---

name: spec-image description: "工程化出图 skill：基于 Spec-driven Prompting 方法论（源自 OpenAI GPT Image 2.5 官方提示词指南），将出图需求解析为结构化规格说明（Scene/Subject/Details/Constraints），系统参数与语义提示词解耦，覆盖文生图、精准文字排版、透明底素材、UI 原型、信息图表、图像编辑、多图合成、角色一致性等 12 类工作流。触发词：工程化出图、规格化出图、Spec-driven、透明底素材、抠图、UI 原型图、信息图表、精准文字排版、角色一致性、多图合成、换装、草图转写实、spec image、transparent logo、UI mockup。用法：/spec-image <需求描述> [--ratio=1:1|3:2|2:3|16:9] [--quality=auto|low|medium|high] [--transparent] [--edit=<原图路径>] [--ref=<图1,图2,...>] [--count=N]。Do NOT use when：只需摄影美学的写实/产品图（改用 image-design）、咨询风封面或方法论图（mckinsey-cover）、内容型信息卡片（infocard）。" user-invocable: true version: "1.0.0"

spec-image: 工程化出图

Purpose

把出图需求解析成一份可复现的工程规格，而不是靠抽卡运气。核心思想：**出图不是抽卡， 是写工程规格书。**能用参数控制的属性绝不堆进 Prompt；Prompt 只聚焦视觉语义；编辑任务必须 明确"改什么"与"绝对不改什么"。产出为规格化的结构化 Prompt（可直接投给当前环境的出图工具）。

用法：

/spec-image <需求描述> [--ratio=1:1|3:2|2:3|16:9] [--quality=auto|low|medium|high]
            [--transparent] [--edit=<原图路径>] [--ref=<图1,图2,...>] [--count=N]

When to Use

• 用户要出图，且要求可控、可复现、参数与语义分离（而非纯艺术感抽卡）。
• 需要画面内精确文字排版、透明底素材、UI 原型、信息图表等"有规格"的产出。
• 提供原图要求局部编辑 / 多图合成 / 保持角色或多图一致性。
• 触发词：工程化出图、规格化出图、透明底、抠图、UI 原型、信息图、精准文字排版、 角色一致性、多图合成、换装、草图转写实、spec image、transparent logo、UI mockup。

When NOT to Use

• 只想追求写实摄影质感、光影、胶卷风格 -> 交给 image-design。
• 咨询风封面 / 方法论图 / 矩阵图 -> 交给 mckinsey-cover。
• 内容型信息卡片（多模块、主题配色）-> 交给 infocard。
• 纯文字整理（不出图）-> 不需要本技能。

Workflow

六步，不可跳步。

1. 任务分类（决定走哪条流水线）

   任务类型	判定条件	走法
   GEN 文生图	只有文字需求	加载 references/workflows.md 匹配最接近的场景模板
   EDIT 局部编辑	提供 --edit 原图 + 修改指令	套用"改动与约束分离"契约（见 Step 4）
   MULTI-REF 多图合成	提供 >=2 张 --ref	为每张图编号并指定角色分工（见 Step 4）
   EXTRACT 透明抠图	提供 --edit + 要求透明底	参数 transparent + 反棋盘格/反阴影负向约束
   SERIES 一致性系列	需要多张图保持主体一致	两阶段法：先生成角色卡，再逐场景延续

2. 参数决策（参数管物理，Prompt 管语义）：把需求映射到当前环境可用的图像生成/编辑工具的 实际参数。若工具不支持某参数，则将等价指令折进 Prompt（如横竖版写明 wide horizontal composition）。决策规则见 ## Decision Rules。

3. 构建 Spec 结构化 Prompt：复杂需求必须四段式，简单需求至少含主体 + 约束：

   [Scene]      场景与环境：地点、时间、光线（具体的：午后 45 度柔和侧光，而非"好的光照"）
   [Subject]    主体定义：外观特征 + 三个关键维度（身体构图 / 视线朝向 / 与环境的真实交互）
   [Details]    可见细节：材质（风化皮革、拉丝不锈钢）、色彩体系、拍摄介质（35mm 胶片、50mm 镜头）
   [Constraints] 正向约束 + 负向约束（No extra text, no watermarks, no ...）
   

   具体化三原则：1) 具体可见的细节取代情绪空话——写"可见毛孔皱纹、胶片颗粒、轻微暗角"， 不写"超真实、大师级"；2) 人物必锁三维度——全身构图是否含双脚、视线看哪里、双手在做什么， 缺一会出现肢体僵硬/假人感；3) 文字渲染铁律——所有要出现在画面里的文字用双引号包裹 + 显式频次（"Render the tagline exactly once"）+ 字体特征与位置 + "No extra text"兜底， 生僻词逐字母拼写。

4. 编辑与多图契约

   EDIT 模式核心公式（受保护属性必须逐条列出）：

   仅修改 [X]。
   严格保持：[人物身份特征 / 五官 / 姿态 / 光照 / 机位 / 背景 / 画面质量] 不变。
   

   MULTI-REF 模式：每张图编号 + 明确分工。例："图 1 作为背景与光影基准；将图 2 中的主体提取 置入图 1 的人物身旁，保持透视与投影一致。Do not change anything else."

