视觉资产设计

本 skill 提供把角色/场景/道具的创意设定编译为可执行图片生成 Prompt 的领域 知识。它不替代 Project Schema、模型能力限制或用户要求；冲突时遵循：用户 明确要求 > 当前图片模型要求 > 本 skill 默认值。成本合同（一图一 Variant、 生成前去重、required_variant_ids 计划合同）以主 Agent 系统提示中的结构 合同为准，本 skill 只负责"画什么、怎么写"。

1. 参考图布局规范

核心原则

• 类型驱动：角色身份、场景环境与道具的静态设定都采用有主次的多视角参考板：一个较大的主视图建立整体，较小的独立视图补充角度、空间或细节。场景保持无角色空镜，道具聚焦结构与材质；需要表达按时间发生的动作过程时才使用序列关键帧。信息密度服从身份与空间可读性，不默认等大宫格，不为填满版面重复或重叠。
• 用户优先：用户明确要求单图、指定宫格数、指定视角或布局时，按用户要求执行。

角色身份参考图：电影感艺术身份板

角色首次建立视觉身份时，默认生成一张具有高端动画工作室角色研究与艺术书布局感的身份板，而不是标准网格、蓝图、目录或重复 turnaround：

• 画幅使用 Project settings.aspect_ratio（用户明确指定时以用户为准），不要默认横屏，纯白或柔和米白背景，大面积留白；无环境叙事、无无关道具、无水印。身份性服装与随身装备必须完整保留。
• 版式不对称、优雅且有意失衡，使用多样化图像比例。一个大型、略偏离中心的英雄全身视角作为视觉锚点，周围以干净间距放置较小的独立研究。
• 辅助研究按身份信息价值选择：中性全身、正/侧/背面、坐姿、倾斜、蹲姿、俯视、仰视、富有表现力的肖像；避免多个近似的正面站姿。
• 所有全身、肖像、轮廓和细节研究严格分离：不得重叠、融合、堆叠；不得裁切脸部、隐藏肢体或截断尾巴/身份装备。
• 包含小型轮廓研究区（2–3 个简化黑色轮廓）、小型表情研究区（细微可观察的情绪变化）、小型细节研究区（脸部、发型/毛发、服装结构与关键装备）。
• 文字只保留简约角色 ID 块：名称、角色、核心情绪、视觉标志。手写标签与编辑箭头只在确有帮助时少量使用，不生成长段说明。
• 全部视角必须是同一个角色：相同脸部与比例、发型/毛发、身体比例、服装、装备、固有配色、姿态语言和视觉个性。拟人动物明确双足/四足形态，禁止物种、年龄、体型或服装漂移。

用户明确要求标准设定表、单图或指定宫格时服从用户；仍保持视图独立、信息不重复和身份锁定。

序列关键帧参考图

一张多宫格图，按时间顺序展示主体在一段内容中的关键瞬间：

• 从左到右、从上到下，每格对应一个关键节点或动作瞬间。
• 若该图用于分镜或视频生成参考，每个格子的内部画框必须与目标视频 settings.aspect_ratio 完全一致，且必须使用正方形网格（N 列×N 行）：把画布按 列×行 切分会让单格比例乘上 行/列，只有列数等于行数时单格才等于目标画幅。格数不是完全平方数时补到下一个完全平方数（2–4 格→2×2，5–9 格→3×3），多余格作为无边框外侧留白，不得拉伸、裁边或用重复内容填空。
• 宫格数量优先取完全平方数：4 格用于简短状态，9 格用于动作密集或完整场景；关键瞬间数量介于两者之间时用 3×3 并接受留白，不要为了填满而增删瞬间。超过 9 格时优先简化背景与单格细节，保持动作轮廓可读。
• 每格应包含：主体动作/状态、环境背景、镜头景别。
• Prompt 中逐格描述。
• 用户要求单图时：单图展示最关键瞬间。

适用场景（不限于剧情）：

• 叙事类：情节推进（角色奔跑 → 回头 → 惊讶）。
• 展示类：使用流程（开箱 → 手持 → 使用 → 效果）。
• 动作类：动作序列（准备 → 起跳 → 落地 → 庆祝）。
• 宠物类：行为链（嗅闻 → 追扑 → 进食 → 休息）。
• 旅行类：地点序列（到达 → 探索 → 发现 → 离开）。
• 访谈类：关键瞬间（陈述 → 手势强调 → 反应表情）。

