Community画像github.com

画像特徴抽出と転移検証

元画像とユーザー指定範囲から、固定・独立した視覚特徴記述を抽出し、キーポイント確認、初回キャリブレーション、画像間検証を通じて、修正・置換・追加の3種類のアプリケーションプロンプトを提供します。フォント質感、照明、ポーズ、スタイル、または特定要素のプロンプト逆引きと転移の実測に適しており、単なる画像説明や通常のレタッチには使用しません。

画像特徴抽出と転移検証 とは?

このスキルは、画像からユーザーが指定した対象の内在的視覚特徴を抽出し、固定された独立した記述として切り離すための体系的なフレームワークを提供します。この記述は他の画像に転移可能で、元画像の視点、構図、シーンコンテキストは保持します。主な検証基準は、画像間転移の精度と安定性です。まず、ユーザーは抽出範囲、コアとなる特徴の優先順位、適応ルール、保護範囲などについて、AIから提示される詳細な確認リストを承認する必要があります。その後、AIは抽出された特徴を除去した固定ベース画像を生成し、転移テストを実施、ユーザーからの初回フィードバックに基づいて記述を調整します。このプロセスでは、厳格な実験分離(ソース画像、固定ベース画像、転移ベース画像、生成結果を個別に管理)を維持し、画像編集ツールの代わりにプロンプトベースの検証に依存します。最終的に、単一の固定特徴記述と、修正、置換、追加の3種類のアプリケーションプロンプト(それぞれに同じ記述を埋め込む)を提供します。このスキルは、テキストから画像を生成するツール(例:Claude Codeのimage_gen機能など)で動作し、反復的な仮説検証と対照実験を重視し、AIによる推測やプロンプトへの隠れた追加を明示的に禁止します。

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

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

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

ドキュメント

画像特徴抽出と転移検証 は何をしますか?

目標と協力原則

ユーザーが指定したオブジェクトの内在的視覚特徴を抽出し、固定かつ独立した純粋な記述を形成します。これにより、他の画像の既存の視点、構図、シーン条件下で正確に表現されます。画像間転移の精度と安定性が主な検収基準です。元画像の再現は記述の診断に使用され、コアとなる特徴に影響を与えない細かな差異は許容されます。

AIは分解、適応案の提案、適用範囲の提示を担当します。ユーザーは生成前に確認し、初回転移後に一度キャリブレーションを行います。その後、AIはキャリブレーション基準に基づき自律的に検証します。確認済みの意図、キーポイント、境界を変更する必要がある場合のみ、再度関連する変更を確認します。通常の言い回しの修正で繰り返し質問することはありません。

「理解→仮定→生成→観察→反省」のフィードバックループを採用します。正確な記述とモデルによる正確な実行は別物であり、特定のモデルがあらゆる精度を達成することを保証せず、視覚的判断を正確なパーセンテージで表現することも、モデルを訓練した、または強化学習を実行したと主張することもありません。

1. 入力、分解、生成前の確認

必須入力は元画像と抽出範囲です。画像がない場合はユーザーにアップロードを依頼します。範囲にタスクに影響する曖昧さがある場合は明確化し、無断で全体スタイルに拡大することはできません。ユーザーが目標画像も持っている場合は一緒に確認します。目標画像がなくても、先に抽出してテスト用ベース画像を生成することは可能です。

目に見える証拠から、タスクに関連する次元を分解します:内容、輪郭比率、空間と関節の関係、色彩、照明、反射、テクスチャ、筆致、粒子、文字組版など。相対関係と観察可能な特徴を優先して記述し、次元を埋めるために詳細、色値、サイズ、レンズ、隠れた構造を捏造しません。未知の深度と遮蔽関係は推測であることを明記します。

ユーザーに簡潔かつ具体的なキーポイント確認リストを提示します:

  • オブジェクトと境界:抽出するオブジェクト、領域、またはグローバル属性、および含める関連特徴。
  • コア特徴と優先順位:項目ごとに番号を付け、どれが失われると成立しないか、どの差異が許容されるかを示します。ユーザー要求、AI提案、不確定項目を区別します。
  • 抽出層と固定層:内容、形状、マテリアル、光影のそれぞれについて、何を抽出し、何を保持するか。例えば、フォントのマテリアルのみを転移する場合、テキスト、字形、組版を一緒に変更してはなりません。
  • 適応案:どの内在的ルールが不変で、どの表現が目標画像の視点、照明、スケール、遮蔽に応じて調整されるべきか。マテリアル抽出時はハイライトが目標光源に応じて変化してもよい。光影自体を抽出する場合、確認済みの光影特徴は適応によって削除できません。
  • 適用範囲と転移スパン:具体的な適用シナリオと意味のあるテスト差異を提案します。デフォルトですべての被写体と媒体を横断することは想定しません。
  • 許容される影響と保護範囲:本体の変化、必要な補完、合理的な物理的影響、および維持すべき非目標コンテンツを示します。

ユーザーに確認を明示的に依頼するか、番号で修正を求めます。確認前の分析は可能ですが、ベースモデルの作成や検証画像の生成は行いません。沈黙、タイムアウト、部分的な返答は、確認リスト全体の確認の代わりにはなりません。未解決の残りのキーポイントのみを追跡します。既に明確に確認された内容は再利用し、再度要求しません。

確認後、観察記録を確立します:キーポイント番号、元画像の証拠、優先順位、不変ルール、適応条件、記述内の対応するテキスト、生成結果、偏差。以降の各改訂および最終納品時にチェックリストを照合し、全体的な類似度を上げるためにキーポイントを黙って削減することはできません。

2. 目標画像の適合性と保護原則

各目標画像について、生成前に確認済みの範囲内で抽出特徴を保持できるか確認します。

  • 目標画像の撮影視点、構図、アスペクト比、トリミング、および非目標コンテンツを視覚的に不変に保ちます。ピクセル単位で同一である必要はありません。レンズを回したり、被写体の全体的な位置を移動したり、画面を拡大したり、構図を変更したりして効果を収容することはできません。
  • 抽出オブジェクトの指定された属性は変化しても構いませんが、その他の属性は確認リストに従って保護されます。例えば、ポーズ転移では関節と輪郭を変更できますが、人物の同一性や目標画像の既存の向きを変えてはなりません。関節の動きと撮影視点は区別する必要があります。
  • 特徴の構造を理解してから目標視点に投影します:正面のポーズを横向きの人物に転移する場合、目標人物の横向きの表現を保持し、胴体、関節、重心、四肢の関係でポーズを表現し、ソース画像の2次元の輪郭をそのままコピーしたり、人物を正面に向けたりしてはなりません。
  • 動作、削除、または置換によるフレーム内の遮蔽領域の補完は許可されます。必要な補完はキャンバス拡張とは異なり、無関係な領域を再描画する理由にはなりません。
  • 投影、反射、ハロー、接触、遮蔽は目標シーンの物理的関係に従い、目標達成に必要な最小限の合理的な範囲内で変化します。「融合」のために全体の色調、グローバル照明、背景デザインを勝手に変更することはできません。影響が確認済みの境界を超える場合は、事前に確認します。
  • 元のフレーム外または遮蔽された特徴は無理に表示せず、「不可視、検証不可」とマークします。可視部分は合格でも、すべての特徴が検証されたとは主張できません。検証が必要なコア特徴は、他の適切なサンプルで可視であるべきです。
  • 明らかなハードな競合は、生成前に指摘し、証拠と選択可能なオプションを説明します。無理に試行錯誤する必要はありません。判断が不確定な場合は、小規模な診断実験でテストし、推測を事実として扱いません。競合解決に確認済み条件の緩和が必要な場合は、ユーザーに説明し選択を待ちます。条件を自分で変更することはできません。

ユーザーが構図を抽出したが、適用時に目標画像の構図を固定する必要がある場合、具体的な競合を説明し範囲を確認します。構図抽出を理由に保護を自動的に解除することはできません。

3. 二層のプロンプトと実験分離

特徴記述 D は、抽出オブジェクトの純粋な記述である固定テキストです。内在構造、マテリアル、光影ルールなどを明確に記述し、変更位置や背景保護などの操作指示は含みません。「元画像」「上図」「前回」や外部ファイルを参照しません。スタイルのみを抽出する場合、ソース画像の無関係な人物、シーン、ブランド、構図を含みません。Dは最適化プロセスで新しいバージョンを形成し、最終化後に固定されます。

