spec-image · diff
v1.0.0 to v1.0.0
102 added, 54 removed. Audit A to A.
---
name: spec-image
- description: "工程化出图 skill：基于 Spec-driven Prompting 方法论（源自 OpenAI GPT Image 2.5 官方提示词指南），将出图需求解析为结构化规格说明（Scene/Subject/Details/Constraints），系统参数与语义提示词解耦，覆盖文生图、精准文字排版、透明底素材、UI 原型、信息图表、图像编辑、多图合成、角色一致性等 12 类工作流。用法：/spec-image <需求描述> [--ratio=1:1|3:2|2:3|16:9] [--quality=auto|low|medium|high] [--transparent] [--edit=<原图路径>] [--ref=<图1,图2,...>] [--count=N]"
- user_invocable: true
+ description: "工程化出图 skill：基于 Spec-driven Prompting 方法论（源自 OpenAI GPT Image 2.5 官方提示词指南），将出图需求解析为结构化规格说明（Scene/Subject/Details/Constraints），系统参数与语义提示词解耦，覆盖文生图、精准文字排版、透明底素材、UI 原型、信息图表、图像编辑、多图合成、角色一致性等 12 类工作流。触发词：工程化出图、规格化出图、Spec-driven、透明底素材、抠图、UI 原型图、信息图表、精准文字排版、角色一致性、多图合成、换装、草图转写实、spec image、transparent logo、UI mockup。用法：/spec-image <需求描述> [--ratio=1:1|3:2|2:3|16:9] [--quality=auto|low|medium|high] [--transparent] [--edit=<原图路径>] [--ref=<图1,图2,...>] [--count=N]。Do NOT use when：只需摄影美学的写实/产品图（改用 image-design）、咨询风封面或方法论图（mckinsey-cover）、内容型信息卡片（infocard）。"
+ user-invocable: true
version: "1.0.0"
---
# spec-image: 工程化出图
- 核心思想：**出图不是抽卡，是写工程规格书。** 能用参数控制的属性绝不堆进 Prompt；Prompt 只聚焦视觉语义；编辑任务必须明确"改什么"与"绝对不改什么"。
+ ## Purpose
- ## 用法
+ 把出图需求解析成一份**可复现的工程规格**，而不是靠抽卡运气。核心思想：**出图不是抽卡，
+ 是写工程规格书。**能用参数控制的属性绝不堆进 Prompt；Prompt 只聚焦视觉语义；编辑任务必须
+ 明确"改什么"与"绝对不改什么"。产出为规格化的结构化 Prompt（可直接投给当前环境的出图工具）。
- ```
+ 用法：
+
+ ```text
/spec-image <需求描述> [--ratio=1:1|3:2|2:3|16:9] [--quality=auto|low|medium|high]
[--transparent] [--edit=<原图路径>] [--ref=<图1,图2,...>] [--count=N]
```
- ## 执行流程（六步，不可跳步）
+ ## When to Use
- ### Step 1: 任务分类（决定走哪条流水线）
+ - 用户要出图，且要求可控、可复现、参数与语义分离（而非纯艺术感抽卡）。
+ - 需要画面内精确文字排版、透明底素材、UI 原型、信息图表等"有规格"的产出。
+ - 提供原图要求局部编辑 / 多图合成 / 保持角色或多图一致性。
+ - 触发词：工程化出图、规格化出图、透明底、抠图、UI 原型、信息图、精准文字排版、
+ 角色一致性、多图合成、换装、草图转写实、spec image、transparent logo、UI mockup。
- | 任务类型 | 判定条件 | 走法 |
- |---------|---------|------|