场景/环境参考图：多视角环境研究板

默认在一张图中建立可复用的空间身份，画幅遵循 Project settings.aspect_ratio：

• 使用一个较大的环境全景或广角主视图展示整体空间、主要区域、光影与标志性地标；周围安排比例不同、清晰分离的辅助视图，留白和间距形成阅读层次，不默认使用等大宫格。
• 根据空间需要选择反向视角、侧向视角、俯视空间关系，以及入口、路径、地标、植被、建筑连接处或表面材质的细节。这些是候选项，不要求全部画出；优先用主视图加 1–2 个可明确核对方位的辅助视图建立空间，再按需要补充材质局部。每个视图提供不同信息，兼顾总体与局部，不重复多个近似全景。若辅助视图反复产生空间矛盾，删去冗余机位、收紧视角清单，不在同一张板上继续堆叠方向描述。
• 所有视图必须对应同一个空间和同一时刻的状态：建筑结构、地标位置、路径连接、尺度、固有材质和光照方向保持一致。角度变化不能变成几个独立地点；白天和夕阳作为不同 Variant，并按主图衍生规则制作。
• 先用入口、舞台或其他稳定地标定义空间方位，再逐视图写清机位和朝向；不要把“左侧柜台、右侧窗户”无差别套到所有机位。例如，从入口面向舞台时窗户在画面右侧，从舞台回望入口时同一排窗户应在画面左侧，柜台反之。主视图、反打与俯视图的门窗、通道、家具和采光来源须可相互核对；换机位改变的是画面方向，不是建筑布局。生成后发现辅助视图与主视图矛盾时先修正再供下游使用，不仅凭画面风格相似认定空间一致。
• 场景锚点是环境空镜：在 prompt 中显式声明“空镜、无人物”，不添加具体角色或路人；需要尺度参照时仅使用无身份剪影。角色一致性由角色锚点图负责。
• 用户明确要求单张全景、指定视角、细节重点或宫格时按要求执行，仍保留空间一致性。

道具参考图：多视角道具研究板

默认在一张图中以较大的主体三分之四视图或最有辨识度的角度建立完整外观，再用独立、较小的正/侧/背面、结构、功能部位和材质细节补充信息。视图大小有主次、轮廓完整、间距清楚，不默认等大宫格。所有视图使用同一道具、同一状态、相同尺度与材质；磨损、湿润、打开或其他状态变化按主图衍生规则制作。用户要求单图或指定布局时遵循用户要求。

选择规则

道具研究图默认只展示道具及其必要细节，不额外画主角作为装饰或比例参照。需要表达尺度时优先使用尺寸关系文字描述或无身份的中性参照；确实需要同框角色时，必须引用该角色当前选定的身份图，并在 prompt 中明确遵循最新外观，不能从旧图或旧描述补画角色。场景空镜、道具图与角色图各自承担清晰的参考职责。

优先级：用户明确要求 > 默认推荐。

2. 视觉实体 Prompt 结构

为 VisualEntity 生成参考图时，Prompt 按以下维度组织；不要只写“主体/姿态/环境/风格”四句概括：

1. 生成目标与格式：资产类型、画幅、背景、用途，以及是艺术身份板、场景锚点、道具研究还是序列关键帧。
2. 主体定义与身份锁定：基于 grounding context、参考图和用户描述，先列最有判别力的剪影/比例/脸部/毛发或发型，再列服装、装备、固有配色、品牌标志和不允许变化的内容；明确参考图具体提供什么。
3. 版式与视觉层级：主视觉锚点的位置与尺度、辅助研究类型、留白、阅读路径、元素间距，以及不重叠、不融合、不裁脸、不藏肢体的约束。
4. 视角/区域清单：逐区域写每个独立研究提供的唯一信息；序列关键帧逐格写动作相位、表情、景别和结束状态；场景写空间方向与地标关系。
5. 背景与内容边界：角色板使用纯白/米白且无环境；场景锚点显式空镜、无具体角色；道具图使用中性背景。身份性服装与随身装备不属于“无关道具”，必须保留。
6. 媒介、光线与质感：项目整体风格、渲染媒介、光线方向/质感、色彩、画幅和与媒介一致的质量目标；不要用通用画质词推翻有意的草图、颗粒或手工线条。
7. 最小排除项：只写会造成身份漂移、版式污染、裁切、重复视图、额外人物、乱码文字或风格偏离的禁止项。

