Sweety Image Art Direction logo

Sweety Image Art Direction

Community
threerocks
sweety-image-art-direction

仅在用户主动选择或明确指定本技能时使用。独立完成人像、现实场景、实物、海报、信息图和手绘的美术指导、参考图运用、提示词与逐轮修正,减少稀碎感、塑料感、假光影和模板化处理。保留指定画风与主体特征,按交付要求检查成图;只要提示词时不生图。

Overview

Publisherthreerocks
Repositorysweety-image-art-direction
Skill namesweety-image-art-direction
Stars
94
Forks
9
Bundled files
1
LicenseMIT
Links
  • Markdown instructions

    A SKILL.md file the model loads on demand, so it only costs tokens when a request actually matches.

  • Works with any LLM

    AI skills are plain Markdown, not provider-specific code, so this works with GPT, Claude, Gemini, Grok, or a local model.

  • 1 bundled files

    Scripts, templates, and references the model can read while it works. Files are read-only and never executed.

  • Open source

    Published by threerocks on GitHub. Read the source before you install it.

Installation

Install the Sweety Image Art Direction AI skill in TypingMind to use it with any LLM, or drop it into another agent that reads SKILL.md.

1

Install in TypingMind

TypingMind installs a skill straight from its GitHub folder — it reads SKILL.md, bundles the resource files, and stores the result locally.

  1. Open the app and go to Plugins → Skills.
  2. Choose "Install from GitHub".
  3. Paste the skill folder URL below and confirm.
    https://github.com/threerocks/sweety-image-art-direction/tree/main/skills/sweety-image-art-direction
  4. Enable the skill in any chat where you want it available.
Plugins → Skills → Add skill → From GitHub URL, then paste the folder URL and press Continue.
2

Install in another agent

Any agent that reads the Agent Skills format can use this skill — copy the folder into that agent's skills directory.

Claude Code — .claude/skills
git clone --depth 1 https://github.com/threerocks/sweety-image-art-direction.git /tmp/sweety-image-art-direction
mkdir -p .claude/skills
cp -r /tmp/sweety-image-art-direction/skills/sweety-image-art-direction .claude/skills/sweety-image-art-direction
Restart Claude Code after copying so it picks up the new skill.

Use it in TypingMind

Enable Sweety Image Art Direction in any TypingMind chat and the model takes it from there. Its name and description sit in the system prompt, and the moment a request matches, the model loads the full instructions itself — you never invoke it by hand, and it costs no tokens until it is actually used.

The model loads Sweety Image Art Direction on its own as soon as a request matches it.

Works with any AI model

AI skills are plain Markdown instructions rather than provider-specific code, so Sweety Image Art Direction is not tied to the model it was written for. Install it once in TypingMind and use it with GPT-5, Claude, Gemini, Grok, DeepSeek, Mistral, Llama, or a local model you run yourself — all on your own API keys.

  • Loaded only when it is needed

    The system prompt carries just the name and description. The instructions are fetched on the first matching request, so an idle skill costs nothing.

  • Switch models mid-chat

    Because the skill is instructions rather than code, changing model does not break it — the next model reads the same SKILL.md.

Skill instructions

This is the SKILL.md content the model loads. Read it before installing — a skill is instructions your model will follow.

图像美术指导

把需求转成可观察、可核对的画面条件。保留用户指定的画风,先组织完整形体、连续明暗和观看主次,再处理材质与局部细节。默认审美克制,但不把所有题材统一改成低饱和摄影。

全部执行说明和输入模板均在本文件内。不读取外部配置,不加载其他技能,不要求额外脚本、软件包、API 密钥或指定平台。偏好直接来自当前对话和用户提供的参考图。实际生图、编辑或排版使用宿主已经提供并获得授权的能力;没有相应能力时交付提示词或方案,并说明未完成的部分。

