# 改图 / 融图（Edit）改写规则

> 本文件由本插件自撰，面向 Qwen-Image 的改图契约。**不是**任何官方规范文本的复制件。
> 本插件的 `qwen_image_edit`（参考图编辑）**直接吃 `ratio_follow`**：它自己量参考图的实际像素，
> 在 32 网格上挑最接近的一对做画布，并把偏差回报在 `ratio_deviation_percent` 里。
> 因此**不要**再手工把 `ratio_follow` 换算成 `wh_ratio`——契约里的两个字段原样传给工具。

只要用户给了参考图，**这永远是改图任务**，不是从零生成。

---

## 一、两个语言决策（分开做，不要混）

**（A）散文用什么语言** —— 双引号**之外**的描述文字：

| 用户的指令语言 | 散文语言 |
|---|---|
| 中文 | 中文 |
| 英文 | 英文 |
| 其他任何语言（日、韩、法、泰…） | 英文 |

**（B）图里要渲染的文字用什么语言** —— 双引号**之内**的内容，按优先级：

1. 用户给了确切文字，或点名了目标语言（「改成『夏日特惠』」「标题写成英文」）→ 照办。
2. 否则，参考图里已经有可读文字 → 用**图里文字的dominant语言**（哪怕指令是另一种语言）。
3. 否则（图里没字、用户也没点语言）→ 用**用户指令本身的语言**（日/韩/泰/阿/法都照用，不要一律推成英文）。

两条硬约束：
- 引号内必须**单一语言**，不要中英混排、不要自作主张给双语对照（用户明确要才给）。
- **体裁不改变语言**：「规格表 / 电影数据面板 / 分镜 / 技术参数」的观感靠排版与字重做出来，
  不是把所有标签换成英文；表头、字段名、说明文字都保持已定的语言（单位符号与用户给的原名可以留拉丁字母）。

## 二、核心原则：属性解耦，该改的改到位

**只动用户点名的那几个属性，每个都推到明显可辨的强度；其余内容按输入原样锁住。**

两半都重要，两种失误是对称的：
- **溢出**：动了没被点名的东西（锐化顺手改了调色、放大顺手改了构图、换风格把脸带跑了、
  换装掉了配饰、换背景「顺手」清掉了没提的东西）。
- **改不到位**：成品和原图看起来没差别——因为改动下得太轻了。

保真条款锁的是**内容**，不是**改动的强度**。辨识度靠「点名哪些保持不变」买到，不是靠把效果收着。

## 三、锚定什么、决定什么

- **锚在图上**：所有空间、色调、语境判断都来自画面实际可见的东西。拿不准某个细节存在不存在，就不要写它——
  把要保留的东西写得更抽象，永远比编一个具体细节安全。
- **说清保留什么，但不要重画它**：用**类型 + 位置 + 作用**点名未改动的部分，别去描述它的外观；
  宁可一句笼统的保留条款，也不要走一遍画面。**你把要保留的东西描述得越具体，模型越可能把它重画跑偏。**
  只有你真要改的部分、或只有描述才能消歧时，才写具体外观。
- **身份是最硬的约束**：人的面容身份与标志性配饰、产品的确切设计与数量标记、
  以及输入的渲染语汇（照片 / 动画 / 插画 / 素描 / 3D 渲染 / 绘画），除非用户点名要改，否则一律保住。
  身份来自参考图时，**指那张图**而不是用文字描述五官——文字描述会让模型重画并让人脸不像。
- **消歧之后要拍板**：把含糊的意图、不精确的方位、没有参数化的风格词落成具体可见的东西；
  把抽象的画质词翻译成它对应的视觉属性。指令自相矛盾或给了选项时，选最合理的读法并把它写成决定。
  保留用户自己的动作动词、空间关系与已述状态；用户说要保住的就当铁律。**物理上不可能但用户想要的效果，保留，不纠正。**
- **只做被要求的事**：不加用户没提的操作；不管画面上的瑕疵、贴纸、杂物多显眼，都不要顺手清理。
  当一次改动删掉/移走/露出某处时，要把新露出来的那块说到物理上自洽。
- **图里的文字是字面量**：成品里会出现可读文字时，就必须敲定确切字符——逐字、加引号、不许概括缩写。
  敲不定的文字干脆不要加。排版与语言跟随输入已确立的口径，除非用户另有要求。
  把画面往外扩时要明确写成 outpainting。
- **写成指令**：以「操作」开头，不要以「成品画面的描述」开头；视角是「手上只有这几张输入图的人」。

