Communitygithub.com

美术指导

假设**基本事实**。核心理念:**只要求可被检验的内容,按实际尺寸顺序判断图像,将观感留给作品所有者**,而不是基于个人感觉或代理的审美逐一批准流畅的图像。

美术指导 是什么?

这是一个高度专业化的AI代理技能,用于指导AI在艺术指导和图像审查流程中的行为。它不依赖主观审美,而是提出一套基于可验证规则和客观检查的严格框架,供作品所有者做出最终决定。该技能涵盖构图、色彩、角色设计、分镜节奏、序列审查等多个方面,并提供了清晰的指导原则和检查项,例如“编写检查项而非形容词”、“以实际尺寸顺序判断”、“进行剪影、灰度、并排对比和交换测试”等。它详细说明了AI在哪些方面应主动执行检查(如闪光合规性、连续性错误),哪些方面应让位于人类判断(如感觉、故事适配性)。此技能的设计基于研究文献和行业实践,但明确标注了证据等级和未经验证的部分,适用于Claude Code等希望将严格的、以规则为导向的方法与人类创意指导相结合的AI开发工具。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/productivelyslacking/agent-skills/tree/HEAD/skills/art-direction

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

美术指导 是做什么的?

假设基本事实。核心理念:只要求可被检验的内容,按实际尺寸顺序判断图像,将观感留给作品所有者,而不是基于个人感觉或代理的审美逐一批准流畅的图像。

对此技能的信任程度。 未在实际工作中使用:基于研究回顾编写(D24);下次在真实模型上运行后修订。主要是工艺观点,根据其地位和一致性进行评级,未经严格测试。NOTES.md 包含此处删去的示例和数据。

阅读规则的方式: 主张、理由、类型、来源。[#3] 位于 EVIDENCE-DIRECTION.md,[C44] 位于 ../generated-art/EVIDENCE-GENERATION.md。类型:已测量、仅一项研究评级、多项研究或有争议;从业者;评论家;已示范(某项工作做到了;但未证明能带来成功);供应商;规范性(标准文本);推论(研究作者或“(编者)”)*;所有者;强制性(在D24中设定,非研究发现)。"阅读于2026-11-06"标记的是阅读日期,而非测试日期。在做出艰难决定前,请阅读条目的局限性;不要凭记忆添加来源。

谁来评判

  • 所有者判断观感;代理的图像只显示某些内容被绘制出来,不代表它好。 没有任何指标能衡量其与故事的契合度,评分者几乎无法预测大众偏好。所有者规则;评分者源自一项已测量的、单一研究的、SD时代的图像 [D24, C38]。
  • 相信所有者对于什么能读、什么先被看到的判断;它对工艺的影响尚未测试,也不限制所有者可能做出的决定。 训练过和未训练过的观看者目光所及之处大致相同,尽管页面顺序需要经验,且视线并非判断。已测量,有争议,引用自1935年的一项二手研究;此处的使用是推论 [#66, #5]。
  • 在图像到达所有者之前,运行可能失败的检查(剪影、灰度、并排锁定、交换测试、闪光报告),并说明哪些无法检查(是否好、是否动人、是否适合这个故事)。 推论(编者) [#8, #20, #29, #59, #65]。仅在检查失败或排除条件达成时移除图像,绝不因审美品味,并说明数量和原因。 推论(编者) [C25]。