本文件就是完整的执行入口。加载后直接执行,不查找、安装或再次调用同名技能。使用本技能不要求取得作者的全局指令、个人目录或历史对话。

确定交付与保留项

  • 仅手动触发。用户主动选择或明确指定本技能时执行;出现人像、海报、手绘等题材词不自动触发。
  • 先区分交付物:提示词、美术方案、新图或已有图片修改。用户只要提示词时不生图,只改技能内容时不启动图片验证。
  • 从实际用途确定主体、动作、画幅、媒介、文字和观看尺寸。封面要考虑标题位置与裁切,商品图要能辨认形状和标签,信息图要能读懂关系。只询问会改变交付结果的必要缺项,其余按当前需求选择。
  • 已有图先读取,默认保留身份、年龄、姿态、机位、构图、配色与画风。只有用户要求重设计时才改变这些内容。
  • 分清必须满足的条件、允许调整的部分和默认审美建议。发生冲突时先保住准确文案、主体特征与用户明确要求;无法同时满足的要求说明冲突,不靠删改其中一项完成任务。
  • 「非虚拟」指现实世界题材及可信表现,不代表生成图片来自真实拍摄。

需求明确后,按交付类型组织提示词。只采用相关题材的规则,不把所有章节转成同一张图的要求。需要出图时检查实际结果,再决定是否修正。

将参考图落实到具体约束

先查看实际可用的参考图,按传入工具的顺序编号,并说明每张图提供什么:身份、服装、器物形状、构图、背景或画风。没有取得原图时,不把文字描述当作已经使用了图像参考。

  • 身份图决定脸部特征与身体比例,服装图决定衣料和款式,风格图只提供指定的色彩或绘画方式。不同参考承担不同用途,不能让服装模特替换目标人物,也不能顺带复制风格图的主体、文字或标志。
  • 合成时明确哪个元素进入哪张底图、位于何处,与周围物体怎样遮挡和接触。底图决定空间和照明;植入元素的大小、投影、反光与边缘需要适应底图。
  • 连续人像或绘本沿用已认可的主体参考,重复关键特征,每张另写动作与场景。不能只写「与上一张一样」,也不能把上一张的意外变形传给后续图片。

同一属性的参考互相冲突时,先按用户指定的用途和优先级解决;身份或构图仍无法确定时再询问,不把不同人脸或画风取平均。

专业感提示词模板

在用户没有另行指定美术方向时,以以下模板作为默认起点:

text
整体审美克制,背景低复杂度,主体周围有充足负空间。使用单一可信主光源,阴影方向一致。材质必须真实:布料有纤维纹理,金属为哑光反射,皮肤保留自然纹理。色彩控制在三个主色以内,避免霓虹、玻璃拟态、过度锐化、塑料质感、假 HDR、无意义漂浮元素。

使用时遵循以下边界:

  • 用户明确要求的风格、品牌色、材质和现场条件优先。指定霓虹、多光源、繁复场景或抛光金属时,组织这些元素,不擅自删除或改成哑光。
  • 已有图修改时,模板不能覆盖保留项。不得为了三个主色、低复杂度或负空间而改变原构图。
  • 「单一可信主光源」建立主要照明方向,不排斥合理的环境反射与辅助光。阴影、亮面和反射必须能由场景光源解释。
  • 「自然纹理」要求材料可辨,不要求每处纤维、毛孔和水珠都清楚锐利。不能通过强化微纹理制造真实感。
  • 「三个主色」指控制主要色彩关系,不是把自然肤色、过渡色和材料色量化成三种颜色。
  • 只把与当前画面相关的条件整合进最终提示词,不在已有完整提示词后机械追加整段模板。

先消除稀碎感

稀碎感是碎亮点、强边缘和细纹抢走了主体的注意力。物理上合理的纹理也可能破坏整体,不必先把它解释为物理错误。

先在正常整图尺寸判断观众首先看到什么。让大形与大明暗承担主体,中等尺度的体块、褶皱和笔触解释形状,细节只支撑关注点。

  • 树冠首先属于连续山坡,发丝属于发束,裙褶属于衣服折面,水珠服从玻璃的整体透射。
  • 把次要区域的零散高光归入连续明暗,让背景细节服从距离与照明。保留有用场景,不靠删空背景获得秩序。
  • 不同时强调毛孔、发丝、布纹、叶片、反光和背景装饰。只选能解释主体的细节,避免处处同样锐利。
  • 保持主要轮廓、体积和空间关系清楚。禁止用整图模糊、蜡质磨皮、灰雾覆盖、统一降饱和或换成插画代替修正。
  • 手绘用完整色块与有方向的笔触组织画面,不用均匀纸纹、碎点或全图毛边制造手作感。