適用命令 A は、作用オブジェクト、位置、操作タイプ、シーン適応、保護制約を担当し、既存属性の修正、オブジェクトの置換、新しいオブジェクトの追加の3つのカテゴリに分類されます。完全に実行可能なプロンプトは A と完全な D で構成されます。最終的な各アプリケーションプロンプトには、同一の D が埋め込まれています。ユーザーが自分で結合したり、別のテキストブロックを参照したりする必要はありません。

異なるテスト画像では、A内の明示的なオブジェクト、位置、操作情報を変更できますが、Aを利用してその画像にのみ有効な特徴記述を密かに追加することはできません。適応ルールは一貫して維持されます。共通の視覚的特徴を修正する必要がある場合は、Dを改訂し、再検証します。Dのバージョン、Aのバージョン、実際に送信された完全なリクエストを記録し、記述の問題と実行の問題を区別します。

現在利用可能な画像生成ツールを使用します。この環境では、組み込みの image_gen を優先し、実際のインターフェースに従います。以下のアセットを分離します:ソース画像 S、固定ベース画像 B、固定転移ベース画像 T、生成結果 R。

  • Sは観察、ベース画像作成、結果比較のみに使用されます。再現は B + A + D、転移は T + A + 同一バージョンの D で行います。これらの呼び出しに S、目標トリミング、または他のスタイルリファレンスを渡してはいけません。
  • 毎回、固定Bまたは固定Tから再生成します。前回のRを次の入力として使用してはいけません。手動レタッチ、プログラムフィルター、コラージュ、描き足しでプロンプト検証を代替してはいけません。ツールが「画像編集」と呼んでも問題ありませんが、重要なのは入力ベース画像が固定であることです。
  • ローカル画像はまず表示し、その後、必要なベース画像パスを明示的に渡します。直近の画像参照メカニズムのみが利用可能な場合は、参照セットにSや過去の結果が含まれていないか確認します。分離できない場合は、入力方法を解決するか、検証が制限されていることを報告します。
  • 利用可能なモデルと生成設定を制御し、seedなどのサポートされていないパラメータを偽装しません。固定seedでの成功は、独立した再検証の代わりにはなりません。納品テキスト以外に、結果を改善するための隠されたプロンプトを追加してはいけません。

4. 固定ベース画像と再現診断

Sから抽出特徴を除去し、他の構造を保持してBを生成します:局所要素は、範囲に関連する残像を含む本体を削除します。マテリアル、筆致、光影、またはグローバルスタイルは、明確なニュートラルベースラインを使用し、その担体を削除しません。ポーズ抽出は、同一性、視点、シーンを可能な限り不変に保ちながら、ニュートラルなポーズに置き換えることができます。これが依然として目標ポーズを漏洩していないか確認します。

Bが本当に特徴を除去し、非目標コンテンツが比較に使用可能かどうかを確認します。ベース画像が不適格な場合は、修正指示を調整し、Sから再作成します。失敗したベース画像上で修正を行ってはいけません。合格後は固定します。ベース画像を交換した後、古い再現結果は比較可能性を失ったことを明記します。

確認リストに基づいてDを構築し、Bと対応するAを使用して再現画像を生成します。キー領域と詳細について、特徴の正確性と非目標のドリフトを確認します。再現は、見落とし、曖昧さ、過剰なバインディングを発見するために使用され、元画像のピクセルや非キー詳細の一致を追求して転移能力を犠牲にしたり、無関係な詳細で無限に反復したりしてはいけません。

5. 転移サンプルと初回ユーザーキャリブレーション

確認された適用範囲内で、独立してランダムに2~4枚の転移ベース画像を生成します。デフォルトは3枚です。被写体、視点、スケール、背景、または照明の差異は、今回の抽出に検証価値があるものでなければなりません。ベース画像生成時に、S、B、R、または目標特徴記述を渡さず、また、既に目標効果を持つ画像を成功例として選びません。ユーザーが提供した目標画像は、実際のアプリケーションに優先的に使用され、追加サンプルとして扱うことができます。

先にシーンを決定してから結果を観察し、成功例だけを選んではいけません。キーとなる特徴がテストセット内で可視の検証機会を持つようにします。適用性に応じて、修正、置換、追加の3つの操作をカバーし、各モードがどのサンプルで実際にテストされたかを記録します。2~4枚はベース画像の数であり、実行できる生成回数の制限ではありません。操作自体が適用できない場合は理由を説明し、無理にテストを作成したり、そのモードが検証されたと主張したりしてはいけません。

