Style Extraction · 運作邏輯

一組圖，怎麼變成驗證過的風格

丟一組參考圖給 /style-extract，它怎麼把「風格」抽成可重用的 profile——而且證明它生得出來。這頁拆解它的 input、harness、output。
抽一個風格不難，難的是證明真的抽到了。/style-extract 的特別之處在這：一個總指揮（orchestrator）親眼把風格讀成規格，接著生圖測試，再交給獨立的驗證 subagent 對著原圖逐面向打分——不是「看起來像」就算數，是分數證明能重現才算數。一句話：抽取靠整體的眼，驗證靠獨立的眼。
先解釋一個詞：harness（工法）。指這個 skill 不是「一個 AI 從頭做到尾」，而是一個總指揮（orchestrator）調度幾個各自獨立的分身（subagent）、中間設「停下來給人拍板」的關卡（gate）。像出菜口的廚房：主廚分派、各站位廚師各做各的（味道不互串）、出餐前主廚把關。下面整條流程就是這套工法。

整條流程

金色＝「停下來給人決定」的關卡；左邊那條迴路＝沒過就改了重來。
你餵給它什麼 參考圖 ＋ 用途 ＋ 名字 ＋ 硬限制（GATE 0） orchestrator（總指揮）親眼讀圖 一次把各面向寫成草稿規格 — 不拆 subagent（造形再拆 construction＋register） 組 profile 規格 ＋ 挑 3 張錨點 ＋ 提示詞片段 ＋ negative 🚦 GATE 1 · 規格確認（人） ↓ 生圖（nanobanana，錨點定錨） 測試圖 · 物件 簡單·先打底 測試圖 · 場景 多元素 測試圖 · 概念 一段文章角度 驗證 subagent 5 軸打 0–5 獨立 · 不偏私 驗證 subagent 5 軸打 0–5 獨立 · 不偏私 驗證 subagent 5 軸打 0–5 獨立 · 不偏私 並行 · 各開獨立 context · 對著參考圖打分 重現性報告 每面向幾分 · 哪裡飄掉 · 穩不穩 🚦 GATE 2 · 夠像了嗎？（人） 夠像 ↓ 不夠像：改提示詞／換錨點 → 重生重驗 存進 ~/style-lab/ style.md ＋ anchors/ ＋ validation/（跨專案共用） 抽取靠整體的眼（orchestrator 一次讀完）· 驗證靠獨立的眼（subagent 不偏私） 看起來像 ≠ 真的重現 — 要分數證明能重現，才算過 錨點圖 > 文字 — 純文字釘不住風格，錨點圖才鎖得住

① 輸入：你要餵它的四樣

skill 開工前用 AskUserQuestion 一次問齊（這就是 GATE 0）。
要給的說明
一組參考圖5–15 張同調的圖最好。插畫、照片、社群圖、截圖、mood board 都能抽。
給什麼用插畫／照片／社群視覺——影響怎麼下提示詞、怎麼驗。
profile 名字之後別的專案就用這名字呼叫它（例：bold-pop、mono-ink）。
硬限制有沒有「一定要保留」的元素，或絕不要出現的東西。

② 為什麼特別：抽取靠整體的眼，驗證靠獨立的眼

這是整個 harness 的核心判斷——subagent 只用在「需要獨立」的地方，不是每件事。

很多人會直覺把「每個面向派一個 subagent 去分析」。我們刻意不這樣。風格是整體的：配色、線條、質感是一起作用的，拆成六個分身各看一塊，反而把它看碎、又慢又貴。所以抽取由 orchestrator 親眼一次讀完。

但驗證不一樣——它需要一雙不偏私的眼睛。寫 profile 的人（orchestrator）會對自己的作品「看起來覺得對」，容易給人情分。換一個沒參與寫 profile 的 subagent，純粹對著參考圖打分，才抓得到作者眼睛漏掉的飄移。所以驗證才拆 subagent，甚至可以多個獨立投票。

抽取（分析）驗證（打分）
誰做orchestrator 一次做每張測試圖一個獨立 subagent
為什麼這樣切風格是整體的，拆開反而看碎、又慢又貴需要不偏私的眼——作者會給自己人情分
動作各面向讀成規格（造形拆 construction＋register）對著參考圖打 5 軸 0–5（register 並排錨點評）
設計原則：別為了 harness 而 harness。subagent 是用來「隔離」的工具——哪裡需要獨立、不互相污染的判斷，才用它。分析不需要隔離（同一雙眼看整體最準）；驗證需要隔離（要一個沒立場的裁判）。這跟 /write-issue 把四個編輯、總編各開獨立分身是同一套思路。

