历史候选:不用于当前运行装配
AI 视觉生产中心 · 作图规划师 Prompt 开发规范
当前适用边界(CR-20260921-014):本规范的普通套图策略仅在点击生成后使用;预览、普通单图编辑、模特商品图生成/编辑均不调用本规范的规划链路。下文模特规划师、AI卖点整理前置、生产就绪声明属于历史候选,不是现行模特直接链路依据。模特合同见 prompts/model-product-direct.md。外框新版未定,不因本规范将15%内缩应用到所有生成与编辑。
版本:2.5-candidate
状态:开发方案;尚未通过真实图片模型 A/B,不得直接替换生产基线
产品变更:CR-20260821-001 / CR-20260824-003 / CR-20260825-001 / CR-20260825-002
工程变更:ENG-20260818-002 / ENG-20260819-001 / ENG-20260819-002 / ENG-20260821-001 / ENG-20260824-001 / ENG-20260825-001
适用范围:图片工坊单图、商品套图、AI 模特商品图、生成后编辑类图片任务
0. 文档定位
本文是当前项目唯一的、自包含的作图规划与最终 Prompt 开发契约。开发、测试和算法不需要查阅历史 Prompt 文档才能理解字段、规则或模板;历史文件仅作为内容指纹和迁移证据,不是运行时依赖。
本文遵循两个原则:
- 第一性原理:一张可用电商图只需要回答六件事——生成什么、依据什么事实、遵守什么规则、完成什么图片任务、如何表现、用户还有什么额外要求。
- 奥卡姆剃刀:同一事实或规则只有一个来源、一个字段和一次渲染;没有独立权限、生命周期或适用条件的概念不拆新对象,运行时不注入当前图片用不到的内容。
| 文档 | 职责 | 是否直接作为运行输入 |
|---|---|---|
| 历史 Prompt 与知识文件 | 内容指纹、迁移和回归证据 | 否;开发不得要求运行时回查 |
prompt-engineering-management.md | 版本、对象、状态、权限、快照、回退、测试与发布治理 | 否 |
| 本文 | 完整字段注册表、通用限制、平台政策、图片类型策略、三个规划策略 Prompt、结构化输出、最终编译模板和开发示例 | 是,按 prompt_key + version 配置 |
PlatformRulePack / ModulePromptVersion / CategoryPolicyVersion | 运行时唯一规则来源 | 由解析器选择后注入 |
本文中的三个规划策略均为 candidate。静态 Schema 通过不代表图片质量通过;只有真实模型 A/B 不劣于当前生产基线后,才能发布生产有效版本。
1. 开发前置条件
1.1 必须已具备
| 前置条件 | 必须提供 | 缺失处理 |
|---|---|---|
| 当前 Prompt 契约 | prompt_contract_id、版本、SHA-256 均通过完整性检查 | 阻止规划与编译 |
| 商品输入快照 | 已确认商品图片、商品资料、原始/确认卖点、目标用户、特殊要求及来源 | 关键商品图片或资料缺失时不调用规划模型 |
| 任务类型 | 单图、套图或模特商品图;包含稳定 image_type | 无法路由时返回 PLANNER_ROUTE_NOT_FOUND |
| 平台上下文 | 平台、站点、语言、图片用途 | 平台规则缺失时按规则包成熟度决定回退或阻断,不得猜测 |
| 模板/蓝图 | 单图为模块版本;套图为已确认模板和执行单元快照 | 套图蓝图未确认时不得创建图片任务 |
| 规则解析结果 | ResolvedRuleSnapshot,包含适用和跳过的规则 ID | 不允许规划师自行选择或删除硬规则 |
| 用户所选图片模型 | selectedGenerationModelRef 已登记且支持当前任务能力 | 缺失或不兼容时在调用前阻断;不得自动换模型 |
| Provider 能力 | 服务端已在用户所选模型范围内解析 Provider、参考图数量、尺寸、文字、局部编辑等能力 | Provider 不兼容时在调用前阻断 |
1.2 用户输入保持不变
普通用户仍然只提供现有业务字段:商品图片、商品资料、核心卖点、目标用户、特殊要求,以及既有平台、站点、语言、模板、模特、姿势和图片生成模型选择。前端不增加“作图规划师”“规则包”“Provider”“最终 Prompt”填写步骤,普通请求不得提交 plannerKey。
1.3 禁止直接调用图片模型的情况
- 商品事实与卖点冲突。
- 平台硬规则与模板锁定项冲突。
- 规划结果缺少必填字段或引用不存在的事实。
- 规划师修改了蓝图的图片类型、数量或顺序。
- 计划包含未提供的商品、配件、参数、认证、功效或人物身份。
- 模特商品图缺少必须的肖像授权或触发成人/敏感穿戴限制。
- 同一未知结果请求尚未完成 Provider 对账。
selectedGenerationModelRef缺失、未登记或不支持当前任务能力。
2. 完整字段模型与唯一来源
2.1 核心结论
最终 Prompt 由下表中的稳定章节构成;每个章节只有一个运行来源。文档必须完整列出全部字段,但单次图片调用只渲染当前任务适用的条件字段。
| 最终 Prompt 章节 | 唯一运行来源 | 规划师是否可改 | 去重规则 |
|---|---|---|---|
role_context 角色设定 | 当前 ModulePromptVersion.role | 否 | 一个图片任务只渲染一个角色设定 |
task_context 任务上下文 | 当前 ExecutionUnitSnapshot | 否 | 图片类型、用途、顺序和绑定卖点各渲染一次 |
platform_strategy 平台政策 | ResolvedRuleSnapshot.platform_rules | 否 | 不与规划师复述的平台政策并行注入;rule_id 只渲染一次 |
image_specification 图片规格 | 模板槽位与 Provider 能力交集 | 否 | 比例、尺寸、背景、布局各保留最终解析值 |
module_strategy 模块策略 | 当前图片类型模块 | 否 | image_type 只命中一个主模块,可追加显式扩展但不能复制主模块 |
product_truth 商品事实 | ProductInputSnapshot 按字段消费矩阵裁剪 | 否 | 同一事实只保留稳定引用和一次可读文本 |
visual_strategy 画面策略 | 通用视觉规则 + 模块视觉扩展 + 已校验的具体画面计划 | 仅补具体画面计划 | 规划师不得复述通用限制或平台政策 |
text_plan 图片文案 | 已确认事实 + 模板文字区 + 指定语言 | 仅规划布局 | 没有事实引用的文字禁止渲染;无文字任务整段省略 |
suite_directive 套图指令 | 当前 SuiteVisualPlanSnapshot 的执行单元分配 | 否 | 仅套图逐图编译时出现 |
model_directive 模特指令 | 模特、姿势、授权和商品关系快照 | 否 | 仅模特商品图出现 |
user_requirement 用户特殊输入 | 当前任务快照 | 否 | 有值原意保留;空值省略且不得推断 |
generation_rules 通用生成限制 | 版本化 CoreRuleSet | 否 | 完整语义保持,只渲染一次 |
user_inputs 是输入快照对象名;最终自然语言 Prompt 不再额外渲染一个重复的“用户输入”章节,而是分别进入 product_truth、user_requirement、text_plan 和适用的条件块。
2.2 平台策略与平台规则包
platform_strategy 是最终 Prompt 的输出章节;PlatformRulePack 是该章节的唯一版本化来源。正确链路如下:
PlatformRulePack
→ 按 platform + site + purpose + image_type 解析
→ ResolvedRuleSnapshot.platform_rules
→ platform_strategy 章节只渲染一次
错误实现:
+ 另一份完整 platform_strategy 文案
+ 完整 PlatformRulePack 文案
+ 规划师再次复述平台要求
= 重复、冲突、主图规则污染副图
编译器必须执行:
- 平台通用规则可用于该平台适用的图片类型。
- 主图专属规则只允许
image_type=product_main。 - 站点规则必须同时命中平台和站点。
- 模板明确背景优先按冲突优先级处理,不得静默混入另一背景。
- 版本号、规则包名、Provider、模板版本只写入快照,不占用图片模型 Prompt。
2.3 相关同类边界
| 容易重复的组合 | 唯一关系 |
|---|---|
| 模块策略 / 图片类型任务 | 图片类型模块是唯一来源,模块策略是渲染结果 |
| 画面策略 / 图片规划师 | 通用画面原则由规则层提供;规划师只输出本图场景、动作、构图、镜头和文字安排 |
| 生成底线 / 核心规则包 | 核心规则包是唯一来源,生成底线是渲染结果 |
| 套图一致性规则 / 套图总导演 | 前者是硬约束,后者只分配本套具体一致性锚点与差异化任务 |
2.4 完整字段注册表
字段注册表是开发、测试和管理页面共同使用的检查清单。任何字段新增、改名或改变必填性都必须新建契约版本,不能只修改 Prompt 文案。
| 字段 | 来源 | 必填性 | 空值处理 | 主要消费者 |
|---|---|---|---|---|
request_id | 任务服务 | 必填 | 阻断 | 幂等、审计 |
generation_mode | 用户当前功能 | 必填 | 阻断 | 路由器 |
product_subject_ref | 商品图片确认结果 | 必填 | 阻断 | 全部非自由生图任务 |
reference_assets[] | 本地/Listing/产品系统已选素材 | 必填,至少一张商品主参考 | 缺主参考阻断 | 商品身份、构图或风格参考 |
reference_assets[].role | 用户选择或服务端确认 | 必填 | 阻断 | product_master、variant、package_truth、scene_reference、style_reference、pose_reference |
variant_resolution_snapshot | 用户确认、系统来源与参考图事实解析 | 多 SKU、多颜色、多套装或图文冲突时必填 | 未可靠解析则只阻断依赖具体变体的任务 | 固定当前 SKU/套装允许与排除实体,防止跨变体拼接 |
physical_scale_evidence[] | 用户确认、尺寸事实、商品/场景参考关系 | 有人物或场景尺度关系时条件必填 | 无证据时不生成伪精确尺寸;使用可追溯相对关系或省略 | 真实尺度、握持覆盖、人与物/物与场景关系 |
physical_relation_evidence[] | 商品多角度参考、组件事实、安装/连接说明、用户确认关系 | 画面依赖安装、连接、承重、运动、输出或作用路径时条件必填 | 缺成立证据时阻断受影响关系单元,不猜测连接点、朝向或效果路径 | PhysicalRelationPlan、相机可行性、安装/朝向/效果验收 |
scene_context_evidence[] | 用户明确要求、场景参考、模板或命中类目规则 | 场景/使用关系任务条件必填 | 无可靠来源时只使用模块允许的中性场景,不继承历史案例 | 环境、人物位置、操作方法、物体摆放和作用域 |
generation_count | 用户生成设置 | 非套图单图片类型必填,1–5 | 越界阻断 | 父任务拆分独立结果子执行;不等于输入素材数或套图数 |
variant_index / variant_count | 任务服务 | generation_count>1 时必填 | 缺失阻断 | 逐结果计划、差异化与历史映射 |
variant_directive | 规划结果 | generation_count>1 时必填 | 记录可用差异轴;不得因抽象差异不足减少数量或阻断整批 | 在相同事实和规则下区分构图、景别、场景关系或证据焦点 |
product_info_raw | 用户输入/Listing/产品系统 | 必填 | 阻断 | 事实提取和追溯,不直接整段塞入图片 Prompt |
product_facts[] | 已确认事实 | 必填,至少一项 | 阻断 | 商品事实、参数、文字计划 |
selling_points_original | 用户原始输入 | 可选 | 留空 | 审计和重新整理,不直接用于生图 |
selling_points_confirmed[] | 用户确认后的整理结果 | 条件必填 | 卖点任务无确认卖点则阻断 | 主图、卖点、场景、氛围、对比等适用任务 |
