Poster Genome · Reference-First 創作
目標:學習使用者真正喜歡的作品,並讓這些真實視覺參考參與下一次創作。
設計基因(genome)是可遷移的設計決策;使用者私有的 Taste Library 是可以重新打開、觀察並用於圖像創作的參考海報。不能用基因的文字描述代替真實參考圖。 兩者必須一起發揮作用。
這是給 Agent 的行為指令,而不是自帶生圖模型的軟體。所有相對腳本路徑都以本 SKILL.md 所在的技能目錄為起點。安裝後的使用者資料存放在運行機器的 ~/.poster-genome,不存放在技能資料夾或公共 GitHub 倉庫。
一、先識別使用者模式
| 用戶在說什麼 | 模式 | 應交付什麼 |
|---|---|---|
| 「學習這張海報」「為什麼好看」 | LEARN | 可見證據、設計推斷、可遷移規則、適用與反例 |
| 「喜歡這張,儲存到我的風格庫」 | LEARN → LIBRARY | 先看圖提煉喜歡/不喜歡的細節,再儲存真實圖片 + 偏好記錄到使用者本地 |
| 「用這些照片按我喜歡的風格製作」 | CREATE | 檢索相關參考原圖、真正附加圖片、創作和核對 |
| 「這版排版太死板」「別改變人物」 | REFINE | 對比參考圖、準確指出缺陷,並保留使用者素材定向修改 |
| 「整理/刪除/給參考圖打分」 | LIBRARY | 只在使用者明確授權下改動本地圖庫或公開基因 |
如果使用者已經提供圖片、用途和文案,不要重複提問。每輪最多問三個確實會影響創作的問題;允許使用者說「其他你決定」。
二、最高優先級的約束
- 真實視覺參考優先。 對於創作,優先檢索私人圖庫中的 1–3 張真實圖片。只有元數據或基因 JSON 不足以聲稱「參考驅動」創作。
- 明確兩種圖的角色。 使用者上傳的內容圖負責主體的身份、數量、服裝、物品、品牌和事實;喜歡的海報是風格參考,只負責字體、色彩、版式節奏和氛圍。不能把它們混作一張圖。
- 真的傳入圖片。 路徑字串、Prompt 和摘要不會自動把圖片送到圖像模型。必須透過宿主實際支援的圖像讀取/附加介面傳遞檔案內容;不支援時如實說明,不能假裝已引用圖像。
- 保真先於好看。 保留使用者指定的人臉、寵物、商品、準確文字和數量;不得漏掉其中一個寶寶,或編造日期、天氣、相機參數、署名、優惠和背書。
- 學習方法,不複製作品。 不重建第三方作品的整套獨特佈局、商標和原始文案,不能擅自使用未授權素材。
- 本地儲存必須授權。 使用者上傳參考海報給你看,不等於允許永久儲存。只有使用者明確要求「加入風格庫/儲存參考」或同意後,才在運行環境本地寫入。未經同意不得上傳 GitHub、雲端或其他伺服器。
- 區分觀察、推斷、未知。 視覺效果解釋不等於設計師本人意圖;無法確認的具體字體、原創作者、參數和權利不能硬猜。
- 工具能力必須誠實。 沒有視覺工具不能說看過圖,沒有圖像生成工具不能聲稱完成圖像;沒有存取本地檔案的能力不能說已讀取或儲存使用者電腦裡的圖庫。
三、LEARN:學到可執行的審美判斷
按 海報分析方法 拆解。順序為:
- 觀察圖像類型、主題、畫幅、主體數量、背景、圖形、文案、品牌資訊,標明哪些看不清。
- 按第一眼、第二眼、最後一眼還原觀看順序;分析構圖、比例、字體對比、留白、圖層、色彩及裝飾的作用。
- 每條結論寫清楚「畫面證據 → 可能的視覺作用 → 可遷移規則 → 適用條件 → 失效條件」,避免只說「高級感」。
- 如果多張風格類似,提煉共同骨架和可變化分支,不為每張圖片機械新增一個基因。
- 明確使用者偏好:最喜歡哪裡,以及哪些不應照搬;當使用者沒說時,Agent 可提出候選,但不能假裝使用者已確認喜歡。
- 給出候選基因及適用場景。使用者同意後,可以儲存原圖到本地 Taste Library;公開基因檔案只有額外授權才可提交倉庫。
學習和本地儲存是兩個不同動作:分析不自動等於儲存。
四、LIBRARY:積累每位使用者獨立的視覺 Taste
首選操作是「給使用者個人參考圖庫增加視覺參考」,而不是把使用者照片存進公共倉庫。詳情看 個人 Taste Library。
本地 CLI 在技能目錄下運行,首次使用需要安裝 Pillow:
python -m pip install -r requirements-library.txt
python scripts/taste_library.py add \
--image "/path/to/reference.jpg" \
--title "我喜歡的攝影手帳風" \
--genome playful-sky-editorial \
--tag everyday \
--like "大粗標題與輕手寫字交錯" \
--avoid "原作者品牌標誌和虛構日期" \
--rating 5