人像和角色的廉价感处理

以下五项是人像与角色提示词的基本要求:

  1. 不把皮肤写成完美无瑕,写自然皮肤纹理。保留年龄与肤色变化,不额外强化毛孔、皱纹或斑点。
  2. 不默认大眼高光,写真实眼神和克制表情。视线、表情和正在发生的动作要一致;用户指定的动漫比例或夸张表演仍应保留。
  3. 手部动作简单明确,避免复杂交叉手势。交代手握什么、触碰什么,以及手腕和身体如何受力。
  4. 服装材质具体,例如羊毛、棉、皮革、尼龙,不只写「高级服装」。根据实际材质安排厚度、褶皱和反光,不能把所有衣料都变成亮面。
  5. 背景与人物身份或拍摄用途相关,不使用无意义棚拍光效。职业人像保留能解释身份的环境;正式棚拍可用干净背景,不额外添加光圈和粒子。

拍摄描述先交代人物在做什么、看向哪里、与什么接触,以及哪些身体部位必须入画。再按需要明确角度、机位高度、景别和人物占比。焦距与距离服务于观看方式,不堆砌器材参数;生成图中的焦距描述不是可验证的实拍信息。胶片颗粒、浅景深和磨损痕迹只在用途需要时采用,不作为真实感的固定配方。

脸、手和衣料在同一照明下分别表现,不给所有轮廓加相同亮边。已有图修正不通过换脸、年轻化、美化身材或更换姿势冒充质量改善。

现实场景、风景与实物

先保证空间与事件成立,再增加表面信息。检查透视、尺度、遮挡、重力、接触、投影和反射。

不同材料应有不同的表面响应。例如布料吸收并散射光,玻璃体现透射与边缘反射,皮肤有宽缓明暗和局部湿润高光。需要哪种材料就描述哪种,不给所有表面附加同一种光泽。

风景保留远近对比与空气层次,让树林、山体、云和水面组成连续形状。不要同时提高每片树叶、每条云边和每处水面闪光的对比。

复杂街景允许保留人物、商品和设施。通过位置、遮挡和明暗建立主次,不把真实环境清空,也不把每个物件都照亮。

海报和信息图的廉价感处理

以下五项是信息类图片的基本要求。文案已经固定时,保留准确文字;文案由本次创作或用户允许精简时,再执行压缩。

  1. 一张图只讲一个中心问题。 主视觉和标题共同表达同一件事,装饰不另起主题。
  2. 文字数量先减半,再设计层级。 先删除重复、空泛和无关信息,再组织标题、说明和必要数据。不得为达到减半数量而删除条件、数字、来源、责任或其他必要信息;无法安全减半时说明原因。
  3. 使用网格和对齐。 统一边距、文字基线、模块间距与阅读顺序,避免零散文字块互相争抢。
  4. 图标风格统一。 保持线宽、填充方式、圆角、透视与细节程度一致,不混用写实、卡通和游戏界面符号。
  5. 不要让 AI 承担最终文字排版。 图像生成用于主视觉、背景和版式草图。最终文案使用可核对的文字图层排版,或交由人工排版;生成模型画出的文字不能直接视为已完成的正式排版。

在提示词中用引号界定每段准确文案,标明位置、层级与出现次数,禁止擅自增加文字。特殊拼写按字符核对,不改写品牌名和标点。中文文字方案还须明确字体类型、笔画、结构、重心、边缘、材质、光影、背景、整体气质与可读性。文字可以参与草图生成,但必须逐字检查,不能把「要求原文照录」当作已实现。

信息图先核对数据、单位、标签对应和箭头关系,再处理视觉层级。缺失的事实向用户取得或标为待确认,不编造数字、来源或技术关系填满画面。文字翻译先确定准确译文,再在原有层级中安排换行;检查残留原文、遗漏标签和关系变化。

若用户要求完整海报,但现有能力无法完成可靠文字排版,交付主视觉与准确文案、字号层级和对齐说明,并标明「待文字排版」。不得把无字底图或带字草图宣称为最终海报。静态图交付不擅自替换为网页。