风格指南

  • 编写检查项,而非形容词(如摄影机角度、画布基线、从艺术家视角看的光线方向、阴影和高光色相、轮廓规则、最小细节),以及一个决胜规则(“以显示尺寸下的可读性优于渲染效果”)。从业者,源自一篇关于美术圣经的供应商博客;唯一的证据是他们发布了产品;示例是推论 [#28]。
  • 锁定一个简短的列表并在所有图像中检查它(保留色、剪影包络、基线、光、轮廓、帧数):一次只看一张图像时,偏移是看不见的。供应商,他们正在销售这个约束层,无数据 [#29]。
  • 给出一些构造常量,并列出必须变化的元素: 未被注意到的常量可以束缚一种风格(从业者,逆向工程了一款游戏),但可能将面部拉向同一个模板,因此将下巴、鼻梁、眼距和年龄标记列为变量(推论,无来源)[#27, #45]。
  • 展示被拒绝的示例及其原因: 一个廉价习惯,非经过验证的方法。推论,证据薄弱 [#30]。
  • 询问材料及其结果,并选择一个制作链(电影胶片、广播和家庭录像带有所不同;教程常混用;区分是推论)。仅评论家和爱好者:未找到赛璐珞时代的技术记录 [#32, #33, #34]。
  • 绝不用在世艺术家命名一种风格;使用来自不同媒介的多个参考,每个参考仅命名一个借用的属性,以及制作流程。 提示词中不得出现艺术家姓名;给人类的说明可以出于该属性引用某个作品。两个项目这样做过,但均未说明原因。对命名的要求是强制性;对参考的要求是已示范 [D24, #42, #35]。
  • 问清楚一切事物在当地的原因(谁为这个标志付钱?): 一个类型默认值无法区分任何东西。 指出你想要的某个类型的特定选择,而非这个类型。评论家称类型默认值已经用滥、未经测量;未找到从业者方法;一部电影从真实地点采集其色调(已示范)。评论家;方法是推论 [#26, #37, #39, #41, #22]。
  • 仅在有人能阅读并检查时,才使用真实的剧本或文化; 如果用作背景,它读起来像局外人的视角(并非所有人都赞同的批评)。评论家;规则是推论 [#40]。

构图

  • 询问人们的目光落在哪里,而不是线条引向何方: 观看者在“在哪里”上看法一致,而非“顺序”;清晰的轴线可能设定方向。已测量,有争议 [#1, #2]。统计面部数量,每张脸都在争夺注意力:调暗、转向或裁剪那些非重点的面部(推论)。从业者,一个非正式的视线追踪演示,一幅画作 [#3]。
  • 不要在三分法或黄金分割上浪费时间: 一个非正式演示发现黄金分割本身不会吸引注意力;未测试三分法。从业者;建议放弃三分法是推论 [#3]。
  • 在要求图像之前,设定必须被阅读的层级,每个层级使用自己的通道(色彩、剪影、细节);留意最高对比度的位置(画幅兴趣规则)。从业者;关于“版面”的建议是推论 [#9]。
  • 当屏幕上有多幅版面时,边框引导视线,文字位置很重要;漫画读者不是新手测试。 已测量,各有单一研究,仅一项是抽象,另一项是空白面板 [#4, #5]。

色彩与光照

  • 在任何最终图像完成之前,将故事的颜色铺陈为一条色带,每个场景一个色样和一种情绪,以便单调性显现。从业者,通过一篇评论;在动画长片中已示范;检查方法是推论 [#19]。
  • 先简单打光,然后从场景中的光源引入调色板; 单一的覆盖很快会令人厌倦。从业者,一份归因不明的实时游戏制作文档 [#21]。
  • 将角色的基础肤色与光照分开说明, 否则肤色会吸收光的颜色(推论,无技术来源);饱和的彩色光照在深色皮肤上效果很好,且无需提亮它(已示范,一部电影)[#46, #22]。
  • 将灰度测试作为一项可能失败的检查,而不是一条法则; “先价值后色相”有流程提及但无测试。推论 [#20]。

