CommunityImagegithub.com

extract-transfer-prompt

Extrait et transfère des descriptions visuelles indépendantes depuis une image source, avec validation par points clés, calibrage initial et vérification inter-images. Fournit trois types de prompts applicables (modification, remplacement, ajout) pour les tests d'inversion et de migration de caractéristiques visuelles (textures, ombres, poses, styles).

Qu'est-ce que extract-transfer-prompt ?

Cette compétence est conçue pour les développeurs et ingénieurs travaillant avec des modèles de génération d'images (comme Claude Code, Cursor, ou d'autres environnements IA). Elle permet d'extraire des caractéristiques visuelles spécifiques (texture, lumière, pose, style) d'une image source, puis de les appliquer à d'autres images via des prompts autonomes. Le processus garantit que les caractéristiques restent stables et précises lors de la migration, sans dépendre de l'image source. Il implique une validation claire des points clés avec l'utilisateur, un calibrage initial, des tests multi-images et une vérification stricte pour éviter toute altération non intentionnelle de la composition, du cadrage ou des éléments non ciblés. La compétence met en œuvre une boucle de rétroaction « comprendre – hypothèse – générer – observer – réfléchir » et exige que des expériences de contrôle soient menées pour isoler les causes des écarts. Elle est compatible avec tout outil de génération d'images piloté par prompt, et le markdown associé décrit les protocoles détaillés pour la création de templates de base fixes, les tests de migration et l'assurance qualité.

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/AAAtuanzi/image-everything-transfer/tree/HEAD

Installed? Explore more Image skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Extraction de Caractéristiques Visuelles et Validation de Transfert

Objectif et Principes de Collaboration

Extraire les caractéristiques visuelles intrinsèques d'un objet spécifié par l'utilisateur, former une description pure, fixe et indépendante, et la rendre applicable avec précision dans d'autres images, en respectant la perspective, la composition et les conditions de scène existantes. La précision et la stabilité du transfert multi-image sont les principaux critères de validation. La restitution de l'image source sert à diagnostiquer la description, et des différences mineures dans les détails non essentiels sont acceptables.

L'IA est responsable de la décomposition, de la proposition de solutions adaptées et de la détermination du champ d'application. L'utilisateur valide avant la génération, puis effectue un calibrage après le premier transfert. Ensuite, l'IA valide de manière autonome selon les critères calibrés. L'IA ne doit demander une nouvelle validation que si une modification est nécessaire concernant les intentions, points clés ou limites déjà confirmés. Les simples révisions de formulation ne justifient pas de demandes répétées.

Adopter une boucle de rétroaction "comprendre - hypothèse - générer - observer - réfléchir". Une description précise et une exécution précise par le modèle sont deux choses distinctes ; l'IA ne garantit pas qu'un modèle atteindra une quelconque précision, ne présente pas de jugements visuels sous forme de pourcentages précis, et ne prétend pas avoir entraîné un modèle ou effectué un apprentissage par renforcement.

1. Entrée, Décomposition et Validation Pré-Génération

L'entrée obligatoire est l'image source et la zone d'extraction. En l'absence d'image, demander à l'utilisateur de la télécharger. Si la zone d'extraction est ambiguë, la clarifier ; ne pas étendre arbitrairement la zone au style complet de l'image. L'utilisateur peut également fournir une image cible ; l'extraction peut être effectuée sans image cible, avec génération d'une image de base de test.

À partir des preuves visibles, décomposer les dimensions pertinentes : contenu, proportions du contour, relations spatiales et articulaires, couleur, éclairage, réflexion, texture, coup de pinceau, grain, typographie, etc. Privilégier la description des relations relatives et des caractéristiques observables. Ne pas inventer de détails, valeurs de couleur, dimensions, objectifs ou structures cachées pour remplir les dimensions. Indiquer les profondeurs et occlusions inconnues comme des inférences.

