企业官网建设流程全解析

GitHub每日热评｜不只是滤镜：photo-abstract-editorial 如何用 Skill 把照片变成可追溯的编辑作品

本文基于ZzzLc0405/photo-abstract-editorial指定快照49e55073d6d0的关键文件进行分析。
项目包含README.md、LICENSE.md和SKILL.md，本文未验证其在不同模型和客户端中的最终生成效果。项目许可证面向个人、教育和非商业用途，商业使用需事先取得授权。
作者：Valhalla Matrix治理实验室
评测方式：证据驱动·只读静态源码审阅，无运行时执行，结论可复现

很多图像生成工作流都在追求类似的效果：

上传照片 ↓ 套用某种风格 ↓ 增强色彩和质感 ↓ 生成一张“更有设计感”的图片

这种方式很适合制作海报、封面和社交媒体配图，但它有一个问题：

生成结果究竟还剩下多少原始照片的信息？

如果原图中的人物、建筑、光线和空间关系被重新绘制，最终得到的可能只是“参考原图生成的新图”，而不是一件从原图派生出来的编辑作品。

photo-abstract-editorial选择了相反的方向。

它要求上传照片保留在成品中，抽象部分只能从照片中提取可观察的空间、色彩和结构关系。换句话说，它不是鼓励模型自由发挥，而是要求模型在创作时遵守一份视觉编辑协议。

它真正有价值的地方，不是某几个审美词汇，而是这条约束：

抽象元素必须能够回溯到原图，而不能凭空添加与原图无关的内容。

一、它解决的不是“如何生成”，而是“生成后还剩什么”

传统图像生成通常更关注下面的问题：

• 画面是否好看；
• 风格是否统一；
• 色彩是否高级；
• 构图是否具有冲击力；
• 输出是否适合传播。

而photo-abstract-editorial更关注：

生成结果是否仍然以原图为内容来源？ 抽象部分是否来自原图事实？ 照片是否被重新绘制？ 标题是否依据画面生成？

这使它与普通风格化 Prompt 有明显区别。

普通风格化流程可能是：

原始照片 ↓ 提取大致主题 ↓ 套用艺术风格 ↓ 重新生成画面

而该 Skill 试图采用：

原始照片 ↓ 分析空间和视觉事实 ↓ 保留摄影区域 ↓ 提取结构关系 ↓ 生成抽象面板 ↓ 添加依据画面事实的标题

两者的目标不同：

因此，不能把它简单理解为“更高级的滤镜”。

二、最终作品由三部分组成

根据SKILL.md的工作约束，成品是一张竖向编辑作品，主要由三部分构成：

原始摄影区域 抽象记忆面板 英文标题

1. 原始摄影区域

原图区域只允许进行有限的版式处理，例如：

• 等比缩放；
• 为适应构图进行轻微裁切；
• 调整其在整张画布中的位置。

不允许进行以下操作：

• 重画人物；
• 替换建筑；
• 扩展原始画面；
• 添加与原图无关的对象；
• 套用改变照片性质的滤镜；
• 将照片改造成另一幅插画；
• 通过生成式修图改变主体身份。

这条规则决定了它不是传统意义上的“图生图”。

原始照片承担的是事实来源角色，而不是仅仅作为视觉参考。

2. 抽象记忆面板

照片下方设置一个象牙色、无纹理的面板，用于承载抽象图形。

抽象面板不是缩略图，也不是照片描边，更不是把照片直接转成某种艺术滤镜。它需要根据原图中的关系重新组织视觉元素，例如：

• 主体之间的相对位置；
• 画面中的主轴线；
• 方向和运动趋势；
• 前后遮挡关系；
• 空间层次；
• 色彩之间的角色关系；
• 留白区域；
• 重复排列形成的节奏；
• 光线和明暗分布。

例如，原图中有一条道路从左下方延伸到远处，抽象面板可以保留这种方向和纵深关系，但不应凭空增加原图不存在的建筑或人物。

3. 英文标题

标题要求控制在较短范围内，通常为 2 到 5 个英文单词，可以搭配简短副标题。

标题应该依据画面中的可见事实，而不是脱离内容编造情绪化文案。

例如：

Quiet Crossing Layered Distance Blue Between Buildings

标题的作用是帮助观者理解作品，而不是替代照片内容。

三、什么是“可追溯的抽象”

