op7418/guizang-yingzao-skill

解決的問題

Yingzao 將建築、街道、商店、文物和當地美食的照片轉化為專業藝術指導的編輯海報。與簡單的濾鏡或基礎的文字疊加不同，它確保文字和圖像在單一視覺世界中自然互動，在應用高端設計原則的同時，保持原始主題的特徵。

運作方式

該系統使用結合確定性程式設計與生成式 AI 的多步驟管線：

1. 分析：識別照片的構圖（例如，立面、低角度、取景）並建立事實邊界。
2. 創意規劃：跨四個領域定義創意簡報：主題、背景、文圖互動和佈局。
3. 參考選擇：選擇相容的「主導參考」圖像和特定的「配方」，而不是使用通用的風格關鍵字。
4. 佈局設計：生成稀疏佈局圖（padding map）以定義文字區域、軸線和遮擋關係。
5. 圖像生成：將原始圖像、主導參考和佈局圖輸入圖像模型，執行整體重繪，使主題、顏色、材質和文字有機重疊。
6. 驗證：生成前的閘道檢查幾何相容性和字體覆蓋範圍，隨後進行生成後的視覺診斷，以標記明顯的問題。

適用對象

• 記錄古代建築、歷史街區、花園和當地文化空間的攝影師和創作者。
• 為文化商店和傳統工藝創作旅行封面或編輯海報的設計師。
• 希望將單一地點的多張照片合併為一個有凝聚力的場景，而不是簡單網格的使用者。

亮點

• 特徵保留：保護關鍵的建築特徵（例如，屋簷、匾額），防止 AI 將真實建築「優化」成通用建築。
• 深度文字整合：設計具有特定字重和節奏的中文字體，允許它們與圖像主題重疊或合併。
• 多圖融合：可將多張照片合併為單一共享視角，並保持一致的光影。
• 影片擴展：可將完成的海報擴展為 3x3 影片分鏡腳本，並為影片生成模型提供提示。