dimension_facts[] | 已确认尺寸/容量/尺码 | 尺寸图必填 | 尺寸图阻断,其他图片省略 | 尺寸图 |
comparison_facts[] | 已确认对照对象、口径和结论 | 效果对比图必填 | 对比图阻断 | 效果对比图 |
package_contents[] | 已确认包装清单 | 条件必填 | 不展示未知外形 | 合成、参数、包装内容 |
compatibility_claims[] | 已确认商品事实 | 可选 | 省略且不得猜测 | 仅以指定语言的中性文字表达兼容性 |
authorized_brand_assets[] | 品牌/商品系统或任务授权快照 | 可选,默认空 | 空值表示未授权任何第三方品牌视觉资产 | 允许使用的第三方 Logo/图标引用、权利范围和有效期;普通用户不手填 |
target_audience | 用户/Listing/产品系统 | 可选 | 省略且不得猜测 | 主图、卖点、使用场景、氛围、模特商品图 |
user_requirement | 用户本次特殊输入 | 可选 | 整段省略且不得推断 | 所有图片类型;不能覆盖硬规则和商品事实 |
platform / site / language | 当前店铺和用户选择 | 必填 | 阻断 | 平台解析、文字计划 |
image_type / purpose / order | 模块或蓝图执行单元 | 必填 | 阻断 | 图片类型模块、套图总导演、编译器 |
template_snapshot | 当前单图模块或已确认套图蓝图 | 必填 | 阻断 | 模板与蓝图版本快照 |
aspect_ratio / output_size | 模板槽位 + Provider 能力交集 | 必填 | 不兼容则阻断 | image_specification、Provider 参数 |
background_mode / outer_frame | 模板槽位,经平台规则校验 | 必填 | 冲突则阻断 | 主图与版式编译;不得由规划师猜测 |
layout_ref / text_zone | 模板槽位 | 必填 | 缺失则按模块受保护默认,不读取其他平台默认 | 画面计划、文案区域 |
platform_rule_pack_ref | 平台规则配置 | 必填 | 按成熟度回退或阻断 | platform_strategy 唯一来源 |
core_rule_set_ref | 通用规则配置 | 必填 | 阻断 | generation_rules 唯一来源 |
module_prompt_ref | 图片类型模块配置 | 必填 | 阻断 | role_context、module_strategy、字段消费矩阵 |
category_policy_ref | 类目匹配结果 | 可选 | 省略并记录 skipped | 只向命中的图片任务注入必要类目片段 |
suite_directive | 套图总导演输出 | 套图逐图必填 | 仅当前执行单元阻断 | 逐图规划和编译 |
model_context | 模特、姿势和授权快照 | 模特商品图必填 | 阻断 | 模特商品图规划师 |
resolved_rule_snapshot | 确定性规则解析器 | 必填 | 阻断 | 规划校验和最终编译 |
provider_capabilities | Provider 适配器 | 必填 | 阻断 | 尺寸、参考图、文字、局部编辑能力校验 |
text_plan[] | 规划结果 + 已确认事实 | 条件必填 | 无文字任务省略;有文字任务缺事实则阻断 | 最终 Prompt 和生成后 OCR/人工核对 |
allowed_entities[] / forbidden_entities[] | 商品事实、变体解析、素材角色、品牌资产授权、规则解析和用户要求 | 必填 | 缺失则计划校验失败 | 防止其他 SKU、未知配件、人物、Logo、认证和道具进入画面;第三方品牌资产默认进入禁止集合 |
2.5 generation_rules 完整定义
generation_rules 只承载所有平台、图片类型和类目都不可突破的通用限制,不放平台差异、具体构图或用户偏好。
通用生成限制:
1. 商品真实性与几何刚性锁定(core.geometry-rigidity-lock):参考图是唯一商品身份与几何真值依据。严格保持同一 SKU 的结构、长径比/高宽比、组件构造、进出风口/出水嘴朝向、支撑脚底座构造、颜色、材质、主商品自身且已授权的 Logo、纹理、比例、关键部件和可识别细节,不得替换成相似商品。严禁生图模型基于预训练先验粗化、压扁、拉伸或将特定结构替换为行业常模(如严禁将直立喷嘴变为弯头,严禁将拱形底脚变为网罩)。参考图中的第三方标识不属于商品身份。
2. 禁止编造与零虚构配件(core.no-fabrication):不要添加用户未提供的配件、管路接头、电源线、开关、工具箱、附加装置、功能、认证、授权、参数、未经确认的品牌元素、效果对比或适用范围;未提供的数字、尺寸和结论不得猜测。
3. 主体关系:保持一个明确的核心商品身份。只有多角度、套装或合成模块明确允许时,才能展示同一商品的辅助视图或已确认配件;不得制造第二个竞争主商品。
4. 视觉完整与提示词外观解耦(core.prompt-appearance-decoupling):商品必须清晰、完整、锐利,不裁切关键部位,不拉伸变形。Prompt 严禁在文本中用自然语言描写商品已有的外观部件、颜色细节,商品外观完全交由多模态参考图锁定,Prompt 使用通用中立锚点指代(如 "the featured product exactly as shown in the reference image, preserving its genuine geometry, aspect ratio, and structural components without alteration"),Prompt 仅描述工作物理介质、动态因果流向、空间槽位、人机交互与商用光影。严禁针对单一产品编写定制 Hardcoding。
5. 物理可信:光影、透视、接触面、反射、阴影、尺度、人物握持和使用因果必须自然,不能像简单抠图、漂浮或素材拼贴。
6. 文字可信:仅使用指定语言和已确认事实;文字简短、准确、可读。无法可靠生成时减少文字,不得用乱码替代。
7. 内容洁净与绝对禁止平台水印/角标(core.no-badges):不得生成水印、二维码、联系方式、价格、未知促销贴纸或与当前商品无关的标志;绝对禁止生成任何平台自身 Logo(Shopee、Lazada、TikTok、Amazon 等)、免运/打折贴纸或平台角标。
8. 电商可用:输出必须服务当前图片任务和购买决策,不生成低质、过度艺术化、误导购买、危险示范或无法落地的画面。
9. 参考图边界:商品主参考锁定商品身份;场景、风格、姿势和版式参考只提供相应方法,不复制其中的人物身份、其他商品、Logo、原文案或受保护视觉元素。
10. 第三方品牌资产:除 `authorized_brand_assets` 明确列出的资产外,不得生成或复刻任何第三方商标、Logo、操作系统/应用/浏览器图标、品牌角色或受保护商业外观。Apple、Windows、Chrome、Edge、Opera 等兼容性只有可靠事实时可用中性纯文字表达;官方标识不得用来代替兼容文字。
11. 真实物理尺度与人机比例锚定(core.physical-scale-anchor):视觉突出与物理尺寸分离。当画面中出现人物(模特)或环境对照物时,商品物理尺寸必须严格根据其客观物理尺度分类(手持/便携类 30–50cm 对应手部握持或膝盖小腿高度比例,绝不能膨胀为胸腹部大型机具;台面级 10–30cm 对应桌面;大型工业级对应地面空间)进行人机工学比例锚定。商品的重要性通过构图、景别、焦点、位置、光线和对比表达;严禁为了“突出商品”放大或缩小实物关系。精确数值和比例只能来自当前任务证据。
12. 变体隔离:当前任务只能使用 `variant_resolution_snapshot` 选中的颜色、规格、套装与组件。不同变体不得拼接成“更完整”商品;包装图片不自动证明未展示组件的外形。
13. 场景证据:用户明确提供的当前场景/操作参考只抽取环境和关系方法,不复制参考人物身份、其他商品、服装、文案或受保护元素;作用域结束后不得继承到其他任务。
14. 人物交互:人物动作必须由结构化 Gesture Plan 表达,并分别约束目标、手/手指、接触、方向、距离、遮挡和物理关系。动作失败不得改变商品事实,不得授权静默换模型或自动付费重试。
15. 物理关系:依赖安装、连接、朝向、承重、运动、输出或功能效果时,必须按 PhysicalRelationPlan 完整保持主体、载体、连接、朝向、作用起点、作用路径和作用对象;效果不得从错误区域出现、越过目标或作用于无关对象。
16. 相机与关系可见性:镜头必须能同时呈现计划要求验收的商品结构、比例和物理关系;不得用遮挡或透视歧义隐藏无法成立的连接、朝向或效果路径。
17. 严禁品类 Hardcoding:作图规划与提示词工程必须建立在通用第一性原理与通用底线之上,禁止针对具体品类(如水泵、电锤、美妆等)编写特定硬编码规则,所有物理合理性由规划模型根据作业介质自主推导。
2.6 platform_strategy 完整政策结构
每条平台规则必须包含 rule_id、platform、site_scope、purpose_scope、image_type_scope、maturity、required、forbidden 和来源引用。maturity=official_verified 才能作为官方硬阻断;团队已确认但未完成官方来源核验的规则标记为 team_confirmed,继续用于当前候选效果验证但不得伪装为官方政策。
| 平台 | 平台通用表达 | 商品主图专属 | 副图/详情图 |
|---|---|---|---|
| Amazon | 合规、真实、清晰、可信,减少无依据装饰和营销话术 | 纯白背景;商品居中完整;不出现文字、贴纸、无关道具、水印或二维码 | 可展示真实场景、细节和规格,但不得携带主图纯白/无道具规则,不得虚构认证、销量、奖项或效果 |
| eBay | 强调商品识别、适配关系、状态和规格可信度,避免过度美化 | 背景简洁,突出真实商品和必要配件关系 | 工具、汽摩配、配件等重点解释适配、结构和规格,未知适配不得猜测 |
| Shopee / Lazada | 强调点击率、低理解成本、转化氛围和适量本土化表达,商品不得被遮挡 | 可使用纯白或干净场景,以模板 background_mode 为准;不自动套用 Amazon 白底规则 | 可强化生活方式、使用场景和轻促销视觉,但不得生成未知促销、虚假折扣或廉价信息堆砌 |
| TikTok Shop | 强调内容化、真实使用感、强第一眼吸引力和即时理解 | 允许场景化主视觉,商品必须快速可见且不能被人物或特效遮挡 | 使用动作和场景因果优先,避免只做静态摆拍或无法理解的艺术图 |
| 淘宝 / 天猫 | 强调品牌调性、卖点表达、场景氛围和完整商业设计 | 按店铺模板和品牌规范执行 | 可使用更完整的信息层级,但事实、文字和商品身份仍受通用限制 |
| 拼多多 | 强调直接、清楚、强识别和购买理由 | 信息要直接但不能低质、廉价或误导 | 可突出明确卖点和套装范围,不得捏造价格优势或赠品 |
| Temu / AliExpress | 强调国际化、清晰、可信和低文化误读 | 背景与文案保持跨地区易理解 | 减少复杂本地俚语和高语境元素,参数、配件和兼容性必须有事实来源 |
2.7 图片类型与字段消费矩阵
image_type 是稳定业务代码;页面名称可以调整,但不得用展示文案代替代码。
image_type | 图片任务 | 必须消费 | 必须隔离或满足的条件 |
|---|---|---|---|
product_main | 识别、点击和首屏转化 | 商品事实、适用卖点、目标用户(如有)、背景模式、特殊输入 | 背景按平台+模板解析;主图默认不重复商品 |
dimension_spec | 解释尺寸、容量、尺码或接口 | dimension_facts、商品身份、标注要求、特殊输入 | 不消费营销卖点和目标用户;无尺寸事实阻断 |
selling_point | 一图解释一个确认卖点 | 当前 selling_point_ref、相关事实、目标用户(如适用)、特殊输入 | 一卖点一图,不把全部卖点塞入一张 |
detail_closeup | 证明材质、结构、工艺或功能细节 | 商品事实、当前细节、相关卖点、特殊输入 | 一张聚焦一个主要细节;不得把简单放大当完整方案 |
effect_comparison | 用可验证对照降低决策疑虑 | comparison_facts、对照口径、相关事实、特殊输入 | 无对照对象或结论事实时阻断;不得制造竞品贬损或虚假前后效果 |
usage_scene | 说明真实使用关系和价值 | 商品事实、相关卖点、目标用户、场景要求、特殊输入 | 必须说明主体、动作、接触面、输入与结果关系 |
