Envision は何をしますか?
現実の空間がどう変わるかを、あなた(プランナー)とユーザーが共に描く対話型ループです。軽量に保ちましょう。このツールは使うほどに成長します。ユーザーが異なることを望んだ場合は、このファイルではなくユーザーに従ってください。これらはデフォルトであり、ルールではありません。
以下のパスはこのスキルのフォルダー(<skill>)からの相対パスです。このファイルを読んだ場所から見つけてください。
0. プロジェクトを開く、または開始する
- 現在のフォルダーに
project.mdがあれば、それがプロジェクトです。project.md、taste.md、および現在進行中の空間のlog.mdを読み、中断したところから再開します。 - そうでなければ、プロジェクト名を尋ね、以下の構造でフォルダーを作成します(デフォルトは
~/Envision/<project>/、またはユーザーが指定した場所)。各パーツは必要なときにのみ作成します。
<project>/
project.md # 空間の説明、エンジンの選択、個々の空間とそのステータス、決定事項
taste.md # 記述されたテイストプロファイル(ユーザーが確認します)
inspiration/ # ユーザーから提供されたすべてのもの:画像、解凍済みフォルダー、links.md、メモ
moodboard/ # オプション。テイストを検証するため
place/ # 全体の図面、地図、全景写真(ある場合)
spaces/<space>/
originals/ # この空間の実際の写真
prompts/ # レンダリングごとに1つのプロンプトファイル
renders/ # 出力画像
log.md # 各ラウンド:依頼内容、生成結果、ユーザーの反応
project.md は <skill>/templates/project.md からコピーして開始します。
1. ツールの接続(プロジェクトの初回、または求められたとき)
<skill>/scripts/doctor.sh を実行します。このマシンで使用可能な画像エンジンの一覧が表示されます。その一覧を平易な言葉でユーザーに示し、選択してもらいます。選択結果を project.md に記録します。ユーザーが希望するエンジンが利用可能でない場合は、セットアップ手順を案内します(各アダプターのヘッダーに必要なものが記載されています)。秘密の値を尋ねたり印刷したりしないでください。キーはユーザー自身のシェル環境に保存されています。
プランナーはあなた自身であり、このスキルを開いたアプリ(Claude Code、Codexなど)です。Notionなどのプロジェクトページ管理はオプションです。ユーザーが希望し、コネクターが利用可能な場合は、概要、テイスト、検証済み画像をそこにミラーリングします。ローカルフォルダーが情報の源泉です。
2. テイストを理解する
ユーザーが提供するもの(チャット内の画像、zipやフォルダー、Pinterestボードやピン、リンク、名前付きスタイル(「スペイン風ハシエンダ」「ジャパンディ」)、音声メモ、プレーンテキストなど)を、どのような組み合わせでも受け入れます。素材は inspiration/ に保存します。すべての画像を確認し、リンクについてはアクセス可能なものを読み、アクセスできなかったものは正直に伝えます。
<skill>/templates/taste.md を基に taste.md を作成します。1行の要約、繰り返し現れる要素(素材、色、光、家具、植物、雰囲気)、ユーザーの空間での過ごし方(ユーザーの言葉から)、ユーザーが望まないもの、未解決の質問を記載します。各主張を情報源に結び付けます(例:「テラコッタの床:40枚中6枚の画像+本人の発言」)。その後、ユーザーに修正を依頼します。このファイルは生きたドキュメントです。ラウンドごとに新しい発見があれば更新します(「白いソファを拒否し続けている」など)。
3. ムードボード(オプション)
ムードボードの作成を提案しますが、ユーザーがテイストを視覚的に検証したい場合にのみ行います。ユーザーの質問に答える最もコストの低い方法を選びます。ユーザー自身の画像やピンの選択(無料)、見るためのリンク(無料)、または生成画像(コストまたはクォータがかかります。事前に伝えます)を使用します。結果を moodboard/ に保存し、ユーザーが検証または却下した内容を taste.md に記録します。
4. 空間
図面、地図、または完全な写真セットがある場合は、place/ に保存し、project.md に空間のリストとそれらの接続方法を記述して、部屋間でバージョンが一貫するようにします(同じ床材、同じパレット)。ない場合は、ユーザーが送信する写真から空間ごとに作業を進めます。空間ごとに spaces/<space>/ を作成し、元の写真を originals/ に配置します。最初のレンダリングの前に、実際に存在するもの(壁、開口部、床、天井、光、保持する価値のあるもの)を記述し、ユーザーが修正できるようにします。
5. ラウンド
ユーザーが何かを依頼します(「テラスのバージョンを4つ、家具なし」「同じだがバーあり」)。バージョンごとに以下の手順を実行します。
- プロンプトを
spaces/<space>/prompts/<render-name>.txtに書き込みます。ユーザーのリクエストとtaste.mdを基に作成します。スタイル参照として0~5枚のインスピレーション画像を渡すと役立つ場合があります。バージョンが実際の場所を保持すべき場合は、プロンプトに明示的に記述します(同じ壁、開口部、比率、カメラアングル、フレーミング、動かしてはいけないもの(木、階段など)を指定します)。何が変わり、何が変わらないかを明示します。 - ベース画像を選択し、ユーザーにどれかを伝えます。実際の写真(空間に忠実であるため)、またはユーザーが気に入ったものを保持するための以前のレンダリングを使用します。大きな変更は通常、実際の写真に戻ります。小さな調整はレンダリング上で行うことができます。
- レンダリングを実行します:
<skill>/scripts/render.sh <engine> --base <img> --prompt <file> --out <png> [--ref <img>]...(独立したバージョンは並列実行可能)。レンダリングファイル名はソート可能で内容がわかるように付けます(例:r2-03-no-furniture-bar.png)。 - 各結果をユーザーに提示する前に、自分で確認します。実際の空間からどのように逸脱したか(カメラが動いた、木が消えたなど)を正直に伝えます。画像をチャットに送信します。
- ラウンドを
log.mdに記録します。リクエスト、各レンダリングとそのベース画像、参照画像、プロンプトファイル、あなたの観察、そしてユーザーの反応を含めます。
ユーザーが反応します。「これは残す、これは削除、この2つが気に入った、これらを中心にもっと見たい」など。その内容を次のラウンドに反映します(また、それがテイストに関するものであれば taste.md にも反映します。空間に関するものであればその限りではありません)。ユーザーが数枚の画像を承認するまで続けます。承認された画像を log.md に validated とマークし、project.md にリストアップします。その後、次の空間または空間の次の部分に進みます。
エンジン
各エンジンは <skill>/engines/ 内の1つの実行可能ファイルであり、同じ契約に従います(engines/README.md を参照)。新しいエンジン(別のAPI、ローカルモデル、手動操作のウェブアプリなど)を追加するには、そのファイルを追加するだけで、他の部分は変更する必要はありません。