   SERIES 一致性两阶段：阶段一生成角色卡（Character: 服装/特征/气质逐项锁定；Style: 画风； Constraints: no text）；阶段二每张新图重申 Same [服装/五官/配色/气质]，Do not redesign the character。

5. 调用出图工具并自检：调用当前环境的图像生成工具执行生成/编辑，对照 ## Verification 清单逐项检查。未通过则回到 Step 3 修订，不要带病交付。

6. 迭代协议（单变量渐进）：上一轮满意输出作为下一轮输入，每次只调一个变量； 先调参数（如 medium -> high）再改 Prompt；细节漂移时重申受保护约束，而非推倒重来。

Decision Rules

属性	决策规则
画幅 ratio	电商主图/UI 原型/人像竖版 2:3；海报横版 3:2 或 16:9；头像/图标 1:1
质量 quality	默认 medium；含精确文字/信息图/图表/多步骤流程一律 high；草稿初筛可 low
透明通道	需要 PNG/WebP 透明底时显式开启，且 Prompt 必须同时声明"无实体底色、无棋盘格、边缘干净"
数量 count	探索阶段 2-4 张；定稿迭代阶段 1 张

• 命中文中任一场景（胶片人像/广告排版/透明 logo/四格条漫/UI 原型/教学图表/路演单页/换装/ 多图合成/透明抠图/草图转写实/单物替换）-> 先读 references/workflows.md 取对应模板再写 Prompt。
• 有 --edit -> 走 EDIT 契约，逐条列出受保护属性。
• 有 >=2 张 --ref -> 走 MULTI-REF，逐图编号分工。
• 要透明底 -> EXTRACT 流程，参数 + Prompt 双保险。

Constraints

• 禁止把"4K、超高清、杰作、史诗感"写进 Prompt —— 分辨率/画质归参数管，抽象修饰词只会引入噪声。
• 禁止把可由参数表达的物理属性塞进 Prompt；参数与语义必须解耦。
• 编辑任务必须显式声明"仅改 X"与"绝对保持不变"的清单，缺一不可。
• 多图合成必须为每张输入图指定唯一角色，不得含糊。
• 画面内文字必须双引号 + 频次约束，并保留 No extra text 兜底。
• 不得虚构用户未提供的品牌、数据或人物身份；路演单页等场景的数字须来自用户。

Verification

交付前对照清单：

• 所有画面内文字是否已加双引号 + 频次约束？
• 负向约束是否覆盖了该场景的高频翻车点（多余文字/水印/logo/棋盘格/假人感）？
• 编辑任务是否逐条列出了受保护属性？
• 参数与 Prompt 是否解耦（没有把分辨率/画质堆进 Prompt）？
• 人物是否锁定了构图/视线/交互三维度？
• 透明底场景是否同时做了参数与 Prompt 双保险？

Output

• Outcome：一份结构化 Spec Prompt（Scene/Subject/Details/Constraints），以及按环境能力生成的 图像；编辑/多图任务附改动与受保护契约。
• Done when：Spec 四段齐备（简单需求至少主体+约束）、参数与语义分离、自检清单全过、图片已展示。
• Evidence：Spec 文本；参数取值（ratio/quality/transparent/count）；负向约束清单； 编辑任务的受保护属性列表；生成图片路径。

References

按需加载，不要预先全读：

• references/workflows.md — 匹配到 GEN/EDIT/EXTRACT/SERIES 任一任务类型后读，取对应场景模板 （12 类：胶片人像 / 广告排版 / 透明 logo / 四格条漫 / UI 原型 / 教学图表 / 路演单页 / 换装 / 多图合成 / 透明抠图 / 草图转写实 / 单物替换）；模板已内置该场景的高频负向约束。

Related Skills

• image-design — 摄影逻辑的五维 AI 绘图提示词，适合写实与产品质感。
• mckinsey-cover — 咨询风格封面与信息图。
• infocard — 从 URL 或文本生成信息卡片图片。