“抽象”并不等于“随意”。

如果一个抽象图形声称来自某张照片，那么至少应该能够回答：

这个颜色来自哪里？ 这条线代表什么？ 这个形状对应原图中的哪个结构？ 为什么这里需要留白？ 为什么主体被放在这个位置？

这可以称为视觉上的可追溯性。

一套比较清晰的转换关系如下：

重点不在于抽象图形长什么样，而在于它与原图之间是否存在明确的对应关系。

如果抽象面板完全可以在不看原图的情况下生成，那么它更像一个独立插画，而不是照片的派生表达。

四、工作流先分析事实，再进行创作

项目的工作流要求模型在内部先读取照片，提取若干决定性事实，再进行构图。

这些事实通常包括：

主体关系 尺度 轴线 方向 间隔 重叠 纵深 节奏 光线 色彩角色 负空间

可以将其理解成一个中间分析层：

照片 ↓ 视觉事实清单 ↓ 抽象元素 ↓ 版式构图

假设输入照片包含以下信息：

一名人物位于画面右侧 主体占画面较小比例 左侧有大面积留白 地面线条向右上方延伸 远处有两组重叠建筑 整体色彩以灰蓝和少量暖色为主

抽象面板就可以提取：

右侧的短竖色块 较大的左侧负空间 右上方向的斜线 两组重叠结构 灰蓝为主、暖色为强调色

这种流程比直接要求模型“生成一张高级编辑海报”更容易进行质量检查。

五、人物和地标为什么需要特殊处理

项目对人物和地标设置了额外限制。

1. 人物不能被画成完整插画

人物在抽象面板中可以被压缩成：

• 不规则短竖笔；
• 轻微锥形色块；
• 简化的比例和位置关系。

但不应保留：

• 清晰的头部；
• 手脚细节；
• 衣服纹理；
• 面部特征；
• 可误认为新人物的完整轮廓。

这样做有两个作用。

第一，避免抽象面板重新生成一个与原人物不同的人。

第二，让抽象部分表达“人物的位置和尺度”，而不是重复绘制人物本身。

2. 地标只保留有限识别线索

建筑、桥梁或城市地标最多保留少量身份特征，例如：

一个独特的轮廓 一组具有代表性的结构线 少量能够说明方向的几何关系

不应该在面板中完整重建地标。

否则，抽象面板就会变成另一张低精度建筑插画，失去“从照片中提取关系”的意义。

六、示例图不能成为新的素材来源

项目还强调，示例图只用于说明输入类型。

除非用户上传的就是示例图，否则模型不应复用示例图中的：

• 主题；
• 色彩；
• 构图；
• 具体对象；
• 抽象元素；
• 标题内容。

这是一个很重要的提示词设计原则。

许多图像工作流会把参考图、示例图和用户输入混在一起，最后很难判断输出究竟来自哪里。

更清晰的内容来源层级应该是：

用户上传照片：唯一内容来源 Skill 规则：决定如何处理 示例图：只用于理解输入和输出形式 模型能力：负责执行视觉转换

如果示例图开始影响主体、配色和构图，那么工作流就从“内容约束”退化为“参考风格模仿”。

七、它为什么更像 Skill，而不是一段 Prompt

从文件结构看，项目只包含：

README.md LICENSE.md SKILL.md

没有脚本，也没有模型权重。

这说明它不是一个独立的图像生成程序，而是一组供 Agent 或图像模型调用的工作规范。

Skill 与普通 Prompt 的区别，可以从三个层面理解。

1. Prompt 更像一次请求

例如：

请把这张照片做成一张高级杂志风海报。

它告诉模型想要什么风格，但没有充分说明：

• 哪些内容必须保留；
• 哪些操作禁止；
• 抽象元素如何产生；
• 标题应该依据什么；
• 最终输出是否需要解释；