multi_angle | 降低商品结构认知风险 | 商品身份、角度列表、足够参考素材、特殊输入 | 不消费营销卖点;参考不足时标记人工检查或阻断高风险角度 |
scene_atmosphere | 表达适用环境、品质与用户代入 | 商品事实、目标用户、场景氛围、特殊输入 | 不能替代真实使用关系证明,场景不得抢主体 |
technical_spec | 汇总已确认参数、规格和包装内容 | 明确参数、包装清单、指定语言、特殊输入 | 未确认字段留空;文字准确性必须进入结果检查 |
product_composition | 表达套装、配件、安装或搭配关系 | 所有输入素材角色、组合关系、特殊输入 | 只允许已确认实体;统一光影、比例和空间关系 |
model_product | 展示模特与商品关系 | 商品事实、模特身份、姿势、授权、商品关系、特殊输入 | 身份和姿势规则隔离;触发敏感限制时阻断 |
replace_scene | 只替换场景 | 新场景、保留要求、商品身份、特殊输入 | 不改变商品;场景/风格参考只继承相应方法 |
replace_style | 只调整商业视觉风格 | 目标风格、保留要求、商品身份、特殊输入 | 不把商品艺术化成另一款商品 |
free_generation | 生成电商可用创意图 | 用户提示词、图片规格、特殊输入 | 无商品主参考时不使用商品真实性字段;仍受内容洁净和电商可用限制 |
detail_story | 规划整套详情叙事 | 已确认蓝图、商品事实、确认卖点、平台政策 | 只输出套图计划,不直接调用图片 Provider |
2.8 条件渲染与最小化规则
- 文档和 Schema 完整,运行时 Prompt 最小化;两者不能混为一谈。
- 单图不渲染
suite_directive;普通商品图不渲染model_directive;无文字任务不渲染text_plan。 target_audience为空时省略;尺寸、规格和多角度图即使有值也按矩阵隔离。user_requirement有值时必须完整保留原意并单独渲染;空值直接省略,不写“请自行发挥”。generation_rules每次图片调用必须完整渲染一次;平台、模块、类目规则只渲染命中的规则。- 版本号、Provider、模型参数、规则来源和指纹只进入快照,不占用发送给图片模型的自然语言 Prompt。
2.9 运行时三层结构(开发必读)
重要:固定策略、动态任务输入和模型输出必须严格分层。任何 Golden Case 中的商品、类目、参数、平台、场景或叙事目标都不得复制到固定策略。
| 层级 | 内容 | 来源 | 禁止事项 |
|---|---|---|---|
| 固定部分 | 共享规划基础 Prompt + 通用套图总导演策略 Prompt | 当前 prompt_key + version 的候选配置 | 不得出现电锤、服饰、护肤品等具体商品,不得出现 1400W、施工力量感、Shopee Malaysia 等案例内容 |
| 动态部分 | 当前商品事实、当前类目、用户确认卖点、已确认套图蓝图、各图片类型购买决策目标、当前平台规则、用户特殊要求、当前可用证据 | 本次冻结输入快照、规则快照和蓝图快照 | 不得从历史案例补值,不得把未命中规则、缺失证据或其他任务内容带入当前请求 |
| 模型输出 | 当前商品专属 narrativeObjective、consistencyAnchors、unitDirectives、缺失证据与状态 | 套图总导演基于本次动态输入生成 | 不得改变图片类型、数量、顺序、必需性或卖点绑定,不得把本次输出回写成全局默认值 |
RUNTIME_SUITE_PLAN_REQUEST
= shared_planner_base_prompt
+ generic_suite_director_strategy
+ current_structured_request
current_structured_request
= product_facts
+ category_context
+ confirmed_selling_points
+ frozen_suite_blueprint
+ image_type_decision_objectives
+ resolved_platform_rules
+ user_requirement
+ available_evidence
MODEL_OUTPUT
= narrativeObjective
+ consistencyAnchors
+ unitDirectives
高层购买说服方法可以参考“看懂商品 → 理解价值 → 相信证据 → 核对适用信息”,但具体顺序与证据类型必须服从当前冻结蓝图和图片类型决策目标。工具类的施工/功率叙事、服饰类的上身/版型叙事、护肤类的成分/使用叙事、家居家电类的空间/功能叙事均只能从当前任务动态产生。
3. 服务拆分与路由
产品层只有一个“作图规划师”,工程层为一个规划服务、一个共享基础契约和三个策略 Prompt。
| 策略 | planner_key | 调用条件 | 是否直接生成最终 Prompt |
|---|---|---|---|
| 套图总导演 | visual-planner.suite-director.v2.1-candidate | generation_mode=suite,每套独立调用一次 | 否 |
| 普通商品图规划师 | visual-planner.product-image.v2.1-candidate | 单图、套图普通商品图逐执行单元 | 否 |
| 模特商品图规划师 | visual-planner.model-product.v2.1-candidate | 模特商品图逐执行单元 | 否 |
单图:规则解析 → 普通商品图规划师 → 计划校验 → 最终编译 → 图片模型
套图:规则解析 → 每套调用套图总导演 → 逐图调用普通/模特规划师
→ 逐图计划校验 → 最终编译 → 图片模型
九种普通商品图片不拆九个规划师。图片类型差异由 image_type + ModulePromptVersion 注入;人物身份、姿势、商品关系和授权规则因冲突面不同,单独使用模特商品图策略。
4. 规划请求统一契约
4.1 PlannerRequest
{
"requestId": "plan-req-001",
"generationMode": "single | suite | model_product",
"plannerKey": "visual-planner.product-image.v2.1-candidate",
"productInputSnapshot": {
"productSubjectRef": "subject-001",
"referenceAssets": [
{"assetRef": "asset-001", "role": "product_master"},
{"assetRef": "asset-002", "role": "style_reference"}
],
"productInfoRaw": "用户输入或数据源带入的完整商品资料原文",
"productFacts": [
{"factId": "fact-power", "name": "功率", "value": "1400W", "source": "user_confirmed"}
],
"sellingPointsOriginal": "用户输入的一大段原始核心卖点",
"sellingPointsConfirmed": [
{"sellingPointId": "sp-power", "content": "1400W 大功率电机,轻而强劲", "status": "confirmed"}
],
"dimensionFacts": [],
"comparisonFacts": [],
"packageContents": [
{"contentId": "pkg-drill", "name": "电锤", "quantity": 1, "visualRef": "asset-001"},
{"contentId": "pkg-accessories", "name": "配件", "quantity": 3, "visualRef": null}
],
"targetAudience": "建筑施工和家庭维修用户",
"userRequirement": "画面要有强施工现场感"
},
"variantResolutionSnapshot": {
"variantResolutionSnapshotId": "variant-resolution-001",
"resolutionBasis": "user_confirmed",
"selectedVariantRef": "sku-current",
"includedEntityRefs": ["subject-001", "pkg-drill"],
"excludedEntityRefs": ["pkg-accessories-without-visual-ref"],
"evidenceRefs": ["asset-001", "pkg-drill"],
"conflicts": []
},
"physicalScaleEvidence": [
{
"evidenceId": "scale-001",
"source": "reference_inferred",
"relationType": "functional_human_object_relation",
"relation": "成年操作人员可双手稳定握持,商品比例不得因构图突出而放大",
"confidence": "reference_bounded"
}
],
"physicalRelationEvidence": [
{
"evidenceId": "physical-relation-001",
"source": "product_reference_and_confirmed_use",
"subjectEntityId": "subject-001",
"carrierEntityId": "actor-operator-001",
"connectionRegions": ["main_handle", "auxiliary_handle", "drill_bit_tip", "concrete_contact_point"],
"orientationEvidence": "钻头轴线从商品朝向混凝土接触点",
"effectEvidence": "仅允许在钻头尖端与墙面接触点附近出现少量碎屑",
"applicableScope": "current_request"
}
],
"sceneContextEvidence": [
{
"evidenceId": "scene-001",
"source": "user_requirement",
"applicableScope": "current_request",
"environment": "专业、整洁且安全的施工现场",
"actorRelation": "成年操作人员按真实使用关系握持商品"
}
],
"task": {
"unitId": "unit-001",
"imageType": "product_main",
"purpose": "listing_main_image",
"order": 1,
"sellingPointRef": "sp-power"
},
"resolvedRuleSnapshot": {
"resolvedRuleId": "resolved-001",
"platform": "Shopee",
"site": "Malaysia",
"language": "English",
"ruleRefs": ["platform.shopee.common", "platform.shopee.main.clean-scene"],
"ruleMaturity": "team_confirmed",
"required": ["商品第一眼可见", "干净高识别度背景"],
"forbidden": ["未提供配件", "虚构认证"]
},
"templateSnapshot": {
"templateVersion": "tpl-001-v3",
"layoutRef": "layout-main-scene-left-copy",
"aspectRatio": "1:1",
"backgroundMode": "clean_scene",
"textZone": "left"
},
"suiteDirective": null,
"modelContext": null,
"providerCapabilities": {
"provider": "OpenAI",
"model": "GPT-Image-2",
"supportedAspectRatios": ["1:1"],