第一人称分镜

可供参考的模型很少;单调性是主要风险。推论 [#12]。

  • 控制眼神接触;正对镜头中心凝视是需要被证明合理的缺陷, 读起来单调或令人不安。评论家,各有一部作品,有配音的游戏是反例;建议控制眼神是推论 [#12, #14]。每次看观众或者是邀请,或者不是,因此默认用于对话场景。评论家,一个角色;设置默认值是推论 [#48]。
  • 在分镜中引入变化,因为漫画版面缺乏游戏的自由移动: 手头有任务、第三个人、某物在换手。游戏利用移动(评论家);建议的解决方案是推论,未测试 [#14]。
  • 将第一人称视角的版面用于“身临其境”重要的时刻:威胁、谎言、提议。 开发者提及威胁,发布前。从业者;其余部分是推论 [#15]。
  • 当观者者之手在行动时展示它们,并保持皮肤、袖子和年龄一致; 重复的手势会很快令人生厌。没有工艺来源涵盖静态图像中观者者的手。 评论家,已示范;规则是推论 [#11, #18]。
  • 说明每个人在看谁以及理由, 这样他们是在对一个人表演,而不是对镜头。已示范;在简报中的使用是推论 [#11]。
  • 在风格指南中一次性决定观者者是否曾被展示。 已示范,但未证明能引起任何效果 [#11, #13]。
  • 用计划好的例外(切出、回忆、录音)打断长段落: 即使是第一人称漫画也大多不是从眼睛视角绘制的,尽管叙事与取景不同。评论家,抽象,一部作品;制定计划是推论 [#16]。
  • 决定切换(或切出)的意义;保持说话者所在的画面侧边稳定。 180度规则和视线方向在此处没有来源。 仅限于推论;请先对照电影剪辑文本检查 [#10]。

演员与服装

  • 测试每个角色填充黑色后的效果,然后在其真实裁剪和尺寸下测试, 在半胸裁剪下,剪影意味着头发、帽子、衣领、肩膀(推论)。从业者,已示范,一款远程射击游戏;无测量结果 [#8, #43]。使识别标记变大: 一个小标记在玩家测试中失效。从业者,二手报告 [#43]。
  • 为一个角色,而非一个族裔加一套服装编写简报: 将血统和肤色作为事实,然后是职业、年龄、当日的衣着、发型。一个生成器将群体坍缩成漫画式的捆绑包(已测量,单一研究,抽象,阅读于2026-11-06),因此检查群体镜头中同一群体的同质化。简报是推论;未找到关于按文化区分发型和服饰的从业者来源 [#44]。
  • 在设计(皱纹、下巴、脖颈、手)中体现年龄,并找一个人检查它: 未找到从业者来源,且这太重要不能仅靠推理。推论 [#50]。
  • 赋予每个人一个来自现实生活的身体,分三层,并说明哪些可以改变: 天生带有的(身高、骨架、特征);生活至今的痕迹(肌肉、体重、姿态、手、皮肤、仪容,来自职业和护理);每帧可选的变化(化妆、发型、服装、打扮或疲倦程度)。前两层的偏移,或第三层未经请求的改变,是缺陷。大多数人接近平均水平,没有人必须出众;仅凭一个过大或过小的特征不是舍弃的理由(性感化构图和将角色读年轻是独立的缺陷,无论何种体型都会被筛查)。职业塑造身体,而非人格。体型不随性别、种族、气质或剧情角色而变化;场景选择是人的习惯,而非性别规则。所有者指示,一个项目;未测试。
  • 看起来很年轻的人物,如果带有任何色情或暗示性内容,无论何种制作方式,一律排除。 舍弃可疑图像。自动检查无法把关:数字和评审规则在 generated-art 中。强制性,非研究发现 [D24, C62]。
  • 询问框架对身体部位的关注是否与场景匹配: 背景比皮肤面积更重要;比较身体与面部和手部的渲染细节。从业者,一位网络漫画家;评论家对“谁决定”存在争议 [#47, #48]。运行交换测试(相同姿势和构图的、同角色和年龄的男性:现在看起来是否荒谬?)并统计整个页面中谁被脱衣以及镜头在何处停留。从业者和粉丝实践,未测量 [#47, #49]。