- | GEN 文生图 | 只有文字需求 | 加载 `references/workflows.md` 匹配最接近的场景模板 |
- | EDIT 局部编辑 | 提供 `--edit` 原图 + 修改指令 | 套用"改动与约束分离"契约（见 Step 4） |
- | MULTI-REF 多图合成 | 提供 >=2 张 `--ref` | 为每张图编号并指定角色分工（见 Step 4） |
- | EXTRACT 透明抠图 | 提供 `--edit` + 要求透明底 | 参数 transparent + 反棋盘格/反阴影负向约束 |
- | SERIES 一致性系列 | 需要多张图保持主体一致 | 两阶段法：先生成角色卡，再逐场景延续 |
+ ## When NOT to Use
- ### Step 2: 参数决策（参数管物理，Prompt 管语义）
+ - 只想追求写实摄影质感、光影、胶卷风格 -> 交给 `image-design`。
+ - 咨询风封面 / 方法论图 / 矩阵图 -> 交给 `mckinsey-cover`。
+ - 内容型信息卡片（多模块、主题配色）-> 交给 `infocard`。
+ - 纯文字整理（不出图）-> 不需要本技能。
- 将需求映射到当前环境可用的图像生成/编辑工具的实际参数。若工具不支持某参数，则将等价指令折进 Prompt（如横竖版写明 "wide horizontal composition"）。
+ ## Workflow
- | 属性 | 决策规则 |
- |------|---------|
- | 画幅 ratio | 电商主图/UI 原型/人像竖版 2:3；海报横版 3:2 或 16:9；头像/图标 1:1 |
- | 质量 quality | 默认 medium；含精确文字/信息图/图表/多步骤流程一律 high；草稿初筛可 low |
- | 透明通道 | 需要 PNG/WebP 透明底时显式开启，且 Prompt 必须同时声明"无实体底色、无棋盘格、边缘干净" |
- | 数量 count | 探索阶段 2-4 张；定稿迭代阶段 1 张 |
+ 六步，不可跳步。
- **禁止**：把"4K、超高清、杰作、史诗感"写进 Prompt —— 分辨率归参数管，抽象修饰词只会引入噪声。
+ 1. **任务分类（决定走哪条流水线）**
- ### Step 3: 构建 Spec 结构化 Prompt
+ | 任务类型 | 判定条件 | 走法 |
+ |---------|---------|------|
+ | GEN 文生图 | 只有文字需求 | 加载 `references/workflows.md` 匹配最接近的场景模板 |
+ | EDIT 局部编辑 | 提供 `--edit` 原图 + 修改指令 | 套用"改动与约束分离"契约（见 Step 4） |
+ | MULTI-REF 多图合成 | 提供 >=2 张 `--ref` | 为每张图编号并指定角色分工（见 Step 4） |
+ | EXTRACT 透明抠图 | 提供 `--edit` + 要求透明底 | 参数 transparent + 反棋盘格/反阴影负向约束 |
+ | SERIES 一致性系列 | 需要多张图保持主体一致 | 两阶段法：先生成角色卡，再逐场景延续 |
- 复杂需求必须四段式，简单需求至少含主体 + 约束：
+ 2. **参数决策（参数管物理，Prompt 管语义）**：把需求映射到当前环境可用的图像生成/编辑工具的
+ 实际参数。若工具不支持某参数，则将等价指令折进 Prompt（如横竖版写明
+ `wide horizontal composition`）。决策规则见 `## Decision Rules`。
+ 3. **构建 Spec 结构化 Prompt**：复杂需求必须四段式，简单需求至少含主体 + 约束：
- ```
- [Scene] 场景与环境：地点、时间、光线（具体的：午后 45 度柔和侧光，而非"好的光照"）
- [Subject] 主体定义：外观特征 + 三个关键维度（身体构图 / 视线朝向 / 与环境的真实交互）
- [Details] 可见细节：材质（风化皮革、拉丝不锈钢）、色彩体系、拍摄介质（35mm 胶片、50mm 镜头）
- [Constraints] 正向约束 + 负向约束（No extra text, no watermarks, no ...）
- ```