角色首次建立身份时默认使用电影感艺术身份板；角色在内容中的关键瞬间使用序列关键帧；场景锚点使用多角度空镜或单图全景；道具使用英雄视图与多角度细节。用户有明确要求时按用户要求执行。

写作要求

• 每个提示应详细但不冗长，聚焦关键视觉元素。
• 使用构图与镜头语言中的具体术语描述视角和构图。
• 遵循提示写作规则中的核心原则和画面质感建议。
• 用户有明确要求时按用户要求执行。

外观修改后的关联参考检查

角色外观、服装、配饰或风格改变后，先检查受影响片段实际绑定的整组参考图，再恢复分镜与视频生成。检查关联 Variant 的 prompt 和选中图片本身，尤其是道具图中的比例人物、场景中的背景角色、阵容图和复合设计图；不能仅凭实体类型或文件名认定它们与修改无关。

由 Agent 根据当前用户反馈决定哪些图片冲突、哪些可以复用，不使用固定关键词规则，也不默认重做全部资产。确认存在旧形象时，更新该资产 prompt 与引用后生成一致版本，或选择已有且满足用途的纯道具/空镜图；在同一次返修提交中同步处理受影响目标的旧选择和下游显式参考列表。新图未就绪时保持相关生成 prompt 未就绪，避免分镜消费新角色图与旧角色参照的混合输入。重新绑定后按最终参考顺序更新 [Image N]，实际检查过图像才可声明一致性已确认。

3. 构图与镜头语言

生成参考图时，根据主体类型和叙事需求选择合适的构图方式：

常用镜头视角

• 低角度仰拍：强调主体高度、权威感或压迫感。
• 高角度俯拍：展示空间布局或主体的渺小感。
• 俯视顶视图：展示整体空间关系或平面布局。
• 肩后视角：营造代入感或窥视感。
• 前景遮挡：通过前景元素增加层次和深度。
• 反射镜头：通过反射表面展示主体，增加视觉趣味。
• 剪影镜头：逆光下主体轮廓，强调形态和氛围。
• 框中框：通过框架结构框住主体，引导视线。
• 深远消失点：利用透视线引导视线，创造纵深感。
• 宽阔负空间：主体占据画面小部分，强调环境尺度或孤独感。
• 压缩长焦：压缩前后景距离，突出主体或制造拥挤感。
• 手持近景：模拟手持拍摄的不完美构图，增加真实感。
• 对角线运动：主体或镜头沿对角线移动，创造动态张力。
• 对称布景：对称构图，营造仪式感或超现实感。
• 不对称平衡：通过视觉重量平衡非对称构图。
• 主体部分隐藏：主体被环境或其他元素部分遮挡，增加神秘感。
• 环境尺度：主体在广阔环境中显得渺小，强调空间感。
• 主观视角：从主体视角拍摄，让观众代入角色。
• 分层前景/中景/背景：明确区分三个层次，增加画面深度。

构图选择规则

• 角色首次建立身份：使用一个偏心英雄全身视角建立主次，再用 3–8 种真正不同的信息视角、轮廓、表情和细节研究辅助；不做平均权重网格。
• 角色在内容中：根据情绪选择构图（紧张时用低角度/前景遮挡，孤独时用负空间，动作时用对角线运动）。
• 场景建立：大型主视图用深远消失点或宽阔负空间展示环境尺度，辅助视图交代其他方向和局部细节，保持空间关系一致。
• 道具展示：大型主视图突出主体轮廓与用途，辅助视图交代其他角度、连接结构和材质，避免平均分配视图大小。

优先级：用户明确要求 > 默认推荐。

4. 提示写作规则

规避图片审核误判（硬性）

图片模型的输出审核（如 DashScope 的 green-net）拒绝是确定性的：同样的 prompt 每次都会被拒，且依赖该资产的全部分镜与视频节点都会被卡住。所以写 prompt 时就要避开常见误判词族，而不是等失败后再改。