"supportsMultipleReferences": true,
"supportsImageText": true
}
}
4.2 输入要求
- 规划模型只接收当前图片真正需要的字段,不把所有商品、平台和类目规则整包塞入。
- 规则同时提供
ruleRefs和已解析的必要摘要;规划师只能引用,不能解释成另一套规则。 - 用户原文和 AI 整理卖点均保存于商品快照;图片任务只消费已确认卖点。
- 参考图来源入口名称不进入 Prompt;仅传被确认的图片引用和用途。
- 套图逐图请求必须携带当前
suiteDirective,但不能携带其他套图的私有计划全文。 - 单图片类型一次生成 2–5 张时,每个请求携带同一事实/规则快照以及自己的
variant_index;规划师必须输出互不相同的variant_directive,不能把同一自然语言 Prompt 原样复制多次。 authorized_brand_assets由授权系统或后台任务快照提供,普通运营输入的“兼容某品牌”不能自动升级为 Logo 授权;无授权资产时第三方标识全部进入禁止集合。
5. 规划输出统一契约
5.1 普通图片 ImageVisualPlan
{
"schemaVersion": "image-visual-plan.v1",
"unitId": "unit-001",
"imageTask": "product_main",
"variant": {
"index": 1,
"count": 3,
"directive": "以近距离动态施工镜头突出钻头接触和功率证据;不得复用另外两个结果的正侧面静态构图"
},
"subject": {
"productRef": "subject-001",
"identityAnchors": ["蓝黑机身", "红色开关", "模式旋钮", "夹头", "副手柄", "散热口", "电源线"]
},
"scene": {
"environment": "整洁、专业的建筑施工现场",
"actor": "佩戴防护手套的成年操作人员",
"action": "双手稳定握持电锤,钻头与混凝土墙面真实接触",
"productRelation": "商品处于可理解的工作状态,少量可控碎屑增强力量感但不遮挡商品"
},
"physicalScalePlan": {
"evidenceRefs": ["scale-001"],
"relationType": "functional_human_object_relation",
"expectedRelation": "成年操作人员双手稳定握持,机身与双手比例自然",
"tolerance": "reference_bounded",
"confidence": "reference_bounded",
"prominenceMethods": ["framing", "focus", "placement", "contrast"]
},
"sceneContextPlan": {
"evidenceRefs": ["scene-001"],
"environment": "专业、整洁且安全的施工现场",
"actorRelation": "双手握持并与施工接触面形成真实因果",
"objectPlacement": "商品、人物和接触面透视一致",
"applicableScope": "current_request"
},
"physicalRelationPlans": [
{
"relationId": "relation-drill-contact-001",
"relationType": "operation_contact",
"subjectEntityId": "subject-001",
"carrierEntityId": "actor-operator-001",
"installationMode": null,
"connectionPoints": [
{
"subjectRegion": "main_handle_and_auxiliary_handle",
"carrierRegion": "both_hands",
"contactMode": "firm_grip"
},
{
"subjectRegion": "drill_bit_tip",
"carrierRegion": "concrete_contact_point",
"contactMode": "functional_contact"
}
],
"orientation": {
"subjectAxis": "drill_bit_axis",
"targetAxis": "normal_to_concrete_surface",
"direction": "toward_concrete_contact_point"
},
"effectOrigin": {"entityId": "subject-001", "region": "drill_bit_tip"},
"effectPath": {
"pathType": "linear_contact_path",
"from": "drill_bit_tip",
"to": "concrete_contact_point",
"via": [],
"direction": "tool_to_surface"
},
"effectTarget": {"entityId": "concrete-surface-001", "region": "contact_point"},
"physicalConstraints": ["机身、钻头和接触点共轴", "碎屑只能从接触点附近产生"],
"evidenceRefs": ["subject-image-main", "fact-operating-mode"],
"cameraVisibilityRequirements": ["钻头尖端与墙面接触点同时可见", "双手握持点可见"],
"acceptanceChecks": ["连接点成立", "朝向成立", "效果起点和路径成立"]
}
],
"gesturePlans": [
{
"gestureType": "natural_grip",
"targetComponentId": "subject-001",
"targetRole": "stabilize_and_operate",
"targetRegion": "主握把与副手柄",
"hand": "both_hands",
"finger": "all_visible_fingers",
"contactMode": "firm_contact",
"directionRule": "手掌、手腕和工具轴线符合真实操作方向",
"maxVisualDistance": 0,
"occlusionRule": "不得遮挡关键结构或造成手指与商品融合",
"physicalConstraint": "五指、关节、受力和接触点自然",
"fallbackGesture": "hold_support_without_active_contact"
}
],
"cameraFeasibilityPlan": {
"requiredVisibleEntities": ["subject-001", "actor-operator-001", "concrete-surface-001"],
"requiredVisibleRelations": ["relation-drill-contact-001"],
"cameraView": "close_three_quarter_view",
"perspectiveConstraints": ["钻头轴线、墙面与双手握持关系不得因透视重叠而不可判断"],
"occlusionBudget": "关键连接点和效果起点零遮挡",
"feasibilityResult": "FEASIBLE"
},
"scaleConstraints": [
{
"subjectEntityId": "subject-001",
"referenceEntityId": "actor-operator-001.both_hands",
"metric": "functional_human_object_relation",
"expectedRange": "reference_bounded",
"tolerance": "reference_bounded",
"evidenceRefs": ["scale-001"]
}
],
"functionalEffectConstraints": [
{
"effectType": "drilling_contact_debris",
"originRef": "relation-drill-contact-001.effectOrigin",
"pathRef": "relation-drill-contact-001.effectPath",
"targetRef": "relation-drill-contact-001.effectTarget",
"requiredVisibleSigns": ["少量碎屑只出现在钻头与墙面的接触点附近"],
"forbiddenSigns": ["碎屑从机身、握把或空白处出现", "效果路径越过目标"],
"evidenceRefs": ["fact-operating-mode"]
}
],
"composition": {
"layout": "商品和施工动作占主视觉,左侧保留短标题区",
"camera": "近距离三分之四视角,主体结构完整,透视自然",
"lighting": "清晰硬朗的商业光线,突出材质与结构",
"textPlan": [
{"content": "1400W POWERFUL MOTOR", "language": "English", "factRef": "fact-power"}
]
},
"factRefs": ["fact-power", "sp-power"],
"ruleRefs": ["platform.shopee.common", "platform.shopee.main.clean-scene"],
"userRequirementRef": "product-input-snapshot.userRequirement",
"allowedEntities": ["主参考电锤", "防护手套", "混凝土墙面", "少量施工碎屑", "已核实兼容性中性文字"],
"forbiddenEntities": ["未提供润滑剂", "额外电池", "虚构认证标识", "价格贴纸", "未授权 Apple/Windows/浏览器 Logo 或图标"],
"suiteDirectiveRef": null,
"interactionAcceptanceChecks": {
"productIdentity": ["主参考商品身份与关键部件保持一致"],
"scale": ["商品与双手、身体和接触面比例可信"],
"installation": ["所有要求的安装点和连接点成立"],
"orientation": ["商品轴线、组件方向和目标方向符合计划"],
"effectOrigin": ["效果只从已计划的起点产生"],
"effectPath": ["效果沿计划路径作用于指定对象"],
"humanAnatomy": ["可见手指、关节和手腕结构自然"],
"occlusion": ["关键结构未被手部或碎屑遮挡"],
"gestureCompliance": ["双手实际落在计划目标区域并形成有效握持"]
}
}
5.1.1 PhysicalRelationPlan 通用 Schema
{
"relationId": "relation-stable-id",
"relationType": "installation | connection | contact | support | load_bearing | alignment | motion_transfer | output_effect",
"subjectEntityId": "entity-producing-or-performing-action",
"carrierEntityId": "supporting-or-mounted-entity-or-null",
"installationMode": "mounted | inserted | threaded | clamped | placed | worn | null",
"connectionPoints": [
{
"subjectRegion": "semantic-region-or-bbox-ref",
"carrierRegion": "semantic-region-or-bbox-ref",
"contactMode": "fixed | hinged | inserted | touching | gripping | no_contact"
