概念优先的艺术指导图像生成插件

Art-Direct ImageGen (概念优先艺术指导图像生成)

在让 imagegen 渲染之前，先构思好视觉创意。保持问题精确，解决方案空间开放。

核心原则是 激进的框架，保守的语义：

• 锁定内容、功能、用户任务、必要状态和关键文本；
• 引导感受、紧张感、层级结构和单一概念主旨；
• 保留构图、视觉系统、几何形状、调色板细微差别、排版风格和支持性细节，除非概念确实依赖它们。

不要将对创造力的请求变成一份冗长的渲染规格说明书。

在整个工作流程中，始终将两个产物分开：

• 全局契约：跨交付物集合提供的所有内容、功能、操作、状态和精确文字的完整清单；
• 当前输出简报：仅包含当前正在生成的一个资产或状态中必须可见的内容。

切勿将全局契约粘贴进 imagegen 提示词中。

加载相关参考

• 对于每一个原创性的、美学的或判断力密集型请求，阅读 references/concept-planning.md。
• 对于UI、密集信息、多个屏幕、模态框、抽屉、选项卡或相关状态，同时阅读 references/flow-architecture.md。
• 在准备 imagegen 提示词之前，立即阅读 references/prompt-compilation.md。
• 在评估生成结果或决定如何迭代之前，阅读 references/evaluation.md。

选择工作流程

当用户要求诠释、原创性、概念性重新设计、品味、记忆性、新的视觉方向或几个相互关联的输出时，使用完整的艺术指导工作流程。

当用户已经确定了想要的结果，只需要执行，例如更改一个物体、保留所有内容只修改某处、提取背景或渲染一个严格指定的资产时，直接使用系统的 imagegen 技能。

如果用户提供了图像，在规划前标明其角色：

• 功能/内容参考：保留任务、信息、操作和状态，但不保留布局或样式；
• 风格参考：借鉴命名的视觉品质，不借鉴内容或构图；
• 编辑目标：除明确允许的更改外，保留一切；
• 视觉系统锚点：在后续输出中保持已建立的视觉语言一致。

切勿将功能参考默默视为编辑目标。

工作流程

1. 提取全局契约

将请求分解为四个层次：

• 锁定：精确的功能、内容、用户任务、平台、必要操作、状态、品牌事实和字面文本。
• 引导：期望的感受、层级结构、视觉张力、产品姿态和应该令人难忘的品质。
• 自由：构图、分组、空间节奏、调色板细微差别、排版性格、材质语言、背景、自定义符号和支持性细节。
• 禁止：虚构的功能或文案、误导性的 affordances、已知的俗套、无关的装饰以及用户明确禁止的内容。

除非用户明确要求，否则不要将源布局、当前卡片边界、组件形状或页面边界提升到 锁定 中。

保留语义重要性和工作流含义，而非源的视觉层级结构。将操作、触发器、打开的表面和系统状态分开记录。切勿仅根据操作或触发器标签推断出不受支持的状态、确认或已打开的表面。

对于密集界面，在构思之前清点每一个有意义的内容块和状态。完整的信息集必须在输出集中存活，而不是在每个输出中，也不一定在第一个屏幕上。

2. 打断显而易见的答案

在选择视觉方向之前，内心命名并隔离最近似的、可预测的、媒介特定的完成方案：一个库存构图、时髦的表面处理、通用的象征手法、熟悉的布局原型，或是一个粘贴在未变结构上的风格标签。

不要用禁止列表来代替概念。概念解释了是什么组织了作品；禁止项只是移除了失败模式。

3. 通过机制发散

对于一个重大的创意请求，至少开发三个语义上不同的概念候选方案。它们必须在组织逻辑上有所区别，而不仅仅是调色板、字体或装饰不同。

对于每个候选方案，仅定义：

1. 一句话主旨；
2. 预期感受；
3. 主要结构或构图姿态；
4. 所需功能/内容如何在其中存在；
5. 为什么它不是一个可转移的模板；
6. 其最强的可用性或连贯性风险；
7. 有意留给渲染器自由发挥的部分。

除非对比对用户有益，否则不要暴露完整的内部列表。目标是选择压力，而不是一个作品集。

4. 辩证选择

对每一个严肃的候选方案应用一个简短的正/反/合（Thesis/Antithesis/Synthesis）分析：

• 正：为什么这个概念令人难忘并且适合这个特定任务。
• 反：它可能如何变得装饰性、令人困惑、衍生化或无法实现。
• 合：能否在不扼杀概念的前提下移除弱点。

首先剔除那些会丢失内容、功能、可读性、可发现性或可实现性的候选方案。在幸存者中，选择观点最明确且抗转移能力最强的方向。不要对所有候选方案进行平均或合并，形成风格大杂烩。

5. 规划输出集

对于单个独立资产，直接进入概念表。

对于密集的UI或互相关联的状态：

1. 将信息分类为主要、次要或上下文；
2. 根据交互意义选择滚动、选项卡、抽屉、模态框或独立屏幕；
3. 将源中的每一项映射到目标位置；
4. 定义最小输出清单；
5. 确保每个隐藏的表面在较前的状态中都有一个可发现的触发器；
6. 使用单独的 imagegen 调用生成每个必需的屏幕或状态；
7. 将第一个被接受的输出作为后续输出的视觉系统锚点。

除非用户明确想要一个对比板，否则不要请求将多个最终屏幕合并成一个拼贴画。请参阅 references/flow-architecture.md。

不要将源的可见性等同于语义优先级。一个完整的表单、详细的历史记录或冗长的支持内容，并不会仅因为源将其显示在中心任务旁边，就成为主要内容。仅在输出1上保留需要立即使用或同时比较的信息。

