The Engineering of Aesthetics
自然语言存在固有的混沌。当你输入“一只狗”，模型仅调用数百万张图像的“平均值”。你得到的不是精准的意图，而是概率的产物——一张平庸的、缺乏个性的、随机拼凑的“大众脸”。
JSON 是提示词的“外骨骼”。通过强制定义光影、材质、焦段与构图，我们将随机的艺术创作降维为可控、可复现、可迭代的工程数据流。这不仅是描述，更是对生成结果的绝对控制。
“提示词的终极形态不再是描述性的文学，而是排他性的逻辑结构。”
STRUCTURED DATA WORKFLOW
拒绝模糊描述。在 JSON 中精确拆解 Demographics（人口统计学）、皮肤质感、妆容细节与微表情。不要让 AI 猜测主角是“谁”，用数据强制规定骨相与皮相。
光线决定质感。通过 Lighting 字段指定光源类型（柔光箱/顶光）、方向及眼神光细节。让 AI 从“画图”转变为“布光”，营造真实的物理空间深度。
模拟真实摄影。明确定义 Camera Gear：焦段（85mm 人像）、光圈（f/2.8 虚化）及胶片颗粒感。用摄影术语规训 AI，摆脱廉价的“AI 塑料感”。
建立围栏。使用 Constraints 模块，明确“Must Keep”（必须保留的特征）与“Avoid”（严禁出现的元素）。这是对抗模型默认幻觉的最强防火墙。
工作流闭环：上传参考图 → 要求 AI 逆向生成极尽详细的 JSON → 人工微调 → 再次生成。利用多模态模型（如 Gemini）的视觉能力，将“感觉”转化为“代码”。
一旦 JSON 模板确立，即可锁定 Vibe 仅替换主体（Nouns）。这允许我们在保持统一美学风格（Aesthetic Series）的前提下，批量生产差异化内容。