初回は通常、同一のDを異なるシーンに適用します。それでも効果に影響する2つの合理的な解釈がある場合は、まず同じT上でこれらの2つの解釈を比較し、それらの違いを明確にすることができます。これは、その後の画像間テストの代わりにはなりません。最終候補が確定するまで、少なくとも1枚のベース画像を保持し、既に見たサンプルに対する最適化を減らします。

ユーザーに初回転移の前後比較と簡潔な判断を提示し、キャリブレーションを依頼します:どの特徴が正しいか、どれが意図から最も乖離しているか、融合と強調の程度は適切か。この時点で実質的なフィードバックを待ち、ユーザーが満足していると自分で判断してはいけません。証拠を整理し続けることはできますが、未確認の美的方向性をその後の最適化基準として扱ってはいけません。

フィードバックを具体的で観察可能な基準に変換し、簡潔に復唱してから続行します。フィードバックにキーとなる曖昧さが含まれる場合のみ、追跡します。その後は自律的に検証し、毎回ユーザーにスコアを求めません。新しい結論が確認済みの境界を変更する必要がある場合のみ、関連部分を再確認します。

6. 反省、対照実験、再構築

毎回、実際に結果を確認し、まず問題の階層を特定してから、どの層を変更するかを決定します:

問題次のステップ
抽出オブジェクトまたは内在関係の理解誤りS、確認リスト、ユーザーキャリブレーションに戻り、再分解してDを最初から構築
Dが曖昧、矛盾、冗長、またはソース画像にバインド書き換え、簡略化し、実験で無効または競合が確認されたテキストを削除
目標視点、照明、または遮蔽への適応誤りAの適応ルールを修正し、確認済みのコア特徴は変更しない
作用領域の制御不能または非目標へのドリフトAの位置特定と保護制約を修正し、ベース画像の適合性を確認
原因不明対照実験で候補原因を区別し、すべての変数を同時に変更しない
明確な要求が安定して実行されない独立して再検証し、変動を記録、モデルの実行制限を確認、自動的に「言葉が足りない」と結論づけない

毎回記録:観察された偏差、検証すべき仮説、具体的な変更、予想される変化、実際の変化、保持するかどうか。通常の改訂は、最も重要な1~3の偏差を対象とします。基本的な仮定が誤っている場合は、全体の書き直しを許可し、「小変更」の制約を受けません。

対照実験では、マテリアルと照明の寄与の比較、特定の記述を削除した影響、または新しい簡潔な記述と古い複雑な記述の比較などが可能です。実験は完全な完成品を目指す必要はありませんが、明確な質問に答えなければならず、固定ベース画像から生成します。条件が許せば、他の要因は不変に保ちます。生成の変動を考慮し、1回の差異は因果関係の証明にはならず、重要な結論は再確認が必要です。

2回連続で観察可能な改善がない、またはいずれの仮説も排除できなかった場合、失敗を宣言したり形容詞を追加し続けたりするのではなく、強制的に戦略を見直します:ソース画像の証拠、境界、ベース画像の情報漏洩、記述の競合、ツールの能力を確認します。新しい診断実験を選択するか、候補を再構築します。新しいラウンドは、異なりかつ検証可能な根拠を持たなければならず、同じ失敗リクエストを機械的に再試行してはいけません。

最適な候補、失敗記録、有効な結論を保持します。Dを更新した後、再現と各転移サンプルを再確認します。Aを更新した後、影響を受けるモードを再検証します。古いバージョンの結果を新しいバージョンの証拠として使用してはいけません。ホールドアウト画像の結果を使用して記述を修正した場合、その画像はもはや未見のテストとは見なされません。4枚以内で新しいベース画像を補充できます。追加できない場合は、その旨を正直に報告し、独立したテストと偽ってはいけません。

7. 検収、継続、リソース境界

以下の2項目をそれぞれ検収します。いずれかが失敗した場合、全体として成功とは見なされません:

  1. 特徴精度:確認されたキー特徴が、適用可能かつ可視の領域で成立し、画像間で安定していること。不可視項目は個別にマークし、他の特徴でキーの失敗を相殺してはいけません。
  2. アプリケーション遵守性:視点、構図、アスペクト比、および非目標コンテンツが視覚的に安定し、必要な補完と物理的影響が合理的であり、ソース画像の無関係なコンテンツが複製されていないこと。

