Communitygithub.com

s1dashu/ip-as-logo-skill

生成极其简单、可爱、拟人化的方形角色图像,采用圆润厚重形态、两种有目的的角色色彩和一种纯色背景,以及占主导地位的角落构图。适用于创建动物、生物、机器人、幽灵、植物、物体或其他角色图像,包括需要智能体推断三个与产品相关的方向并提出六个独立候选方案供批准的场景。

ip-as-logo-skill 是什么?

该技能专为AI代理设计,用于高效生成极简且可爱的IP角色图像。它的核心价值在于将过程从用户驱动转变为半自主的创意探索:首先解析用户请求,然后通过分析产品仓库(如README、文档或设计令牌)主动收集背景,无需用户预先提供全部细节。一旦上下文充足,它会提出三个有明确理由的设计方向,并直接建议一次性批量生成六个独立候选图,将用户的确认步骤压缩为一次。该技能遵循严格的设计规范,包括“4-7个几何形状”的复杂度预算、强角落构图(角色从左下或右下浮现)、以及精确的“两种IP颜色+一种背景色”配色方案。它支持GPT Image 2、Seedance 5.0 Pro等顶级图像模型,在支持子代理的平台上可并行化生成,并且严格按照“一次性创意抽取”原则交付结果,不进行后处理或自动重试。因此,它适用于需要快速、一致地探索多种视觉方向(如创建品牌吉祥物、应用图标或简单艺术角色)的场景,特别适合产品开发早期阶段的视觉构思。

兼容平台~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add s1dashu/ip-as-logo-skill

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

IP as Logo

创建尽可能简单的可爱IP角色:一个紧凑、讨人喜爱、在 32 × 32 分辨率下仍能识别的符号,而非详尽的角色插画。

工作流程

  1. 解析请求,明确IP主题和可用的产品上下文。除非用户明确要求控制,否则不要询问用户选择配色模式。
  2. 当用户未指定IP主题且当前工作区为产品仓库时,请在提问前先检查相关的只读上下文。优先检查 README、产品文档、包或应用元数据、登录页文案、清单文件和设计令牌。当能够以合理置信度推断出产品用途、主要受众和预期个性时,即认为上下文足够。
  3. 当产品上下文不足时,发起一轮综合的背景问题,涵盖产品做什么、为谁服务以及应给人何种感觉。不要启动第二轮背景调查。在得到回答后,继续使用最合理的解读。
  4. 一旦上下文足够,在生成前始终提出三个简洁的方向,并明确提议一次性生成六个独立候选方案。除非当前请求已明确授权六个输出,或要求智能体无需再次确认直接进行,否则在用户同意之前不得生成。
  5. 所提议的三个方向需经过深思熟虑:
    • 当用户明确指定IP主题时,保留该主题,并基于轮廓处理、次要颜色区域、标识性特征或个性侧重点提出三种不同的设计方案。
    • 当用户未指定IP主题时,提出三个真正不同的IP主题或隐喻。将每个主题与不同的产品属性或品牌承诺联系起来;不要没有理由地随意返回三种动物。
  6. 精确解读用户回复:
    • 若用户接受所有三个方向及六图像提议,则为每个方向生成两个独立变体,并标记为 A1、A2、B1、B2、C1、C2。分配 A1、B1、C1 到左下角,A2、B2、C2 到右下角,使每个方向都从两侧各测试一次。
    • 若用户选择一个方向但接受六张图像,则为该方向生成六个受控变体,并标记为 A1 至 A6。分配奇数变体到左下角,偶数变体到右下角。
    • 若用户拒绝提议的数量、方向或分布,则遵循用户的替换指示,不要为默认方案争辩。
    • 对于其他任何偶数默认批次大小,将候选方案平均分配至左下和右下。对于奇数批次,特意将多余候选分配给任一侧并记录不均衡。除非用户明确要求,否则不要使用底部居中。
  7. 每个候选方案的完整图像默认使用恰好三种语义颜色:恰好两种IP基础色和恰好一种背景色。重复使用两种IP颜色用于面部标记,而不引入额外语义颜色。遵循用户对其他颜色数量的明确要求。确保所需的产品线索、标识性特征、复杂度限制以及任何提供的调色板保持一致,以便进行有效比较。
  8. 生成之前,需要使用顶级图像模型:首选 GPT Image 2;也支持 Seedance 5.0 Pro、Nano Banana Pro (Gemini Image Pro) 或 Nano Banana 2 (Gemini Image Flash)。如果没有可用模型,要求用户启用合适的工具或提供其API密钥。绝不可回退到SVG生成。仅当用户明确同意时,才使用其他可用图像模型,并警告其质量可能不及推荐的模型。不得伪造生成结果。
  9. 如果运行时支持子代理,则将六个候选方案并行化处理,充分利用可用并发性。向每个子代理提供相同的产品简报、共享约束条件和分配的方向或变体;当容量有限时,在后续批次中运行剩余候选方案。如果子代理不可用,则通过单独的图像生成调用或任务来生成候选方案。
  10. 如果用户提供背景调色板,除非用户明确说明,否则将所有提供的颜色保留给背景。为主体和上下文独立选择恰好两种IP基础色,除非用户也指定了主体颜色。不要将任何历史或示例调色板视为允许的背景封闭列表。
  11. 使用以下复杂度预算来抽象每个主题。将每个候选方案生成为单独的完整分辨率方形资源;切勿要求图像模型制作联系表、网格或多图像拼贴。不要在使用仅提示词可重复性测试时,将之前的候选方案用作图像参考。
  12. 将每个批次视为一次性创意抽取。每个请求的候选方案仅生成一次,然后按原样保留并交付每个返回的结果。不得检查输出以阻止交付、将其分类为推荐或不推荐、自动重试,或通过后处理进行修复。
  13. 保留并标记每个生成的结果。报告每个标签、IP方向及理由、分配的角落、保存路径、提示/颜色映射和尺寸。将结果全部一起呈现;仅当用户明确要求另一轮绘制时,才进行细化或替换。