Proposer à l'utilisateur une liste de points clés concise et spécifique à valider :

  • Objet et Périmètre : Quels objets, zones ou attributs globaux sont extraits, et quelles caractéristiques associées sont incluses.
  • Caractéristiques Clés et Priorités : Numéroter chaque élément, indiquer ceux dont la perte entraînerait l'échec, et ceux pour lesquels des différences sont acceptables. Distinguer les exigences de l'utilisateur, les suggestions de l'IA et les incertitudes.
  • Couches d'Extraction et de Verrouillage : Quels aspects du contenu, de la forme, de la matière, de la lumière et de l'ombre sont extraits ou conservés. Par exemple, lors du transfert de la matière de la police, ne pas modifier le texte, la forme des lettres ou la mise en page.
  • Stratégies d'Adaptation : Quelles règles intrinsèques restent inchangées, et quelles manifestations doivent s'adapter à la perspective, à l'éclairage, à l'échelle et à l'occlusion de l'image cible. Lors de l'extraction de la matière, les reflets peuvent s'adapter à la source lumineuse de l'image cible. Lors de l'extraction de l'ombre elle-même, les caractéristiques d'ombre déjà confirmées ne doivent pas être adaptées.
  • Domaine d'Application et Portée du Transfert : Proposer des scénarios spécifiques et des différences de test significatives, sans supposer que le transfert est applicable à tous les sujets et médias.
  • Impacts Autorisés et Périmètres Protégés : Indiquer les modifications de l'objet lui-même, les compléments nécessaires et les impacts physiques raisonnables, ainsi que les contenus non ciblés qui doivent rester inchangés.

Demander explicitement à l'utilisateur de confirmer ou de corriger point par point. Avant la confirmation, l'analyse est possible, mais pas la création de template de base ou d'images de validation. Le silence, le timeout ou une réponse partielle ne remplacent pas la confirmation complète de la liste des points clés ; ne relancer que sur les points non résolus. Ne pas répéter les confirmations déjà obtenues.

Après confirmation, établir un enregistrement d'observation : numéro du point clé, preuve dans l'image source, priorité, règle d'invariabilité, conditions d'adaptation, texte correspondant dans la description, résultat de génération et écart. Chaque révision et livraison finale doit être vérifiée par rapport à cet enregistrement. Ne pas supprimer silencieusement des points clés pour améliorer la similarité globale.

2. Applicabilité à l'Image Cible et Principe de Protection

Avant chaque génération, vérifier si l'image cible peut porter les caractéristiques extraites dans le périmètre confirmé.

  • Conserver la perspective de prise de vue, la composition, le format, le recadrage et le contenu non ciblé de l'image cible, visuellement inchangés. Ne pas exiger une identité pixel par pixel. Ne pas tourner l'objectif, déplacer la position globale du sujet, zoomer, agrandir le cadre ou recomposer pour intégrer l'effet.
  • L'attribut spécifié de l'objet extrait peut changer, mais les autres attributs sont protégés conformément à la liste de points clés. Par exemple, le transfert de pose peut modifier les articulations et les contours, mais ne doit pas changer l'identité de la personne ou l'orientation existante de l'image cible. Il faut distinguer le mouvement articulaire de la perspective de prise de vue.
  • Comprendre la structure de la caractéristique avant de la projeter sur la perspective cible : lorsqu'on transfère une pose de face vers un personnage de profil, conserver la représentation de profil du personnage cible, en exprimant la pose via le torse, les articulations, le centre de gravité et les relations des membres, sans copier le contour 2D de l'image source ni faire pivoter le personnage.
  • Permettre les compléments d'occlusion dus aux actions, suppressions ou remplacements. Les compléments nécessaires ne consistent pas à étendre la toile, ni à repeindre des zones non pertinentes.
  • Les ombres portées, reflets, halos, contacts et occlusions doivent respecter les relations physiques de la scène cible, dans la mesure minimale nécessaire pour atteindre l'objectif. Ne pas modifier arbitrairement la teinte globale, l'éclairage général ou le design de fond pour "fusionner" les éléments. Si l'impact dépasse le périmètre confirmé, demander une nouvelle confirmation.
  • Ne pas exposer de force les caractéristiques situées en dehors du cadre original ou masquées, les marquer comme "invisibles, impossibles à vérifier". Les parties visibles peuvent être validées, mais cela ne permet pas de déclarer que toutes les caractéristiques sont vérifiées ; les caractéristiques clés doivent être visibles sur d'autres échantillons appropriés.
  • En cas de conflit clair et dur, le signaler avant génération, en présentant les preuves et les options réalisables, sans insister sur l'expérimentation par essais et erreurs. En cas d'incertitude, utiliser de petites expériences de diagnostic pour tester, sans traiter les inférences comme des faits. Si la résolution du conflit nécessite d'assouplir les conditions confirmées, en informer l'utilisateur et attendre son choix, sans modifier les conditions soi-même.

