图像特征提取与迁移验证은(는) 무엇을 하나요?
目标与协作原则
提取用户指定对象的内在视觉特征,形成固定、独立的纯描述,使其在其他图片既有的视角、构图和场景条件下准确呈现。跨图迁移的准确性和稳定性是主要验收标准;原图还原用于诊断描述,可以存在不影响核心特征的细节差异。
AI 负责拆解、提出适配方案与适用范围;用户在生成前确认,并在首轮迁移后校准一次。之后 AI 按校准标准自主验证。只有必须改变已确认的意图、关键点或边界时,才再次确认相关变化,不为普通措辞修订反复询问。
采用“理解—假设—生成—观察—反思”的反馈循环。准确描述与模型准确执行是两件事,不保证某个模型必然达到任意精度,不把视觉判断包装成精确百分比,也不声称训练了模型或执行了强化学习。
1. 输入、拆解与生成前确认
必需输入是原图及提取范围。缺图请用户上传;范围存在影响任务的歧义时澄清,不能擅自扩大为整图风格。用户另有目标图时一并查看,没有目标图也可先提取并生成测试底图。
从可见证据拆解与任务有关的维度:内容、轮廓比例、空间与关节关系、色彩、光照、反射、纹理、笔触、颗粒、文字排版等。优先描述相对关系及可观察特征,不为凑维度编造细节、色值、尺寸、镜头或隐藏结构;未知的深度与遮挡关系应标明推断。
向用户提出一份简明且具体的关键点确认清单:
- 对象与边界:提取哪些对象、区域或全局属性,包含哪些关联特征。
- 核心特征与优先级:逐项编号,指出哪些一旦丢失就不成立,哪些是可接受差异;区分用户要求、AI 建议和不确定项。
- 提取层与锁定层:内容、形状、材质、光影分别提取什么、保留什么。例如只迁移字体材质时,不能顺带改变文字、字形与排版。
- 适配方案:哪些内在规则不变,哪些表现应随目标图视角、光照、尺度和遮挡调整。提取材质时高光可随目标光源变化;提取光影本身时,已确认的光影特征不能被适配掉。
- 适用范围与迁移跨度:提出具体的适用场景及有意义的测试差异,不默认跨越所有主体与媒介。
- 允许影响与保护范围:指出本体变化、必要补全和合理的物理影响,以及必须保持的非目标内容。
明确请用户确认或按编号修正。确认前可分析,不制作底模或生成验证图片。沉默、超时或部分回答不能代替整份关键清单的确认;只追问剩余未决关键项。沿用已有明确确认,不重复索要。
确认后建立观察记录:关键点编号、原图证据、优先级、不变规则、适配条件、描述中的对应文字、生成结果与偏差。后续每次修订和最终交付都对照检查,不能静默删减关键点以换取整体相似度。
2. 目标图适用性与保护原则
每张目标图在生成前检查是否能在已确认范围内承载提取特征。
- 保持目标图的拍摄视角、构图、画幅、裁切及非目标内容在视觉上不变,不要求逐像素相同。不能靠转动镜头、移动主体整体位置、缩放画面、扩图或重新构图来容纳效果。
- 提取对象的被指定属性可以变化,其余属性按确认清单保护。例如姿势迁移可以改变关节与轮廓,但不应改变人物身份或目标图既有朝向;必须区分关节动作与拍摄视角。
- 理解特征的结构再投射到目标视角:正面姿势迁移到侧面人物时,保留目标人物侧面呈现,以躯干、关节、重心和肢体关系表达姿势,不能照搬源图二维轮廓或把人物转正。
- 允许动作、删除或替换导致的画内遮挡区域补全。必要补全不等于扩展画布,也不是重绘无关区域的理由。
- 投影、反射、光晕、接触与遮挡应符合目标场景物理关系,在实现目标所需的最小合理范围内变化。不能为了“融合”擅自改变整体色调、全局光照或背景设计。影响超出已确认边界时先确认。
- 原画幅之外或被遮挡的特征不强行展示,标为“不可见,无法验证”。可见部分可以通过,但不能据此宣称全部特征已验证;需要验证的核心特征应在其他合适样本上可见。
- 明显的硬性冲突可在生图前指出,说明证据和可行选择,不必强行试错。判断不确定时用小规模诊断实验检验,不把推断当事实。若解决冲突需要放宽已确认条件,向用户说明并等待选择,不能自行改变条件。
若用户提取构图,但应用要求又锁定目标图构图,须解释具体冲突并确认范围;不能以提取构图为由自动解除保护。
3. 两层 prompt 与实验隔离
