一个图像 Skill 如何把审美写成约束系统
拆解 photo-abstract-editorial：它怎样用分层说明、内容溯源、适应性参数和输出契约，把模糊审美变成可重复工作流。
“做得克制、有编辑感”是一种审美判断，却不是一条足够稳定的执行指令。模型可以把它理解成滤镜、拼贴、海报模板，也可以为了“更有设计感”擅自补画照片。photo-abstract-editorial 的价值，不只在于一组视觉效果，而在于它把这种模糊目标改写成了来源可追溯、过程有顺序、结果有边界的约束系统。
本文分析的是仓库提交 2cc2eb1（2026-08-14）的文件结构与方法，不复制仓库中的示例照片，也不把原提示词重新发布。原项目、完整说明和授权边界分别见 GitHub 仓库、SKILL.md 与 LICENSE。
下文只讨论 Skill 的信息架构、约束策略与可迁移经验。仓库示例图未被复制到本站；项目声明的个人、教育、研究及非商业边界也应在使用前单独核对。
它不是一段长提示词，而是四层系统
仓库很小，但角色分得清楚。最外层负责“什么时候调用”，中间层负责“按什么顺序做”，深层参考文件承载密集的领域规则，示例则只帮助理解输入与预期气质。
这种分层解决了两个相反的问题。若把 200 多行规则全部塞进入口，触发成本高，核心目标反而被细节淹没；若入口只有一句“做成艺术海报”，模型又缺少足够的边界。这里的 SKILL.md 像控制器，完整中英文提示词像领域规格，agents/openai.yaml 则只是产品界面的薄适配层。
第一原则：先确定唯一事实来源
这套 Skill 最强的约束，是把上传照片定义为唯一内容来源。原照片区域只允许等比缩放与必要的轻微裁切，不能重画、延展、替换、修图或套滤镜；下方抽象面板里的每个重要形状、颜色和位置关系，也必须能回溯到原照片中可观察的事实。
因此，它不是“把照片变抽象”的风格迁移，而是一个信息瓶颈：先内部识别三到六个决定性空间事实，例如主体之间的比例、方向、重叠、节奏、光与负空间；再只用最少的色块、短条、细线或有机形状重建这些关系。地标最多保留少数身份线索，人物被压缩为不规则的连续竖向标记，而不是重新画出五官和服装。
这条来源约束同时提升了原创性与一致性。模型不再从“海报风格”的宽泛先验里任意取材，而要为每个关键标记回答：它在原图中对应什么？
第二原则：把不变量、可调参数与禁区分开
好的 Skill 不会把所有规定写成同一种强度。这个项目实际上建立了三类控制量：
照片是唯一来源；原图内容保持真实；抽象元素可追溯；成品是单张竖向编辑作品。
照片／面板比例、裁切幅度、母题尺度、留白、饱和度、标题位置与抽象程度。
滤镜、重画、贴纸化、机械五五分、渐变、纸纹、阴影、颗粒、装饰性对称和无来源颜色。
“可调”不是没有边界。完整参考会根据横图、竖图和近方形照片提供不同的区域比例范围，并允许围绕建议值小幅变化。这样既不会把所有照片硬塞进一个模板，也不会让版面每次都从零开始漂移。
同样，形式自由也经过限流：一个主要标记家族，最多两个辅助家族；颜色只从照片提取，并承担底色、主体色、平衡色或强调色等角色；标题只能是一个与可见事实相关的两到五词英文短语。有限的自由度，比“极简一点”更容易产生稳定的克制感。
第三原则：先规定过程，再规定输出沉默
SKILL.md 的七步顺序可以压缩成四个阶段：
最后一步很关键：分析在内部发生，交付却保持沉默。最终只返回完成的构图，不附解释、备选标题、日期、Logo、水印或设计标注。它把“工作过程需要丰富上下文”和“用户想要干净成品”区分开了。
这也是可迁移到其他 Skill 的设计方法：内部协议可以详尽，外部协议必须精确。一个文档生成 Skill 可以在内部检查版式和事实，但交付只给最终文件；一个代码修复 Skill 可以执行多轮测试，但最终只报告变更、证据和剩余边界。
为什么大量负面约束不是啰嗦
图像生成模型容易把某些词绑定到惯用视觉套路：editorial 可能引出杂志边框，archival 可能带来纸纹和日期戳，artistic 可能诱发滤镜、颗粒与戏剧性阴影。于是参考文件反复排除纹理、渐变、阴影、胶带、拼贴、扫描痕迹、任意图标等元素。
这些规则不是为了描述理想作品，而是在封堵高概率失败路径。它采用的是“正向流程 + 负面护栏”双轨设计：正向步骤告诉模型下一步做什么，禁区告诉模型不要用哪些熟悉但错误的捷径。
重复一个核心禁区有时是必要的。在入口、工作流、Guardrails 和完整参考里分别强调“不得改写原照片”，是在不同决策阶段设置同一道门，而不是简单复制句子。
这套设计仍有哪些不可验证之处
它的规则清楚，但没有自动验收脚本。生成模型具有随机性，文字约束也无法像程序断言那样严格证明“照片像素完全未变”或“每个色块都来自原图”。标题是否诗意、留白是否舒服，仍需要人的审美判断。
如果把它发展成更工程化的版本，我会补三类证据：
- 输出前做照片区域的像素或感知哈希对照，区分允许的缩放／裁切与内容改写；
- 从输出中抽取主色，和源照片色域做距离检查，发现凭空出现的高饱和颜色；
- 保存一份不展示给最终用户的生成记录：选了哪三到六个事实、每个抽象标记对应什么、哪些可调参数被采用。
这些检查仍不能评判“好看”，但能把最重要的来源承诺从自然语言提升为证据。
可迁移的 Skill 设计清单
从这个小型仓库，可以抽出一套适用于视觉、文档乃至代码任务的写法：
- 用一句清楚的
description定义触发边界，而不是把它写成广告； - 把最短可执行流程留在
SKILL.md，把低频细节放进按需读取的参考； - 明确唯一事实来源，要求每个关键输出都能追溯；
- 分开写不变量、适应性参数与禁止状态；
- 给自由度设预算，例如事实数量、形状家族、颜色角色和标题长度；
- 让步骤顺序消除歧义：先观察，再保真，再抽象，最后交付；
- 明确最终输出契约，避免把内部推理、候选项和装饰元数据泄漏进成品；
- 对高概率模型捷径设置重复护栏，并在可能时补上机器可验证证据；
- 将示例标记为“理解预期”而不是“复制内容”，降低风格和素材污染；
- 把许可与署名放在仓库根部，让使用者在执行前就看见边界。
好的 Skill 不是把作者的审美冻结成模板，而是把不能失去的原则与可以随输入呼吸的部分分开。前者让作品保持身份，后者让每次结果仍然属于那张照片，而不是属于一套预制版式。