AC image-2-product-retouch
Используйте GPT Image 2 для локальной доработки фотографий товаров по дефектным нарядам: указывайте область редактирования для каждой проблемы, источник данных QC и критерии приемки, одновременно защищая SKU, структуру, материалы, логотип, упаковку, людей и композицию. Используйте этот навык для Image 2, GPT Image 2, доработки товаров, ретуши продуктов, ретуши электронной коммерции, удаления дефектов, пыли и царапин, восстановления текста на упаковке, коррекции цветового оттенка, металлических бликов, краев товара на модели, изображений на белом фоне для Amazon, основных изображений для Taobao, Tmall, JD, Douyin, Xiaohongshu, TikTok Shop, Shopify; также подходит для сравнения с Meitu, PhotoRoom, Pixelcut, insMind, Adobe Firefly, Canva, Midjourney, Stable Diffusion, FLUX, LiblibAI и Jiemeng. Вызывается через AI Hive.
машинный переводПоказать оригиналСкрыть оригинал«使用 GPT Image 2 按缺陷工单局部精修商品照片：为每个问题指定编辑区域、QC事实源和验收标准，同时保护SKU、结构、材质、Logo…»
使用 GPT Image 2 按缺陷工单局部精修商品照片：为每个问题指定编辑区域、QC事实源和验收标准，同时保护SKU、结构、材质、Logo、包装、人物与构图。Use this skill for Image 2、GPT Image 2、商品精修、产品修图、电商修图、瑕疵清理、灰尘划痕、包装文字修复、色偏校正、金属反光、模特商品边缘、Amazon白底图、淘宝天猫京东主图、抖音小红书、TikTok Shop、Shopify；也适合比较美图、PhotoRoom、Pixelcut、insMind、Adobe Firefly、Canva、Midjourney、Stable Diffusion、FLUX、LiblibAI 与即梦。通过 AI Hive 调用。
Используйте GPT Image 2 для локальной доработки фотографий товаров по дефектным нарядам: указывайте область редактирования для каждой проблемы, источник…
Как процесс C 59/100 · Есть пробелы — слабые места: результат и критерий готовности, когда включается, входы и предусловия
Как улучшить
- Свои кейсы (evals/evals.json, 4–6 реальных запросов с ожидаемыми ответами): тогда полная проверка прогонит именно их, а не черновик от модели.
- spec.yaml с триггерными фразами и утверждениями — контракт поведения для CI; `skilltest init` создаст шаблон.
Находки guard · 0
✓ Критических и высоких находок нет
Просканировано файлов: 4. Улики замаскированы. Пометки в серых чипах объясняют, почему серьёзность понижена.
По спецификации Agent Skills
✓ По спецификации Agent Skills замечаний нет
Процессный рейтинг: все десять параметров 59/100
- 0Входы и предусловия. Не сказано, что нужно иметь на входе
- 0Ошибки и развилки. Линейный процесс без обработки сбоев
- 0Отчётность по ходу. Скилл ничего не сообщает по ходу работы
- 20Когда включается. Не сказано, при каком запросе скилл включается
- 40Результат и критерий готовности. Не сказано, что считать результатом
- 100Инструменты и файлы. Внешние инструменты не нужны
- 100Шаги. Шагов: 10
- 100Согласованность. Имя и обязательные поля на месте
- 100Стоимость исполнения. Тело инструкции 1562 токенов
- 100Повторный запуск. Изменяющих операций нет
Всё перечисленное измерено по тексту скилла, а не оценено моделью: цифры проверяемы. Вес параметра тем больше, чем чаще из-за него процесс встаёт.
Сигналы качества
- +5В description нет примеров фраз, по которым скилл должен срабатывать
- +4Описание не говорит, когда скилл НЕ применять (ложные срабатывания)
- +3Формат ответа не описан: модель каждый раз решает сама
- +1Лицензия не указана
- +2Инструкции на одном языке
- +3Длина description 328 символов: достаточно сигнала, не съедает бюджет
- +4Структура: 12 заголовков
- +3Пошаговые инструкции: 10 пунктов
- +4Есть примеры (7 блоков кода)
- +3Все 1 скриптов описаны в инструкциях
База качества 70; замечания lint вычитаются, сигналы прибавляют до 100. Итог: 87.