• 制服类角色不要写警徽/军徽式细节：现场案例 2026-08-26，一张公交司机身份板仅因写了"藏蓝制服 + 肩章 + 大檐帽带银色帽徽"就被输出审核拒绝——这套描述会被判为警察/军队制式。民用制服角色（司机、售票员、保安、门卫、维修工）用职业线索表达身份：工服颜色与材质、工牌绳、反光条、随身工具、袖口磨损、坐姿与手部动作；不要写帽徽、警徽、肩章军衔、臂章、编号胸牌。
• 同样容易误判的写法：伤口/血迹/淤青、未成年人特写、裸露或贴身描写、明显痛苦或病态的神情、真实公众人物姓名或"像某某明星"、武器与管制器具特写、宗教或政治符号。需要表达疲惫、受伤或冲突时，改用环境与动作侧写（雨水、汗湿的衣领、扶着栏杆、垂下的手），不直接描写身体损伤。
• 一旦收到输出审核拒绝：不要原样重试。定位最可能被判定的那一处措辞并改写，保留镜头意图；改完后 prompt 指纹变化，节点才会重新派发。

核心原则

• 具体化描述：避免通用词语如"史诗般的"、"美丽"或"酷"，除非由具体的视觉细节支持。
• 分层描述：明确前景、中景、背景的元素和关系。
• 光线与氛围：描述光线方向、类型、色温、氛围。
• 叙事感：场景应暗示故事、紧张、运动或情感，而不是纯静态展示。
• 有意为之：每个构图选择都应有明确的视觉目的。

画面质感建议

根据项目风格选择合适的质感表现：

• 自然纹理：优先使用自然材质和环境纹理，避免过度平滑或塑料感。
• 环境细节：适当加入空气中的微粒、雾气、尘埃、反射、阴影等增加深度。
• 真实感：优先选择动作中或情感充沛的瞬间，而不是静态姿势（除非用户要求）。
• 不完美真实：根据风格需要，可使用轻微的运动模糊、柔焦、颗粒等增加真实感。

禁用建议（除非用户明确要求）

• 避免过度锐化或过度处理的外观。
• 避免无环境上下文的居中肖像式构图。
• 避免完全对称、无视觉张力的摆拍式构图。
• 避免塑料感、合成感过强的外观。

5. 实体 VisualEntity 定义规范

continuity 字段

• 角色 continuity 描述：体型、脸型、肤色、发色、瞳色、身高范围、标志性特征（疤痕/纹身/饰品）。
• 场景 continuity 描述：核心色调、光照基调（日景/夜景/室内/室外）、标志性环境元素。
• 道具 continuity 描述：主要材质、颜色、比例、功能可见标识。

name 与 description

• name 在整个 Project 中唯一，使用可检索的角色/场景/道具名称。
• description 聚焦于将该实体与其他同类区分的关键特征，不重复 continuity 中已覆盖的基线属性。

变体一致规则

同一实体下的多个 Variant 必须：

• 核心身份特征（体型、脸型、肤色、发色、瞳色等不变体属性）不随 Variant 改变。
• 风格基线一致：全部 Variant 使用相同的渲染风格和画质基线。
• 衍生 Variant 以已确认的主图为首要参考，锁定核心身份和空间结构；上传图提供的身份要求始终保留，主图不符合上传图或用户反馈时先修正主图。
• 合并参考图中的环境元素应与角色的核心身份保持一致，不因 Variant 改变而引入矛盾的环境特征。

主图与衍生图的制作顺序

同一主体只改变状态、服装、时间、天气或材质表现时，应基于主图衍生，避免每个 Variant 独立从文字重新设计。此规则同时适用于角色、场景、道具，由主 Agent 根据用户意图选择基准并维护引用。