③ 抽取：把風格讀成可寫下的軸

orchestrator 親眼看圖，把「風格」這個模糊的東西拆成看得見、寫得下的軸——其中「造形」再拆成 construction（怎麼長：笨拙↔寫實）＋ register（什麼立場：醜↔美），因為這兩件會分開飄、又最承載靈魂。
面向抽什麼驗證打分？
palette 配色主色＋近似 hex、平塗還是漸層、背景怎麼處理✔
line 線條粗細、手感、向量／手繪／無線✔
texture 質感印刷感、顆粒、網點、筆觸、平塗 vs 影線✔
construction 造形怎麼「建」人與物：比例、臉、抽象程度、笨拙↔寫實✔
register 立場美學立場：醜↔美、grotesque↔理想化、不討好↔優雅✔ 並排錨點評
composition 構圖主體／留白／比例／視角／構圖語言條件式＊
mood 情緒調性、氣場、聯想✘ 只當分析鏡

這些被寫進 style.md，再加上一段「每次生圖貼的提示詞片段」和一份 negative——這就是規格部分（profile 的 tell）。＊composition 只有當「構圖本身就是風格識別」（拼貼版面、極端留白）才打分；一般構圖是你下指令決定的、不歸風格。mood 只當分析鏡。所以**評分是 5 軸**：palette·line·texture·construction·register。

④ 驗證：同樣的面向，交給獨立 subagent 打分

這是這個 skill 真正的價值。抽完不算數，要能生得出來、而且分數證明像，才算數。

用 profile 生 3 張測試圖（刻意鋪難度漸層，見下）後，每張圖各派一個獨立的驗證 subagent，給它「該測試圖 ＋ 參考圖 ＋ 規格」，請它對著原圖打 5 軸 0–5 分（palette·line·texture·construction·register）、標出哪裡飄掉、給一句總評。三份合起來＝重現性報告。

register（美學立場）要「並排錨點」評，不單張評——單張看時模型的基本畫工會把你蒙過去（實測同一張：solo＝2、並排錨點＝5）。composition 只有「構圖即風格識別」才加、mood 不打分。收軸兩測試：① 歸屬（風格擁有還是指令擁有？）② 鑑別力（分數真的會動，還是永遠 4–5？）——兩關都過才配當評分軸。

測試圖刻意鋪「難度漸層」，不是隨手挑主題。主題配合 profile 的用途挑（The Pass→食物×AI），而且從易到難：① 一個簡單物件（先確認風格生得出來、訊號乾淨）→ ② 一個多元素場景→ ③ 一段文章的概念（拿真實角度先抽成視覺概念再畫）。第 ③ 張才是真實使用的壓力測試——風格扛不扛得住一個抽象概念，不只是具體物件。
只是要記得：驗證時只打風格 5 軸（palette·line·texture·construction·register）、不評概念好壞，所以對「風格穩不穩」的訊號仍乾淨；第 ③ 張若崩，先分清是概念弱還是風格飄。
真實案例：眼睛會被騙，分數不會。抽 mono-ink（毛筆墨線風）那次，肉眼看第一版「一次就很像」——但驗證 subagent 一打分，line 面向三張全是 2／5：漏了原作最關鍵的「毛筆粗細變化＋大實心黑塊」，畫成了均勻細線。把這點寫死進提示詞、重生重驗後，line 跳到 4–5，兩張升上 reproduced。沒有驗證，這個漏洞就直接變成 profile 的內傷了。
面向（mono-ink）咖啡圖 v1→v2田裡圖 v1→v2
palette 配色4 → 53 → 5
line 線條2 → 52 → 4
texture 質感4 → 52 → 5
figuration 造形4 → 44 → 3
總分 / 3022 → 2818 → 25
判定partial → reproducedpartial → reproduced

