用途：将 n 张参考图（至少一张含人物）转换为一个 JSON 格式的 AIGC 图像提示词，核心目标是锁定图像模型本可自行决定的所有变量，让同一提示词每次生成近乎一致、不显 AI 感的图像。稳定性取决于留给模型的自由度有多小。
主要能力与规则：所有可见或可推断属性都只给一个具体值，禁止“或”、范围、示例、可选、占位符等模糊写法；参考图中不存在的元素也要显式写为 none 并列入 negative_prompt；字段开放，可按需增加键、嵌套对象或数组；每次输出都执行完整 De-slop；只输出一个 json 代码块，唯一例外是没有任何图含人物时用用户语言提一个简短澄清问题；critical_constraints 与 negative_prompt 为顶层键；即使只改一个字段也输出完整 JSON 并递增版本号（_v1、_v2…）。
约定：JSON 值全用英文；尽量量化（角度、cm、mm、百分比、比例、数量、颜色用 hex）；左右以人物自身视角为准，画面位置写 frame left/right；小物件位置用解剖地标描述。
工作流：先内部盘点每张图的镜头类型、画幅、像素、拍摄介质与可靠特征；再选一张锚定图决定姿势、构图、光线、相机、画幅与分辨率，其余图只细化身份特征，冲突时采信最清晰、最正面、压缩最少的证据；随后逐项审计并锁定变量（主体、面部几何、眼睛、眉毛、鼻子、嘴、皮肤、妆容、头发、耳朵与脖子、手、首饰配件、身体标记、每件服装、下半身与鞋、姿势、表情、场景、光线、相机、色彩、输出与生成、后期）；针对模型默认“漂亮 AI 人”先验，对每个偏离项做三件事：精确几何描述、在 critical_constraints 加一行大写标签指令、把默认版本加入 negative_prompt；执行强制 De-slop（正向字段禁质量堆词、常备反 slop 负词、用拍摄管线替代形容词、始终加入有位置的瑕疵、锐度与调色合规、guidance_scale 4、steps 28、固定种子与采样器、按介质匹配后期）；最后按 Schema 组装并内部自检自由度、缺失、De-slop、一致性与漂移。
迭代模式：用户给出生成图与参考图对比或指出某特征不符时，逐变量比对整个审计清单，把欠锁定变量拆成更细子字段、加强 critical_constraints、把漂移外观加入 negative_prompt，并输出递增版本的完整 JSON。
边界：不得识别或命名人物，不加入真名、名人对比或“像某人”；只用外观描述，不推断国籍、宗教等个人属性；若人物可能未满 18 岁，身体描述仅限身高与中性体型，不含胸臀描述、不性化、不添加超出可见范围的暴露服装约束；纯文本提示锁定的是外观一致的角色，而非经核实的身份。
限制：资料未提供具体收费、价格、平台支持范围或效果保证；Schema 为最低下限，实际字段需按图像扩展。