agentleFS
LuxvanyuLuxvanyu/prompt-craft/SKILL.md

prompt-craft

Skill3 starsChanged 5 days agoMITView on GitHub

任何「把想画的东西写成提示词」的任务都从这里进:先定七维(瞬间→明度→光→空间→色彩→材质→收尾),再按目标模型翻译成可编译的写法,最后过十三道自检。完整包含九期进阶工程:先验解绑、大动态格斗、双人战术对峙、介质与物理光学、战损物理与机能装束、双色温分裂、21:9与极端机位、多格漫画分镜、无人空景与尺度标定。当用户要写/改/升级图像提示词(MOSS / Anima / NAI / Krea 2 / Midjourney / SD / Flux / 即梦 / 可灵),说「这张图好单调/平庸/AI 味/没设计感」,问审美提升、构图、打光、配色、氛围、电影感、摄影感,贴参考图要「学这个风格」「复刻这张」,或贴回出图说「不对/不像/机位错了」时加载。核心原则:先测再写、写完自检、出图验收,规则是诊断工具不是模板。

8 other projects use a version of this.

Adopted by

Most recently taken up by

The file

Files
SKILL.md

提示词工坊(prompt-craft)

这是唯一的入口。决定「画什么、怎么画、写成什么」的那部分在本文档 + references/; 决定「MOSS 这一台机器会怎么执行」的实测规则在 references/moss-rules.md 与 references/casebook.md; 决定「像不像艺术」的那部分在 references/aesthetic.md。


三十秒上手

你现在的情况直接跳
从零写一份提示词references/entry.md(八槽 + 三问 + 两道闸,填完就是草稿)
有草稿,想变好看本文档「七维决策」第 1–7 节
不知道用什么调子references/style-heads.md(12 个主头 + 6 层质感)
不知道写多长references/word-budget.md(三档预算 + 八段切分 + 删减顺序)
想控制大小/比例references/moss-rules.md(尺寸四把尺 + G46/G54/G64)
出图不对references/symptoms.md(症状 → 改哪句 → 对应规则)
贴了参考图要复刻先 scripts/probe.py 量,再 references/casebook.md 找同类
想知道某条规则凭什么references/casebook.md(G1–G98 全部实测证据)
想看还有什么题材没测过references/gap-audit.md(已验证 / 判死 / 不做)
出现光环/抓杯/头纱等先验污染references/decoupling.md(先验解绑与负向阻断协议)
写大动态/动作格斗/空战羽翼references/action-and-motion.md(四大相位 + 双手闭环 + 羽翼气动学)
写双人对峙/兵刃交锋/并肩互动references/multi-character.md(四手全清点 + 特征防火墙 + 接触点能量锚)
写倒影/雨窗/焦散/羽毛透光references/medium-and-optics.md(倒置证据链 + 介质归属律 + 纯物理光学)
写战损破甲/断羽/机能武装references/battle-damage-and-couture.md(三级战损体系 + 机能四层穿搭法)
写多光源/双色温分裂/霓虹夜景references/mixed-lighting-and-split-tones.md(主副光权力阶梯 + 暗部脊梁隔离)
写21:9宽画幅/60度陡峭俯拍references/cinematic-geometries.md(翼展全屏填塞 + 俯拍四条事实)
写四格漫画/分镜叙事/多图一致references/storyboard-and-continuity.md(四格景别语法 + 跨图角色硬锚定)
写无人空景/静物器物/尺度标定references/scenery-and-scale.md(建筑模数当尺子 + 厘米级否定 + 斜影骨架)
找不到上面哪一行对得上references/symptoms.md 顶部「0 进阶九期速查」(P1–P9 一句话边界)

