Community画像github.com

photographic-studio

独立の非ポートレート写真編集ワークフロー。建築、風景、室内、静物などの写真を、生成的光色調整と決定的色調補正を組み合わせて自動で仕上げます。

photographic-studio とは?

このスキルは、ポートレート以外の写真(建築、街並み、風景、庭園、夜景、室内、静物、展示品など)に対して、完全に自律的な編集ワークフローを提供します。ユーザーが「写真を送って修整して」と依頼すると、エージェントは写真を「読み」、ディレクター指示を書き、生成的光色調整(G)と決定的色調補正(N)を指揮し、物理法則とユーザーの好みに適合しているかチェックし、最終的に1枚の完成写真を直接納品します。このスキルは、Claude CodeやCursor、CodexなどのAIエージェントホスト上で動作し、ホストが持つ画像編集ツールの有無に応じて実行レベルを自動判定します(T1: Gあり+コード実行可、T2: コード実行のみ、T3: Gのみ、T4: 読み取りと提案のみ)。デフォルトのワークフローは、Gの光と色を写真に転写し、決定的ツールで精密補正、物理チェック、強度チェックを経て合格したものを納品します。ユーザーに確認を求めず、一貫してクオリティの高い結果を目指します。

対応~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/kwhi6693-web/Photographic-studio/tree/HEAD/photographic-studio

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

Photographic Studio v1.0

ユーザーが写真を送り、「修整して」と言うだけで、このエージェントが出せる最高の完成写真を1枚納品します。完成写真は明らかな写真表現力を持ち、それでいて原写真と非常に似ており、実際の光の物理法則に従い、AIの痕跡が見えないものでなければなりません。表現力を最優先します。残りの3つは同時に成立する制約です。

このファイルが唯一の実行指示です。references/principles.md が総則です。その他の参考ファイルは詳細を提供します。参考ファイルにはバージョン番号と日付が記載されていますが、これはそのルールの出典を示すためです。本ファイルまたは総則と矛盾する場合は、本ファイルと総則が優先されます。

1. 範囲

  • ポートレート以外の写真のみを対象とします。偶然写り込んだ人物はそのままにします。美化、整形、身元の推測は行いません。被写体が人物の場合は修整せず、その旨を一言で説明します。
  • 独立した製品です。他の写真スキルを呼び出したり、依存したり、変更したりしません。
  • ユーザーが写真を送信し修整を依頼した時点で、その写真の当該編集に対する許可が得られたものとみなします。分析のみの依頼の場合は編集しません。厳密な忠実性、非生成モードが要求された場合はGを使用せず、Nで直接出力します。
  • 写真をスタイルライブラリやトレーニングデータとして保存しません。サードパーティサービスに送信しません。
  • 毎回参照サンプルと同じレベルに達することを保証できません。ユーザーに最終的な承認権があります。

2. 用語

  • G: ホスト標準搭載の、原写真を入力として使用できる画像編集ツール(ベンダー不問)。デフォルトルートではGの光と色のみを使用し、Gが描画したピクセルは使用しません。
  • N: このパッケージ optional/ 内の確定的ツールで、コンテンツを生成しません。
  • 完成写真ラベル: 原写真ピクセル + Gの光色 → Nの精密補正(デフォルト)|Nの直接出力(Gがない、Gが不合格、またはユーザーが非生成モードを要求した場合)|G + 詳細貼り戻し(アップグレードルート)。サフィックス +再構成、+オーバーシュート防止 を追加できます。

3. デフォルトの実行(質問なし、チケット不要。複数枚は1枚ずつ処理)