+ ```text
+ [Scene] 场景与环境：地点、时间、光线（具体的：午后 45 度柔和侧光，而非"好的光照"）
+ [Subject] 主体定义：外观特征 + 三个关键维度（身体构图 / 视线朝向 / 与环境的真实交互）
+ [Details] 可见细节：材质（风化皮革、拉丝不锈钢）、色彩体系、拍摄介质（35mm 胶片、50mm 镜头）
+ [Constraints] 正向约束 + 负向约束（No extra text, no watermarks, no ...）
+ ```
- 具体化三原则：
- 1. **具体可见的细节取代情绪空话**：写"可见毛孔皱纹、胶片颗粒、轻微暗角"，不写"超真实、大师级"。
- 2. **人物必锁三维度**：全身构图是否含双脚、视线看哪里、双手在做什么 —— 缺一会出现肢体僵硬/假人感。
- 3. **文字渲染铁律**：所有要出现在画面里的文字用双引号包裹 + 显式频次（"Render the tagline exactly once"）+ 字体特征与位置 + "No extra text"兜底。生僻词逐字母拼写。
+ 具体化三原则：1) **具体可见的细节取代情绪空话**——写"可见毛孔皱纹、胶片颗粒、轻微暗角"，
+ 不写"超真实、大师级"；2) **人物必锁三维度**——全身构图是否含双脚、视线看哪里、双手在做什么，
+ 缺一会出现肢体僵硬/假人感；3) **文字渲染铁律**——所有要出现在画面里的文字用双引号包裹 +
+ 显式频次（`"Render the tagline exactly once"`）+ 字体特征与位置 + `"No extra text"`兜底，
+ 生僻词逐字母拼写。
+ 4. **编辑与多图契约**
- ### Step 4: 编辑与多图契约
+ EDIT 模式核心公式（受保护属性必须逐条列出）：
- EDIT 模式核心公式（受保护属性必须逐条列出）：
+ ```text
+ 仅修改 [X]。
+ 严格保持：[人物身份特征 / 五官 / 姿态 / 光照 / 机位 / 背景 / 画面质量] 不变。
+ ```
- ```
- 仅修改 [X]。
- 严格保持：[人物身份特征 / 五官 / 姿态 / 光照 / 机位 / 背景 / 画面质量] 不变。
- ```
+ MULTI-REF 模式：每张图编号 + 明确分工。例："图 1 作为背景与光影基准；将图 2 中的主体提取
+ 置入图 1 的人物身旁，保持透视与投影一致。Do not change anything else."
- MULTI-REF 模式：每张图编号 + 明确分工。例："图 1 作为背景与光影基准；将图 2 中的主体提取置入图 1 的人物身旁，保持透视与投影一致。Do not change anything else."
+ SERIES 一致性两阶段：阶段一生成角色卡（Character: 服装/特征/气质逐项锁定；Style: 画风；
+ Constraints: no text）；阶段二每张新图重申 `Same [服装/五官/配色/气质]，Do not redesign the character`。
+ 5. **调用出图工具并自检**：调用当前环境的图像生成工具执行生成/编辑，对照 `## Verification`
+ 清单逐项检查。未通过则回到 Step 3 修订，不要带病交付。
+ 6. **迭代协议（单变量渐进）**：上一轮满意输出作为下一轮输入，**每次只调一个变量**；
+ 先调参数（如 medium -> high）再改 Prompt；细节漂移时重申受保护约束，而非推倒重来。
- SERIES 一致性两阶段：
- - 阶段一：生成角色卡（Character: 服装/特征/气质逐项锁定；Style: 画风；Constraints: no text）
- - 阶段二：每张新图重申 "Same [服装/五官/配色/气质]，Do not redesign the character"
+ ## Decision Rules
- ### Step 5: 调用出图工具并自检
+ | 属性 | 决策规则 |
+ |------|---------|
+ | 画幅 ratio | 电商主图/UI 原型/人像竖版 2:3；海报横版 3:2 或 16:9；头像/图标 1:1 |
+ | 质量 quality | 默认 medium；含精确文字/信息图/图表/多步骤流程一律 high；草稿初筛可 low |
