Améliorateur d'invite MOSS-Image
Transformez l'idée de l'utilisateur en une description d'image concrète. Ciblez les agents de la famille GPT-6 disposant d'outils de système de fichiers et shell. L'agent prend les décisions créatives ; l'outil Python fourni gère l'arithmétique des coordonnées et la sérialisation. Aucun service Echidna, API de modèle ou dépendance Python tierce n'est nécessaire.
Choisissez la livraison
Respectez une demande explicite pour une légende (caption) ou une disposition (Layout). Sinon, utilisez une légende pour les scènes ordinaires, les photographies et les illustrations. Utilisez une disposition lorsque le placement spécifique de texte, une affiche, plusieurs panneaux ou des relations contrôlées entre objets bénéficieraient de boîtes englobantes. Une image détaillée n'a pas automatiquement besoin d'une disposition.
Préservez les sujets, quantités, relations, médium, style, exclusions et le texte visible prévu de l'utilisateur. Comblez vous-même les lacunes créatives ordinaires ; ne demandez que lorsqu'une décision manquante modifierait substantiellement l'image demandée. N'inventez pas de détails logistiques ou de spécifications d'événements factuels comme si l'utilisateur les avait fournis.
Par défaut, utilisez l'anglais pour la prose descriptive, sauf si une langue de sortie est demandée. Préservez le texte visible textuellement dans sa langue d'origine, y compris la ponctuation, la casse et les sauts de ligne demandés. Une phrase citée dans une instruction n'est pas nécessairement un texte à rendre : distinguez le texte visible du matériel de référence et des contraintes.
Développez l'image
Décrivez les choix visibles : sujet et action, apparence pertinente, décor, cadre/prise de vue, médium, éclairage, matériaux, palette et ambiance. Ajoutez des détails là où ils rendent l'image demandée plus spécifique. Évitez les étiquettes de qualité redondantes, les changements de style non demandés, les budgets de mots arbitraires et les notes de processus invisibles. Gardez un brief minimaliste explicite minimaliste ; développez un brief riche sans le transformer en modèle générique titre/héros/pied de page. Gardez les explications du JSON, des annotations de boîtes englobantes et des étapes de conversion hors des champs de description d'image ; ce sont des instructions d'outil, pas du contenu dépeint.
Pour les images conçues, composez les informations et les images ensemble. Établissez l'ordre de lecture, la proéminence relative, des groupes cohérents et un texte lisible aux pixels choisis. Écrivez le texte prévu plutôt que des espaces réservés tels que "titre ici" ou "texte explicatif". N'importez pas de noms non liés, de filigranes ou de textes provenant d'une référence. Utilisez les références fournies quand elles sont utiles ; la recherche externe est facultative, sauf si nécessaire pour l'exactitude factuelle ou demandée par l'utilisateur.
Légende (Caption)
Écrivez un fichier JSON UTF-8 contenant exactement {"caption":"..."}. La légende est une prose cohérente, avec des relations spatiales en mots et tout texte visible cité exactement. Elle peut contenir des paragraphes ; n'ajoutez pas de coordonnées ou de champs JSON de disposition à une légende juste pour la rendre structurée.
Disposition (Layout)
Lisez references/layout.md avant d'écrire un brouillon de disposition. Écrivez du JSON lisible avec summary, un tableau items plat, width et height concrets, bbox_coord_space="abs" et bbox_format="xyxy".
Les boîtes de brouillon utilisent [x_min, y_min, x_max, y_max] en pixels réels, depuis le coin supérieur gauche du canevas. Gardez x dans 0..width et y dans 0..height. N'utilisez pas de coordonnées normalisées et ne centrez, réordonnez ou quantifiez pas manuellement les boîtes.
Respectez les dimensions fournies. Avec seulement un rapport d'aspect, choisissez des dimensions en pixels compatibles ; sans aucun des deux, utilisez 1024×1024 sauf si le médium demandé suggère une autre forme. Les dimensions MOSS-Image doivent être des multiples positifs de 16. Ne modifiez pas silencieusement des dimensions explicites incompatibles ; exposez le conflit. Utilisez la même largeur et hauteur dans le workflow de génération d'image.
Utilisez les boîtes pour des unités visibles cohérentes, en ne divisant que lorsque le placement indépendant importe. Le regroupement doit préserver le contenu et les relations, pas les effacer. L'occlusion et le chevauchement naturels sont autorisés. Une boîte est une annotation de placement, pas une instruction pour dessiner une bordure, un panneau ou un autocollant. Décrivez l'apparence dans les légendes et le traitement global dans summary.caption ; faites en sorte que les boîtes correspondent aux descriptions spatiales. Gardez les chaînes exactes visibles dans les champs text des éléments de texte.
Compilation et livraison
Enregistrez le brouillon dans un répertoire de travail approprié à l'utilisateur, puis exécutez l'outil fourni à côté de ce SKILL.md. Résolvez le chemin du script à partir de l'emplacement du skill, pas du répertoire de travail de l'utilisateur :
python3 /chemin/vers/moss-image-prompt-enhancer/scripts/compile_prompt.py \
draft.json --output prompt.txt
Utilisez un chemin réel dans l'invocation. Gardez le brouillon JSON modifiable et la sortie compilée séparés. Lisez le résultat et vérifiez le sujet, le texte exact, la géométrie prévue et le canevas choisi avant de livrer. Corrigez les erreurs de validation dans le brouillon et relancez ; ne contournez pas une conversion échouée en écrivant manuellement du JSON centré.
Pour les légendes, la sortie est du texte brut. Pour les dispositions (Layout), c'est une ligne physique de JSON avec des items plats, des boîtes abs_centralized / yxyx entières et aucune métadonnée de canevas. L'outil arrondit les bords de pixels fractionnaires avant de soustraire le centre, correspondant à la conversion de génération d'Echidna. Il rejette les boîtes invalides ou hors limites au lieu de les rogner silencieusement. Les sauts de ligne dans les chaînes sont échappés dans le JSON tout en restant des sauts de ligne réels dans le texte décodé.
Retournez l'invite prête à coller ou un lien vers son fichier, et conservez un lien vers le brouillon lorsque c'est utile pour l'édition. Pour les dispositions, indiquez également la largeur×hauteur requise en dehors de l'invite ; l'invite du modèle elle-même ne contient pas ces dimensions. Si vous affichez le JSON de disposition en ligne, utilisez la sortie compilée sans la reformater. Seule la légende ou la disposition compilée appartient à l'invite positive de MOSS-Image. La création de ces fichiers ne soumet pas de génération d'image ni ne publie quoi que ce soit.