ymh3753201/dst-skills

Was macht dst-skills?

Wandeln Sie jedes Produktmaterial in professionelle E-Commerce-Bilderserien um, die echte Kaufentscheidungen unterstützen. Codex muss gleichzeitig die Rollen des Visual Strategy Directors, des Fotografie Directors, des Produkt-Copywriters und des Produktauditors übernehmen: Lesen Sie zunächst multimodal die Bilder und entwerfen Sie eine vollständige visuelle Strategie. Nach einer einmaligen Bestätigung durch den Benutzer erstellt das aktuelle Bildmodell jedes finale Bild, prüft und korrigiert es.

Unveränderliche Grundsätze

1. Produkt, Szenen, Text, Symbole und Beschriftungen in den endgültigen Verbraucherbildern werden vom Bildmodell generiert; das Skript dient nur der Aufzeichnung, Vertragsprüfung und Erstellung des Kontaktbogens (Contact Sheet).
2. Bei Rechtschreibfehlern, Produktverschiebungen, informationsarmen oder unprofessionellen Layouts wird die Bildbearbeitung oder Neugenerierung fortgesetzt; es werden keine Platzhalter oder „manuelle Nachbearbeitung empfohlen“ geliefert.
3. Plattformanforderungen: Das erste Suchbild ohne zusätzlichen Text bleibt textfrei; andere Seiten degenerieren nicht aufgrund fehlender Parameter zu „Produktstillleben + zwei Zeilen großer Text“.
4. KI kann basierend auf Referenzbildern neue Blickwinkel, Personen und Szenen rendern, darf aber abgeleitete Parameter, Materialien, Funktionen, Zubehör oder Dienstleistungen nicht als Produkttatsachen darstellen.
5. Es wird nicht behauptet, dass die Plattform-Freigabe erteilt wurde, es sei denn, sie wurde tatsächlich hochgeladen und rückgelesen und verifiziert.

1. Multimodale Materialdiagnose

Sehen Sie sich alle Produktbilder, Verpackungen, Logos, Parameter, Details, SKUs, Models und Stilreferenzen an. Erfassen Sie einzeln role / proves / limitations und schreiben Sie dann die Produktidentifikation, die Probleme in den Originalbildern und die Gestaltungsmöglichkeiten. Die Identifikation muss konkret auf Kontur, Anzahl und Position der Teile, strukturelle Unterteilung, Logo/Schnittstelle, Nähte, Farben und Proportionen eingehen – nicht nur „konsistent halten“.

2. Plattform und Bildplatzierung

Eine Plattform ist nicht eine Größe. Fragen Sie die aktuelle Plattform ab und erstellen Sie für das erste Suchbild, die quadratische Galerie, das 3:4-Hauptbild, SKU, Detailmodule und Aktionsbilder jeweils eine placement mit detaillierten Angaben zu Zweck, Anzahl, Seitenverhältnis, gewählten Pixeln, Begründung und research_ids. Wenn öffentlich zugängliche Quellen keine genauen Pixelangaben enthalten, kennzeichnen Sie dies als „Designvorschlag“ und geben Sie nicht vor, eine interne Plattformregel zu sein.

Wählen Sie für Image 2 direkt generierbare genaue Abmessungen; wenn die tatsächlichen Pixel nicht ausreichen, lassen Sie das Modell gemäß den ausführbaren Spezifikationen neu erstellen – nicht durch Skript-Zuschneiden, Skalieren oder Auffüllen von Rändern vortäuschen.

3. Faktische Texte und sichere kommerzielle Texte

Fehlende Parameter sind nicht gleich fehlender Text. Unterteilen Sie Texte in zwei Ebenen:

• Faktische Texte: product_fact / visual_fact / platform_fact. Parameter, Funktionen, Materialien, Kompatibilität, Zubehör und Dienstleistungen müssen an bereits genehmigte fact_ids gebunden sein.
• Sichere kommerzielle Texte: safe_commercial / scenario_narrative / category_education / buyer_guidance. Können basierend auf sichtbarer Designsprache, ästhetischen Vorteilen, Lebensstil-Emotionen, Kategoriewissen und Käuferführung ergänzt werden, dürfen aber keine unbelegten Leistungen andeuten.