在编译提示词之前，将清单中的每一项标记为 NOW（当前）、ELSEWHERE（别处）或 UNSUPPORTED（不支持）。只要任何项缺少目标位置，就不要继续。

UNSUPPORTED 仅用于缺失的内容、数据、结果或行为。一个仅用于展示的新选项卡、抽屉、模态框、可展开区域或滚动延续，如果它仅重新定位了提供的内容，没有创建新数据或结果，并且有可发现的入口点，则属于信息架构，而不是虚构的产品功能。当密度需要时，独立引入并渲染该状态。

如果一个输出计划在单个视口中结合了长篇主要文案、完整的上下文表单或细节、可读的排版和充裕的空白空间，则在生成前拒绝该计划。应拆分输出集。被描述为默认、关闭或未打开的状态，不得同时显示其关闭表面内的内部内容。

当长篇主要内容与一个完整的独立表单和详细的支持区域竞争时，需要多个输出。不要因为原始画布很大或技术上可读而放弃此要求。

6. 提炼一张概念表

在编写渲染器提示词之前，仅冻结：

• 一句话概念主旨；
• 预期感受和视觉张力；
• 一个标志性动作和至多两个辅助动作；
• 锁定 列表；
• 一个简短的 禁止 列表；
• 当前正在渲染的输出/状态。

如果概念表包含精确坐标、完整的组件树、许多颜色值、每个圆角半径，或每个次要元素的指令，那么它很可能是一个布局规格说明书，而不是艺术指导。删除那些不承载概念或保护功能性的细节。

在规划中保留标志性动作。为渲染器将其向上翻译一个层次：描述组织关系、感知结果或张力，而不是其确切的方向、位置、数量、形状或拓扑结构，除非用户明确固定了该几何形状。

7. 为每个资产编译提示词

为每个不同的资产或状态准备一个提示词。仅包含源角色、当前输出目标、非几何概念意图、当前输出锁定、创意自由度以及少数重要的需避免项。

切勿将完整的发现推理、覆盖范围图、被拒绝的概念或全局锁定列表粘贴到提示词中。不要要求渲染器将每一个线索都字面化。仅将本次输出中所需的关键短文本放入提示词；长篇文案保留在源参考、覆盖范围图或实现层中。将其分散到多个输出中，而不是强行塞入不可读的密度。

当出现以下情况时，提示词编译失败，应返回输出规划：

• 提示词描述了多于一个状态，或包含 ELSEWHERE 内容；
• 提示词要求将所有提供的项保留在一个输出中，而不是命名当前输出的子集；
• 提示词携带了本应分布的长篇标签或内容区域列表；
• 在构图或拓扑结构已经被固定之后，才声明创意自由度；
• 一个单视口请求同时要求了所有长篇文案、完整表单和宽敞的可读性；
• 避免列表变成了一个通用的反风格目录；
• 资产被称为可发货或可生产，而不是高保真视觉方向。

使用 references/prompt-compilation.md 中的配方。

8. 调用系统图像工作流

遵循已安装的系统 imagegen 技能来选择工具、处理输入图像、保存路径、透明度和交付。默认使用内置的图像生成工具。

对于多个不同的输出，为每个资产或状态发起一次调用。在接受了第一个输出后，将其作为后续输出的视觉系统参考，同时重复关键的恒定条件。

9. 评判实际图像

评判输出，而不是提示词是否优雅。应用 references/evaluation.md。

使用两种迭代方式：

• 局部失败：做出一个有针对性的更改，重申恒定条件，并保留被接受的概念。
• 结构性或通用失败：返回概念分支或输出架构。不要在一个失败的概念上添加更多的形容词、禁令、坐标、风格参考、命名区域或拓扑结构。

在结构性的重试中保持单调递增的创意自由：新的渲染器提示词不得规定比失败的提示词更多的布局、几何形状、方向、数量、分层或位置。而是更改语义概念。如果同一个概念两次产生了可转移或通用的结果，则放弃它，并从另一个发散机制中选择不同的候选方案。

永远不要通过详细描述其线框来挽救一个难以理解的概念。如果概念只有在规定了精确的平面、区域、暴露部分、连接器或空间顺序后才变得清晰，那么这个概念不适合此工作流程。只有当视觉系统已经通过了创意关口之后，才允许对局部编辑进行精确说明。

当输出在功能上真实、概念上清晰、连贯、独特且可用于其预期目的时停止。按照系统图像工作流的要求，报告所选概念、生成的输出和最终的提示词集。

不可协商的护栏

• 永远不要混淆细节与创造力。
• 永远不要让第一个看似合理的概念不经反驳就获胜。
• 永远不要将调色板交换或样式标签交换视为独立的概念。
• 对于交互式输出，永远不要仅仅为了屏幕看起来更简洁而隐藏主要信息。
• 永远不要为了填充构图而虚构内容、指标、状态或控件。
• 永远不要使每个元素都非同寻常；将原创性集中在一个决定性的系统级动作上。
• 对于密集的交互式输出，永远不要仅仅因为源使用了一页，就将所有信息强行塞入一个视口。
• 永远不要在一个默认或未打开的状态中显示关闭表面的内容。
• 永远不要允许渲染器提示词携带完整的全局内容清单。
• 未经证明同时依赖任务，永远不要将每个可见源块都归类为主要内容。
• 永远不要将仅用于展示的重新定位称为虚构功能。
• 永远不要在指定了完整构图后声称拥有创意自由。
• 永远不要使结构性的重试比失败的提示词在几何上更具体。
• 在两次结构性的通用失败后，永远不要保留相同的概念。
• 将生成的UI图像视为视觉方向，而非实现证明，直到经过构建和测试。
• 对于包含文字的位图输出，永远不要承诺完美的长篇文字。分割内容，验证关键标签，并在需要保真度时，将精确的副本保留在实现产物中。