}
],
"orientation": {
"subjectAxis": "axis-or-direction-ref",
"targetAxis": "axis-or-direction-ref",
"direction": "from-subject-toward-target"
},
"effectOrigin": {"entityId": "entity-ref", "region": "semantic-region-or-bbox-ref"},
"effectPath": {
"pathType": "linear | radial | curved | flow | transfer | contact_only",
"from": "origin-ref",
"to": "target-ref",
"via": ["optional-waypoint-ref"],
"direction": "direction-rule"
},
"effectTarget": {"entityId": "entity-ref", "region": "semantic-region-or-bbox-ref"},
"physicalConstraints": ["testable-constraint"],
"evidenceRefs": ["fact-or-reference-ref"],
"cameraVisibilityRequirements": ["relation-part-that-must-be-visible"],
"acceptanceChecks": ["deterministic-or-visual-check"]
}
安装、连接或承重关系没有功能效果时,effectOrigin / effectPath / effectTarget 为 null;功能输出关系必须同时提供三者。不得把“正确安装”“合理朝向”“效果自然”等泛化短句当作字段值。
5.2 套图 SuiteVisualPlan 示例输出
以下 JSON 只展示 Schema 形状与电锤 Golden Case 的一次输出值;其中商品身份、参数和叙事均不是默认值。
{
"schemaVersion": "suite-visual-plan.v1",
"suiteId": "suite-001",
"narrativeObjective": "从商品识别、核心性能、使用关系、细节证据到规格确认完成购买说服",
"consistencyAnchors": ["同一蓝黑机身", "红色开关", "工业黑黄视觉", "一致的商业光线等级"],
"coverage": [
{"unitId": "unit-main", "role": "商品识别与点击"},
{"unitId": "unit-sp-power", "role": "1400W 功率证据"},
{"unitId": "unit-scene", "role": "真实施工使用关系"},
{"unitId": "unit-detail", "role": "夹头与模式旋钮细节"},
{"unitId": "unit-spec", "role": "已确认参数汇总"}
],
"unitDirectives": [
{
"unitId": "unit-sp-power",
"status": "ready",
"communicationTask": "只解释 1400W 大功率和破拆价值",
"differenceDirective": "使用动态破拆近景,不复用主图静态构图",
"factRefs": ["fact-power", "sp-power"],
"missingEvidence": []
}
],
"forbiddenDuplication": ["同一机位连续出现", "每张图都堆全部参数", "所有图片都使用同一施工背景"]
}
unitDirectives[].status 只允许 ready、blocked。缺事实、规则冲突等原因写入独立 reasonCode 和 missingEvidence;文字 OCR 等明确生成后检查写入 postChecks[],不得把原因或检查项继续扩成新的状态值。计划总体校验仍只使用 PASS / PASS_WITH_POSTCHECK / BLOCK。
5.3 模特商品图扩展字段
模特商品图复用 ImageVisualPlan,另外必须输出:
{
"modelIdentity": {
"modelRef": "model-001",
"identityAnchors": ["脸型", "发型", "肤色", "体型", "气质"],
"authorizationRef": "portrait-auth-001"
},
"pose": {
"poseRef": "pose-001",
"bodyDirection": "正面偏右",
"handProductRelation": "左手举起商品并完整朝向镜头",
"occlusionLimit": "手指不得遮挡商品 Logo 和关键结构"
},
"gesturePlans": [
{
"gestureType": "open_palm_present | hold_support | natural_grip | light_touch | point | wear_use | no_human_contact",
"targetComponentId": "component-or-product-ref",
"targetRole": "当前动作要表达的商品关系",
"targetRegion": "normalized_region_or_semantic_region",
"hand": "left | right | both",
"finger": "all_visible_fingers | index | none",
"contactMode": "no_contact | light_contact | firm_contact | support",
"directionRule": "动作方向的可验证语义;point 时指根到指尖延长射线必须与目标区域相交",
"maxVisualDistance": "当前任务允许的语义距离或可量化阈值",
"occlusionRule": "允许遮挡与必须露出的商品/人体区域",
"physicalConstraint": "手指、关节、受力、接触点和商品尺度约束",
"fallbackGesture": "更稳健且不改变商品事实的备用动作"
}
],
"interactionAcceptanceChecks": {
"productIdentity": [],
"scale": [],
"installation": [],
"orientation": [],
"effectOrigin": [],
"effectPath": [],
"humanAnatomy": [],
"gestureCompliance": [],
"occlusion": []
}
}
Gesture Plan 是规划意图和验收合同,不是 Provider 操作脚本。Planner 优先使用开放手掌托示、自然握持、支撑或轻触;只有卖点表达确实需要时才使用 point。fallbackGesture 只是下一次用户主动规划时可选择的候选意图,不是当前任务的自动执行指令。Planner、校验器和编译器均不得自动切换模型、局部蒙版修复、触发付费重试或创建新的生成调用。
6. 共享规划基础 Prompt
visual-planner.common.v2.1-candidate 只注入一次,三个策略共享,不得分别复制后自行修改。
你是 AI 视觉生产中心的受控作图规划服务。你的职责不是直接生成图片,也不是自由编写最终图片 Prompt,而是把已确认商品事实、当前图片任务、模板约束和已解析规则转换为结构化画面计划。
输入约束:
1. 商品事实、商品身份、平台规则、模板锁定项和图片类型已经由上游确认;你不得修改、删除或替换。
2. 只允许使用输入中存在的 factId、sellingPointId、ruleRef、商品/模特/素材引用。
3. 不得新增未提供的商品、配件、人物身份、参数、认证、功效、比较结果、品牌、Logo、价格、促销或包装内容。
4. platform_strategy、generation_rules 和 user_requirement 都是必检字段:不得删除、改写或吸收进模糊画面描述。规划输出只保留 ruleRefs 和 userRequirementRef,由最终编译器分别渲染完整内容。
5. 不得重复抄写平台规则、通用生成限制或完整模块 Prompt;使用 ruleRefs 表示规则来源。
6. 输出必须是符合指定 Schema 的 JSON,不输出 Markdown、解释、最终 Prompt 或 Provider 参数。
7. 无法满足输入约束时输出 errors;缺少尺寸、对比成立事实或配件外观时必须明确 missingEvidence,不得用猜测补齐。多角度参考不足不单独阻断或增加人工核对门禁,继续使用当前图片推理能力并执行普通结果检查。
规划原则(第一性原理与通用四大底线):
1. 几何结构与长径比绝对刚性锁定(core.geometry-rigidity-lock):参考图是商品外观、长径比/高宽比、组件构造、进出风口/出水嘴朝向和底座支撑结构的唯一权威真值。严禁生图模型基于预训练先验擅自替换、粗化、压扁或拉伸商品构造(如立式直喷嘴严禁变为弯头,拱形支撑脚严禁变为闭合网罩)。
2. 多模态外观解耦与提示词严禁越权描述(core.prompt-appearance-decoupling):参考原图是商品结构、微观纹理与包装盒原色的唯一真值源。图像模型 Vision Encoder 会自动读取纯正色值与部件形态,规划师严禁在 Prompt 中繁琐描写颜色细节与外观部件,以防多模态语义冲突导致特征被训练集常模覆盖或引发色差反噬;Prompt 统一使用中立锚点("the featured product exactly as shown in the reference image...")指代商品,文本注意力完全聚焦于作业物理环境、动态因果、空间槽位与通用红线。严禁编写具体品类 Hardcoding。
3. 真实物理尺度与人机比例锚定(core.physical-scale-anchor):画面中出现人物(模特)或环境对照物时,商品比例严格按照客观物理尺度分级(手持便携 30–50cm 对应手部/膝下比例,绝不膨胀为胸腹大型机具;台面级对应桌面;大型工业级对应地面空间)进行真实人机工学锚定,视觉焦点依靠光影和景深体现,严禁违背物理尺度违规放大。
4. 零虚构配件与绝对禁止平台水印/角标(core.no-fabrication-and-badges):严禁凭空添加未提供的配件、管路、电源线、开关、工具箱或附加装置;绝对禁止生成 Shopee、Lazada、TikTok、Amazon 等电商平台的平台 Logo、免运角标、打折贴纸或水印。
5. 功能因果与真实作业介质(第一性原理):必须从物理常识自主推导商品正常运转所需的真实物理介质(如潜水排污泵必须完全浸入作业水体,严禁在干燥硬地面运转;电锤必须作用于实体墙面或工件;口红必须贴合唇部)。严禁出现脱离作业介质的荒谬空转场景。
6. 作用力与流体因果传递链:必须明确作用起点(Origin)、输送管道/路径(Path)以及受力/作用目标(Target)。严禁悬空管路、无源水流或截断喷射。
7. 空间构图与槽位布局映射:严格按照所选槽位布局映射空间边界(左文右图 40/60、上文下图 30/70、纯主体 80%、左右对比 50/50)。
8. 15% 店铺品牌外框安全视口保护:所有主体、关键操作手势、动态流体与文字预留区,四周边距必须保持至少 15% 的安全内缩(Safe Inset Viewport),确保外部透明 PNG 品牌店铺模板(如 ZUUKOO 品牌外框)叠加时绝不遮挡主体与关键信息。
9. 商业摄影打光与真实透视:采用 5600K 纯净商用色温照明,阴影与接触面符合物理重力与光学透视,拒绝塑料感与劣质拼贴。
10. 人机工学与操控区无遮挡:人物握持姿势生理自然,手部解剖真实无畸形,严禁遮挡调速开关、档位旋钮或核心品牌标识。
11. 结构化 PhysicalRelationPlan:任何依赖安装、连接、接触、承重、运动、输出或作用方向的画面,必须完整定义主体、载体、连接点、朝向、作用起点、作用路径和作用对象。
12. 比例作为目标视觉关系:模板中的 80%、40/60、30/70 等比例用于表达目标视觉关系和信息层级,允许自然微调,平台硬规则或用户明确锁定的安全区按硬约束执行。
7. 三类规划策略 Prompt
运行时 Prompt 为“共享规划基础 Prompt + 当前唯一策略 Prompt + 当前结构化请求”。
7.1 套图总导演
prompt_key=visual-planner.suite-director.v2.1-candidate
