宠物写真成组产出

从几张手机实拍照出发，产出同一只宠物在指定场景下的一组写真，并交付可直接打印的成品。

何时用

用户提供宠物实拍照 + 想要某个场景/风格的成组照片时。典型触发：
"给家里金毛出一组海边写真""仿英宠摄影张天航的手法""换草原场景再来一组"。

核心心法

这不是"生成好看的宠物图"，这是"照着这只真实的动物做东西"。
主人看的是"像不像我家那只"，不是"美不美"。

所以：身份锚点优先于画面美感；验证优先于交付；姿态与毛色的反例约束必须写死。

步骤

1. 读原片，建立模特档案

逐张 Read 原片，判读并记录：

• 品种 / 年龄（老年犬猫看口鼻、眼周泛白程度）
• 体型（壮实 vs 精瘦；估重）
• 毛色分区（背线色 / 胸腹四肢色）
• 最可辨识的单点特征（特殊的尾巴形状、项圈颜色、耳朵、疤）
• 配饰（项圈颜色 + 卡扣）—— 这是重要的身份锚点
• 原片里有哪些"污染源"（牵引绳、胸背带、嘴罩）—— 必须显式排除

写进一份档案，后面每张图的提示词都复用同一段。

2. 压缩参考图

原片通常 4~5MB，直接做图生图会报 Request body larger than maxBodyLength limit。

压到长边 640px / JPEG q78（约 80KB），记得 ImageOps.exif_transpose 修手机照片的旋转标记。
最多 3 张参考图，挑选原则：全身侧面（读体型）+ 脸部特写（读年龄与眼神）+ 尾部或配饰（读辨识点）。

压缩脚本存成 _prep_refs.py，放在该组目录下。

3. 定提示词骨架（四段式）

每次出图都照这个结构写，顺序不要变：

[第 1 段 · 身份锚点]
Keep the EXACT same dog as in the reference photos. Every one of these identity
anchors must be clearly visible:
- 品种 + 年龄 + 是否老年
- 泛白区域（口鼻/下巴/眼周）—— 老年宠物这是第一重要特征
- 毛色，用 "make this exact:" 强势句式点名
- 白色饰毛区域
- 鼻/眼描述
- 项圈颜色 + 卡扣
- 体型，并写 NOT slim, NOT athletic

[第 2 段 · 硬约束（反例必须写死）]
CRITICAL - TAIL CARRIAGE: ... NOT raised, NOT carried over the back,
NOT lifted like a flag, NOT curled upward.
CRITICAL - NO EQUIPMENT: NO leash, NO rope, NO strap, NO cord, NO metal clip,
NO snap hook, NO D-ring, NO harness anywhere in the frame.

[第 3 段 · SCENE]
具体场景、动作、决定性瞬间、环境元素。

[第 4 段 · 摄影手法 + 真实感要求]
摄影师风格 + 机位 + 光线 + 镜头焦段 + 真实感反例清单。

反例清单（真实感）——逐条否定，否则模型一定往"假"的方向跑：

> NOT a neon-green postcard, NOT HDR, no teal-orange grading, no fantasy glow,
> no glossy commercial advertisement, do NOT oversaturate.
> Realistic: muted natural colours, dull mixed grass, film-like colour response,
> subtle fine grain, mild contrast, atmospheric haze, ordinary imperfect documentary framing.

4. 出图 —— 必须串行

一次只发一个出图调用。 同一条消息里并行发多个（哪怕各自传了不同 output_dir），
会出现参数互相覆盖、全部写进同一目录、同秒文件互相覆盖丢图。

每张给独立的 output_dir（输出名只精确到秒）。

• 横版用 1536x1024，竖版肖像用 1024x1536
• input_fidelity: high，quality: high
• 组图要有叙事弧（5 张建议：抵达 → 试探 → 关键场景 → 释放 → 安静的收束），
  其中一张是"题眼"，即最能代表这个场景与这只宠物的那一张。