在生成前提议方向时,用一行紧凑描述每个方向:<IP主题> — <与产品的关联> — <定义性轮廓>。最后直接提议使用上述分布生成六张图像。除非用户要求,否则不要将探索阶段变成冗长的品牌研讨会。

复杂度预算

  • 使用大约 4–7 个大尺寸基本几何形状构建一个主导的连续外部轮廓。合并或删除任何不传递身份、表达或识别的形状。
  • 最多使用一个物种定义性特征:例如,一个大口袋般的喙、一对卷曲的角或一个宽大的面罩。
  • 最多使用两个与两种IP基础色相对应的大面积内部颜色区域。脸部仅保留两个眼睛,并且仅在表情需要时保留一张小嘴。省略眉毛、高光、鼻孔、纹理、外轮廓和装饰性标记,除非对识别至关重要。
  • 去除重复的羽毛、鳞片、毛簇、装甲板、纽扣、螺丝、数字、标签和其他插画细节。
  • 将简化、可爱以及讨人喜爱的婴儿般个性作为决定性品质。在适合主题时,偏爱大头、紧凑比例、柔软脸颊、间距开阔的简单眼睛以及平静友好的表情。
  • 要求在 32 × 32 分辨率下可读的黑色剪影和可识别性。如果某个特征在该尺寸下消失或成为噪点,则将其放大、合并或移除。

造型语言与构图

  • 使用厚重、圆润、有分量的轮廓和宽阔的色彩块面。
  • 禁止使用尖角、尖耳朵或尖喙、针状尾巴、细天线、细长的笑容、狭窄的缝隙以及尖锐的火焰或羽毛尖端。将每个必要的尖端替换为明显钝化的圆端。
  • 成对出现的识别性特征(如耳朵、角、翅膀、鳃或铃铛)需同时展现。
  • 角色应直立,并从分配的左下或右下角浮现,占据画布的约 85–95%,使IP保持视觉主导地位。
  • 当能增强从该角浮现的感觉时,欢迎对底部或分配侧进行裁切,但不要规定精确的边缘接触或固定的裁切方式。
  • 除非用户明确要求,否则切勿将角色居中或底部居中。
  • 在可见构图中保留成对出现的识别性特征。
  • 保持作品直立;除非有明确要求,否则不得旋转画布或倾斜主要标记。

简洁性与视觉处理

  • 从大而简洁的语义形状和最强烈的简单轮廓入手。角色应在任何内部特征被注意到之前就能被立即理解。
  • 偏好更少、更大、更柔和的形态,而非额外定义。不要仅仅为了解释解剖结构或材质而添加特征。
  • 保持面部标记微小、简单且从属。不要为眼睛、嘴巴、鼻子或其他小特征添加光泽高光或详细的腔体渲染。
  • 使命名的背景颜色在视觉上保持实色且均匀,无风景、纹理、光晕、渐晕或光照变化。
  • 仅使用提示模板中的那一个句子来请求微妙的立体效果。不要将其扩展为数值强度或关于渐变、高光或阴影的指示。由生成器偶然产生的渐变、着色或轻微立体效果是可接受的,不应触发过滤或重试。
  • 要求视觉方向保持图形化和简洁,而不是要求粘土、充气、塑料、毛绒、玩具感或照片级写实的渲染效果。