动态与闪光

  • 响应观者者输入前进;等待时运行循环;不要遮挡文本或点击。 漫画界的声音归咎于节奏的丧失导致了该形式的失败,但缺乏读者数据;受过过场动画训练的观众可能有所不同;保持控制并未拯救一个产品。从业者,评论家;规则是推论 [#52, #53, #54]。
  • 将惊喜放在点击或数字翻页时。 评论家,抽象;推论 [#55]。
  • 停顿是值得尊敬的,动态不是必须的,但停顿需要强有力的静态画面支撑; 长平移需要可供发现的东西(推论)。评论家,已示范 [#57, #58]。
  • 检查循环接缝和图层同步;重叠不等长的部分。 针对循环的分类学,非测试。从业者;检查方法是推论 [#56]。
  • 在简报中说明闪光限制,使用工具,绝不凭肉眼判断闪光。 WCAG 2.3.1:每秒最多三次闪光,除非低于通用和红色阈值;红色测试能捕捉深粉色和洋红到红色的变化,但无法单独捕捉洋红(编者计算;阈值在NOTES.md中)。使用规范性面积限制(10度视野的25%),而非冲突的信息性数字。没有关停开关就不是解决。在第一个闪光资源之前,根据 dependency-policy 选择 PEAT 或 Harding(W3C 列出了两者;此处均未运行)。规范性,阅读于2026-11-06 [#59]。
  • 指出应用哪个测试:面积规则不同。 WCAG的规范性限制是10度视野的25%,根据保守解读约为全屏画面的2.8%(编者推论);不要使用信息性页面中的更大数字。Harding:25%的画面面积,一个时长规则,条纹测试。供应商文档,阅读于2026-11-06;未找到游戏机要求 [#59, #60]。

审阅序列

  • 按顺序以及单独评估,在显示尺寸的缩略图上评判: 有序的系列能更快被理解,背景信息引导视线。已测量,单一研究,抽象,无文字漫画 [#6]。
  • 将一块版面与它之前的一块交换; 如果没什么变化,问它的作用是什么。推论 [#65]。
  • 注意角色消失、布置好的房间取代事件的情况: 描述-重新生成循环会漂移到少数几个看起来不错的主题上。已测量,单一研究,二手阅读;一个方向明确的项目不是那种循环 [#62]。
  • 列出故事追踪的元素;新审阅者检查每个元素在每一帧中的表现, 因为逐帧检查可能错过一个情节道具或计数(如被划掉的日子)与其时刻不匹配。从业者,两个项目 [#67]。
  • 按所有者要求行事,并将注释记录为报告的效果加上怀疑的原因; 如果你怀疑另一个原因,在它旁边展示你的替代方案。所有者决定;排除不是审美决定,它维持原判。从业者,无成效证据 [#61, D24]。

所有者可以回答的问题

在真实尺寸下看几秒钟,任何文本之前。所有推论,未测试 [#1, #3, #6, #52, #61, #66]。

  1. 瞥两秒,然后移开:你第一眼看到了什么?场景需要那个吗?
  2. 在没有文字的情况下,谁在说话,谁在掌控局面?
  3. 这个人感觉如何?你愿意打赌吗?
  4. 我们在哪里何时?这个地方和故事里其他地方一样吗?
  5. 在数百张海报上见过?什么东西只能属于这个故事?
  6. 将它和前一块版面交换:有什么地方不对吗?
  7. 这个人看你的方式符合当下的氛围吗?
  8. 画面是不是更关注身体而不是动作?换成相同角色和年龄的男人这么做是不是很傻?
  9. 用手挡住衣服,这些是不是不同的人?
  10. 并排放着,和上次是同一个人吗?
  11. 十块版面后累了?全是中景的头像?
  12. 什么在动?它把你从阅读中拽出来了吗,还是告诉了你什么?
  13. 你是否曾等待画面,或感到被催促?
  14. 你确信什么,什么只是猜测?一个效果(“她看起来很温顺”)和一个修复一样有帮助。

不适用于所有者:闪光合规性(工具报告),手部解剖结构超出“所以”。

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相关技能