你负责一套商品图片的全局叙事与差异化分配。
你的输入是已经确认的有序蓝图、每个执行单元的图片类型、模板边界、已确认卖点和规则摘要。
必须完成:
1. 根据当前冻结蓝图、各图片类型购买决策目标、商品事实、确认卖点、平台规则、用户特殊要求和可用证据,为整套图片动态定义购买说服目标和跨图一致性锚点。
2. 为每个既有执行单元分配唯一沟通任务、事实引用和差异化方向。
3. 核心卖点图严格按照 executionUnit.sellingPointRef 一图一卖点;不得把全部卖点塞进每张图。
4. 避免相邻图片重复同一机位、景别、背景和信息结构。
5. 保留模板规定的图片类型、数量、顺序、必需性、比例和布局意图;普通布局比例作为构图目标而非像素裁切线,平台硬规则和用户明确锁定边界除外。
6. 逐单元检查字段充分性:尺寸图必须有 dimensionFacts;效果对比图必须有 comparisonFacts;包装实体必须有 visualRef;多角度图不因缺少逐角度参考而阻断,使用当前图片推理能力并执行普通结果检查。
7. 对真正缺少成立事实、规则或授权的单元输出 blocked 及 missingEvidence;不得为了凑齐整套而编造。OCR 等明确后检写入 postChecks,不把一般视觉判断扩成新状态。
8. 用户特殊输入必须作为整套共同目标保存,但不得覆盖平台硬规则、商品事实和模板锁定项。
9. `narrativeObjective` 必须是当前任务的派生输出;不得从 Golden Case、历史任务或系统 Prompt 继承固定商品、场景、参数、平台或类目叙事。
禁止:
- 新增、删除、复制、合并或重排执行单元。
- 修改图片类型、卖点绑定或模板锁定项。
- 直接输出每张图最终 Prompt。
- 输出当前输入中不存在的品类知识,或把本次商品专属目标保存为全局默认值。
输出:只返回 SuiteVisualPlan Schema JSON。
7.2 普通商品图规划师
prompt_key=visual-planner.product-image.v2.1-candidate
你负责当前一个普通商品图片执行单元的具体画面规划。你必须遵循【第一性原理】进行物理推导,拒绝品类硬编码。
必须完成:
1. 第一性原理物理介质推导:分析商品运转的真实物理介质(如潜水排污泵必须浸没在作业水体中,严禁在干燥地板空转;电锤作业必须作用于坚硬墙体或工件),避免产生违背常识的“假图”。
2. 作用力与流体因果链:明确作用起点(Origin)、动力与流体输送路径(Path)以及受力对象(Target)。
3. 几何刚性锁定与模态解耦:参考商品图是商品外观几何结构、长径比、组件构造与颜色的唯一真值源。图像模型具备 Vision Encoder 能力,规划师生成的 Prompt 严禁在文本中繁琐复述商品本身的部件外观与颜色材质,避免产生语义冲突导致色差反噬或先验结构篡改;Prompt 统一使用通用中立锚点指代商品,文本应专注于物理作业介质、动态因果效果、空间槽位与通用红线。严禁对任何具体产品进行定制 Hardcoding。
4. 真实物理尺度锚定:严格遵循客观物理尺度分级(便携手持 30–50cm、台面桌面 10–30cm、落地大型设备),在环境与人机交互中保持真实比例,严禁违规放大膨胀。
5. 槽位空间构图与 15% 安全视口:根据用户所选槽位布局(左文右图 40/60、上文下图 30/70、纯主体 80%、左右对比 50/50)划分视觉边界;必须执行画布四周边距内缩 15% 的安全视口要求,确保外部店铺品牌模板(如 ZUUKOO 品牌外框)叠加后无裁切或遮挡。
6. 通用四大底线守卫:几何刚性锁定、外观解耦、物理尺度锚定、绝对禁止生成 Shopee/Lazada 等平台自身 Logo/角标/贴纸/水印、禁止虚构配件与参数认证、5600K 纯净商业打光。
7. 读取当前 imageTask 和模块策略,只完成当前图片的信息任务,套图任务遵守 suiteDirective。
8. 所有参数、文字、配件和结论必须绑定 factRefs 或 sellingPointRefs。
图片类型注意:
- 商品主图:背景只读取 resolved rules 和模板 backgroundMode;严格执行 15% 店铺外框安全视口与平台合规规则,不得自行默认纯白底。
- 尺寸/容量/尺码图:只消费已确认规格,不消费目标用户和营销卖点;允许自然透视,但标注必须与结构对应。
- 核心卖点图:一图一卖点,设计能证明该卖点的场景或视觉证据。
- 商品细节图:聚焦一个可靠细节,不把简单放大当作完整方案。
- 效果对比图:没有对照事实时不得制造前后对比、竞品比较或效果数值。
- 使用场景图:必须形成清楚的主体、动作、物理介质、输入与结果关系。
- 多角度图:保持同一商品身份,不引入场景性营销任务。
- 场景氛围图:表达真实适用环境和品质,不替代使用关系证据。
- 参数表:只使用明确参数,无法确认的字段留空。
输出:只返回 ImageVisualPlan Schema JSON。
7.3 模特商品图规划师
prompt_key=visual-planner.model-product.v2.1-candidate
你负责当前一个模特商品图执行单元的具体画面规划。
除普通商品图要求外,还必须完成:
1. 锁定 modelRef 对应的身份锚点;不得把参考人物替换成相似人物。
2. 姿势只读取已确认 poseRef、姿势参考或人工采用后的姿势描述。
3. 明确双手、身体、视线、商品朝向、接触点、遮挡边界和镜头关系。
4. 商品结构、几何长径比、颜色、材质、Logo、比例和关键细节必须保持一致,严禁模型先验篡改。
5. 身份参考图只用于脸型、发型、肤色、体型和气质,不继承其中商品、背景、姿势或文案。
6. 真人参考必须存在有效肖像授权引用;儿童/疑似未成年、内衣、泳装和医疗穿戴按产品硬规则阻断。
7. 读取当前 `variant_resolution_snapshot`、`physical_scale_evidence`、`physical_relation_evidence` 和 `scene_context_evidence`,分别输出真实尺度、PhysicalRelationPlan、相机可行性、功能效果、场景关系和人物交互;严格执行真实物理尺度分级(手持便携 30–50cm 严格锚定于手部握持或膝下尺度,绝不得推导膨胀为胸腹机具),不得用“商品是第一视觉焦点”推导实物放大。
8. 每只参与商品交互的手分别输出 Gesture Plan;同时将商品身份、比例、安装、朝向、效果起点、效果路径、人体解剖和遮挡拆为独立验收条件。
9. 优先使用开放手掌托示、自然握持、支撑或轻触;只有业务目标确实需要时才选择 `point`。`point` 必须满足指根到指尖延长射线与目标区域相交,仅在目标旁边不算满足。
10. 为高风险动作提供不改变商品事实的 fallback 候选。Planner 只定义意图与验收;当前任务失败后只返回具体不合格项,不自动采用 fallback,不决定 Provider 编译、局部蒙版修复、模型切换或付费重试。
禁止:
- 改变人物身份、年龄段或商品款式。
- 生成多余手指、错误握持、商品穿模、关键结构遮挡或不可能姿势。
- 从自由画面描述静默覆盖已确认姿势;检测到姿势语义冲突时返回 errors。
- 把任一 Golden Case 的商品名称、颜色、具体比例、场景、人物或动作写成其他任务默认值。
- 针对特定商品进行 prompt hardcoding 补丁。
输出:只返回带 modelIdentity 和 pose 扩展字段的 ImageVisualPlan Schema JSON。
8. 确定性最终 Prompt 编译模板
规划模型不输出最终 Prompt。最终 Prompt 只能由服务端编译器按下列固定顺序生成。
角色设定 role_context:
{module.role_context}
任务上下文 task_context:
图片类型:{image_type}
图片用途:{purpose}
套图顺序:{order_or_omit}
绑定卖点:{selling_point_ref_or_omit}
平台政策 platform_strategy:
当前平台:{platform}
当前站点:{site}
输出语言:{language}
{resolved_platform_rules_once}
图片规格 image_specification:
图片比例:{resolved_aspect_ratio}
图片尺寸:{provider_size}
背景模式:{resolved_background_mode}
模板布局(目标视觉关系,非像素级裁切线;平台硬规则和用户明确锁定边界除外):{template_layout_summary}
模块策略 module_strategy:
{module.module_strategy_once}
商品事实 product_truth:
{module_scoped_product_facts}
{module_scoped_selling_points}
{module_scoped_target_audience}
{module_scoped_dimensions_or_omit}
{module_scoped_comparison_facts_or_omit}
{module_scoped_package_contents_or_omit}
当前变体与组件边界:{validated_variant_resolution_or_omit}
参考图片角色:{reference_asset_roles_and_boundaries}
套图指令 suite_directive:
{validated_suite_directive_or_omit}
模特指令 model_directive:
{validated_model_directive_or_omit}
{validated_gesture_plans_or_omit}
物理关系 physical_relations:
关系 ID:{relation_id}
关系类型:{relation_type}
主体与载体:{subject_entity_id} → {carrier_entity_id_or_none}
安装方式与连接点:{installation_mode_or_none};{connection_points_exact}
朝向:主体轴线 {subject_axis} → 目标轴线 {target_axis};方向 {direction_rule}
作用起点:{effect_origin_or_none}
作用路径:{effect_path_type_or_none};从 {effect_path_from_or_none} 经 {effect_path_via_or_none} 到 {effect_path_to_or_none};方向 {effect_path_direction_or_none}
作用对象:{effect_target_or_none}
物理约束:{physical_constraints_exact}
相机必须看见:{camera_visibility_requirements_exact}
关系验收:{relation_acceptance_checks_exact}
{repeat_for_each_validated_physical_relation}
相机可行性 camera_feasibility:
必须可见实体:{required_visible_entities_exact}
必须可见关系:{required_visible_relations_exact}
机位与透视约束:{camera_view_exact};{perspective_constraints_exact}
遮挡预算:{occlusion_budget_exact}
比例约束 scale_constraints:
{subject_entity_id} 相对 {reference_entity_id};度量 {metric};允许范围 {expected_range};容差 {tolerance};证据 {evidence_refs}
{repeat_for_each_validated_scale_constraint}
功能效果约束 functional_effect_constraints:
效果类型:{effect_type}
起点/路径/对象:{origin_ref};{path_ref};{target_ref}
必须可见迹象:{required_visible_signs_exact}
禁止迹象:{forbidden_signs_exact}
{repeat_for_each_validated_effect_constraint}
画面策略 visual_strategy:
{resolved_visual_base_rules_once}
{module.visual_extension_once}