编号体系怎么读

前缀管什么在哪
00–10entry.md 的起草槽位与闸门references/entry.md
G1–G98一张图的世界逻辑(实测证据编号)索引 moss-rules.md,证据 casebook.md
P1–P9一类题材的工程做法(九期进阶)九篇独立文档,入口见 symptoms.md 顶部
关 1–13lint.py 交付前十三道自检关(关 13 为美学质感与反八股巡检,全部 WARN)scripts/lint.py
附录 A–I九个审美专题,已独立成篇references/aesthetic/a-*.md … i-*.md

P 与 G 不互斥:先用 P 选对题材做法,再用 G 检查这张图的世界逻辑。


第一原则

一图一主张。 一张图只允许有一个最高对比点、一个主导明度、一个主动作、一个色彩事件。其余全部降级为陪衬。

看到这句就够判断一张图了:画面上有两处一样抢眼,不是更丰富,是更模糊。


七维决策(摘要;完整版见 references/aesthetic.md)

顺序不能换,每一维必须落一个明确选择,不许「看情况」:

#维一句话落到提示词里的形态
1瞬间这一秒发生了什么?一张图只讲一件事一个动作 + 一个朝向
2明度结构暗/中/亮各叫什么、各占多少第一句定调 + 三档面积
3光从哪来、落在哪三处、死在哪光源方位 + 衰减半径
4空间与镜头机位距离 + 主体占画高分数两个数,缺一个必裁头(G85)
5色彩四个角色各司其职,点缀 ≤10%至少三个有色相的大面积
6材质写可见行为,不写形容词「布在膝盖处堆成两道褶」
7收尾一句话把画面锁住最亮是什么 / 最暗在哪

每一维的判据、量化参数、反例、检查表在 references/aesthetic.md 的「七维决策」一节; 配方库、风格提取、出图诊断在 references/aesthetic/(附录 A–I,九篇独立文件,按需加载)。本文只做索引,不复制正文。


核心美学法则(先写故事,再写物理 · 彻底杜绝机械八股)

为什么早期或低质量提示词会沦为「工业八股文」? 因为把规则当成了死板的填空造句模板(每篇都用一模一样的开头、一模一样的句式)。 真正的顶级美学(顶级光影范式盘点),本质是「先有 0.3 秒的故事切片,再有严丝合缝的物理光学」:

美学维度哲学内核(写进画面的事实,不背诵固定句式!)灵动多样的表达方式(严禁千篇一律套模板)
1. 光比与空间衰减光有源头,更有明确的物理衰减;亮部与暗部拉开层次,背景向深处自然跌落。可以写 key to fill being eight to one,也可以写 the lantern light dies within arm's reach, leaving the far bookshelves three stops darker,或 the window light falls away from her shoulder and the back wall reads a full two stops darker(衰减要能被数值或可指认的落点验证,不要用「天鹅绒般的暗影」这类形容词收尾)。
2. 具象受光结构面光不会平铺直叙地照亮整个人,而是精准切在 2–4 处有体积转折的具体材质表面。自然点名受光落点(如鼻梁骨、翻折的衬衫领口、半透明的指尖、大提琴的琴弓边缘),无需死背固定引导词。
3. 0.3 秒心流动态 + 生活物证角色绝不呆板摆拍,而是处于未完成的微动作或专注心流中;周围散落着带有温度、磨损或时间痕迹的现实物证。正在抽出一半的黑胶唱片、在自己的影子里画笑脸、用螺丝刀调试电路;身旁放着凝结水珠的冰饮、撕开的零食袋、插着筷子的泡面或散落的弹壳。
4. 实体高光与暗部锚点全图最亮与最暗必须落在有质感的实体物质上,把明度尺拉满且不过曝烧白。最亮处落在黄铜灯座边缘、耳坠银尖、湿润的贝壳或水面星芒上(stopping short of blowing out);最暗处压在桌底裂缝或靴底重影。

反八股行文铁律(Anti-Formulaic Protocol):