• 如何判断结果合格。

2. Skill 是可重复执行的流程

一个完整 Skill 通常包含：

输入条件 分析步骤 生成步骤 禁止事项 输出格式 质量标准

它可以被不同会话重复调用，结果也更容易进行比较。

3. Skill 需要有不可变约束

项目允许调整的内容包括：

• 版式比例；
• 色彩饱和度；
• 抽象形式；
• 标题气质。

但不应被随意修改的核心约束是：

上传照片是唯一内容来源 抽象元素必须能够追溯到原图

这两类配置需要区分：

如果把核心约束也改掉，得到的就不再是原本的编辑工作流。

八、如何在 Codex 中使用

项目说明中提到，可以将整个 Skill 目录放入：

~/.codex/skills/

之后上传自己的照片，并在会话中明确调用对应 Skill。

使用时建议遵循以下流程：

准备自己的照片 ↓ 确认照片拥有合法使用权 ↓ 安装 Skill ↓ 上传照片 ↓ 明确点名调用 Skill ↓ 检查输出是否保留原图 ↓ 核对抽象元素是否有来源

不要只复制SKILL.md中的一部分文字，也不要把示例图直接当作自己的输入素材。

如果工作流生成了额外内容，例如：

• 设计分析；
• 多个标题方案；
• 日期；
• 水印；
• 过程说明；
• 备选图；

应根据项目要求检查是否符合最终交付格式。该 Skill 的目标输出更偏向“直接交付成品图”，而不是生成一份设计说明报告。

九、如何判断生成结果是否合格

可以建立一份人工检查表。

原图保留检查

照片主体是否仍然是原始内容？ 是否出现重新绘制的人脸？ 是否添加了原图不存在的对象？ 是否发生明显的风格滤镜变化？ 是否进行了超出允许范围的扩图？

抽象面板检查

抽象元素能否对应原图结构？ 色彩关系是否来自照片？ 主体位置和尺度是否得到保留？ 是否出现与原图无关的图标或装饰？ 是否把照片简单描边或缩略化？

标题检查

标题是否为英文？ 长度是否符合约束？ 是否依据可见事实？ 是否过度解读了人物身份或事件？ 是否加入了不必要的品牌和日期？

输出格式检查

是否为竖向编辑作品？ 照片和抽象面板是否清晰分区？ 面板是否保持简洁？ 文字是否可读？ 移动端查看时是否出现裁切和重叠？

这套检查表的价值在于把“高级感”拆成可观察的问题。

十、这类工作流的局限

1. 模型仍可能违反约束

即使 Skill 写明“不重画原图”，模型也可能出现：

• 人物面部被自动修饰；
• 背景被补全；
• 物体边缘被重新生成；
• 色彩被过度改变；
• 抽象面板加入无关装饰；
• 标题脱离照片事实。

因此，约束文本不是结果保证。最终仍需要人工检查，必要时还要通过图像对比确认照片区域是否被修改。

2. “来源可追溯”仍然可能是主观判断

抽象元素与原图之间的对应关系，不一定能够完全自动验证。

例如一条抽象曲线可能代表：

• 道路；
• 建筑轮廓；
• 人物动作；
• 光影边界；
• 模型自由创作。

如果没有中间分析记录，用户很难判断其具体来源。

更严格的工作流可以保存：

原图 视觉事实清单 抽象元素说明 最终成品

这样至少可以在视觉上进行人工审计。

3. 不同模型的执行效果会不同

Skill 只是规范，不是模型本身。

最终效果会受到以下因素影响：

• 模型的视觉理解能力；
• 是否支持图像输入；
• 是否支持版式控制；
• 是否能够遵守禁止项；
• 生成图片中的文字能力；
• 客户端对 Skill 的加载方式；
• 输出分辨率和裁切策略。