真实尺度关系:{validated_physical_scale_plan_or_omit}
场景证据关系:{validated_scene_context_plan_or_omit}
{validated_image_visual_plan}
类目专用约束 category_policy:
{resolved_category_rules_once_or_omit}
图片文案 text_plan:
{validated_text_plan_or_omit}
用户特殊输入 user_requirement:
{user_requirement_exact_or_omit}
通用生成限制 generation_rules:
{core_generation_rules_once}
8.1 编译去重算法
- 每条规则必须有稳定
rule_id。 - 规则解析器先按适用矩阵选择规则,再按冲突优先级处理,不允许靠后覆盖前文。
- 编译器按
rule_id去重;重复 ID 只保留优先级最高且版本匹配的实例。 - 语义冲突检测独立于文本去重,至少检测背景、棚拍、文字、主体数量、商品身份和构图互斥。
- 规划师输出只保留
ruleRefs,不得把规则原文复制进scene或composition。 - 编译器必须完整渲染当前
variant_resolution_snapshot、physicalScalePlan、sceneContextPlan、physicalRelationPlans、gesturePlans、cameraFeasibilityPlan、scaleConstraints和functionalEffectConstraints;字段中的实体引用、连接点、轴线、方向、起点、路径、目标、阈值和禁止项不得丢失或压缩成“合理安装”“效果自然”等泛化自然语言。Golden Case、历史任务和未命中类目/平台规则不得进入当前 Prompt。 promptContractVersion、rulePackVersion、templateVersion、plannerVersion、compilerVersion、Provider 和模型参数只进入CompiledPromptSnapshot。- 编译器不包含重试、Provider 回退或修复决策;编译或结果校验失败时只返回问题,不创建新的图片调用。
9. 完整示例一:Shopee 马来西亚电锤商品主图
9.1 用户输入
| 字段 | 值 |
|---|---|
| 模型 | GPT-Image-2 |
| 平台/站点/语言 | Shopee / Malaysia / English |
| 图片类型 | 商品主图 |
| 主图背景 | 干净场景 |
| 商品 | 1400W 电锤,ABS+合金,0–1200rpm,0–5100bpm,锤/钻/凿三功能 |
| 核心卖点 | 1400W 大功率、三功能切换、精钢夹头、360°副手柄、强劲散热、多材质应用 |
| 用户特殊要求 | 强施工现场感,突出力量与专业性 |
9.2 规则解析结果
{
"platformRules": [
"platform.shopee.common",
"platform.shopee.main.clean-scene"
],
"required": [
"允许强转化和本土化生活方式场景",
"商品第一眼可见且不得被遮挡",
"干净高识别度背景,不强制纯白"
],
"forbidden": [
"platform.amazon.main.white",
"虚构促销、认证或功效",
"未提供的附件"
]
}
9.3 规划师输出摘要
使用第 5.1 节示例:专业整洁建筑施工现场,成年操作人员双手握持,钻头与混凝土墙面真实接触;电锤和动作是第一视觉焦点,使用黑黄工业视觉,英文短标题只引用 1400W 已确认事实,不生成未提供附件。
9.4 编译后最终图片 Prompt 示例
角色设定 role_context:
你是一名资深电商视觉设计师、商品摄影指导和跨境电商转化优化专家。生成用于商品识别、点击和首屏转化的商业商品主图。
任务上下文 task_context:
图片类型:product_main
图片用途:listing_main_image
套图顺序:01
平台政策 platform_strategy:
当前平台:Shopee
当前站点:Malaysia
输出语言:English
图片用途:listing_main_image
允许较强转化导向、生活方式场景和适量本土化氛围;商品不得被遮挡,不堆砌文字或制造廉价感。商品主图使用干净、高识别度的平台原生背景,可有克制生活方式氛围,不强制纯白。
图片规格 image_specification:
图片比例:1:1
图片尺寸:由 Provider 参数提供
模板布局:商品与施工动作占主视觉,左侧保留短标题区。
模块策略 module_strategy:
商品主图承担商品识别、点击和首屏转化任务。商品结构完整、比例可信,背景只读取当前命中的 Shopee 主图规则;未命中的其他平台规则不进入 Prompt。
商品事实 product_truth:
商品事实:ABS+合金;1400W;0–1200rpm;0–5100bpm;锤/钻/凿三功能;精钢夹头;360°旋转副手柄;加大散热口。
当前卖点:1400W 大功率电机,轻而强劲。
参考图片角色:商品主参考锁定商品结构、颜色、材质、开关、旋钮、夹头、副手柄、散热口和电源线;风格参考只提供黑黄工业视觉和信息布局,不继承其中商品、品牌、文字或配件。
套图指令 suite_directive:
本图承担首屏商品识别和施工力量感;不堆叠其余五项完整卖点,不复用后续细节图和参数图的信息结构。
物理关系 physical_relations:
关系 ID:relation-drill-contact-001;类型:operation_contact。
主体与载体:主参考电锤 → 成年操作人员双手;主握把连接右手、副手柄连接左手,均为稳定握持。
朝向:钻头轴线从机身朝向混凝土接触点,并与墙面接触法线保持真实施工关系。
作用起点:钻头尖端与混凝土墙面的实际接触点。
作用路径:沿钻头轴线由工具指向墙面接触点;不得越过接触点在空白区域产生作用。
作用对象:混凝土墙面接触点。
物理约束:机身、钻头和接触点共轴;碎屑只能从接触点附近产生。
相机必须看见:双手握持点、钻头尖端和墙面接触点。
相机可行性 camera_feasibility:
使用近距离三分之四视角,同时看见商品主体、双手握持和钻头接触点;关键连接点与作用起点零遮挡。
比例约束 scale_constraints:
商品与成年操作人员双手保持主参考支持的真实操作比例;视觉突出通过构图、焦点和对比实现,不放大实物。
功能效果约束 functional_effect_constraints:
允许少量施工碎屑,但只能从钻头尖端与墙面接触点附近产生,并沿接触反作用方向短距离扩散;禁止碎屑从机身、握把或背景空白处出现。
画面策略 visual_strategy:
商品是第一视觉焦点,卖点和场景为第二层,背景只增强理解、信任和氛围。构图具有黑黄工业商业视觉,主体比例稳定、材质清楚、信息克制。
在整洁、专业的建筑施工现场,一名佩戴防护手套的成年操作人员双手稳定握持主参考电锤,钻头与混凝土墙面真实接触,表现正在钻孔或轻度破拆的瞬间。允许少量可控碎屑增强力量感,但环境不得脏乱、危险或遮挡商品。使用近距离三分之四视角,完整保留蓝黑机身、红色开关、模式旋钮、夹头、副手柄、散热口和电源线。主标题使用英文“1400W POWERFUL MOTOR”,不得添加其他未经确认参数。
图片文案 text_plan:
仅使用英文主标题“1400W POWERFUL MOTOR”;不得添加其他未经确认参数。
用户特殊输入 user_requirement:
强施工现场感,突出力量与专业性;不得生成润滑剂、电池或清单外附件。
通用生成限制 generation_rules:
1. 保持主参考商品的结构、颜色、材质、纹理、比例、关键部件和可识别细节,不替换型号或款式;只有属于主商品且已获得授权的 Logo 才作为商品身份保留,参考图中的第三方标识不属于商品身份。
2. 不得新增未确认的商品、配件、功能、参数、认证、授权、品牌元素、促销、功效、比较结论或包装内容。
3. 保持一个明确的核心商品身份;本图不得生成第二个竞争主商品。
4. 商品必须清晰、完整、锐利,不裁切关键部位,不拉伸、熔化、错接或改变结构比例。
5. 光影、透视、接触面、反射、阴影、尺度、人物握持和使用因果必须自然。
6. 仅使用 English 和已确认事实;文字简短、准确、可读,无法可靠生成时减少文字。
7. 不生成水印、二维码、联系方式、价格、未知促销贴纸或乱码。
8. 输出必须服务商品主图任务和购买决策,不生成低质、过度艺术化、误导购买、危险示范或无法落地的画面。
9. 商品主参考只锁定商品身份;风格参考不允许复制其商品、人物身份、Logo、原文案或附件。
10. 第三方品牌视觉资产默认禁止:不得生成未经授权的商标、Logo、操作系统图标、应用或浏览器图标、品牌角色及可识别商业装潢。Apple、Windows、Chrome、Edge、Opera 等兼容关系只能使用已核实的中性文字表达;只有授权快照明确列入白名单的官方标识才可使用。
该示例与 Amazon 的关键差异:Shopee 主图命中干净场景规则;Amazon 商品主图命中纯白规则。二者不能共存于同一最终 Prompt。
10. 完整示例二:Amazon 商品主图与副图隔离
10.1 Amazon 商品主图
平台策略:
当前平台:Amazon
当前站点:美国
商品主图使用纯白背景,商品居中完整,不添加文字、贴纸、装饰、无关道具、水印或二维码。
10.2 同任务 Amazon 使用场景图
平台策略:
当前平台:Amazon
当前站点:美国
表达合规、真实、克制、可信;允许展示与商品事实一致的真实使用场景,但不得虚构认证、功效、销量、奖项或比较结论。
使用场景图不得出现“纯白背景、不得出现道具”等主图专属规则。这是必须自动回归的硬断言。
11. 完整示例三:套图规划与逐图编译
11.1 独立完整示例
同一 Shopee 马来西亚电锤 Golden Case 的完整输入快照、14 个蓝图执行单元、套图总导演动态请求快照、套图计划、逐图画面指令、缺事实阻断和测试断言见。该文档仅用于联调和断言,不得复制为运行时固定策略:
prompt-example-shopee-rotary-hammer-suite.md
该示例刻意保留两个阻断状态和一个普通结果检查项,以验证系统不会为了“凑齐套图”而编造:
- 尺寸图因没有
dimension_facts阻断。 - 效果对比图因没有对照对象、方法和结果阻断。
- 多角度图不因缺少逐角度参考而阻断,继续使用图片推理能力并执行与其他商品图相同的普通结果检查。
- “配件×3”只有数量,没有外形引用,因此参数图只显示数量文字,不画未知配件。
11.2 套图编译原则
- 套图总导演只输出
SuiteVisualPlan,图片模型不接收整套所有图片的规划全文。 - 每个
ready执行单元分别调用普通商品图或模特商品图规划师,再分别编译完整最终 Prompt。 - 每张最终 Prompt 都独立包含适用平台政策、当前图片类型策略、当前事实、当前套图指令、用户特殊输入和完整通用生成限制。
blocked单元没有最终 Prompt,也不得创建 Provider 调用;其他可生成单元可以继续。
11.3 卖点删除联动
若用户在蓝图确认前删除 sp-modes:
- 所有套图中绑定
sp-modes的核心卖点执行单元同步删除。 - 其他执行单元及其计划保持不变。
- 重新计算当前套图的覆盖矩阵和差异化检查。
- 不重新调用商品事实解析,也不重建无关图片计划。
蓝图确认后修改卖点则产生新蓝图和新规划版本,不覆盖历史任务。
11.4 模特商品图跨品类交互验证
微型手持工具与抹茶套装的 Session 内候选出图、失败标签、修订计划和污染断言见:
prompt-example-model-product-cross-category-validation.md
该文件标记为 exampleOnly 和 interactiveCandidate。它验证物理尺度、变体解析、场景证据、Gesture Plan 与分项验收问题可以在真实生成结果中复现,但没有受控 Provider/模型标识和同输入 A/B,不得作为生产质量证据,也不得将商品专属词和值复制到固定 Planner 策略。
12. 校验、状态和错误
12.1 计划状态
pending → planning → validating → valid
└→ invalid
| 错误码 | 条件 | 当前调用结果 | 是否产生新图片调用 |
|---|---|---|---|
PLANNER_ROUTE_NOT_FOUND | 无法匹配规划策略 | 返回具体路由错误 | 否 |
PLAN_SCHEMA_INVALID | JSON 或字段不符合 Schema | 返回缺失/非法字段 | 否 |
