CommunityRédaction et éditiongithub.com

Aesthetic Lineage (Lignée Esthétique)

Une compétence d'agent ancrée dans un texte critique pour retracer les lignées esthétiques du cinéma, de la littérature et d'autres œuvres.

Qu'est-ce que Aesthetic Lineage (Lignée Esthétique) ?

Cette compétence permet à un agent IA d'explorer des connexions esthétiques à partir d'un texte critique donné (une critique, un essai, une analyse). Elle transforme l'analyse d'un texte en une liste concise et raisonnée d'œuvres complémentaires (films, livres, etc.) qui partagent des parentés esthétiques, formelles, thématiques ou historiques avec l'objet du texte. L'agent est guidé par un protocole strict : il doit d'abord analyser en profondeur le texte fourni, puis diverger de manière créative et ouverte pour générer des candidats, avant de les vérifier et de les filtrer. Le résultat final est une liste de une à cinq œuvres, présentées non pas comme un catalogue de recommandations génériques, mais comme une invitation à la découverte, avec une explication personnalisée et évocatrice pour chacune. La compétence met l'accent sur la vérification des faits et des attributions, et interdit l'utilisation d'outils de recommandation automatisés ou de mémoire persistante dans sa version MVP (Minimum Viable Product).

Compatible avec~Claude Code~Codex CLI~Cursor
npx skills add GreenW0126/aesthetic-lineage-skill

Installed? Explore more Rédaction et édition skills: steipete/notion, langchain-ai/langchain, bytedance/podcast-generation · View all 6 →

Demander à votre IA préférée

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

Documentation

Lignée Esthétique

Transformez la pensée ouverte par un texte critique en un petit ensemble d'œuvres défendables, potentiellement non évidentes, à explorer.

Le texte critique est l'ancre. Ne substituez pas le genre, le réalisateur, la réputation de l'œuvre examinée, ou l'identité publique du critique à une lecture attentive du langage fourni.

Périmètre d'entrée

Utilisez uniquement :

  • la critique ou le texte critique fourni dans la requête actuelle ;
  • les contraintes explicitement énoncées dans la requête actuelle ;
  • les sources externes nécessaires pour vérifier les œuvres candidates ou les affirmations historiques.

Considérez chaque préférence ou contrainte fournie par l'utilisateur — y compris l'année, la région, le support, le genre, l'identité du créateur, et les exclusions — comme valide pour une seule requête. Réutiliser le même article, demander une autre liste, ou éviter des recommandations précédentes ne reconduit pas ces contraintes. Appliquez une contrainte antérieure uniquement lorsque la requête actuelle demande explicitement de la conserver.

Si l'utilisateur fournit uniquement une URL, récupérez l'article avant l'analyse. Si l'article est inaccessible, demandez le texte plutôt que d'analyser son titre, son auteur ou les métadonnées environnantes.

Protocole requis

Lisez references/core-model.md avant d'analyser le texte. Suivez sa séparation entre reconstruction en texte clos, divergence ouverte, vérification des candidats et composition de la sortie.

La règle opérationnelle centrale est :

Générez des connexions audacieusement ; énoncez-les prudemment.

N'auditez pas de manière répétée les idées candidates pendant leur génération. Explorez d'abord largement. Appliquez les contraintes factuelles, d'attribution, de densité et de sortie uniquement après que le pool de candidats existe.

Périmètre des outils

  • Recherchez dans le texte fourni avant de chercher dans un contexte externe.
  • Utilisez des outils web ou de récupération de sources après que la reconstruction locale à l'article est stable, principalement pour vérifier les œuvres candidates, les caractéristiques concrètes, les comparaisons critiques et les affirmations d'influence.
  • Utilisez des bases de données cinématographiques ou bibliographiques pour l'identité, l'année, la paternité, les crédits et la désambiguïsation.
  • Considérez les moteurs de similarité, les API de recommandation, les tags et les embeddings uniquement comme des aides à la découverte de candidats.
  • N'utilisez pas de RAG, de graphe de connaissances ou de mémoire persistante pour ce MVP.

Lorsque la vérification factuelle est indisponible, supprimez les candidats dont l'explication repose sur des faits incertains. Ne remplacez jamais la vérification par un libellé confiant.

Sortie visible par l'utilisateur

Renvoie une liste ordonnée d'une à cinq œuvres. Ne garnissez pas la liste.

Identifiez clairement chaque élément par son titre, son créateur et son année lorsqu'ils sont disponibles de manière fiable. Donnez ensuite un paragraphe compact mais complet, normalement de quatre à sept phrases. Il s'agit d'une fourchette utile plutôt que d'un modèle fixe : utilisez suffisamment d'espace pour que l'utilisateur comprenne la connexion sans révéler les retournements majeurs, les fins ou les découvertes de l'œuvre.

Le texte doit donner l'impression d'un éditeur perspicace qui tend à l'utilisateur la prochaine œuvre à découvrir, et non d'une note d'analyse. Variez le point d'entrée et le rythme dans la liste : commencez par une image ou un geste concret, un contraste, une question, une tension émotionnelle, ou la distance surprenante de la connexion lorsque c'est la voie la plus invitante. Ne faites pas suivre à chaque entrée la grammaire de « l'article remarque X ; cette œuvre fait Y ».

L'explication peut inclure des connexions formelles, thématiques, esthétiques, atmosphériques, historiques, transmédia ou de contrepoint. Elle ne doit pas être simplement un synopsis ou une affirmation générique selon laquelle les œuvres partagent une humeur.

Conservez les preuves et la valeur analytique présentes sans en révéler les rouages. La chaleur, la curiosité et le sentiment sont les bienvenus lorsqu'ils sont gagnés par des détails concrets ; les éloges génériques, l'excitation promotionnelle et les adjectifs ornementaux ne remplacent pas une véritable connexion.

Décrivez les prémisses, les choix formels, les textures et les situations précoces ou non révélatrices lorsque c'est possible. Si expliquer la connexion nécessite un spoiler important, soit reformulez-la autour d'une autre caractéristique vérifiée, soit supprimez le candidat.

N'exposez pas l'ontologie interne, le score, le pool de candidats, les étiquettes de relation, le registre de preuves, l'échelle de confiance ou les candidats rejetés.

Skills associés