+ | 透明通道 | 需要 PNG/WebP 透明底时显式开启，且 Prompt 必须同时声明"无实体底色、无棋盘格、边缘干净" |
+ | 数量 count | 探索阶段 2-4 张；定稿迭代阶段 1 张 |
- 调用当前环境的图像生成工具执行生成/编辑。交付前对照清单：
+ - 命中文中任一场景（胶片人像/广告排版/透明 logo/四格条漫/UI 原型/教学图表/路演单页/换装/
+ 多图合成/透明抠图/草图转写实/单物替换）-> 先读 `references/workflows.md` 取对应模板再写 Prompt。
+ - 有 `--edit` -> 走 EDIT 契约，逐条列出受保护属性。
+ - 有 >=2 张 `--ref` -> 走 MULTI-REF，逐图编号分工。
+ - 要透明底 -> EXTRACT 流程，参数 + Prompt 双保险。
+ ## Constraints
+
+ - **禁止**把"4K、超高清、杰作、史诗感"写进 Prompt —— 分辨率/画质归参数管，抽象修饰词只会引入噪声。
+ - **禁止**把可由参数表达的物理属性塞进 Prompt；参数与语义必须解耦。
+ - 编辑任务必须显式声明"仅改 X"与"绝对保持不变"的清单，缺一不可。
+ - 多图合成必须为每张输入图指定唯一角色，不得含糊。
+ - 画面内文字必须双引号 + 频次约束，并保留 `No extra text` 兜底。
+ - 不得虚构用户未提供的品牌、数据或人物身份；路演单页等场景的数字须来自用户。
+
+ ## Verification
+
+ 交付前对照清单：
+
- [ ] 所有画面内文字是否已加双引号 + 频次约束？
- [ ] 负向约束是否覆盖了该场景的高频翻车点（多余文字/水印/logo/棋盘格/假人感）？
- [ ] 编辑任务是否逐条列出了受保护属性？
- [ ] 参数与 Prompt 是否解耦（没有把分辨率/画质堆进 Prompt）？
- [ ] 人物是否锁定了构图/视线/交互三维度？
+ - [ ] 透明底场景是否同时做了参数与 Prompt 双保险？
- 未通过则回到 Step 3 修订，不要带病交付。
+ ## Output
- ### Step 6: 迭代协议（单变量渐进）
+ - **Outcome**：一份结构化 Spec Prompt（Scene/Subject/Details/Constraints），以及按环境能力生成的
+ 图像；编辑/多图任务附改动与受保护契约。
+ - **Done when**：Spec 四段齐备（简单需求至少主体+约束）、参数与语义分离、自检清单全过、图片已展示。
+ - **Evidence**：Spec 文本；参数取值（ratio/quality/transparent/count）；负向约束清单；
+ 编辑任务的受保护属性列表；生成图片路径。
- - 上一轮满意输出作为下一轮输入，**每次只调一个变量**。
- - 先调参数（如 medium -> high）再改 Prompt。
- - 细节漂移时，在 Prompt 中重申受保护约束，而非推倒重来。
+ ## References
- ## 参考文件
+ 按需加载，不要预先全读：
- - `references/workflows.md`：12 类商业级工作流模板（胶片人像 / 广告排版 / 透明 logo / 四格条漫 / UI 原型 / 教学图表 / 路演单页 / 换装 / 多图合成 / 透明抠图 / 草图转写实 / 单物替换）。匹配到任务类型后必须加载对应模板再写 Prompt。
+ - `references/workflows.md` — 匹配到 GEN/EDIT/EXTRACT/SERIES 任一任务类型后读，取对应场景模板
+ （12 类：胶片人像 / 广告排版 / 透明 logo / 四格条漫 / UI 原型 / 教学图表 / 路演单页 / 换装 /
+ 多图合成 / 透明抠图 / 草图转写实 / 单物替换）；模板已内置该场景的高频负向约束。
+
+ ## Related Skills
+
+ - `image-design` — 摄影逻辑的五维 AI 绘图提示词，适合写实与产品质感。
+ - `mckinsey-cover` — 咨询风格封面与信息图。
+ - `infocard` — 从 URL 或文本生成信息卡片图片。