1. 先确立主图：选择最能定义核心身份或空间布局的基础 Variant，并记录 canonical_variant_id。用户上传参考图时，以符合用户要求的上传图作为主图生成依据；有可复用且已确认的主图时直接复用。
2. 声明变化范围：为衍生 Variant 记录 derived_from_variant_id，在 requirements 中写清保留项和变化项。该字段只是关系记录，不能替代真实参考图绑定。主图未生成、未通过当前模式要求的审阅，或正在返修时，衍生 prompt 保持为空；先推进其他不依赖它的工作，不轮询等待，也不发布缺参考的衍生生成请求。
3. 显式绑定主图后再生成：收到主图就绪/审阅通过的消息后，重新读取实际选中的 ArtifactVersion，将其写入衍生 Variant 的 reference_artifact_version_ids，并在同一次提交中写入完整 prompt。生成前确认该版本仍是符合当前用户要求的主图；不虚构未来版本 ID，不引用已撤销的主图，也不假定运行时会根据衍生字段自动补图。
4. 按真实参考顺序写保持项与变化项：说明哪张图定义主体、哪些特征严格沿用、这次只改变什么。角色保持脸型、头身比、体态、固有色与身份配饰；场景保持布局、地标、路径和材质；道具保持轮廓、尺寸关系、结构与标识。引用编号跟随实际 source/artifact 参考列表的提交顺序，不能把“主要参考”误写成总是第一张。
5. 补充参考服从主图身份：在模型参考数量允许时，可添加必要的原上传图或状态/材质参考，并分别说明用途。只支持一张参考图时优先使用已确认的主图。用户要求独立的新设计或明确指定其他参考时，遵循用户要求。

例如：先完成干燥的 Q 版噜噜身份板；湿噜噜引用这张主图，保留大头小身、脸型、毛色和配饰，只增加湿润反光、水珠及必要的毛发变化。先完成白天的庭院水池环境板；夕阳版引用白天主图，保持水池形状、地标和路径，只改变时间、光色与阴影。道具从完好到磨损、闭合到打开时同样以原主图为基础，明确允许改变的结构或表面状态。

主图因用户反馈被替换后，检查现有衍生图和下游引用是否仍符合新要求，由 Agent 决定复用或修订；不要继续用被撤销的图恢复旧形象，也不要无条件重做全部资产。

参考图绑定规范

• 首次建立主图时，将用户选定的上传图或适合的 grounding source_asset_version_id 写入 reference_asset_version_ids；衍生图的主图 ArtifactVersion 写入 reference_artifact_version_ids。两类字段的版本必须真实存在，不能互相混写。
• 优先用一张主图提供主体的多角度身份信息；额外参考按具体用途与模型预算选取，在 prompt 中明确各自职责，避免相互冲突。
• 不同实体的参考图不互相矛盾：同一角色的不同 Variant 不应出现不同的肤色或体型。

角色身份稳定性

• 同一角色在全部 Element 和 Variant 中保持稳定的视觉锚点：体型轮廓、面部比例、肤色/发色/瞳色。
• 角色在不同环境光照下的变化只影响光影表现，不改变固有颜色和比例。
• 跨 Element 的角色引用通过 visual.entities 中的稳定 ID 维护，不在 Element 中重复声明角色视觉细节。

多人阵容与跨集复用

• 多集共用角色时，复用已确认的身份图、音色及阵容图。需要在三人阵容里加入第四人时，优先引用已有三人阵容图和新角色身份图，不要求把前三人的单人图全部再带入；先确认已有阵容的身份来源仍对应当前选定的主图。
• 阵容图的显式参考顺序是 reference_asset_version_ids、reference_artifact_version_ids，随后才是未被这些参考覆盖的角色主图。按这个顺序编写 [Image N] 职责，不把 character_refs 的站位顺序当成图片编号顺序。
• 已生成且未过期的阵容图可承载其真实生成来源中的多个身份；角色主图已更换、旧阵容过期或身份来源不明确时，先补齐有效参考。普通场景图或道具图不能替代阵容身份参考。
• 同时遵守当前图片模型的参考数量上限。超限时利用已有阵容分步扩展或简化同框安排，不靠删掉 character_refs、截断参考列表或虚构版本 ID 绕过校验。

