Visual QA 是一个面向生成或编辑视觉内容的独立质量保证与审查路由技能。其核心原则是:基于实际输出进行独立评审,不辩护上游决策,也不批准未经检查的假设性输出。
用途: 用于审查生成或编辑后的视觉内容,判断其是否达到既定质量标准,并在发现问题时将修改请求定向到最合适的责任环节。
主要能力:
- 核心审查:评估简报准确性与主要信息、概念强度、层级与构图、分组/间距/裁剪、排版与精确文案、颜色/对比度、品牌保真度、产品保真度、物理可信度、文化与平台适配及包容性表现、整体工艺、AI 痕迹等适用类别。加权分数须达到配置阈值,且每个适用类别的最低分须通过。
- 硬性门槛:无论平均分如何,出现以下情况即失败:必需文案错误;阿拉伯文字形/连字或 RTL 行为异常;官方标志/标记变形;提供的产品身份/比例出现实质性漂移;焦点解剖、人体尊严或物理交互存在严重缺陷;受保护的编辑内容在边界混合所需范围之外发生实质性变化;本地编辑改变了 EditContract 锁定的裁剪、画布、相机、布局、光照、文字、身份或风格;标注被应用到了错误的语义目标。
- AI 垃圾内容否决触发条件:资料中列出了该机制,但未展开具体触发条件细节。
- 有界编辑审查:当 edit_state 存在时,将输出与已批准的 source_checkpoint 比较,而不是与之前失败的编辑比较,评估目标准确性、编辑范围准确性和附带变化。
- 感知检查:一秒层级测试、缩略图测试、眯眼/模糊值块测试、灰度层级测试、边缘/相切/裁剪测试、品牌关闭特异性测试、7 点包容性表现审查、效果减法测试、物理检查、逐字符文案检查、源与输出编辑范围检查、AI 垃圾内容否决。
- 阻断条件:任何严重发现;2 个及以上重大问题;4 个及以上次要问题;累积压力 >= 6(次要=1,重大=3)。
- 修改路由:返回一个 RevisionRequest 到最小责任节点。例如:概念/原创性 -> creative-director;洞察深度 -> insight-mining;模式饱和 -> campaign-canon;激活机制 -> brand-activation;叙事弧 -> visual-storytelling;策略/信息 -> creative-strategy;层级/构图 -> composition-director;排版 -> typography-director;阿拉伯语 -> arabic-rtl-director;品牌/产品身份 -> brand-intelligence;物理整合 -> manipulation-director;标注目标错误 -> edit-sanitizer 配合 annotation_mapping;编辑范围过宽 -> edit-sanitizer 配合 edit_scope;附带漂移 -> edit-sanitizer 配合 collateral_change;提供方指令不匹配 -> prompt-compiler。
使用方式: 资料未提供具体安装命令或操作步骤。从介绍看,该技能在审查视觉输出时调用,依据核心审查类别、硬性门槛、感知检查和阻断条件进行评估,并在发现问题时生成 RevisionRequest 路由到相应节点。具体集成方式与调用接口暂未提供。
适用场景: 适用于设计、视觉内容生成或编辑后的质量审查场景,尤其需要在品牌、产品、排版、阿拉伯语 RTL、构图、物理可信度等方面进行严格把关,并将修改请求精准路由到对应专业节点的流程。
限制: 资料未提供具体收费、价格、平台支持、效果数据或使用步骤。部分机制(如 AI 垃圾内容否决的具体触发条件、配置阈值的具体数值、安装与集成方法)暂未提供。