「適合/軽微な偏差/明らかな偏差/不可視または判断不能」を使用し、具体的な証拠を示します。類似度のパーセンテージを捏造してはいけません。非キー詳細の差異は許容しますが、確認済みのコア基準を引き下げてはいけません。最終的なDは、選択されたすべてのサンプルで結果を持たなければなりません。すべてのコア特徴は、適用範囲内で少なくとも観察可能な証拠を持つ必要があります。失敗サンプルは保持し、難しい例を削除して範囲を狭めてはいけません。

候補が合格した後、同じ完全なプロンプトを使用して、同じ固定転移ベース画像から独立して再び生成します。代表的なサンプルやこれまで不安定だったサンプルを優先し、他の疑わしいモードもカバーします。必要に応じて再検証を追加します。固定seedまたは単一の偶然の成功のみを証明してはいけません。

未達成の場合は、根拠に基づいて継続して試みます。「6バージョンで終了」や「2回連続で改善なしで停止」といった品質終了ルールはキャンセルされます。ただし、ユーザーが明示した時間、費用、ラウンド数の予算、および実際のツール制限は遵守しなければなりません。段階的に進捗と呼び出し消費を報告し、タスクの許可を理由に無制限に機械的再試行を行ったり、自動的に有料サービス、モデル、外部APIに切り替えたりしてはいけません。

予算に達した、ツールが利用できない、または根拠のある新しい実験を提案できない場合、最良の候補、未解決の偏差、排除された仮説、次のステップのオプションを保存し、未達成であることを明確にします。作業再開に必要な具体的な条件を提示します。この時点では、リソースまたは方法が制限されているのであり、検証に合格したわけではありません。ツールの障害は限定的な再試行のみ行い、同じ失敗が続く場合は障害を報告します。限られたサンプルでの合格は、現在のツールとテストされた範囲でのみ有効であり、任意の画像やモデルでの汎用性を保証するものではありません。

8. 納品

以下の順序で、独立して複製可能なテキストを提供します:

  1. 固定特徴記述 D:具体的な内容がすでに記入された純粋な記述。操作指示、ソース画像参照、プレースホルダー、実験説明を含みません。
  2. 既存オブジェクトを修正するアプリケーションプロンプト:指定された属性のみを修正することを明確にし、Dを完全に埋め込み、指定されていない内容と構造を保持します。
  3. オブジェクトを置換するアプリケーションプロンプト:置換されるオブジェクトと代替物を明確にし、Dを完全に埋め込み、スペース占有、遠近法、合理的な補完、非目標保護を制約します。
  4. 新しいオブジェクトを追加するアプリケーションプロンプト:新しいオブジェクトとその位置を明確にし、Dを完全に埋め込み、比率、遮蔽、物理的影響を制約し、画像拡張やシーン再構築を行いません。

3つのアプリケーションバージョンは、まったく同じ最終Dを再利用します。完全なプロンプトには、実際に検証された実行ルールが含まれます。アプリケーションの目標と位置が既知の場合は、具体的な情報を記入します。まだ未知の新しい画像向けには、明確で汎用的なオブジェクト選択ルールを使用します。曖昧さなく位置を特定できない場合は、実際の使用時に対象または位置を指定する必要があることを説明し、座標を捏造したり、未記入のプレースホルダーを含むテンプレートを直接実行可能と呼んだりしてはいけません。ユーザーが新しい目標画像を提供した後は、Aのみをインスタンス化し、Dを黙って変更してはいけません。

操作が適用されない、または実際にテストされていない場合は、テキストの外で明示的に注記し、3つのモードすべてが合格したと主張してはいけません。デフォルトではユーザーの言語を使用します。実際のテストで他の言語が使用された場合は、実際のテストテキストを納品し、未検証の翻訳を同等の結果として扱ってはいけません。

簡単に、適用範囲、実際のテストベース画像と操作モード、再検証状況、未検証またはまだ偏差がある項目を添付します。不合格の場合は、候補としてマークします。実験レポート、画像パス、バージョン番号は、複製可能なプロンプトに混入させません。詳細な記録は必要に応じて提供します。現在のインターフェースに複製可能なテキストブロックの数量制限がある場合は、3つのアプリケーションバージョンを1つのブロックにまとめ、明確に区切り、各プロンプトが自己完結していることを維持します。

関連スキル