当摄影遇上工笔：一个图像 skill 的减法与拆分

photo-to-gongbi-portrait 是一个遵循 Agent Skills 规范的图像生成 skill，可安装于 Codex 等 AI 助手：输入一张普通人物照片，输出一张人物保持摄影质感、背景转换为暖黄色绢本工笔画的新中式人像，其中人物的长相、表情与姿态逐部位保留，服装与发式替换为古典制式，背景以深赭墨勾线、平净设色与大面积黄绢留白构成。本文复盘它的设计过程，说明一次生成无法同时完成人物与背景两类修改的原因、两阶段隔离流程的构成方式，以及各项规则与失败案例之间的对应关系。

两阶段隔离流程

整个流程固定为两次相互隔离的图像编辑：第一阶段只修改人物造型，第二阶段只修改背景，一次调用不得同时处理两类任务。

第一阶段以原照片为唯一输入，将服装整套替换为同一历史制式的古典衣装，依据原有发型结构匹配最接近的古代发式并将发色统一为自然黑，同时逐项清除眼镜、手表、现代包袋等现代穿戴物；人物身份、表情、姿态与身体比例逐部位与原照保持一致，背景、构图、光线与景深维持原照片的摄影状态，产出的中间图仍是一张真实摄影。

第二阶段以通过质检的中间图为唯一内容底图，原照片不再传入，以避免现代服饰的细节回流；人物整体被设定为不可编辑区域，修改范围仅限人物轮廓以外的背景：背景被压缩为两到四个组团，删除区域一律恢复为裸露的黄绢，留白面积占背景的一半以上。

每个阶段生成后立即质检，未通过时仅重做失败阶段，禁止在第二阶段顺带修改人物。这一流程的依据在于，一次生成同时修改人物与背景时，两类任务互相干扰，容易出现人物被整体画化、背景串入无出处内容等偏差；将修改范围拆分并相互锁定之后，边界即可保持稳定。

过程中遇到的问题

上述规则均来自实际生成的失败案例。

第一类失败是人物被整体画化。最早的版本仅使用一条 prompt 将照片转换为工笔画，结果中荷塘背景得以保留，人物皮肤却覆上了绢本肌理，整个人像随之画化，与摄影人物置于画境的目标相悖。

据此确立媒介分层规则：人物、皮肤、头发与服装一律保持摄影质感，仅背景允许工笔化，绢纹、勾线与黄色不得进入人物内部，整幅图片亦不得统一泛黄。

第二类失败是服装残留现代元素。某次结果中躯干已呈现明制短袄的特征，袖子却仍为现代针织长袖，在吊带与牛仔裤的场景下残留更为明显；原因在于“换成古装”这类概括性指令没有反映服装的系统性，领口、肩部、袖身、腰部与下装彼此关联，概括指令只能覆盖模型最容易识别的部分。

据此将规则细化为逐部位映射：每一处均需指定替换目标，全身限定同一朝代的制式；吊带、露肩、短裤等暴露版型一律触发整套覆盖；拉链、明线、罗纹口等现代部件逐项列入清除清单。

第三类失败是背景被完整描摹。某次结果中房屋、灯具、花盆、砖缝等元素均有线条呈现，但整体仍是原照片的复写，信息密度过高；工笔画的核心在于取舍与留白，这种结果等同于将照片转描为线稿。

据此引入背景减法规则：背景按空间骨架、场所识别特征与视觉杂讯分为三层，仅保留两到四个组团，每个组团只取原照约一到两成的信息，删除区域必须完全恢复为黄绢，不得以装饰图案填补。

第四类失败是背景晕染模糊。背景元素已按要求删减，但模型以晕染与柔焦表现氛围，导致线条糊化、绢本质感消失。

据此将第二阶段的视觉语言固定为：绢本以 #C8A66A 为基准色，景物以清晰、连续、有起收的勾线建立结构，颜色平涂于轮廓线内；晕染、柔焦与景深逐项禁止，远景以更浅的线条与更淡的色块表达。

从原片到绢本

以下为完整的对比，每组依次为原照片、第一阶段结束时的中间图与最终成品。

安装与注意事项

仓库位于 GitHub（tunggian/photo-to-gongbi-portrait），安装命令如下：

git clone https://github.com/tunggian/photo-to-gongbi-portrait.git ~/.agents/skills/photo-to-gongbi-portrait

Claude Code、Codex CLI 等工具默认识别 ~/.agents/skills/ 目录，若工具使用其他路径，以其文档为准；安装后重载会话，发送人物照片并说明“把这张照片转成工笔画摄影”即可触发完整流程，最终仅输出通过质检的成品，中间图、提示词与质检过程均不展示。

使用时需注意以下事项。该 skill 的提示词链路较长、约束粒度细，对模型的指令遵循能力要求较高，实测搭配 OpenAI Codex 效果最佳，其他环境中出现人物漂移或背景过密多源于遵循能力的差异；输入照片以人物清晰、光线充足为佳，背景的复杂程度由背景取舍环节处理；生成结果具有随机性，同一照片多次运行的结果存在差异，质检未通过的阶段会自动重试，不满意可整体重跑。