Si l'utilisateur extrait une composition mais que l'application nécessite de verrouiller celle de l'image cible, expliquer le conflit spécifique et confirmer le périmètre ; ne pas considérer que l'extraction de la composition autorise automatiquement la levée de la protection.

3. Prompts en Deux Couches et Isolation Expérimentale

Description de Caractéristique D est un texte fixe qui décrit purement l'objet extrait. Il décrit la structure interne, la matière, les règles d'ombre, etc., sans instruction d'emplacement de modification, de protection de fond, ni référence à "l'image source", "l'image ci-dessus", "le tour précédent" ou à des fichiers externes. En cas d'extraction uniquement du style, ne pas inclure de personnages, scènes, marques ou compositions non pertinents de l'image source. D peut être révisé en de nouvelles versions pendant l'optimisation, puis figé.

Instruction d'Application A définit l'objet d'action, l'emplacement, le type d'opération, l'adaptation à la scène et les contraintes de protection. Elle se décline en trois catégories : modification d'un attribut existant, remplacement d'un objet, ajout d'un nouvel objet. Le prompt complet et exécutable est A combiné avec D complet. Chaque prompt d'application final intègre le même bloc D ; ne pas demander à l'utilisateur de concaténer ou de faire référence à un autre bloc de texte.

Différentes images de test peuvent modifier les informations explicites d'objet, d'emplacement et d'opération dans A, mais A ne doit pas servir à ajouter clandestinement des descriptions de caractéristiques propres à une seule image. Les règles d'adaptation restent cohérentes ; si une correction de caractéristique visuelle générale est nécessaire, réviser D et revalider. Enregistrer la version de D, la version de A et la requête complète réellement envoyée, en distinguant les problèmes de description des problèmes d'exécution.

Utiliser les outils de génération d'images disponibles ; dans cet environnement, privilégier image_gen intégré et suivre son interface réelle. Isoler les actifs suivants : image source S, modèle de base fixe B, image de base de transfert fixe T, résultat généré R.

  • S est utilisé uniquement pour l'observation, la création de B et la comparaison des résultats. Restitution : B + A + D. Transfert : T + A + même version de D. Ces appels ne doivent pas inclure S, des recadrages de l'image cible ou d'autres références de style.
  • Chaque nouveau tour repart à partir de B fixe ou T fixe. Ne pas utiliser le R du tour précédent comme entrée pour le tour suivant. Ne pas remplacer la validation par prompt par une retouche manuelle, un filtre logiciel, un collage ou un repeint. L'outil peut qualifier cela d'"édition d'image", mais l'essentiel est que l'image de base reste fixe.
  • Pour les images locales, d'abord les visualiser, puis passer explicitement le chemin de l'image de base nécessaire. Si le mécanisme d'insertion ne supporte que la dernière image, vérifier que l'ensemble des références n'inclut pas S ou des résultats historiques ; si l'isolation est impossible, résoudre le problème d'entrée ou signaler une validation limitée.
  • Contrôler les modèles et paramètres de génération disponibles ; ne pas inventer de paramètres non pris en charge comme seed. Un succès avec seed fixe ne remplace pas une revérification indépendante. Ne pas ajouter de mots-clés cachés en dehors du texte livré pour améliorer les résultats.

