1NWZ/criar-colagem-gemscript

Criar Colagem GemScript

Crie uma imagem de efeito GemScript 3:2. Preserve o sistema espacial V6: filme pequeno, corte apertado, relação compacta entre filme e letras, e margens largas e calmas. Quando solicitado, empilhe deterministicamente o efeito aceito acima da foto original em um PNG final 3:4. Nunca peça ao modelo de imagem para redesenhar a metade inferior.

Orçamento de geração e condições de parada

Estes são limites de segurança rígidos:

• Uma solicitação de usuário não em lote autoriza no máximo uma chamada de geração de imagem ou edição de imagem. Após essa chamada, entregue o resultado ou relate a falha e encerre o turno.
• Um lote explícito autoriza no máximo uma chamada por imagem de origem nomeada, com no máximo três chamadas de geração/edição em uma tarefa. Antes de uma quarta chamada, pare e peça ao usuário para continuar em uma nova tarefa com um resumo de texto compacto e apenas o caminho da origem atual. Não crie essa tarefa a menos que o usuário peça.
• Um erro, tempo limite, resposta muito grande, resultado ausente, texto errado ou validação falha consome a chamada autorizada. Nunca tente novamente, reformule e reenvie, regenere ou edite automaticamente no mesmo turno.
• Após um erro, tempo limite, resposta muito grande ou resultado ausente, não chame a ferramenta de imagem novamente na mesma tarefa. Relate a falha e exija uma nova tarefa para qualquer nova tentativa.
• Nunca retome automaticamente uma geração falhada quando uma tarefa for reaberta.
• Use apenas a imagem de origem explicitamente nomeada na solicitação atual, mais as referências de material exigidas por esta skill. Quando caminhos locais existirem, passe esses caminhos exatos e não inclua imagens de conversas recentes. Nunca copie ou preserve dados de imagem base64 em prompts, mensagens, logs, anotações ou arquivos de saída.

Fluxo de trabalho

1. Inspecione a foto de origem com o visualizador de imagens disponível.
2. Resolva a caligrafia:
   • Reproduza o texto em inglês fornecido pelo usuário literalmente, incluindo maiúsculas e espaços.
   • Se nenhum for fornecido, escolha uma palavra curta em inglês, ou no máximo duas palavras curtas, que se encaixem na foto.
3. Escolha um tom de fundo contido, derivado ou complementar à origem. Mantenha-o com alta luminosidade, baixa saturação e levemente acinzentado.
4. Analise o corte da origem, orientação do assunto, direção visual dominante e espaço negativo. Escolha uma relação responsiva à fonte em vez de um modelo fixo:
   • filme à esquerda, caligrafia à direita;
   • caligrafia à esquerda, filme à direita;
   • filme acima, caligrafia diretamente abaixo e tocando;
   • caligrafia acima, filme diretamente abaixo e tocando. Para um lote, varie a relação, a menos que as fontes claramente exijam a mesma solução. Para testes consecutivos de imagem única na mesma tarefa, evite reutilizar a relação imediatamente anterior quando outro modo se encaixar na fonte; repita um modo apenas quando a geometria da fonte ou a legibilidade claramente o exigir. Acompanhe o último modo usado no contexto atual.
5. Preserve qualquer referência de layout aprovada pelo usuário. Trate-a como uma referência apenas de composição: retenha seu espaço de respiro, escala do filme, corte e relação filme/caligrafia, redesenhando apenas o subsistema solicitado.
6. Leia references/v6-prompt.md completamente e substitua cada espaço reservado, incluindo {LAYOUT_MODE}, antes da geração.
7. Use 2–3 imagens de assets/v5-rhinestone-references como referências apenas de material quando a ferramenta de imagem suportar múltiplas referências. Elas definem o material preferido de adesivo artesanal de fundo chato, cristais conetivos minúsculos, ritmo irregular de formas mistas e distribuição multicolorida. Elas não definem o assunto, palavra, tom de fundo, corte do filme ou layout. Rotule explicitamente cada papel da imagem no prompt de geração.
8. Antes da geração, escreva uma especificação de layout compacta para esta imagem exata e use-a como um contrato de aceitação, não como uma sugestão: tela 1536×1024. Defina o grupo principal como filme + caligrafia + extensões verdadeiras; gemas soltas são intencionalmente excluídas desta caixa delimitadora principal. Cada imagem deve incluir exatamente 7–12 strass soltos destacados no espaço negativo ao redor, arranjados como dois ou três microaglomerados irregulares mais uma a três peças isoladas; eles devem ficar longe da borda da tela e não devem formar uma segunda composição. Use o alvo interno menor: para um layout horizontal, mire em um grupo principal de 52–58% L × 50–56% A, reserve uma lacuna de 2–3% L, mantenha uma palavra curta em 25–32% L e no máximo 16% A, e mantenha o filme em 8–12% L e no máximo 22% A. Para um layout vertical, mire em um grupo principal de 50–58% L × 52–60% A, reserve uma lacuna de 2–3% A, mantenha uma palavra curta em 25–32% L e no máximo 16% A, e mantenha o filme em 8–12% L e no máximo 22% A. Mantenha pelo menos 18% de espaço de respiro lateral e 20% superior/inferior para o grupo principal. A área da caixa delimitadora visível do filme deve ser 25–35% da área da caligrafia, com 40% como máximo absoluto. Se a fonte, palavra ou layout escolhido não puder satisfazer esta especificação, mude o posicionamento ou reduza o filme antes da geração. Não relaxe silenciosamente os números.
9. Verifique o orçamento de geração acima, então use o fluxo de trabalho de geração de imagem integrado. Se uma skill imagegen estiver disponível, carregue-a e siga-a antes de chamar a ferramenta de imagem. Trate a foto carregada atual ou seu caminho local explícito como a única referência de assunto e gere uma imagem de efeito paisagem 3:2 independente. Não inclua imagens de conversas anteriores.
10. Inspecione o efeito e valide:

• texto exato e formas de letras legíveis;
• cada maiúscula passa por uma verificação de esqueleto antes do estilo do material: ignore temporariamente as gemas e verifique se o caminho de escrita subjacente ainda é lido como a maiúscula pretendida;
• uma maiúscula M tem duas saliências claramente visíveis, um vale central, duas descidas principais conectadas e uma transição contínua para a letra minúscula seguinte; não deve ser lida como um oval grande mais uma haste destacada, um único arco, A, N ou n minúsculo;
• cada letra minúscula passa pela mesma verificação de esqueleto; em particular m, n, u e r devem ter apenas as hastes, lombadas, contadores e um traço de saída natural pretendidos, sem ramo extra, haste repetida, espora, laço, gancho ou crescimento inexplicado; um floreio terminal pode começar apenas após o traço final pretendido e não deve alterar o esqueleto da letra;
• assunto reconhecível e corte apropriado;
• o corte do filme tem um detalhe focal editorial nomeado ocupando aproximadamente 60–80% da impressão, com no máximo uma pequena borda contextual; rejeite um corte de cena ampla que inclua o assunto completo mais todos os adereços principais;
• filme preto e branco de alto contraste com apenas um leve tom de fundo;
• o filme passa por uma verificação de contraste tonal: áreas de sombra quase pretas, realces quase brancos e tons médios claramente separados; rejeite véu cinza, cinza leitoso, pretos levantados, baixo contraste plano ou um tom que obscureça a estrutura preto e branca;
• fundo de alta luminosidade e baixa saturação;
• meça a caixa delimitadora principal visível, não apenas a área ocupada, e exclua gemas soltas desta medição; use a faixa de grupo principal horizontal ou vertical definida antes da geração;
• mantenha pelo menos 18% de margens esquerda/direita e 20% de espaço de respiro superior/inferior para o grupo principal; use uma lacuna de 2–3% entre filme e caligrafia; mantenha uma palavra curta com no máximo 32% da largura da tela e não mais que 16% da altura da tela;
• para uma palavra curta, a caligrafia é o elemento principal e o filme é secundário: a área da caixa delimitadora visível do filme deve ser 25–35% da área da caixa delimitadora visível da caligrafia, com 40% como limite superior absoluto; se as regras de tamanho independente entrarem em conflito com esta hierarquia, reduza o filme;
• o filme permanece pequeno, no máximo 12% da largura da tela e 22% da altura da tela, com um corte mais apertado que a fonte;
• o layout segue a composição da fonte e não é automaticamente caligrafia à esquerda / filme à direita;
• a palavra de strass e o filme se sobrepõem apenas quando um traço de letra real pode alcançar a borda mais próxima do filme sem alterar sua tangente natural de escrita; caso contrário, mova o filme ligeiramente ou deixe uma lacuna estreita em vez de forçar uma conexão;
• uma, ou no máximo duas, extensões de strass começam a partir de um traço de entrada real, traço de saída ou floreio terminal e continuam sua tangente naturalmente; nunca adicione uma queda vertical, dobra acentuada, cordão pendurado ou segunda cauda após a palavra já ter terminado visivelmente;
• exatamente 7–12 gemas soltas destacadas estão visivelmente presentes fora da palavra, arranjadas como dois ou três microaglomerados irregulares mais uma a três peças isoladas, com espaçamento irregular e nenhuma linha pontilhada, arco ou diagonal independente; rejeite a imagem se a contagem de gemas soltas for inferior a 7 ou superior a 12;
• não mais que três gemas soltas se alinham visualmente em uma direção;
• traços conetivos usam principalmente cristais redondos minúsculos, enquanto cortes geométricos maiores são embutidos com moderação em pontos estruturalmente significativos;
• pelo menos cinco famílias de formas aparecem em todo o design completo, mas apenas uma ou duas famílias de motivos se repetem prominentemente;
• as gemas são adesivos artesanais rasos de fundo chato com facetas nítidas e sombras de contato apertadas, nunca joias de vidro grossas ou cabochões;
• sem texto extra, logotipo, marca d'água, tela dividida ou foto original fora do filme.