因此，不应该把某一次模型生成结果等同于 Skill 的稳定能力。

4. 文字生成可能需要后处理

图像模型生成英文标题时，可能出现：

• 拼写错误；
• 字母变形；
• 字数超出要求；
• 文字位置不稳定；
• 字体和照片区域对比不足。

如果最终作品对文字准确性要求较高，可以采用两阶段流程：

模型生成照片与抽象面板 ↓ 使用排版工具添加标题

这样更容易保证文字质量，但需要确认后处理是否仍然符合项目工作流的输出约束。

十一、许可证必须在使用前确认

项目许可证面向：

个人学习 教育用途 研究用途 非商业使用

商业使用则需要事先取得授权。

这里的商业使用不能只理解为“直接卖这套 Skill”，还可能包括：

• 商业客户项目；
• 付费设计服务；
• 企业内部生产流程；
• 商业 Agent；
• 付费课程或教程；
• 订阅制工作流；
• 包装后上架销售；
• 使用其 Prompt 或文档为客户交付成品。

因此，不建议使用以下表述：

免费商用海报 Skill 可直接接单的设计工作流 可以包装后上架

更准确的说法是：

该项目适合在个人、教育和非商业研究场景中学习其约束设计；商业使用需要根据许可证和作者授权另行确认。

此外，许可证只解决项目代码、文档或 Prompt 的使用条件，不自动解决用户照片的版权、肖像权和隐私问题。

使用他人照片前，还应确认：

• 是否获得图片使用授权；
• 是否涉及可识别人物；
• 是否涉及未成年人；
• 是否包含私人场所或敏感信息；
• 是否允许将图片提交给第三方模型服务；
• 生成结果能否用于公开展示。

十二、适合与不适合的人群

适合

• 拥有自己拍摄照片的个人创作者；
• 想研究照片与抽象设计关系的人；
• 需要制作非商业个人作品的人；
• 对内容来源和视觉可追溯性有要求的人；
• 想学习如何把设计规则写成 Agent Skill 的开发者。

不适合

• 希望一键生成网红封面的人；
• 需要重绘人物和修复背景的人；
• 想把他人照片改造成“原创插画”的人；
• 需要商业接单或客户交付的人；
• 希望自由套用示例图风格的人；
• 需要批量稳定生产广告素材的团队。

它的定位不是“功能更多的图像滤镜”，而是“限制更多、来源更明确的视觉编辑流程”。

十三、如何把这类 Skill 设计得更可靠

从工程角度看，一个图像生成 Skill 如果希望具备可复用性，至少应该包含以下结构：

输入定义 ↓ 内容来源约束 ↓ 视觉事实提取 ↓ 生成规则 ↓ 禁止事项 ↓ 输出格式 ↓ 人工验收标准

其中最重要的是把“必须做什么”和“不能做什么”同时写清楚。

例如：

必须： - 保留原始摄影区域 - 使用原图中的空间关系 - 根据可见事实生成标题 禁止： - 重画人物 - 扩展照片边界 - 复用示例图主题 - 添加无法追溯的主体 - 输出与交付无关的说明

如果只写“请生成高级感作品”，模型很难稳定复现。

如果只写禁止事项，又可能导致作品僵化。因此，比较好的设计是：

核心约束固定 视觉参数可调 输出格式明确 质量检查可执行

这也是photo-abstract-editorial值得参考的地方。

结语：真正的增量是约束，而不是滤镜

photo-abstract-editorial的核心价值，不在于它使用了多少“高级感”形容词，而在于它对图像生成过程提出了明确限制：

原图必须保留 抽象部分必须有来源 示例图不能替代用户内容 标题必须依据可见事实 商业使用需要遵守许可证

这使它与普通风格化 Prompt 区分开来。

它并没有承诺让任何照片都变成优秀设计，也不能保证模型永远不会重画原图。它提供的是一套更加明确的编辑方法：

先识别照片中的事实 ↓ 再提取结构和色彩关系 ↓ 最后组织成新的版式

如果你的目标是保留摄影内容，同时增加一块具有抽象意味的编辑面板，这套 Skill 值得研究。

如果你的目标是修图、换脸、扩图、风格迁移或批量制作商业封面，它可能并不适合。

评价这类项目时，最重要的问题不是：

效果看起来够不够“高级”？

而是：

生成结果是否仍然来自这张照片？ 抽象元素能否解释其来源？ 原图是否被未经授权地重画？ 项目许可证是否允许当前用途？

当这些问题都有明确答案时，图像生成才不只是一次不可解释的 Prompt 调用，而更接近一套可检查、可复用的创作流程。