4. Modèle de Base Fixe et Diagnostic de Restitution

À partir de S, supprimer la caractéristique extraite tout en conservant le reste de la structure pour générer B : supprimer les éléments localisés ainsi que les résidus de la zone extraite. Pour la matière, le coup de pinceau, l'ombre ou le style global, utiliser une ligne de base neutre et claire, sans supprimer leur support. Pour l'extraction de pose, remplacer la pose par une pose neutre tout en conservant au maximum l'identité, la perspective et la scène ; vérifier que la pose cible ne fuit pas.

Vérifier que B a bien supprimé la caractéristique et que le contenu non ciblé peut être utilisé pour comparaison. Si B est défaillant, corriger l'instruction de suppression et régénérer à partir de S ; ne pas retoucher un B défaillant. Une fois B validé, le geler ; tout changement de B invalide la comparabilité des scores de restitution antérieurs.

Construire D selon la liste de points clés, puis générer une restitution avec B et A correspondant. Vérifier la précision de la caractéristique et l'absence de dérive non ciblée dans les zones et détails clés. La restitution sert à détecter les omissions, ambiguïtés et sur-associations ; ne pas sacrifier la capacité de transfert pour une similarité pixel par pixel avec S, et ne pas itérer infiniment sur des détails non pertinents.

5. Échantillons de Transfert et Calibrage Initial Utilisateur

Dans le domaine d'application confirmé, générer indépendamment et aléatoirement 2 à 4 images de base de transfert (par défaut 3) ; les différences de sujet, perspective, échelle, fond ou éclairage doivent être significatives pour valider l'extraction. Ne pas transmettre S, B, R ou la description de la caractéristique cible lors de la génération de T, et ne pas choisir des images ayant déjà l'effet désiré comme exemples de réussite. Les images cibles fournies par l'utilisateur sont prioritaires pour l'application réelle et peuvent servir d'échantillons supplémentaires.

D'abord déterminer la scène, puis observer les résultats ; ne pas sélectionner uniquement des exemples de réussite. Assurer que les caractéristiques clés ont des opportunités de validation visibles dans l'ensemble de test. Couvrir les trois types d'opérations (modification, remplacement, ajout) selon l'applicabilité, et enregistrer les échantillons sur lesquels chaque mode a été testé. 2 à 4 images de base sont le nombre minimum, pas le nombre maximum de générations. Si une opération n'est pas applicable, en expliquer la raison, sans fabriquer de test ni prétendre que ce mode est validé.

Lors du premier tour, appliquer généralement le même D à différentes scènes. Si deux interprétations plausibles affectent le résultat, les comparer sur le même T pour clarifier la différence ; cela ne remplace pas les tests inter-images ultérieurs. Conserver au moins une image de base pour une utilisation après la sélection du candidat final, afin de réduire l'optimisation basée sur des échantillons déjà vus.

Présenter à l'utilisateur la comparaison avant/après du premier transfert ainsi qu'un jugement bref, et demander un calibrage : quelles caractéristiques sont correctes, lesquelles s'écartent le plus de l'intention, l'intégration et l'accentuation sont-elles appropriées. Attendre un retour substantiel, sans présumer de la satisfaction de l'utilisateur ; continuer à organiser les preuves, mais ne pas utiliser une orientation esthétique non confirmée comme critère d'optimisation ultérieur.

Convertir le retour en critères spécifiques et observables, les répéter brièvement, puis continuer. Ne poser des questions que si le retour contient une ambiguïté clé. Valider ensuite de manière autonome, sans demander une note à chaque tour. Ne demander une nouvelle validation que si une nouvelle conclusion nécessite de modifier les limites confirmées.