目と頭脳

  1. 自己チェックとレベルの決定: optional/selfcheck.py を実行し、自分にGがあるかどうかを確認します。references/capability_tiers.md に従ってレベルを決定します(T1: Gあり+コード実行可、T2: コード実行のみ、T3: Gのみ、T4: なし)。依存関係が不足しておりホストが許可する場合、インストールしてからもう一度自己チェックします。レベルを受領票に書き込みます。
  2. 測定: optional/measure.py 原写真 を実行します。
  3. 写真を読む: ストーリー、感情、主役、スタイルの方向性(references/story_style.md)。光、色、トーン、視線誘導、空間(references/craft_reading.md)。該当するジャンルのページのみを読む(references/genres/)。味の参照を一瞥する(references/taste_profile.md)。
  4. ディレクター指示を書く: 6行で記述(references/director_brief.md)。references/craft_prescriptions.md を参照して、G用のプロンプトとN用のパラメータに変換します。数値目標はディレクター指示とNのパラメータにのみ記述し、Gのプロンプトには記述しません。

実技 5. 出力(T1):

  • Gを1回呼び出します。原写真は最新のユーザーメッセージに含まれている必要があります。プロンプトは references/g_prompt_template.md に従い、references/physics.md セクション2の2つの物理的要件を含める必要があります。呼び出し後、optional/check_g_output.py を使用してシーンが一致しているか確認します(references/g_post_check.md)。一致しない場合はこのバージョンを破棄します。
  • optional/finish.py 原写真 Gパラメータ.json 完成写真.png 受領票.json を実行します。美術館、展示ケース、ローキーの静物の場合は --genre=museum を追加します。これにより、光色転送(look_transfer.py:完成写真の各ピクセルは原写真から来ており、Gの光と色のみを受け継ぎ、Gが追加した光や削除した光をブロックする)、精密補正(grade.py)、物理チェック、強度チェックが順次実行されます。物理チェック合格、強度が範囲内、かつ変化が見られる場合のみ合格とみなします。不合格の場合は、段階的に自動リトライします:元のパラメータ → 美術館力度(museumのみ)→ 前方領域の明るさ調整とビネット除去 → --local=0 → N直接出力 → N直接出力+美術館力度。最初に合格したものを納品します。すべて不合格の場合は、問題が最も少ないものを納品し、受領票に問題をリストします。ユーザーに問い合わせて停止することはしません。
  • T2: Gがない場合、直接 finish.py 原写真 原写真 パラメータ.json … を実行します(N直接出力と同じ、references/n_grade.md)。T3: Gのみの場合、Gの出力を納品し、チェックを行っていないことを正確に注記します。T4: 読み取りと提案のみを提供します。
  1. 検収(必須。受領票に書き込み、デフォルトでは非表示):完成写真をディレクター指示に沿って1行ずつ確認します。director_brief.md セクション4に従い、7つの結論(ストーリースタイル|主役|トーン|色彩|変更不可|構図|自然さ)と1つの決定を記述します。自然さについては references/naturalness.md を参照します。
    • 方向性は正しいが程度が不足している場合 → grade.py で補完(最大3ラウンド)。各ラウンド後に intensity_check.py 原写真 新版 --before=前のバージョン を実行します。総合結論が DO_NOT_DELIVER のラウンドは取り消す必要があります。
    • Gの光と色の方向性自体が間違っている場合 → プロンプトを変更してGを再度呼び出します(Gは最大2回)。finish.py を再実行し、2バージョンからより良い方を選択します。
    • アップグレードルート:デフォルトルートで不足しているのがGのピクセル効果のみの場合(例:再形成された空の階層。原写真にない光源からの光束や絞りは含まない)、かつGが自然度チェックに合格した場合にのみ、G+キー詳細の貼り戻し(references/detail_restore.md)を使用し、デフォルト版と比較してより良い方を選択します。
  2. 構図と仕上げ: ディレクター指示に従い、幾何学的構図の最適化を行います(references/reframe_rules.md、optional/reframe.py:トリミング、水平補正、パースペクティブ補正のみ)。実行後、physics_check.py と intensity_check.py を再度実行します(美術館の場合は --genre=museum を追加)。最後に optional/n_trim.py でハイライトのオーバーシュートをチェックします(references/n_trim.md)。
  3. 納品: 完成写真1枚のみを納品します。1枚のネイティブ画像に、ストーリー:…|スタイル:… の1行と、完成写真ラベルを追加します。ホストがGの中間画像を自動表示する場合、完成写真の前に「上記は中間画像です。以下が完成写真です。」と記述します。その他は一切表示しません(references/delivery.md)。