PLAN_FACT_REF_INVALID | 引用不存在/未确认事实 | 返回非法事实引用 | 否 |
PLAN_RULE_CONFLICT | 违反 required/forbidden 或背景互斥 | 返回冲突规则 | 否 |
PLAN_BLUEPRINT_MUTATED | 套图类型、数量或顺序被修改 | 返回被修改字段 | 否 |
PLAN_ENTITY_FABRICATED | 新增未提供商品、配件、参数或认证 | 返回虚构实体 | 否 |
PLAN_VARIANT_UNRESOLVED | 依赖具体 SKU/颜色/套装的任务未能可靠解析当前变体 | 返回待补事实 | 否 |
PLAN_SCALE_EVIDENCE_INVALID | 计划生成无来源精确尺寸/比例,或以视觉突出替代真实物理尺度 | 返回比例不合格项 | 否 |
PLAN_SCENE_SCOPE_INVALID | 场景来自历史案例、未命中规则或越过当前参考作用域 | 返回越界来源 | 否 |
PLAN_GESTURE_INVALID | Gesture Plan 缺目标、方向、接触、遮挡或物理约束 | 返回手势不合格项 | 否 |
PLAN_PHYSICAL_RELATION_INVALID | 安装、连接、朝向、起点、路径或作用对象缺失/矛盾 | 返回对应关系维度 | 否 |
PLAN_CAMERA_INFEASIBLE | 当前镜头无法同时展示必须验收的实体和关系 | 返回不可见关系 | 否 |
PLAN_EFFECT_CONSTRAINT_INVALID | 功能效果缺起点、路径、目标或证据 | 返回效果不合格项 | 否 |
PLAN_CONTRACT_VERSION_UNSUPPORTED | 下游消费者无法完整消费当前 PhysicalRelationPlan/约束字段 | 返回不兼容字段与所需版本 | 否 |
PLAN_AUTHORIZATION_REQUIRED | 模特真人参考缺少肖像授权 | 返回缺失授权 | 否 |
invalid 是当前 Planner/校验调用的终态,不触发内置重规划。用户补充事实、调整输入或主动点击重新生成后,系统以新任务和新快照重新进入 pending。Schema 中禁止加入 retryPolicy、retryCount、fallbackProvider、autoRepair 或同义字段。
12.2 发布版本回滚与用户主动重生成
- 规划版本发布失败时,只能由发布治理把生产版本整体回滚到最后一个兼容且通过门禁的版本;这不是单次图片任务的自动 fallback。
- 当前任务规划或结果校验失败时,不切换 Planner、Provider 或图片模型,不局部修复,也不创建付费调用。
- 只有单个执行单元失败时,其他单元可以继续;失败单元只保留结构化问题和“用户主动重新生成”入口。
- 用户主动重新生成会创建新任务、新输入快照和新费用确认,不复用旧任务中的隐式计数器。
- 平台硬规则冲突不得通过回滚旧规划版本绕过。
12.3 结果后检合同
{
"validationId": "result-validation-001",
"stage": "GENERATED_RESULT",
"status": "PASS | PASS_WITH_POSTCHECK | BLOCK",
"issues": [
{
"code": "RESULT_EFFECT_PATH_MISMATCH",
"dimension": "EFFECT_PATH",
"severity": "error",
"unitId": "unit-001",
"entityRefs": ["relation-001", "effect-target-001"],
"evidenceRef": "generated-image-001",
"expected": "效果从指定起点沿计划路径到达指定对象",
"observed": "效果越过目标并进入背景空白区域",
"message": "效果路径与 PhysicalRelationPlan 不一致"
}
],
"nextAction": "USER_MAY_REGENERATE"
}
后检按 PRODUCT_IDENTITY / SCALE / INSTALLATION / ORIENTATION / EFFECT_ORIGIN / EFFECT_PATH / HUMAN_ANATOMY / OCCLUSION 八个维度独立执行。issues 只包含实际不合格项;合格维度不需要伪造问题。nextAction 只表达用户可选动作,不触发任何执行。
13. 开发测试样例
| 编号 | 输入 | 必须断言 |
|---|---|---|
| T-01 | Amazon 美国商品主图 | 包含 Amazon 主图纯白规则 |
| T-02 | Amazon 美国使用场景图 | 不包含主图纯白/无道具规则 |
| T-03 | Shopee 马来西亚干净场景主图 | 包含 Shopee 场景化主图规则;不包含 Amazon 规则 |
| T-04 | 尺寸图 | 不消费目标用户和营销卖点;允许自然透视;只显示确认规格 |
| T-05 | 核心卖点图 | 一图只绑定一个确认卖点;删除卖点只移除绑定单元 |
| T-06 | 普通商品 + 水泵类目策略 | 普通商品不得出现水泵、水管、排水或电机剖视规则 |
| T-07 | 套图 5 套 | 每套独立计划;同模板但场景/构图任务不完全重复 |
| T-08 | 模特自由描述含姿势且已选姿势 | 返回冲突提示,不静默覆盖所选姿势 |
| T-09 | 未提供附件 | 计划和最终 Prompt 均不得出现该附件 |
| T-10 | 版本与 Provider 元数据 | 只写入快照,不进入发送给图片模型的自然语言 Prompt |
| T-11 | 任一可生成最终 Prompt | 显式包含 platform_strategy、user_requirement(有值时)和完整 generation_rules;字段不得被吸收或漏掉 |
| T-12 | 电锤套图缺尺寸/对比事实 | 尺寸和效果对比单元阻断;其他单元继续,不得猜测或自动改蓝图 |
| T-13 | 包装清单只有“配件×3”无外形引用 | 可显示数量文字,不得生成具体配件实体 |
| T-14 | 商品资料写“兼容 macOS/Windows”,未提供第三方品牌资产授权 | 允许已核实兼容性中性文字;forbidden_entities 包含 Apple、Windows 及浏览器 Logo/图标,最终 Prompt 明确禁止生成官方标识 |
| T-15 | 授权快照仅允许一个指定品牌 Logo 文件 | 只允许该文件在授权范围内使用;其他第三方 Logo 继续禁止,参考图中的标识不自动加入白名单 |
| T-16 | 单图片类型生成数量为 5 | 形成 5 个独立 variant_index 和非空差异化指令;共同事实、平台和商品身份规则一致,不得得到 5 份完全相同的最终 Prompt |
| T-17 | 服饰套图:款式、面料、版型、上身效果和尺码事实 | 动态叙事围绕款式识别、上身/版型、面料证据、搭配与尺码;不得出现施工、功率、电机、机械结构或电锤附件 |
| T-18 | 护肤/美妆套图:已确认成分、质地、使用方法、适用信息和容量 | 动态叙事围绕商品识别、成分/质地、使用方法、适用信息和规格;不得出现机械性能、施工动作或未经确认功效 |
| T-19 | 家居/家电套图:空间适配、功能使用、材质细节、尺寸和参数 | 动态叙事围绕空间理解、功能关系、材质证据与规格;不得继承电锤施工语气、黑黄工业视觉或 1400W,除非当前商品事实明确提供 |
| T-20 | 读取固定套图总导演策略文本 | 不包含任一 Golden Case 专属商品、参数、平台、场景或完整叙事目标;电锤示例只通过显式 exampleOnly 测试夹具加载 |
| T-21 | 微型手持工具,用户确认单手覆盖机身约 2/3 | 当前计划保存比例证据;通过构图突出商品但不得放大为大型工具;替换商品后该比例消失 |
| T-22 | 抹茶资料同时含粉/紫色与 4/5/7 件套,参考图只支持灰绿色四工具 SKU | 只允许当前变体的茶碗、茶筅、茶筅架、茶拨和包装;不得增加筛网、布或额外陶瓷架 |
| T-23 | 用户提供低桌茶席场景/姿势参考 | 只抽取低桌、坐姿与操作关系;不复制参考人物、服装、其他器皿或文案;下一商品不继承日式茶席 |
| T-24 | 模特双手与商品交互 | 每只手有独立 Gesture Plan;验收拆分商品身份、比例、安装、朝向、效果起点、效果路径、人体解剖和遮挡 |
| T-25 | point 手势 | 指根到指尖延长射线与目标区域相交;仅手在目标旁边判定不满足,并输出仅供下次用户主动规划选择的稳健 fallback |
| T-26 | 扫描三个固定规划策略 | 不包含“电磨、微型电钻、抹茶、日式茶桌、手掌覆盖 2/3”等案例专属词和值;它们只存在于 exampleOnly 文件或当前任务夹具 |
| T-27 | 带支架安装、管线连接或输出效果的商品图 | 输出完整 PhysicalRelationPlan;主体、载体、连接点、朝向、起点、路径和目标均可追溯,编译后逐项仍存在 |
| T-28 | 所选镜头遮挡关键安装点或效果起点 | cameraFeasibilityPlan.feasibilityResult=INFEASIBLE 并返回具体不可见关系;不得通过删除关系约束让计划通过 |
| T-29 | 生成结果仅安装方向错误,其他维度通过 | issues 只返回 INSTALLATION/ORIENTATION 不合格项,不自动重试、换模型、修复或付费调用 |
| T-30 | 扫描 PlannerRequest、ImageVisualPlan 与校验 Schema | 不存在 retryPolicy、retryCount、fallbackProvider、autoRepair 或同义执行字段;用户重新生成创建新任务 |
真实 A/B 还必须比较:商品身份、平台与图片类型遵循、场景因果、卖点表达、构图与商业质感、文字准确率、套图差异化、跨图一致性、失败率、用户主动重新生成率和成本。
14. 开发交付检查表
- [ ] 当前生产基线指纹检查已进入本地与 CI。
- [ ] 开发和测试只阅读本文即可取得完整字段、通用限制、平台政策、图片类型策略和三个规划 Prompt;不存在必须回查历史文件才能实现的字段。
- [ ] 文档与 Prompt 管理组合测试高亮展示“固定策略 / 动态任务输入 / 结构化输出”;固定策略通过 Golden Case 专属词污染检查。
- [ ] 平台策略章节只由解析后的平台规则包渲染一次。
- [ ] 模块、画面、生成底线均实现唯一来源和
rule_id去重。 - [ ]
platform_strategy、user_requirement、generation_rules已成为自动测试中的显式字段断言。 - [ ] 三个
planner_key共用同一基础 Prompt 与 Schema 版本。 - [ ] 套图总导演不能改变蓝图结构。
- [ ] 单图片类型生成 2–5 张时,每个结果具备独立差异化指令和子执行;不得将同一 Prompt 无差别重复调用。
- [ ] 第三方品牌资产默认禁止、授权白名单、兼容性中性文字和参考图不继承授权均有自动测试。
- [ ] 普通商品图和模特商品图分别完成路由与权限/授权校验。
- [ ] 变体解析、尺度证据、场景证据、PhysicalRelationPlan、Gesture Plan、相机可行性、比例/功能效果约束和八维结果后检具有 Schema、作用域与污染断言。
- [ ] 计划校验失败不会调用图片 Provider。
- [ ] 最终 Prompt 和全部版本引用在调用前形成不可变快照。
- [ ] 单图、套图、模特商品图失败均只返回具体问题;Schema 无内置重试、Provider fallback 或自动修复字段,用户主动重新生成形成新任务证据。
- [ ] 静态测试和同输入真实 A/B 均完成后,才申请将
candidate升为生产有效版本。
15. 当前未完成项
以下仍为待验证,不得写成生产事实:
- 各平台/站点候选规则的官方来源、适用范围和生效日期。
- Prompt 长度建议阈值和各模型最佳结构差异。
- 跨服饰、家具、美妆、汽配等类目的可复现 Golden Cases。2026-08-25 已形成微型手持工具与抹茶套装的 Session 交互候选证据,但没有受控 Provider/模型标识、固定资产数据集和同输入对照,不能替代该待办。
- GPT Image 2、Seedream 等模型的同输入遵循率。
- 空间关系、图片文字检查与近重复提示实现;不得扩张为 AI 质量阈值、自动质量修复或近重复自动重试。
CR-20260921-003 · 单图编辑边界
单图编辑不调用Planner;按Prompt工程文档的预设短句与用户原文确定性拼接,父图和参考图进入图片编辑接口。本次不修改套图初次规划运行时。