6. Réflexion, Expériences de Contrôle et Reconstruction

À chaque tour, examiner les résultats, d'abord identifier le niveau du problème, puis décider de la couche à modifier :

ProblèmeAction Suivante
Erreur de compréhension de l'objet extrait ou des relations intrinsèquesRevenir à S, à la liste de points clés et au calibrage utilisateur ; redécomposer et reconstruire D depuis le début
D flou, contradictoire, redondant ou lié à l'image sourceRéécrire, simplifier, supprimer le texte expérimentalement inefficace ou conflictuel
Mauvaise adaptation de la perspective, de l'éclairage ou de l'occlusion cibleCorriger les règles d'adaptation dans A, sans modifier les caractéristiques clés confirmées
Perte de contrôle de la zone d'action ou dérive non cibléeCorriger les contraintes de localisation et de protection dans A, vérifier l'adéquation de l'image de base
Cause inconnueUtiliser des expériences de contrôle pour distinguer les causes candidates, éviter de modifier toutes les variables à la fois
Exigence claire non exécutée de manière stableRevérifier indépendamment et enregistrer la variabilité, examiner les limites d'exécution du modèle, ne pas attribuer automatiquement à un manque de mots

Enregistrer à chaque tour : l'écart observé, l'hypothèse à tester, la modification spécifique, le changement attendu, le changement réel, et si la modification est conservée. Les révisions de routine portent sur les 1 à 3 écarts les plus importants. Si l'hypothèse de base est erronée, une réécriture complète est autorisée, sans être limitée par des "petites modifications".

Les expériences de contrôle peuvent comparer les contributions de la matière et de l'éclairage, l'impact de la suppression d'une partie de la description, ou comparer une nouvelle description concise à une ancienne description complexe. Les expériences ne doivent pas nécessairement aboutir à un produit final complet, mais doivent répondre à une question claire en générant à partir d'une image de base fixe ; dans la mesure du possible, maintenir les autres facteurs constants. Compte tenu de la variabilité de la génération, une seule différence ne prouve pas un lien de causalité ; les conclusions importantes doivent être vérifiées.

Si deux tours consécutifs n'apportent aucune amélioration observable ou n'éliminent aucune hypothèse, procéder à une revue stratégique obligatoire, sans déclarer l'échec ni ajouter des adjectifs supplémentaires : examiner les preuves de l'image source, le périmètre, la fuite d'information du modèle de base, les conflits de description et les capacités de l'outil ; choisir une nouvelle expérience de diagnostic ou reconstruire un candidat. Un nouveau tour doit avoir un fondement différent et vérifiable, ne pas répéter mécaniquement la même requête échouée.

Conserver le meilleur candidat, l'enregistrement des échecs et les conclusions valides. Après une mise à jour de D, revérifier la restitution et chaque échantillon de transfert ; après une mise à jour de A, revérifier les modes impactés. Ne pas utiliser les scores d'une ancienne version pour approuver une nouvelle version. Une fois la description modifiée en fonction des résultats de l'image de retenue, cette image n'est plus considérée comme un test non vu ; il est possible d'ajouter de nouvelles images de base dans la limite de 4, sinon le signaler honnêtement, sans prétendre à un test indépendant.

7. Validation, Poursuite et Limites de Ressources

Valider deux aspects séparément ; l'échec d'un seul aspect empêche la réussite globale :

  1. Précision des Caractéristiques : Les caractéristiques clés confirmées sont présentes et stables dans les zones applicables et visibles ; les invisibles sont marquées séparément. Ne pas compenser un échec clé par d'autres caractéristiques.
  2. Respect de l'Application : La perspective, la composition, le format et le contenu non ciblé sont visuellement stables ; les compléments nécessaires et les impacts physiques sont raisonnables ; aucun contenu non pertinent de l'image source n'est copié.

Utiliser les notations "conforme", "écart mineur", "écart significatif", "invisible ou impossible à juger" avec des preuves concrètes, sans inventer de pourcentages de similarité. Les différences de détails non essentiels sont autorisées, mais les standards clés confirmés ne sont pas abaissés. Le D final doit produire des résultats sur tous les échantillons sélectionnés ; toutes les caractéristiques clés doivent avoir au moins une preuve observable dans le domaine d'application. Conserver les échantillons échoués, ne pas réduire la portée en supprimant les exemples difficiles.

Une fois le candidat approuvé, régénérer une fois de plus, de manière indépendante, avec le même prompt complet à partir de la même image de base de transfert fixe. Prioriser les échantillons représentatifs ou ceux qui étaient instables auparavant, et couvrir les autres modes douteux. Augmenter le nombre de revérifications si nécessaire. Ne pas prouver uniquement avec un seed fixe ou un succès ponctuel.