11. Aplique uma barreira de pré-entrega rigorosa. A imagem é aceita apenas se cada verificação numérica e visual acima passar em conjunto. Em particular, rejeite qualquer saída cujo grupo seja muito largo/alto, cujo filme seja muito grande ou muito próximo em peso visual à caligrafia, ou cujo corte de filme seja um corte de cena ampla. "O modelo pode ter ignorado o prompt" não é um motivo de aceitação. Não salve, vincule ou apresente uma imagem falhada como resultado.
12. Se a validação falhar, não faça outra chamada de ferramenta automaticamente. Relate o defeito e pare. Apenas uma solicitação de correção explícita posterior autoriza uma edição de imagem direcionada, sujeita ao orçamento de geração. Para essa edição, rejeite texto errado, um esqueleto de maiúscula incorreto, um grupo muito grande, um filme muito grande, um layout de modelo fixo, um rastro de gema solta, um conector de filme forçado, gemas redondas de baixa diversidade ou material volumoso tipo joia. Quando o layout já estiver aprovado, não regenere a composição inteira para corrigir apenas uma forma de letra, traço terminal ou material de strass. Para uma maiúscula falhada, congele a fotografia, fundo, letras restantes, acentos soltos, escala e layout; redesenhe apenas essa maiúscula e suas duas junções adjacentes. Para uma interação terminal falhada, congele a palavra inteira e a composição, exceto o traço de saída verdadeiro da letra final e a área de sobreposição local; remova qualquer queda vertical ou conector independente após a palavra.
13. Salve o efeito aceito de forma não destrutiva como <nome-base>-gemscript-effect.png no diretório de trabalho ou de saída solicitado pelo usuário.
14. Escolha as coordenadas de foco de corte da foto original normalizadas após inspeção: 0.0 é esquerda/topo e 1.0 é direita/fundo. Padrão para 0.5,0.5 apenas quando o assunto já está centralizado.
15. Carregue as dependências do espaço de trabalho agrupadas e use o executável Python retornado. Isso evita assumir que o Python do sistema tem Pillow. Execute o compositor determinístico:

<python-do-workspace> <diretorio-da-skill>/scripts/compose_vertical.py \
  --effect <efeito.png> \
  --original <foto-origem> \
  --output <nome-base>-gemscript-final-3x4.png \
  --focus-x <0..1> \
  --focus-y <0..1>

16. Inspecione o PNG final. Verifique uma tela 3:4, metades 3:2 iguais, efeito no topo, a fonte real na parte inferior, sem lacuna ou divisor, e sem corte de assunto danificado.
17. Entregue tanto o PNG do efeito quanto o PNG final 3:4. Lidere com a composição final.

Regras de Saída

• Tamanho padrão da metade: 1536×1024; tamanho final: 1536×2048.
• Preserve o arquivo de origem inalterado.
• Não sobrescreva saídas existentes; adicione um sufixo de versão ou passe --force apenas quando a substituição for explicitamente solicitada.
• Pule a composição apenas quando o usuário pedir explicitamente apenas a imagem de efeito.

Referências de regressão visual aprovadas V6

Use references/v6-approved-examples.md e os três PNGs em assets/v6-approved-examples/ como os benchmarks visuais aprovados V6 para composição, escala, legibilidade e qualidade de strass.