手绘与插画

先确定造型和作画方式,再描述纸张与颜料。人物与背景使用一致的概括程度、线条和笔触;不把摄影形体叠一层纸纹当作手绘。

说明形体怎样用色块概括、笔触怎样跟随形状、哪些边缘干硬或湿润、哪里透底与叠色。水粉、水彩、蜡笔、墨线各自保持媒介特征,不统一改成柔焦淡彩。

保留用户指定的角色比例、饱和颜色与平面空间,不强加摄影景深、皮肤毛孔或镜头高光。

组织提示词与修正指令

新图按「交付用途 → 场景与主体关系 → 构图和观看主次 → 光与材料或绘画方式 → 文字与必要约束」组织成一份可执行提示词。简单任务用短句,复杂任务用有标签的段落;不要求特殊语法,也不因追求完整而加入无关要求。

把模糊评价换成可见关系:「高级」改为负空间、材料和装饰的具体安排;「细节丰富」改为主体细节清楚、次要区域退让。先写画面要呈现什么,再限制已识别的失败方式。避免炫技词和冗长禁用词清单,不将「8K、超清、电影感」当作质量保证。

画面描述与工具设置分别处理。尺寸、质量档位、输出格式和透明背景只能使用当前工具实际提供的选项;不把提示词中的数值当作已设置的参数,不固定模型版本或照搬其他接口的参数。保持用户选择;需要改变设置时,先定位未满足的要求,不同时改设置和提示词来宣称效果提升。

已有图的修正写清问题区域、可见症状、可能原因、修正方式和保留项。原因无法从图中确定时标为判断。将要改变的属性从保留项中移出,避免一边要求重建光影,一边锁死相应阴影和反光。

每轮围绕一个可判断的目标修改。一个目标可以包含同一原因引起的相关变化,例如修正光源时一起调整投影和反射;不要顺带改变人物、构图和配色。「最小修正」限制无关改动,不限制必要纠错强度。问题覆盖整片材质或全图照明时,允许重建相应区域。

后续编辑沿用上一轮保留项未偏移、且目标问题得到改善的输出,同时保留原始参考用于核对。每轮重申关键保留项;出现退步或新问题时,回到最近可接受的版本再修正,不把失败结果继续传下去。反复失败时重新判断问题原因或工具能力,不继续叠加相近形容词。原图已经成立或结果已满足要求时停止,不为制造差异重绘。

提示词不能保证未编辑区域逐像素不变。用户有此要求时,只采用已获授权且能核验区域不变的局部编辑或合成方法;当前能力无法做到就说明限制,不把生成式重绘承诺为无损修改。

成图检查与交付

用户要求图片时,读取实际成图后再给结论:

  • 先在预期使用尺寸检查主体、连续明暗和观看主次,再查看脸、手、材质、接触关系与文字。缩略图中应成立的主体和标题,不能仅以放大后的细节通过检查。
  • 对照请求逐项检查画幅与实际尺寸、必须入画的部分、参考图中的身份或器物形状、准确文字及出现次数。信息图另查数字、标签和关系;编辑图同时对照原图与上一轮合格图检查非目标变化。
  • 要求透明背景时,检查文件的透明通道及其实际透明区域,并查看轮廓、毛发、玻璃和阴影是否残留底色。白底或画出来的棋盘格不算透明;后续编辑继续保留透明要求。工具无法核验时标明未核验。
  • 将内容错误、风格偏离、视觉层次问题和审美偏好分开记录。分别说明实现了什么、未实现什么、改动带来了什么代价。
  • 必须放大、圈注或解释才能察觉的差异,不满足「明显改善」。更暗、更柔、更少道具、不同面孔或不同构图都不能单独证明质量提高。
  • 不把文件完整、文字正确、提示词齐全或安装成功当作视觉效果通过。用户否定效果后撤回通过结论。
  • 保留原始输出。交付图片时审计 GPS、所有者等个人元数据;不写入虚假相机信息,不把生成图称为实拍。工具无法检查或清理时明确说明,不声称已经完成。
  • 只要提示词就输出可直接使用的提示词;要图片就提供图片及必要的限制说明。正式排版未完成时保留待排版标记。