## 四、参考图引用规则

- **N ≥ 2**：必须用 `<image1>`、`<image2>`… 指代每张输入图。
  不要用「图1」「第一张图」「the first image」这类自然语言指代——**这条没有例外**。
- **N = 1**：**不要**加标签，用「图像」「图片中」这种自然说法。
- **逐张说明用途**：哪张是提供构图与未改动内容的画布，哪张提供要转移的素材，各自贡献了什么。
- **没有画布的场景生成**（合影/合照等）：所有图都是身份来源。逐张描述，不要为了省事把几张图压成「一组」。

## 五、画布尺寸：`wh_ratio` 与 `ratio_follow` 互斥

两个字段**一个非空另一个必须是空字符串 `""`**，不允许同时有值。

**第 1 步：用户明说了尺寸或比例** → 取用户给的。`1920x1080` 这类确切像素先换算成比例。
`wh_ratio` = 该比例，`ratio_follow` = `""`。
（`2K`/`4K`/`8K` 是画质词，**不能**用来推比例。）

**第 2 步：用户没说**：

- **1 张输入图** → 默认跟随画布：`ratio_follow` = `"<image1>"`，`wh_ratio` = `""`。
  例外：只是拿输入图当身份参考去做「写真 / 换场景」时，改按语义给比例——肖像半身 `2:3`、
  全身外景 `3:4`、横版场景 `3:2`；判断不了就仍然跟随 `"<image1>"`。
- **N ≥ 2 张输入图** → 先认**画布图**：合成/放入取目标场景图；换脸/换头取身体图；换装取人物图；
  风格迁移取内容图；换背景取前景主体图；局部替换取原图。
  `ratio_follow` = 那张图的标签，`wh_ratio` = `""`。
- **扩图** → 不跟随原比例，按扩展方向推：只往左右扩（1:1 → `3:2`）、左右都扩（1:1 → `16:9`）、
  只往上下扩（1:1 → `2:3`）、上下都扩（1:1 → `9:16`）、四边同扩（保持原比例）。
  `wh_ratio` = 推出的比例，`ratio_follow` = `""`。
- **全景** → `2:1`；**三视图/多宫格** → 站姿三视图 `1:1`（别拉成 3:1）、车辆三视图 `3:1`、2×2 宫格 `1:1`。
  `ratio_follow` = `""`。

**落到本插件时（`qwen_image_edit`）**：

- `wh_ratio` 只接受官方 7 档（`1:1` / `4:3` / `3:4` / `3:2` / `2:3` / `16:9` / `9:16`）；用户明说了比例时用它。
- `ratio_follow` 写 `"image1"`…`"image10"`（第 N 张参考图），也可以直接写 `images` 里的那一项（绝对路径 / data URI）；
  工具会量出那张图的**实际像素**，再按 ~1.5MP 预算在 32 网格上挑最接近的一对做画布——
  所以 `2:1`、`3:1`、`5:7`、`9:20` 这类超纲比例**照样跟随**（不必先取整到官方档），
  结果里的 `ratio_deviation_percent` / `ratio_follow_image` 就是这次取整的账，照它说明一句即可。
  ⚠️ 按 ~1.5MP 挑出的画布落在 **1216–1248**，在 `local` 后端上会让**本地编辑尺寸门默认拒绝**这次编辑
  （见 `skill.md` 的「本地编辑尺寸门」）：要走 `local` 得显式给更小的 `width`/`height`，或把
  `localReferenceBudget` 调低（画布不动、降的是参考图条件化分辨率）。选画布这一步本身没有错。
- 两个字段**都为空**时工具默认跟随**第一张**参考图（编辑目标），不需要你替它挑一个。
- 同时给 `wh_ratio` 与 `ratio_follow` 会被工具**拒绝**（附契约理由）；给了 `width`/`height` 时以它们为准。

## 六、自检清单

- [ ] 引号外的散文语言 = 用户指令语言（中文→中文，其他→英文）？
- [ ] 引号内的文字：按「用户指定 > 图中主导语言 > 指令语言」定过语言，且单一语言？
- [ ] N ≥ 2 时用了 `<image1>`… 标注，N = 1 时没用标签？
- [ ] 只改了点名的属性，且强度足够明显？
- [ ] 未改动内容用「类型+位置+作用」一句带过，没有重画？
- [ ] 身份类不变量（脸/产品设计/渲染语汇）都保住了？
- [ ] `wh_ratio` 与 `ratio_follow` 恰好一个为空？比例没有写进散文？
- [ ] 散文是**一整段**，没有 `\n`？

## 输出

```json
{"rewritten_prompt": "<改图指令，一整段>", "wh_ratio": "", "ratio_follow": "<image1>"}
```