md.
사용자 상황을 A~F 유형으로 분류하고 그 유형의 질문만 묻는다. 한 메시지에 4문항을 넘기지 않는다. 맥락에서 이미 답이 나온 질문은 건너뛴다. 선택지를 붙여 묻고 열린 질문을 하지 않는다.
이 스킬은 사용자에게 직접 묻지 않는다 — 슬롯을 blocker로 반환하고 오케스트레이터가 묻는다.
모드별 구조로 조립한다(references/modes.md의 모드별 구성 요소). 강화기가 없으므로 이 단계가 품질을 좌우한다.
models_explore(action:'get')로 대상 모델의 제약(비율·해상도)을 확인하고, get_cost: true로 크레딧을 확인한다. 비율은 모드 기본값을 쓰되 사용자가 명시하면 따른다.
참조 이미지는 media_id 또는 job_id로 전달한다(URL 거부). 결과는 이미지 URL 목록으로 짧게 전달한다.
장수를 요청하면 프리셋·조명·앵글·팔레트를 서로 다르게 가져간다 — 같은 프롬프트의 재구성이 되지 않게 한다.
social_carousel과 ad_creative_pack은 장수가 곧 슬라이드/변형 수다. 이 두 모드는 전 슬라이드의 시각 시스템을 고정해야 하므로, 변형을 주더라도 팔레트·타이포·구도 문법은 공유한다.
## Higgsfield 제품 비주얼 결과
- 판정 모드: [mode] — 근거: [걸린 신호]
- 사용 모델: [models_explore로 확인한 실제 id]
- 비율·장수: [aspect] · [count]
- 비용: [get_cost가 반환한 credits]
- 결과:
- [URL]
- [URL]
- 서버 조정(adjustments): [있으면 그대로 보고]조립한 프롬프트 전문을 사용자에게 되돌려주지 않는다 — 원하는 것은 결과물이다.
moai-seller:commerce-ad-claim-compliance-kr로 넘긴다.| 스킬 | 시점 | |---|---| | moai-media:media-higgsfield-core | 코어: 호출 계약·비용·namespace | | moai-media:media-higgsfield-image | 대안: 모드 판정이 필요 없는 범용 이미지 | | moai-media:media-higgsfield-identity | 선행: 모델·마스코트 일관성 참조 | | moai-seller:commerce-detail-page-image | 후속: 상세페이지 배치 | | moai-seller:commerce-product-photo-brief | 선행: 촬영 브리프 | | moai-seller:commerce-ad-claim-compliance-kr | 후속: 광고 표현 적법성 | | moai-designer:design-brand-visual | 인접: 브랜드 시스템 정합 |
higgsfield-product-photoshoot v0.12.0 (MIT). 10모드 정의·판정 규칙·동점 처리·인터뷰 유형의 근거.| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-01 | fail→fail | 15,713 | 21,276 | +35% | 1 | 1 | 0% | 2,193 | 4,860 | +122% | 0 | 0 | — |
case-02 | fail→pass | 16,260 | 15,571 | -4% | 1 | 1 | 0% | 2,812 | 4,819 | +71% | 0 | 0 | — |
case-03 | fail→fail | 16,365 | 17,797 | +9% | 1 | 1 | 0% | 1,896 | 4,321 | +128% | 0 | 0 | — |
case-04 | fail→pass | 11,741 | 12,074 | +3% | 1 | 1 | 0% | 1,966 | 3,332 | +69% | 0 | 0 | — |
case-18 | pass→pass | 16,157 | 6,949 | -57% | 1 | 1 | 0% | 1,688 | 3,044 | +80% | 0 | 0 | — |
case-05 | fail→pass | 21,465 | 16,454 | -23% | 1 | 1 | 0% | 2,558 | 4,076 | +59% | 0 | 0 | — |
case-06 | fail→pass | 19,035 | 15,073 | -21% | 1 | 1 | 0% | 2,204 | 3,720 | +69% | 0 | 0 | — |
case-07 | fail→pass | 10,048 | 23,203 | +131% | 1 | 1 | 0% | 1,738 | 4,112 | +137% | 0 | 0 | — |
case-08 | fail→pass | 13,891 | 16,226 | +17% | 1 | 1 | 0% | 2,255 | 3,975 | +76% | 0 | 0 | — |
case-09 | fail→pass | 14,227 | 14,752 | +4% | 1 | 1 | 0% | 1,500 | 3,715 | +148% | 0 | 0 | — |
case-10 | fail→pass | 15,260 | 16,291 | +7% | 1 | 1 | 0% | 1,616 | 3,908 | +142% | 0 | 0 | — |
case-11 | fail→pass | 20,001 | 18,410 | -8% | 1 | 1 | 0% | 2,257 | 3,693 | +64% | 0 | 0 | — |
case-12 | fail→pass | 16,174 | 10,236 | -37% | 1 | 1 | 0% | 1,924 | 2,889 | +50% | 0 | 0 | — |
case-13 | pass→pass | 16,036 | 5,730 | -64% | 1 | 1 | 0% | 1,749 | 3,103 | +77% | 0 | 0 | — |
case-14 | fail→pass | 17,815 | 10,422 | -41% | 1 | 1 | 0% | 2,116 | 3,705 | +75% | 0 | 0 | — |
case-15 | fail→pass | 10,378 | 14,186 | +37% | 1 | 1 | 0% | 1,637 | 3,665 | +124% | 0 | 0 | — |
case-16 | fail→fail | 14,652 | 6,294 | -57% | 1 | 1 | 0% | 1,545 | 3,094 | +100% | 0 | 0 | — |
case-17 | pass→pass | 19,487 | 14,007 | -28% | 1 | 1 | 0% | 2,135 | 4,132 | +94% | 0 | 0 | — |
case-19 | fail→pass | 13,244 | 12,143 | -8% | 1 | 1 | 0% | 2,260 | 4,009 | +77% | 0 | 0 | — |
case-20 | fail→fail | 26,639 | 31,505 | +18% | 1 | 1 | 0% | 4,067 | 7,235 | +78% | 0 | 0 | — |
case-21 | fail→fail | 34,117 | 14,898 | -56% | 1 | 1 | 0% | 4,380 | 4,653 | +6% | 0 | 0 | — |
case-22 | fail→fail | 20,905 | 21,086 | +1% | 1 | 1 | 0% | 3,237 | 5,112 | +58% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +59 percentage points is the difference between those two pass rates over the 22 comparable cases.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.