Jede Seite copy verwendet die Struktur headline / subheadline / supporting_points / microcopy. Mit Ausnahme des textfreien ersten Bildes sind in der Regel eine Hauptüberschrift, ein nutzenorientierter Untertitel und mindestens zwei unterstützende Informationen erforderlich; verwenden Sie keine Seitennamen als Verkaufsargumente. Siehe prompting.md.

Sichere kommerzielle Texte konzentrieren sich weiterhin auf positive Produktwahrnehmung und ästhetische Vorteile. Risikohinweise werden in microcopy platziert; wenn keine explizite Anforderung von Benutzer oder Plattform besteht, ist standardmäßig maximal eine Seite im gesamten Satz für reine Pre-Check-/Risikocheckliste vorgesehen; Sie können nicht mehrere Seiten mit Haftungsausschlüssen anstelle des Produktwerts verwenden.

4. Lückenklassifizierung, nicht mehr alles blockieren

Fehlendes ist nicht gleich außerhalb des Bereichs. out_of_scope darf weiterhin nur für Inhalte verwendet werden, die der Benutzer explizit ausgeschlossen hat oder die für die Platzierung nicht benötigt werden. Für blocking wird blocking_scope hinzugefügt:

• project: Produktidentität unklar, regulierte Informationen unsicher usw., das Projekt bleibt im draft-Status und blockiert jegliche Bildgenerierung.
• claim: Blockiert nur den entsprechenden Parameter oder Funktions-Text; verwenden Sie safe_fallback, um eine evidenzbasierte sichere Seite zu generieren.
• acceptance: Eine sichere Bildserie kann generiert werden, aber es darf nicht behauptet werden, dass die kommerzielle Nachweisführung vollständig ist.

Bei claim- / acceptance-Lücken verwenden Sie für delivery_scope den Wert evidence_safe und für commercial_completeness den Wert evidence_safe_limited.

Sammeln Sie nur die kritischen Lücken, die die Produktidentität, die Plattformplatzierung, die faktische Aussage oder das Abnahmeergebnis verändern würden, und fragen Sie den Benutzer einmal konzentriert; die restlichen Informationen werden durch sichere kommerzielle Ausdrücke ergänzt.

5. Kaufentscheidung und visueller Masterplan

Erstellen Sie zunächst eine Entscheidungslandkarte des Käufers mit 5–10 Käuferfragen, die fünf Kernentscheidungsdimensionen abdecken: Produktidentifikation, Nutzung/Kompatibilität, Nachweise, Spezifikationsauswahl, Risiko/Vertrauen. Bestimmen Sie dann die Zielkäufer, Kaufmotivation, Kaufbarrieren, Kernpositionierung, kreatives Konzept, Informationsebenen, Farben, Schriftarten, Licht und Layout-Grammatik.

Eine professionelle vollständige Bildserie umfasst standardmäßig mindestens 8 Bilder, davon mindestens vier composition_types, wobei Szenen- und Zusammenfassungsseiten nicht mehr als die Hälfte ausmachen dürfen. Jede Seite erhält primary_decision, einzigartige Beweise pro Seite unique_evidence und einen Kaufwert, der nicht durch andere Seiten ersetzt werden kann; derselbe primäre Entscheidungspunkt darf maximal zwei Seiten umfassen. Bei unzureichenden Fakten darf die Anzahl nicht durch mehr Szenenbilder aufgefüllt werden. Der vollständige Plan muss in plan.md festgehalten werden.