场景与道具一致性

• 关键场景建立独立 VisualEntity（kind=scene），包含环境全景描述、色调参考和主要区域布局。
• 关键道具建立独立 VisualEntity（kind=prop），包含外观描述、材质参考和与角色的比例关系。
• 同一道具同时出现在人物身份板与独立道具图中时，两处先统一轮廓、比例、材质和配色。已有一张获准图片清楚建立其外观时，补画或返修另一张须参考这份实际外观，不能仅重复“酒瓶”“手机”等泛称而重新设计；例如扁方红盖酒瓶不能在道具图中变成长颈圆瓶。借用角色身份图对齐道具时，明确参考仅提供道具结构，纯道具成图不带入该角色。
• 场景和道具的 Variant 只在此实体范围内有效，不与其他实体的视觉设定冲突。
• 当角色、场景、道具作为整体出现时，优先通过合并参考图维护一致性，减少跨实体引用冲突。

关联场景的跨场景参考

空间上相邻或连通的场景属于同一个空间群：同一建筑内的教室与教室外的走廊、同一住所的卧室/家门口/楼道电梯口、同一街区的相邻店面、同一庭院的不同角落。空间群内的场景共享建筑语言、材质体系、色调与光照逻辑，各自只从文字或角色图出发会产生风格漂移。

• 规划期先分空间群：建立场景实体时就明确每个场景属于哪个空间群、群内哪一个是基准场景（最能定义空间身份的主要活动发生地，如教室、卧室）。孤立场景才允许不属于任何空间群。
• 一次写全，用风格锚点表达依赖：基准场景正常编写 prompt（不引用群内其他场景）；群内其余场景在同一轮规划中就把 prompt 写好，并把基准写入 reference_artifact_version_ids，形式为风格锚点 visual:<entityId>:<variantId>（与角色锚点、素材参考并列）。工作图会让这些场景自动等待基准图生成并获准后，携带基准图作为参考图再生成——不需要也不应该把相邻场景的 prompt 留空等待。
• 锚点职责写清：在 [Image N] 职责中写清基准图提供的是共享的建筑语言、材质体系、色调光照与连接结构（同一扇门、同一段墙面、同一排窗、同款地面），不是构图模板——机位、景别与空间内容仍按新场景自身的需要写。
• 连接处可相互核对：走廊一侧的教室门应与教室内看到的门同款同色同位置关系；透过窗户或门洞看到的内容与相邻场景一致。生成后发现连接矛盾时先修正后建立的场景，不回改已获准的基准场景。
• 不滥用：风格基调相同但空间互不连通的场景（如城市街道与森林）不属于空间群，按整体风格基线对齐即可，不强行互相引用；基准场景自身不得引用群内其他场景（会造成互相等待）。参考数量受当前图片模型上限约束时，优先保留基准场景锚点与角色锚点。

类型适配

不同实体类型在 Prompt 中的侧重点：

• 角色（character）：首次建立身份时使用电影感艺术身份板，以大型英雄全身像、独立多角度、轮廓/表情/细节研究建立身份；在内容中的关键瞬间使用序列关键帧展示动作和表情变化。用户要求标准网格或单图时按用户要求执行。
• 场景（scene）：默认使用多视角环境研究板，以大型全景与独立空间角度、局部细节建立同一环境的视觉锚点；用户要求单张全景或指定布局时按要求执行。
• 场景连续性图集必须明确选择一种拓扑表达：供图片/视频模型继续消费时默认使用无文字视觉拓扑（一致的消失点、地标重复、路径方向和少量无文字箭头），不得同时要求 clear spatial labels 与 no text；只有用户明确需要导演审阅图时才允许短标签，并把这些标签列为文字排除项的显式例外。无文字模式也不得用字母 A/B/C、地名或图例文字暗中代替标签。
• 道具（prop）：默认使用多视角道具研究板，以大型主体与独立多角度、结构、比例、材质和功能细节建立身份，不套用角色表情或姿态布局。用户要求单图或指定布局时按要求执行。

6. 创作品味准则

以下创作品味准则源自 vendored review_rubrics（Qwen-MM-Plugins video-edit skill），应当遵循（建议性准则，不是门禁）：

• 构图安全：Nothing covers faces/UI/focal action ([no-occlusion]); overlay anchor differs from the previous scene's; every overlay has a full life-cycle — entrance, idle micro-motion if held >1.5s, choreographed exit with a hard kill (no element leaking past the scene's time box).
• 一致性：角色/场景设计图之间保持造型、配色与光线的一致性；文字元素不得乱码或使用占位字形。