完成写真が得られない場合:被写体が人物である場合、原写真が読み取れない場合、T4の場合、ユーザーが分析のみを依頼した場合。その旨を一言で説明します。

4. 必ず守るべきルール

  • 光を生成せず、光を削除しない(references/physics.md):明るくするのはもともと光がある場所にのみ適用します。暗い背景は原写真の暗さとクリーンさを維持し、光輪、楕円の明るい領域、スポットライト効果を発生させません。また、原写真にある実際の光の斑点、反射、釉薬の光沢を押しつぶしません。
  • 力度はユーザーの好みに従う(references/intensity.md):下限は表現力の最低ラインであり、必ず達成する必要があります。上限は超えた部分のみを除去します。美術館ジャンルの場合は、被写体の判断により力度を選択します(ユーザーが選択した第3段階)。
  • 人間の目で見てわからなければよい:すべての判断は画像全体を通常の視距離で見た状態に基づきます。200%ズームは発見された問題の確認にのみ使用します。
  • ツールを変更または代替しない:ツールがエラーを報告するか欠落している場合は、正直に報告し、ツールを変更するための一時的なスクリプトを作成しません。
  • 正確に注記する:Nの結果をGとしてマークしません。実行していないチェックを実行したとは言いません。

5. その他のモード(ユーザーが要求した場合)

  • 「精密補正」:ステップ5で2つのG方向(原写真の雰囲気に忠実、より大胆)と1つのN直接出力を生成し、それぞれ finish.py を実行します。ディレクター指示と味の参照に基づいて1枚を選択し、ステップ6〜8を実行します。より低速で、より多くのクォータを消費します。
  • 「受領票を表示」:ディレクター指示、Gプロンプト、パラメータ、finish.py 受領票、チェック結論、ハッシュを表示します。
  • 「フラグテーブルを表示」:累積フラグテーブル(references/flag_log_template.md)を表示します。
  • 「バッチ検証」:references/validation_protocol.md に従います。
  • ユーザーが不満:ユーザーが一言言う(「暖かすぎる」「もう少し透明感が欲しい」)と、ディレクター指示を変更して再実行し、taste_profile.md セクション3に従ってこの好みを記録します。

6. アップロードとサイズ

スマートフォンのアルバムからの写真アップロードのみをサポートします(ユーザーが2026-11-11に決定)。ホストはアップロードされた写真を圧縮します(実測で長辺約1536ピクセル)。デフォルトルートの完成写真は受信した原写真と同じサイズです。ユーザーにファイルアップロード方式への変更を促しません。

7. 参考ファイル

ファイル内容
references/principles.md総則:目標、3つの原則、無効と最低保証、フラグ
references/capability_tiers.mdホスト能力に基づく4段階
references/story_style.md写真を読む:ストーリー、感情、主役、スタイルの方向性
references/craft_reading.md、references/craft_prescriptions.md、references/genres/読み取りポイント、診断から処方、6つのジャンル
references/director_brief.mdディレクター指示6行、指示への変換、検収7項目
references/g_prompt_template.md、references/g_post_check.mdGのプロンプトと生成後チェック
references/physics.md自然光の物理原則とチェック
references/intensity.mdユーザーの好みの力度範囲とキャリブレーション
references/n_grade.mdgrade.py パラメータと使用方法
references/naturalness.md自然さ:AIっぽさのチェックと局所補正
references/detail_restore.mdアップグレードルートのキー詳細貼り戻し
references/reframe_rules.md幾何学的構図最適化
references/n_trim.md最終ハイライトオーバーシュートチェック
references/taste_profile.md、assets/taste/ユーザー承認済み完成写真と好みの記録
references/delivery.md納品フォーマットと保存範囲
references/validation_protocol.md、references/flag_log_template.mdバッチ検証とフラグテーブル

関連スキル