只有用户要求验证时才制作对照。除待验证因素外,共用基础需求、参考图、模型与可用设置、画幅及生成或编辑次数;不劣化普通组,不只挑选有利样本。检查完整编辑过程是否积累偏移,不只展示最好的一步。前后比较须标明次数差异,不能冒充同等流程实验。

用户要求拼图时,将实际原图并排拼接,图外标明「没使用 Skill/使用了 Skill」,保留原文件并核对图片区域未被修改。逐组大图优先,密集总览只作索引。少量样本只能说明该批次表现,不宣称对所有输入有效。

可直接复制的专业输入

用户选择本技能后,可用以下模板提供需求。只填写相关项,不需要把全部规则再次写进输入。

text
交付:【只要提示词/美术方案/生成图片/修改已有图】。
用途与观看尺寸:【使用位置、画幅或尺寸】。
主体与场景:【谁在什么环境做什么;景别、位置与接触关系】。
媒介与画风:【描述】。
参考图及用途:【图 1 提供什么、图 2 提供什么;无参考则省略】。
准确文案:【原文、位置与出现次数;无文字则写无】。
必须保留:【人物身份、姿态、构图、配色或其他限制】。
本轮修改目标:【已有图要修正的问题;新图可省略】。
其他交付要求:【如透明背景、可核对的文字图层;无则省略】。

方法参考:OpenAI Image prompting。该链接仅供来源追溯;执行规则全部内置,不需要访问原文。

Bundled files

The model reads these on demand while the skill is loaded. They are exposed as readable files and are never executed.

Frequently asked questions

What does the Sweety Image Art Direction AI skill do?

仅在用户主动选择或明确指定本技能时使用。独立完成人像、现实场景、实物、海报、信息图和手绘的美术指导、参考图运用、提示词与逐轮修正,减少稀碎感、塑料感、假光影和模板化处理。保留指定画风与主体特征,按交付要求检查成图;只要提示词时不生图。

Why use Sweety Image Art Direction on TypingMind?

Because you install it once and use it with any model. Sweety Image Art Direction is plain Markdown rather than provider-specific code, so the same skill runs on GPT-5, Claude, Gemini, Grok, or a local model — and you can switch model mid-chat without it breaking. TypingMind runs on your own API keys, so you pay providers directly instead of a per-seat subscription, and your skills and chats stay in your own storage.

How do I install Sweety Image Art Direction in TypingMind?

Open Plugins → Skills → Install from GitHub in TypingMind and paste https://github.com/threerocks/sweety-image-art-direction/tree/main/skills/sweety-image-art-direction. TypingMind reads its SKILL.md and bundles its files and installs it as a skill you can enable per chat.

Which AI models can use Sweety Image Art Direction?

Any model you connect in TypingMind. AI skills are plain Markdown instructions rather than provider-specific code, so GPT, Claude, Gemini, Grok, and local models can all load this skill when a request matches it.

How many AI models can I use with Sweety Image Art Direction?

As many as you like. As long as a model supports skills, you can use Sweety Image Art Direction with it — GPT, Claude, Gemini, Grok, DeepSeek, Mistral, Llama and more — all on TypingMind with your own API keys.

Is the Sweety Image Art Direction AI skill free?

Yes. It is published on GitHub by threerocks under the MIT license. You only pay your own AI provider for the tokens you use.

What are AI skills?

An AI skill is a reusable instruction bundle that teaches an AI model how to do one specific task. It follows the open Agent Skills format: a SKILL.md file with a name and description, plus any scripts, templates or reference files the model may need. The model reads the instructions only when your request matches the skill, so an installed skill costs nothing until it is used.

How are AI skills different from plugins or MCP servers?

A plugin or MCP server gives a model new tools to call — code that runs somewhere and returns a result. An AI skill gives the model knowledge and process instead: how to approach a task, which steps to follow, what good output looks like. Skills are plain Markdown, so they need no server, no API key and no runtime, and they work with any model.

View all

Set up your own AI workspace now

Get notified about new features and future giveaways by subscribing to our newsletter 👇