色彩与画布

  • 完整图像默认使用恰好三种语义颜色:恰好两种IP基础色和恰好一种背景色。
  • 根据产品上下文、主题身份、预期个性和用户请求选择两种IP颜色。将两者组织成宽阔有目的性的块面;将其中一种重复用于面部标记,将另一种保留在一个连续的、定义性的区域中,而不是散布零碎的装饰性碎片。
  • 独立于背景选择两种主题颜色。在适当时偏爱清晰、鲜艳的主题颜色,但不要对IP施加全局饱和度、OKLCH、色相偏移或色度范围限制。
  • 根据上下文或用户提供的调色板自由选择背景。除非用户要求鲜艳颜色,否则通过稍微降低饱和度来柔和地减弱背景;使其保持明确的色彩感和意图性,而非鲜艳、灰色或浑浊。历史调色板和示例仅为建议,绝非许可列表或强制默认调色板。
  • 保持主导IP剪影、其面部标记和背景之间清晰的视觉分离。如果用户提供的背景导致分离不足,首先调整主题颜色,而不是替换所要求的背景。
  • 在一个批次中,有意变化两种IP颜色的策略,而不是重复相同的中性色主导的组合。
  • 将两种角色颜色视为语义颜色系列。任一颜色系列内部的偶然色调变化不会使输出无效。
  • 直接命名预期的纯色背景颜色。要求它填充所有开放区域和未被角色占据的角落,而分配的出现角落则由角色占据。不要在生成提示中使用类似opaque、alpha或transparency的图像模式术语。
  • 生成直接的 1:1 方形,带有方形外角。请求大约 1536 × 1536;当服务输出限制时,接受并保留原生的 1254 × 1254 结果。切勿仅为了达到请求尺寸而重新采样。

提示模板

根据生成器能力路由约束

从运行时元数据、配置的提供者文档或用户明确声明中确定可用的图像模型及其实际工具架构。不要猜测模型或发明不支持的参数。

仅将请求的视觉效果描述为图像。切勿告知图像生成器该图像是 logo、brand mark、app icon、icon asset 或用于任何此类用途。不要添加透露此类用途的用例或资产类型前缀。此规则仅适用于生成提示;周围的用户对话和技能名称仍可描述更广泛的项目。

  • 对于现代指令跟随型图像模型,如 GPT Image 2、Nano Banana Pro、Nano Banana 2 和 Seedance 5.0 Pro,在主要提示中保留完整的正向提示,并将最少的排除项表达为自然语言的 Constraints: 行。不要为这些模型创建单独的负向提示负载。
  • 对于明确暴露专用参数(如 negative_prompt)的较旧模型或运行时,保持所有正向提示行不变,并通过该专用参数以可用适配器所需的语法提供最少的排除项。从主要提示中省略自然语言的 Constraints: 行,以避免在两个通道中重复相同的排除项。
  • 对于没有专用负向提示参数的较旧模型,遵循其文档化的提示格式。当只有一个提示字符串可用时,保留简洁的自然语言 Constraints: 行。
  • 在生成报告中记录模型或提供者、检测到的约束传递模式(main-prompt constraints 或 dedicated negative parameter)以及确切的约束文本或负载。

当有专用的传统负向提示参数可用时,将以下最小负载调整为其所需语法:

text, watermark, borders, frames, cards, presentation masks, extra subjects, scenery, thin fragile lines, sharp tips, photorealistic materials, strong three-dimensional rendering, external cast shadows

对于现代指令跟随型模型和单提示界面,使用以下完整提示:

Create one complete full-bleed 1:1 square image.
Background: fill the entire square with solid <background>. Keep <background> visible in every open area and in the corners not occupied by the character; the assigned emergence corner must be occupied by the character.
Subject: place one extremely simplified, cute, endearing <subject> IP character on the background, reduced to one soft rounded continuous silhouette and one defining feature.
Complexity: use only 4–7 large basic shapes and at most two broad internal color regions. Use two simple eyes and add one tiny mouth only when it helps the expression. Remove every nonessential line, outline, anatomical detail, texture, and decoration. Keep the character readable at 32 × 32.
Col

…

[truncated for translation]

相关技能