En cas de non-conformité, poursuivre les tentatives avec des justifications ; annuler la règle d'arrêt qualité de "6 versions maximum" ou "arrêt après deux tours sans amélioration". Les contraintes de temps, de coût et de nombre de tours définies par l'utilisateur, ainsi que les limites réelles des outils, restent en vigueur. Rapporter l'avancement et la consommation des appels par phase, sans répéter mécaniquement à l'infini ou basculer automatiquement vers des services payants, des modèles ou des API externes sans autorisation.

Lorsque le budget est atteint, les outils sont indisponibles, ou il n'est plus possible de proposer de nouvelles expériences justifiées, sauvegarder le meilleur candidat, les écarts non résolus, les hypothèses éliminées et les options suivantes, et indiquer clairement que la validation n'est pas réussie. Proposer les conditions spécifiques nécessaires à la reprise. Il s'agit alors d'une limitation de ressources ou de méthode, et non d'une validation réussie. Une défaillance d'outil ne donne lieu qu'à un nombre limité de tentatives ; si la même défaillance persiste, signaler l'obstacle. Une validation réussie sur un nombre limité d'échantillons n'atteste que de l'outil actuel et de la portée testée, et ne garantit pas la généralisation à toutes les images ou tous les modèles.

8. Livraison

Fournir les textes indépendants et reproductibles dans l'ordre suivant :

  1. Description de Caractéristique Fixe D : Une description pure, avec le contenu spécifique renseigné, sans instruction d'opération, référence à l'image source, espace réservé ou note expérimentale.
  2. Prompt d'Application pour Modification d'un Objet Existant : Spécifier clairement que seul l'attribut désigné est modifié, intégrer D complètement, préserver les contenus et structures non spécifiés.
  3. Prompt d'Application pour Remplacement d'un Objet : Spécifier clairement l'objet remplacé et son remplaçant, intégrer D complètement, contraindre l'occupation spatiale, la perspective, le complément raisonnable et la protection du non ciblé.
  4. Prompt d'Application pour Ajout d'un Nouvel Objet : Spécifier clairement le nouvel objet et son emplacement, intégrer D complètement, contraindre les proportions, l'occlusion et l'impact physique, sans agrandir le cadre ni restructurer la scène.

Les trois versions d'application réutilisent exactement le même D final. Le prompt complet contient les règles d'exécution effectivement validées. L'emplacement et l'objet de l'application sont renseignés avec des informations spécifiques lorsqu'ils sont connus. Pour les nouvelles images encore inconnues, utiliser des règles de sélection d'objet claires et générales ; si un positionnement sans ambiguïté est impossible, expliquer que l'utilisateur devra spécifier l'objet ou l'emplacement lors de l'utilisation réelle. Ne pas inventer de coordonnées, et ne pas présenter un modèle contenant des espaces réservés non remplis comme étant directement exécutable. Après que l'utilisateur a fourni une nouvelle image cible, ne faire qu'instancier A, sans modifier D par défaut.

Si une opération n'est pas applicable ou n'a pas été testée, le mentionner explicitement en dehors du texte, sans prétendre que les trois modes sont validés. Par défaut, utiliser la langue de l'utilisateur ; si les tests ont été effectués dans une autre langue, livrer le texte de test réel, sans présenter une traduction non revérifiée comme équivalente.

Joindre brièvement le domaine d'application, les images de base et les modes d'opération testés, l'état de la revérification, et les éléments non vérifiés ou présentant encore des écarts. En cas de non-conformité, marquer le livrable comme candidat. Les rapports d'expérience, chemins d'images et numéros de version ne sont pas mélangés dans les prompts reproductibles ; les enregistrements détaillés sont fournis sur demande. Si l'interface actuelle limite le nombre de blocs de texte reproductibles, les trois versions d'application peuvent être combinées dans un même bloc, clairement séparées, chaque prompt devant rester autonome.

Skills associés