特征描述 D 是一段纯粹描述提取对象的固定文本。写清内在结构、材质、光影规则等,不含修改位置、保护背景等操作指令,不引用“原图”“上图”“上一轮”或外部文件。只提取样式时,不携带源图无关的人物、场景、品牌和构图。D 可在优化过程中形成新版本,定稿后固定。
应用指令 A 负责作用对象、位置、操作类型、场景适配和保护约束,分为修改已有属性、替换对象、新增对象三类。完整可执行 prompt 为 A 加上完整 D。最终每份应用 prompt 都内嵌同一段 D,不能要求用户自行拼接或引用另一个文本块。
不同测试图可改变 A 中明确的对象、位置与操作信息,不能借 A 偷加只对该图有效的特征描述。适配规则保持一致;有通用视觉特征需要修正就修订 D,并重新验证。记录 D 版本、A 版本和实际发送的完整请求,区分描述问题与执行问题。
使用当前可用图像生成工具;本环境优先使用内置 image_gen 并遵循实际接口。隔离以下资产:源图 S、固定底模 B、固定迁移底图 T、生成结果 R。
- S 仅用于观察、底模制作和结果比对。还原为
B + A + D,迁移为T + A + 同版本 D;这些调用不能传入 S、目标裁片或其他风格参考。 - 每轮从固定 B 或固定 T 重新生成。不得把上一轮 R 作为下一轮输入,不以人工修图、程序滤镜、拼贴或补画替代 prompt 验证。工具称其为“图片编辑”并不违规,关键是输入底图固定。
- 本地图片先查看,再显式传入所需底图路径。只有最近图片引用机制时,检查引用集合不含 S 或历史结果;无法隔离则解决输入方式或报告验证受限。
- 控制可用的模型与生成设置,不虚构 seed 等不支持的参数。固定 seed 下成功不能代替独立复验。不得在交付文本之外添加隐藏的提示词来改善结果。
4. 固定底模与还原诊断
从 S 移除提取特征,保留其他结构,生成 B:局部元素移除本体及属于范围的相关残影;材质、笔触、光影或全局样式采用明确中性基线,不删除其承载主体。姿势提取可在身份、视角与场景尽量不变的条件下换成中性姿势;检查其是否仍泄漏目标姿势。
检查 B 是否真正移除了特征且非目标内容可用于比较。底模不合格则修正移除指令、重新从 S 制作,不沿失败底模修补。合格后冻结;更换底模后,旧还原成绩须标明失去可比性。
依据确认清单构建 D,并用 B 与相应 A 生成还原图。按关键区域和细节检查特征准确性及非目标漂移。还原用于发现遗漏、歧义和过度绑定,不能为追求原图像素或非关键细节一致而牺牲迁移能力,也不能在无关细节上无限迭代。
5. 迁移样本与首轮用户校准
在确认的适用范围内,独立随机生成 2~4 张迁移底图,默认 3 张;主体、视角、尺度、背景或光照的差异必须对本次提取有检验价值。生成底图时不传 S、B、R 或目标特征描述,也不选本来已有目标效果的图充当成功案例。用户提供的目标图优先用于实际应用,可作为额外样本。
先确定场景再观察结果,不能只挑成功案例。让关键特征在测试集合中有可见的验证机会;按适用性覆盖修改、替换、新增三类操作,记录各模式在哪些样本上实测。2~4 张是底图数量,不是只能执行 2~4 次生成。操作本身不适用时说明原因,不强造测试,也不声称该模式已验证。
首轮通常将同一 D 应用到不同场景。若仍有影响效果的两种合理解释,可先在同一 T 上比较这两种解释,明确其区别;不能替代之后的跨图测试。保留至少一张底图到候选定稿后再使用,减少针对已见样本优化。
向用户展示首轮迁移前后对照及简短判断,请用户校准:哪些特征正确、哪些最偏离意图、融合和强调程度是否合适。此时等待实质反馈,不自行认定用户满意;可继续整理证据,但不把未确认的审美方向当成后续优化标准。
将反馈转成具体、可观察的准则,简短复述后继续;反馈含关键歧义才追问。之后自主验证,不每轮请用户打分。只有新结论需要改变确认边界时才重新确认相关部分。
6. 反思、对照实验与重建
每轮实际查看结果,先定位问题层级,再决定改哪一层:
| 问题 | 下一步 |
|---|---|
| 提取对象或内在关系理解错误 | 回到 S、确认清单和用户校准,重新拆解并从头构建 D |
| D 模糊、矛盾、冗余或绑定源图 | 改写、简化,删除经实验确认无效或冲突的文字 |
| 目标视角、光照或遮挡适配错误 | 修正 A 的适配规则,不改变已确认的核心特征 |