它儲存經過元資訊清理的圖像副本和審美記錄到 ~/.poster-genome,不會自動上傳網路。支援 list、select、feedback、remove 和 prepare。
不能把源照片存到公共 skills/poster-genome/ 中。 本地儲存和雲端生成是不同的權限;使用者授權本地儲存不代表可以未經告知把圖片發到遠端生圖服務。
當 Agent 在雲端運行、無法存取使用者的機器時,需要使用者提供圖片至 Agent 可存取的工作區,或使用經過使用者同意的私有持久化儲存。不能把雲端工作區說成使用者電腦的本地資料夾。
公開基因仍在 genomes/,並須符合 schemas/genome.schema.json;新風格先和現有基因比對,不濫增重複類目。未通過測試的基因可保留 draft。
五、CREATE:帶著真實風格參考圖去製作新海報
- 理解本次素材。 統計使用者源圖和每張圖中的主體,列出不能改的臉、衣服、照片數量、文字、尺寸。兩張寶寶照片必須兩個寶寶都出現,除非使用者明確允許捨棄一張。
- 找真正的參考圖。 讀取使用者本地圖庫,按風格基因、素材標籤、使用者 rating 和 liked_for 挑 1–3 張,實際打開圖片判斷版式關係。優先使用者明確指定的參考。
- 沒有參考圖就誠實處理。 預設先問使用者是否添加一張喜歡的海報,或允許「無視覺參考的原創嘗試」。不能把文字規則冒充真實視覺圖。
- 生成清單,不等於生成海報。 CLI 可以把使用者圖片、風格參考圖片分成不同角色,輸出明確的本地檔案路徑:
python scripts/taste_library.py prepare \
--source "/path/to/user-photo-a.jpg" \
--source "/path/to/user-photo-b.jpg" \
--genome playful-sky-editorial \
--tag portrait \
--headline "雙寶出行日記" \
--top 2
- 實際把參考圖與源圖交給圖像工具。 呼叫支援圖像輸入的多模態創作/修圖工具,把選中的參考圖片當成 style reference,把使用者源照片當成 content source。只放絕對路徑在 Prompt 裡不算完成輸入;確認工具確實能接收它們。使用者敏感圖片呼叫遠端服務需符合使用者權限與服務隱私要求。
- 分離設計與保真。 從參考中學習字體、色塊、邊緣裝飾、空間節奏,而不是照搬原作。對人臉、品牌、數字、中文需準確的情形,優先讓工具創作背景/圖形,再用確定性編輯合成真實照片和文字。不要為了視覺效果重繪使用者寶寶的面容。
- 檢查輸出。 核對內容圖裡所有要求的主體是否出現、文字是否準確、版式是否繼承喜歡的視覺特徵、沒有虛構拍攝參數。若風格達標但缺一個主體,仍然是不合格成品。
- 反饋提升 Taste。 使用者點評後可提出保留偏好;只有使用者同意才能呼叫 feedback 寫入本地庫,不能暗中記錄。
匹配腳本 scripts/match_genomes.py 仍只能做元資料啟發式排序,不能代替視覺參考檢索。參考圖庫 CLI 的 select 也不是視覺向量檢索:Agent 應實際查看圖片後再定風格。
六、REFINE:讓修改朝使用者喜歡的參考靠近
- 同時對照使用者原始素材、使用者指定參考圖、已生成成品,優先指出 1–3 處明顯缺陷。
- 把錯誤(錯字、人物遺漏、面容失真、虛構數據)和審美差異(字體缺乏動勢、元素太死板)分開處理。
- 做定向修改時寫清「要借鑒什麼 / 不能照搬什麼 / 哪些原始內容不得改變」。
- 有圖像修改工具就實際修;如果修復需要重新生成而可能損害人臉,優先受控合成。
- 使用者沒授權儲存結果或偏好時,不自行建立私人資料。
七、失敗分支與邊界
- 本地圖庫為空:詢問使用者加一張參考或授權無參考原創;不要憑空說「風格來自參考圖」。
- 只有 JSON 沒有圖片:可以提出設計方案,但必須標註是「基於文字基因」,不是圖片條件生成。
- 找到參考但宿主不能讀取它:不要把檔案路徑當圖片;說明工具限制並請求使用者附上圖或切換工具。
- 使用者要精確保留兩個人:不能只生成一個,失敗就繼續修復或坦白。
- 沒有事實來源:不能發明具體日期、溫度、攝影機參數、署名、條碼真實含義。
- 私人照片或第三方作品:不預設公開、同步或上傳。
- 當前作品已經合適:允許建議保留原樣,不強制重新排版。
按需讀取
- 參考圖驅動創作 — 真正把圖片用於生成和保真的全過程
- 個人 Taste Library — 本地圖庫 CLI、授權、隱私、反饋
- 海報分析方法 — 觀察與推斷的界線
- 設計基因選擇與管理 — 通用規則的選擇、合併與版本
- 互動提問 — 少問關鍵問題
- 海報製作 — 畫布、圖層、文字與輸出
- 海報品質評審 — 先查保真,再查審美
- 來源與權利 — 個人儲存與第三方版權
本專案在任何環境都不自帶視覺模型、AI 生圖模型或雲端圖庫同步服務。