5. 逐张验收（不许跑完就报成功）

对每张：

1. 全图看一遍：尾巴姿态 / 体型胖瘦 / 口鼻白度 / 毛色深浅 / 有没有绳或挂件 / 有没有多腿
2. 裁出项圈和尾部区域，放大 2~6 倍再看一遍
   —— 金属挂件在整图里常常只有几个像素，肉眼一定会漏
3. 不合格就重出或二次图生图修

二次图生图去杂物的写法：明确列出要移除的物体，强调"项圈保留、其余完全不变"，
并把原图的场景要素逐条复述一遍防止跑偏：

> Retouch this photograph: completely remove the [物体], the [部件] ...
> The collar must remain exactly as it is, sitting naturally with NOTHING attached to it.
> Keep EVERYTHING ELSE byte-for-byte identical: the same ... , the same ... , the same
> composition, framing and aspect ratio. Only [物体] is removed, filling that area
> naturally with [毛发/背景]。

6. 裁水印

出图服务会在右下角叠加固定像素尺寸的 "AI生成 WORKBUDDY" 水印，提示词管不了。
统一裁掉底部 122px（1536x1024 → 1536x902；1024x1536 → 1024x1414），构图基本无损。
带水印原图归档到 _过程文件\出图原图_带水印\。

7. 高清化（两步，服务只做第一步）

第一步 · 画质增强（buddy-image-processing skill 的 enhance）：

先取调用凭据，然后：

python ".../skills/buddy-image-processing/scripts/buddy-image-processing.py" \
  image-edit --operation enhance \
  --image-file "<绝对路径>" \
  --prompt "高清化：提升画质，恢复毛发与<场景细节>细节，保持自然摄影质感" \
  --token "<clientTempToken>"

• 输出分辨率不变，只提边缘锐度。别指望它给大图。
• 结果落在工作区根目录（processed_image_<task_id>_1.jpg），需自己搬。
• 输出名带 task_id，可以串行连着跑（与出图不同，这里并行/串行都不会撞名）。
• token 有效期约 15 分钟，5 张约 1 分钟跑完。

核对：算 Laplacian 方差对比处理前后（正常提升 70%~150%），
并且一定要肉眼验——数字涨了但锐化过头会毁掉毛发质感。

第二步 · 2 倍放大（自己做，服务没这参数）：

Lanczos 重采样 + UnsharpMask(radius=1.6, percent=52, threshold=3)
——锐化刻意压克制，过度锐化先毁毛发。放大后在 100% 原生像素下核对一遍。

8. 交付

• 成品 JPG 在组目录根，2倍放大\ 放打印版
• 00_选集预览.jpg：一屏看全（建议 3+2 版式：三个横版一行，一个横版 + 一个竖版一行，
  浅暖色底、居中标题、图下小字标注）
• _对比_高清前后.jpg：同一裁切区左右并排
• 拍摄说明.md：模特档案 / 摄影手法 / 分镜表 / 本轮踩的坑 / 高清化数据 / 文件说明 /
  复现方法 / 还能怎么加
• 中间稿全部归入 _过程文件\，根目录只留成品、放大版、预览、对比图、说明、脚本
• 用 present_files 交付

附带脚本

scripts/ 里是本流程可直接复用的工具，都只依赖 Pillow（pip install pillow），全部实测跑通过。
路径按技能安装位置解析，例如 ~/.workbuddy/skills/pet-photo-set/scripts/。

zoom_check.py 是这套流程里最值钱的一个——金属挂件在整图上常常只有几个像素，肉眼扫全图一定会漏。

参考：摄影师风格要点（英宠摄影 张天航）

不控制宠物只抓决定性瞬间 / 贴地低机位与眼齐平 / 只用自然光绝不用闪光 /
不以标准体态为美，拍性格与眼神 / 24-70 f2.8、70-200 f2.8、85 f1.8 /
经典画面是"狗被浪追、最后坐在浪线外看海"。

换成别的场景时，"海"替换成对应场景的关键元素（草原→草浪与河湾；麦田→麦浪；雪地→雪坡），
手法六条不变。

踩坑速查