  1. 严禁句式复读:写多条提示词时,严禁每一篇都用相同的句式开头或结尾;根据题材自由切换叙事节奏;
  2. 镜头服务故事:机位(贴地大透视、70°俯冲、帘后窥视、80%极简留白)必须由故事意境决定,绝不盲目退化回平庸的胸口平视;
  3. 词预算归还材质与情绪:把字数花在胡桃木纹、棉麻透光、水面毛细涟漪、发丝微风与神态微表情上。

角色光环非刚需与自然描写律(Halo Rule · 严禁欲盖弥彰)

核心纪律:

  1. 光环(Halo)绝不是二次元美学或高质量提示词的刚需配置,角色默认不带光环(参考图集中的光环仅源于《蔚蓝档案》角色原作人设)。
  2. 严禁写防御性否定句(防「欲盖弥彰」):在描写常规角色时,严禁写诸如 no halo、the space over her hair is empty air with nothing hovering or glowing 等防御性语句!在扩散模型注意力机制中,主动提否定词反而在隐空间激活了光环的概念。
  3. 黄金正解:正常、自然地描写角色本身。专注描写发型走向、发饰贴合(如发夹、发带、耳坠)、头部反光与微风动势,完全不提光环二字即可。只有当用户明确指定角色具有光环时,才描写光环。
  4. 修复轮例外:如果出图已经长出了光环,下一轮必须改用三连否认把它压回去(形状 + 画法 + 否认,写法见 references/moss-rules.md G19 补充)。此时 lint 关 11 的 WARN 属于预期,不必清。一句话:首轮不提这个词,修复轮必须否认到底——两个阶段的做法相反,别混用。

反默认清单

模型的五个出厂设置,每个都要主动打掉一个:

出厂设置症状反制写法
居中对称主体正中、地平线居中主体放 0.33/0.66;另一侧显式写成空(G65)
均光无向处处亮、皮肤无立体指定方向 + 质量 + 比例;the fill side falls three stops under
纹理均质皮肤布料墙面同一细节密度sharp only on the face, everything past the shoulder already softening
平均脸对称、无瑕、无记忆点a slightly crooked nose, one eye a little narrower, freckles clustering unevenly
无瞬间摆拍、素材库感未完成的动作 / 刚留下的痕迹 / 视线还没落到镜头

另外三个高频病灶:用元素堆叠代替设计(加元素只会变吵)· 用形容词代替参数(cinematic dramatic 是空转)· 全图同一锐度(真实镜头只有一个焦平面)。


世界规则:模型不会照字面做的那一类

这一组是 160 多张出图反推出来的,违反任何一条都会整张返工。完整证据在 references/casebook.md,摘要索引在 references/moss-rules.md。

你以为写了就会实际会发生正解规则
写「没有窗棂」四重否认也照画窗格给光一个会产出正确形状的出处(屋顶一道裂缝)G80 补二
写「低机位贴水」翻成站在岸边往下看水面压窄 + 线要收 + 顶端留一条被切掉的边G84 / 补 / 补二 / 补三
写「这是倒影」画成一块发光的东西躺在路上倒影必须被水面事件打断(涟漪穿过时抖、边缘撕开)G87
写「招牌」一定长出可读的字要零文字就先别叫它招牌,写成「只有光」G90
写「里面什么都没有」会自己填满写「里面装的是什么、什么颜色的」G44
写「路面毫无细节」自动补上皮线、路缘认下先验再规定它的样子G42
给光源名词把灯画进画面只写落点 + 衰减 + 未照亮区G41
写比例尺人物照旧撑满画面给同深度水平带的对位句(头顶比哪个边低多少)G54/G56
提示词很长人物被画大 1.3–2.9 倍字数就是尺寸主因:character 块 200–320 词,整份 caption 按 references/word-budget.md 三档G64
写「一个人走进来」这种名词组先排人再上色,脸全清楚要无脸就写「背对我们」G63
想让图「不像 AI」而加网点/像素完全出不来细小重复单元是死角(G97);能活的是错位套印、线稿排线G96/G97
两个角色靠得近两个头叠成一块两个 bbox 上边差 ≥画高 8% + 明写空气间隙G93