6. Seiten als ausführbare Blaupausen schreiben

Jedes visual_brief ist kein reiner Stil-Slogan wie „hochwertig, schlicht“, sondern eine Layout-Blaupause: product_scale、product_multiplicity、focal_zone、copy_zone、hierarchy、graphic_devices、lighting、depth、information_density、composition_rationale und content_modules. product_multiplicity muss angeben, wie viele verkaufte Einheiten auf dieser Seite erscheinen und ob Mehrwinkel-/Schritt-Wiederholungsansichten nur dasselbe Produkt darstellen, um zu verhindern, dass das Modell eine Auf-/Zuklapp-Vergleichsansicht als zwei verschiedene Produkte generiert.

detail / diagram / process / comparison / package / trust müssen tatsächlich lokale Beweise, Beschriftungen, Diagramme, Abläufe, Vergleiche, Checklisten oder Vertrauensbeweise enthalten; Sie dürfen ein Stillleben nicht nur als detail markieren, um die Prüfung zu umgehen.

7. Vorab-Prüfung der Professionalität und Prompt-Kompilierung

Führen Sie nach Abschluss des strukturierten Plans Folgendes aus:

python3 scripts/compile_prompts.py path/to/project.json --write
python3 scripts/validate_project.py path/to/project.json --schema-only

Der endgültige Prompt muss die sechs Teile 【页面任务】 【商品身份】 【构图蓝图】 【文案系统】 【视觉执行】 【负面约束】 enthalten. Der Prompt sollte zunächst ausreichende positive kreative und informationelle Beziehungen liefern und dann die wirklich wichtigen Verbote auflisten.

8. Einmalige Bestätigung und keine nachträglichen Änderungen

Die nach der Bestätigung festgelegte Anzahl, Seitenaufgaben, Fakten, Kerntexte, Produktidentität und Platzierungen sind die Grundlage für die Bildgenerierung. Bei der Bestätigung werden plan_sha256 und execution_manifest_sha256 aufgezeichnet. Der Generierungsdatensatz muss attempt, generated_at, prompt_sha256 und denselben plan_sha256 enthalten; die Generierungszeit muss nach dem Zeitpunkt der Bestätigung liegen. Wenn sich Seiten, Texte, Prompts oder Pläne nach der Bestätigung wesentlich ändern, muss eine erneute Bestätigung erfolgen; es ist nicht zulässig, nachträglich Zeitangaben zu fälschen oder Pläne auszutauschen.

9. Bildgenerierung, visuelle Abnahme und Lieferung

Lesen Sie vor der Generierung das aktuelle imagegen Skill und übergeben Sie das Referenzmaterial und die kompilierten, seitenweisen Prompts direkt an die Bildgenerierungs-/Bearbeitungsfähigkeit von Codex. Tippfehler können lokal bearbeitet werden; bei Fehlern bei Produkt, Komposition, Informationsebenen oder kommerziellem Wert wird die gesamte Seite neu erstellt.

Prüfen Sie jedes Originalbild einzeln, bevor Sie den Kontaktbogen (Contact Sheet) erstellen. review.set_checks muss neben kommerzieller Abdeckung, Platzierungsunterschieden, Kompositionsvielfalt, Textintegration und Produktkonsistenz auch copy_richness, buyer_value, prompt_fidelity und claim_safety prüfen. Jede Seite wird für kommerziellen Wert, Textebenen, Produktkonsistenz, Prompt-Treue und visuelle Vollständigkeit mit 1–5 Punkten bewertet; ein Wert unter 4 in einer Kategorie führt zu einem Nichtbestehen (pass). Aussagen wie „manuelle Prüfung bestanden“ sind keine Nachweise.

Führen Sie vor der Lieferung Folgendes aus:

python3 scripts/validate_project.py path/to/project.json --project-dir path/to/project
python3 scripts/build_contact_sheet.py path/to/project.json --project-dir path/to/project --out path/to/project/review/contact-sheet.jpg
python3 scripts/validate_skill_release.py --full

Nur derselbe Ausführende kann manual_review setzen; die endgültige accepted-Markierung erfordert eine Bestätigung durch den Benutzer oder einen unabhängigen Prüfer. Geben Sie bei der Lieferung klar an, ob der aktuelle Stand die technische Validierung, die Validierung mit echten Bildern, die Benutzerabnahme oder die Plattform-Backend-Validierung erreicht hat.