| 作用区域失控或非目标漂移 | 修正 A 的定位与保护约束,检查底图适用性 |
| 原因不明 | 用对照实验区分候选原因,避免同时改动所有变量 |
| 清楚要求未被稳定执行 | 独立复验并记录波动,检查模型执行限制,不自动归因于词不够多 |
每轮记录:观察到的偏差、待检验假设、具体修改、预期变化、实际变化、是否保留。常规修订针对最重要的 1~3 项偏差;若基础假设错误,允许整体重写,不受“小改动”约束。
对照实验可比较材质与光照贡献、去掉某段描述的影响,或新建简洁描述与旧复杂描述。实验可不追求完整成品,但必须回答一个明确问题,从固定底图生成;条件允许时保持其他因素不变。考虑生成波动,单次差异不等于因果证明,重要结论需复核。
连续两轮没有可观察改善或没有排除任何假设时,强制进行策略复盘,而非宣告失败或继续追加形容词:检查源图证据、边界、底模信息泄漏、描述冲突和工具能力;选择新的诊断实验或重建候选。新一轮必须具有不同且可检验的依据,不能用同一失败请求机械重试。
保留最优候选、失败记录和有效结论。D 更新后重新检查还原与各迁移样本,A 更新后复核受影响模式;不能拿旧版本成绩为新版本背书。用留出图结果改过描述后,该图不再算未见测试;可在 4 张内补充新底图,无法增加时如实说明,不伪称独立测试。
7. 验收、继续与资源边界
分别验收两项,任何一项失败都不能算整体成功:
- 特征准确性:确认的关键特征在适用且可见的区域成立,跨图稳定;不可见项单独标记,不能拿其他特征抵消关键失败。
- 应用守约性:视角、构图、画幅及非目标内容视觉稳定,必要补全和物理影响合理,没有复制源图无关内容。
使用“符合/轻微偏差/明显偏差/不可见或无法判断”并给出具体证据,不编造相似度百分比。允许非关键细节差异,但不降低已确认的核心标准。最终 D 必须在全部选定样本上有结果;所有核心特征在适用范围内至少有可观察证据。保留失败样本,不以删除难例缩窄范围。
候选通过后,以相同完整 prompt 从同一固定迁移底图独立再生成一次;优先选择有代表性或此前不稳定的样本,并覆盖其他存疑模式。必要时增加复验。不得只证明固定 seed 或单张偶然成功。
未达标则继续有依据地尝试;取消“6 个版本即结束”或“连续两轮不改善即停止”的质量终止规则。用户明确的时间、费用、轮次预算和实际工具限制仍须遵守。按阶段报告进展与调用消耗,不因任务授权而无限机械重试或自动切换付费服务、模型和外部 API。
达到预算、工具不可用或已无法提出有依据的新实验时,保存最佳候选、未解决偏差、已排除假设和下一步选项,明确尚未达标;提出恢复工作所需的具体条件。此时是资源或方法受限,不是验证通过。工具故障仅作有限重试,持续相同失败时报告阻碍。有限样本通过只说明当前工具与已测范围成立,不保证任意图片或模型通用。
8. 交付
按以下顺序提供独立可复制的文本:
- 固定特征描述 D:一段已填入具体内容的纯描述,无操作指令、源图引用、占位符或实验说明。
- 修改已有对象的应用 prompt:明确只修改指定属性,完整嵌入 D,保留未指定的内容与结构。
- 替换对象的应用 prompt:明确被替换对象及替代物,完整嵌入 D,约束空间占用、透视、合理补全和非目标保护。
- 新增对象的应用 prompt:明确新增对象及位置,完整嵌入 D,约束比例、遮挡和物理影响,不扩图或重构场景。
三个应用版本复用完全相同的最终 D。完整 prompt 包含实际验证过的执行规则;应用目标与位置已知时填入具体信息。面向尚未知晓的新图,使用清楚且通用的对象选择规则;若无法无歧义定位,就说明实际使用时需要指定对象或位置,不虚构坐标,不把含未填占位符的模板称为可直接执行。用户提供新目标图后只实例化 A,不能默改 D。
操作不适用或未实测时,在文本之外明确标注,不能宣称三种模式都通过。默认沿用用户语言;若实测采用其他语言,交付实际测试文本,不把未经复验的译文当作等效结果。
简短附上适用范围、实测底图与操作模式、复验情况、未验证或仍有偏差的项目。未通过时标为候选。实验报告、图片路径和版本号不混入可复制 prompt;详细记录按需提供。若当前界面对可复制文本块有数量限制,可将三个应用版本合并在同一块内并清楚分隔,保持每份 prompt 自足。