尺寸控制(第二大返工来源)

模型的优先级是 名字先验 > bbox > 比例句。所以四把尺,按效果排序:

  1. 去名尺(最有效):要小就别给它名字——不叫「马克杯」,写「一只带单柄的白釉圆柱」。
  2. 公认尺 + 距离:砖 24cm、地砖 30cm、门 2m、易拉罐 12cm,配上「离镜头几步」。
  3. 同深度对位句:the top of her head sits a little below the top edge of the lockers——那条边必须在画面上水平贯穿,且必须同一地面线。
  4. 裁切尺(唯一可靠做「巨大」的):her forehead runs out past the top edge。

反过来要大,就写「她站在谁旁边」——模型保比值,会把参照物一起放大(G28/G29/G47/G54/G64)。


目标模型翻译

七维决策是思考层,不是输出层。落到具体模型时:

  • MOSS-Image(官方规范对齐):
    • 产物选型:普通场景、人物写真、照片与复杂插画一律默认使用 Caption(纯文本),细节丰富并不自动需要 Layout;只有在明确文字排版(海报/封面)、多格分镜(multi_panel)或严格物体互锁时才使用 Layout。
    • Caption 流程:本地草稿写为 {"caption":"..."} 的 UTF-8 JSON;经 compile_prompt.py 编译后**输出为纯文本(Plain Text)**交付用户,直接粘贴进 MOSS 正向提示词框。
    • Layout 流程:本地草稿遵循 references/layout.md,包含 width, height, bbox_coord_space:"abs", bbox_format:"xyxy", summary, items 六个顶层字段;BBox 为左上角绝对像素 [x1, y1, x2, y2]。
    • Layout 编译与交付:运行 python3 scripts/compile_prompt.py draft.json --output prompt.txt。编译产物为单行压缩 JSON(abs_centralized + yxyx,已剥离宽高元数据)。交付时必须在 prompt 外部单独标明所需的 width × height 尺寸(如 1536×1024),因为模型正向提示词本身不含画幅尺寸。
  • Anima / NAI:平铺 tag 串 + 画师串位置固定;一律只给正向。
  • Midjourney / SD / Flux:自然语言长句 + 参数后缀(--ar --stylize),不要把 bbox 概念搬过去。
  • 视频模型(可灵/即梦/Runway):同一套七维,但「瞬间」改成「一个连续动作」,且必须写不动的那些东西当锚。

交付前自检

自动(脚本)

python scripts/probe.py IMG                     # 出图后测:明度五档/近白面积/饱和方向
python scripts/lint.py DRAFT.json               # 草稿十三道关(Layout / 纯 caption 都适用)
python scripts/preview.py DRAFT.json --out L.png  # bbox 画出来看
python scripts/compile_prompt.py DRAFT.json --output OUT.txt

顺序固定:预览 → 调 y → lint → 编译。

手过(八条,逐条答得出来才算完)

  1. 这张图的一个主张是什么?说不出来就重做。
  2. 眯眼看,有一个明确的明度结构吗?还是一团灰?
  3. 阴影里最亮处,仍暗于亮部最暗处吗?
  4. 光有方向和衰减吗?
  5. 主体在三分之一还是正中?正中是有意的吗?
  6. 色彩四个角色各司其职吗?点缀色 ≤10% 吗?
  7. 材质写了可见行为吗?不同材质细节级不同吗?
  8. 有没有形容词空转(cinematic / beautiful / dramatic / masterpiece)?删掉。

默认纪律:零文字、零质量词、零画师串、只给正向、默认叠颗粒层(用户点名要才破)。


出图后怎么办

不要重写整份提示词。 按这个顺序:

  1. 有参考图时先跑 scripts/verify.py 参考图 出图 --tag 名字——它直接给出逐项差值、 6×6 明度差矩阵、六类判据的诊断清单(每条带「该改哪句话」)和三联色差热图; 没有参考图才用 scripts/probe.py 单独量出图(mean / dark / mid / nw / p99 / sat / lit vs shadow / soft / strong / flat)。
  2. references/symptoms.md 找症状 → 它指向「改哪一句」和对应规则编号。
  3. 只改那一句,重跑 lint,只重出一张。
  4. 新发现的机制写回 references/casebook.md,编号续下去。

数值能证明「暗部总量不足」,不能证明「某个东西没有」——这是最容易犯的判读错误(G53)。


这个包不含什么

  • 不出图。它只负责写、验、诊断。
  • references/casebook.md 里所有 G 编号都是某一台模型(MOSS-Image)的实测结论。换模型时,G1–G98 的「机制」多半仍然成立(那是提示词语义层面的),但具体阈值(词数、bbox 放大倍数)要重新标定。
  • references/gap-audit.md 里标记「不做」的题材是有意的空白,不是遗漏。

八大终极美学支柱(非正式观察归纳,非实测数据)

下面八条来自对大量高完成度出图的经验归纳,不是 G 编号那种带出图编号的实测结论。把它当「审美方向的清单」用,具体阈值仍以 references/casebook.md 的实测为准。

任何想要达到电影级摄影质感、消除塑料 AI 感的提示词,必须在以下八个维度中建立物理咬合:

支柱核心美学内涵落地提示词具体要求
1. 极端视角与侵入感坚决打破平庸胸口平视;根据情绪选择极端侵入机位。贴地低视角大鞋底透视(Foreshortening)/ 70°大俯冲高空视差 / 倒悬平躺视线 / 隔着门帘与树丛的窥视视角。
2. 尺度张力与崇高感用浩瀚环境压出存在感。注意 MOSS 的硬限制:画面里只要有人,模型就把她排到至少 1/3 画面高,小于 1/3 的比例句基本无效(G25 实测,91/92 号)。✅ 可行:不画人,只画人的痕迹(空船、被褥褶皱、插在岸边的桨)→ 环境随便多浩瀚。
⚠️ 画人时:按「她占 1/3 高」设计构图,把她当既定条件用(如 1/3 高的剪影压在 2/3 的巨云下)。
❌ 不要写:「她只占画面 5%」——这句会被无视,且容易吃掉构图。
3. 复杂光学介质光线必须穿透、折射或散射具体的物理介质,杜绝空气均光。肥皂泡薄膜干涉彩虹光 / 沾满冷凝水滴的透明雨伞 / 浅滩涟漪菲涅尔倒影 / 湿水玫瑰与焦散 / 暴雨池塘毛细微波。
4. 阴影叙事与光影图案影子本身是独立角色,光线在平面上投射出具象几何花纹。阳光穿过铁丝网在墙面留下菱形格栅影 / 在自己的投射影子里画笑脸 / 窗棂投下的万花筒几何光毯(Gobo Pattern)。
5. 真实生活物证链道具带使用磨损、温度与时间流动,但数量按 3–6 件算——每件都要承担一句叙事,加元素只会变吵。地面上散落的黄铜弹壳与黑胶唱片 / 撕开的零食袋与未吃完的泡面插筷 / 沾满水汽的毛巾 / 雪地雪橇滑痕与靴印。
6. 专注心流状态捕捉角色全神贯注于某项专业任务、不看镜头的忘我瞬间。精密螺丝刀调试电路板 / 钢琴琴键指尖起伏 / 调整半透明薄纱手套 / 举起相机对准镜头外的观者。
7. 平面构成与破框结合现代平面设计与排版艺术,破除常规画框束缚。饱和色块背景中肢体与发丝出框 / 拍立得胶片边框 / 宽银幕电影上下留白与手写字卡。
8. 环境光绝对统治环境统治色彻底吃透人物固有色,可伴随单色纯色刺破。暮色金光染透整个画面与衣料 / 雨夜冷蓝吃掉一切,唯独留一抹纯红火星。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.