↑ 同一份報告的節錄。改提示詞前後，line／texture 整排跳上去——這就是「飄移點 → 修正」的訊號從哪來。

2026-06-22 升級：補上 register／construction 兩軸 ＋ 學會「怎麼修」。把舊「figuration」拆成兩軸重評，抓到舊 4 軸看不到的事：圖可以表面全對、卻把「靈魂」畫漂亮了——模型有強烈的「變漂亮／變乾淨吸子」，專磨掉醜、拙、awkward。而怎麼修，要看飄的是哪種屬性：
飄掉的屬性怎麼修
結構性（姿勢／構圖／表情）用嘴釘得動——直接寫進提示詞片段
執行氣質（醜／拙／平塗 vs 影線）描述沒用、甚至打地鼠 → best-of-N（一批 4–6 張）＋ 把評分當「選圖器」挑最對的
頑固質感（無影線／粗顆粒／posterize）後處理強制（ImageMagick posterize／threshold／疊顆粒）
還有一把尺要分清：保真 ≠ 好看。這裡的評分是保真選圖器（像不像錨點）；真正會被你拿去用的是品味選圖器（你的眼睛）。兩者衝突時喜好贏——若你長期偏好另一種樣子，那是訊號：該重訂 register／換錨點，而不是讓 validator 一直把你往「更像來源」推。

⑤ 三道 gate：人在哪裡拍板

全程互動，每道 gate 都用 AskUserQuestion——AI 跑、人決定，跟選題、寫稿同一個哲學。
GATE 0開工前 → 問齊四樣輸入（參考圖／用途／名字／硬限制）。
GATE 1草稿規格寫好 → 停，給你看：抓到風格了嗎？哪個面向要補？錨點選這幾張 OK 嗎？
GATE 2測試圖＋重現性報告出來 → 停：都 OK／某張飄了／整體不夠像。不夠像就回頭改提示詞、換錨點，重生重驗，直到穩定或你喊停。

⑥ 輸出：一個驗證過的 profile

三部分落在磁碟上 = 一個 style.md ＋ 兩個資料夾。完整拆解見 換插圖風格 SOP。
~/style-lab/profiles/<名字>/ ← 跨專案共用，任何專案來消費 ├── style.md 規格（5 軸＋register）＋ 提示詞片段 ＋ negative ＋ 驗證摘要　the tell ├── anchors/ 你給的原圖（複製進來，3 張甜蜜點）　　　　　　　　the show └── validation/ 生的測試圖 ＋ report.md（逐面向打分）　　　　the prove

各專案的出圖 skill（如 The Pass /publish-issue）去讀選定的 profile 來生圖。換風格＝換專案指向哪個 profile，生圖流程本身永遠不動。

⑦ 這個 skill 由什麼組成

skill 本體很薄（一份工作流），重量都在它產出的共用風格庫。
~/.claude/skills/style-extract/ ← skill 本體（跨專案、使用者層級） └── SKILL.md 工作流：orchestrator 怎麼讀圖、3 道 gate、驗證 subagent 怎麼打分、迭代迴圈 ~/style-lab/ ← 共用風格庫（skill 的產出歸宿，不碰任何專案目錄） ├── README.md └── profiles/ ├── bold-pop/ style.md ＋ anchors/ ＋ validation/ └── mono-ink/ 同上
為什麼放在專案外？抽出來的風格不只給電子報用——投影片、社群、客戶視覺都能套。所以 profile 存共用庫 ~/style-lab/，The Pass 只是它的消費者之一。測試圖也一律待在這裡，絕不寫進任何專案的 public/、絕不部署到網站（那是污染專案）。

守門原則

抽取靠整體的眼，驗證靠獨立的眼。分析由 orchestrator 一次讀完（風格是整體的）；驗證交給沒寫過 profile 的 subagent（要不偏私的裁判）。
看起來像 ≠ 真的重現。驗證要對著參考圖誠實打分、不給人情分；飄掉就說飄掉。交付「驗證過」的，比交付「看起來對」的可靠太多。
錨點圖 > 文字。純文字提示詞釘不住具體風格，錨點圖（餵進生圖模型當 input）才鎖得住——profile 一定要帶錨點。影片截圖／有字幕的，先裁乾淨再當錨點，否則模型會把字幕一起學進去。
抽風格、不抄人。抽的是配色／線條／質感／構圖語言；不照搬某位作者的角色或具體構圖。產出要是「自己的概念，那個風格」。
小心「能力／變漂亮吸子」。頭號失敗模式——模型會把醜、拙、awkward 悄悄磨成討喜、對稱、competent。執行氣質「描述」不出來（愈用力描述愈乾淨）；靠錨點鎖、best-of-N 抽樣＋評分選圖、後處理補頑固質感。
保真 ≠ 好看。評分量的是「像不像錨點」（保真選圖器）；會出街的是「你想不想用」（品味選圖器）。衝突時喜好贏；長期偏好不同，就重訂 register／換錨點。
The Pass 出菜口
風格抽取的運作邏輯 · 抽取靠整體的眼，驗證靠獨立的眼