Het team-fotorecept — pijplijn, problemen en oplossingen

Goedgekeurd door Jamal op 22 juli 2026 (de zwarte-outfit-foto van hemzelf).
Dit is het vaste recept voor alle medewerker-foto's: herkenbaar jezelf, maar
net even slanker, strakker en frisser. Gratis gegenereerd (0 credits per foto).

Het doel

Van elke medewerker een basis-foto (en outfit-varianten) die:

100% herkenbaar dezelfde persoon is (gemeten: 75-85% gezichtsmatch),
net even slanker en strakker oogt, zonder plastic AI-look,
geen wallen en zachtere gezichtslijnen heeft,
makkelijk andere outfits kan krijgen voor posters, blogs en social.

De pijplijn (stap voor stap)

Echte referentiefoto's kiezen — per persoon 3 solo-foto's uit de
Spanje-shoot: 1 hoofd-ref + de 2 beste frontale close-crops (automatisch
gescoord op frontaal-zijn en scherpte met insightface). Strikt solo:
precies 1 gezicht op de héle foto.
Eén verse generatie via nano-banana-pro (gratis Higgsfield-webroute,
Unlimited-modus) met alle 3 de refs plus één prompt waarin álles zit:
- vorm-slot: "gezichtsvorm en verhoudingen exact als de referenties, niet
uitrekken of versmallen; haar precies als de referenties met de echte
haarlijn",
- de verbeteringen: iets slanker, huid strak, lijnen zachter, matte droge
lippen, uitgeruste ogen,
- het kader: "driekwart vanaf de knieën — knieën raken de onderrand, géén
voeten, gezicht groot en scherp",
- de outfit (designer-niveau) en de achtergrond-regel (donker haar →
lichtgrijs + lichte kleding; licht haar → donkergrijs + donker).
Prompt-verificatie — het promptveld wordt na het invullen volledig
terug-gelezen en vergeleken; pas bij een exacte match wordt er gegenereerd.
Wallen-retouche — na de generatie een gerichte pixel-bewerking: via de
oog-punten van insightface een zachte ellips onder elk oog, dubbel
bilateraal gladgestreken plus 2,5% licht. De rest van de foto blijft
pixel-voor-pixel gelijk. Script: wallen_retouche.py.
QC-poort — automatische controle op scherpte (min 80), gezichtsmatch
(insightface tegen alle qc-refs), geslacht en gezichtsgrootte. Daarna
altijd nog een eigen-ogen-check op 3x zoom (mond, ogen, randen).
Opleveren met bewijs — de foto naast de echte referentie, plus een
hoge-resolutie-link (VPS) omdat Telegram foto's platdrukt.

De problemen die we onderweg tegenkwamen (en de oplossingen)

Probleem	Oplossing
Gestapelde bewerkingen (edit op edit) rekten het gezicht uit en trokken de haarlijn terug; kwaliteit zakte per stap (scherpte 147→55, match 0,68→0,51)	Alles in 1 verse pass vanaf de echte refs; nooit door-editen op een eerdere generatie
"Te veel gepiekt": zware spier/lip-bewerkingen maakten hem onherkenbaar	Subtiel recept: kleine woorden ("a bit", "subtle") winnen; match steeg van 0,51-0,68 naar 0,76-0,85
Wallen kwamen altijd terug, hoe hard de prompt ook "geen wallen" zei	De AI kopieert ze uit de échte referentiefoto's → pixel-retouche ná generatie in plaats van prompt-instructies
Het promptveld hield stiekem de vórige prompt vast (Maria werd een man; all-black werd camel)	Volledige veld-verificatie vóór elke submit (prefix-check was niet genoeg: alle prompts beginnen gelijk)
Referentiefoto met een half tweede gezicht op de rand vergiftigde de identiteit	De automatische solo-filter mist randgezichten → altijd een visueel contactvel van alle refs checken
"Vanaf de knieën" werd top-tot-teen met een klein zacht gezicht	Kader hard afdwingen: "knieën raken de onderrand, GEEN voeten" + "gezicht groot en scherp"
Outfit-kleur werd genegeerd (all-black werd crème)	Kleur dwingend formuleren: "elk kledingstuk zwart, niets wit of crème"
Zeldzaam: de AI negeerde de refs compleet (vreemde man, match 0,01)	De QC-poort vangt dit af; gewoon opnieuw genereren
GFPGAN-nabewerking op onscherpe foto's	Werkt niet (maakt zachter) — onscherp = opnieuw genereren
Login/promo-popups blokkeerden de gratis webroute stilletjes	Popups worden nu automatisch weggeklikt na elke navigatie

Gereedschap

nano-banana-pro via de gratis Higgsfield-webroute (Browser Bridge) ·
insightface (gezichtsmatch, oog-punten, geslacht) · wallen_retouche.py ·
cd_qc.py (QC-poort) · team-queue + poller (zelf-service via team.haartips.nl)

Resultaat

Jamals basis-foto en outfit-set zijn goedgekeurd (gezichtsmatch 75-85%,
0 credits). Dit recept wordt nu uitgerold naar het hele team, met de
haarkleuren die Jamal koos: Jorah ginger, Jarlin/Maria/Noël koel blond,
Asuman een warme balayage met steil haar met een wave (geen krullen).

🎙️ Bespreek met Jarvis