female-portrait-director: Porträt-Prompts in ein wiederverwendbares Skill verwandeln

Wer Porträtbilder generiert, kennt das gleiche Ritual: Letztes Mal haben Sie sich mühsam einen Prompt zusammengebaut, der funktioniert hat, und für die neue Szene schreiben Sie ihn von vorn. Beim Café kommen Lichtangaben dazu, beim Gufeng-Look tauschen Sie die Outfit-Begriffe, und versehentlich vermischen sich die Stichwörter für „unschuldig“ und „Hongkong-Retro“ – schon beginnt das Gesicht zu verschwimmen. Schlimmer sind die unkontrollierbaren Stellen: Sie schreiben 9:16 und bekommen ein Quadrat, Sie wollten nur ein Mode-Porträt und das Modell setzt eigenmächtig einen Filter drauf.

Genau dieses Problem – „Prompts sind nicht wiederverwendbar“ – will female-portrait-director lösen. Es ist ein Open-Source-Skill zur Regie von KI-Porträt-Prompts: Sie geben ein paar strukturierte Parameter vor, es sperrt die von Ihnen explizit gesetzte Richtung, lädt bei Bedarf nur eine Stilroute, erweitert die Parameter zu einem zusammenhängenden, wie fotografiert wirkenden Prompt und ergänzt negative Vorgaben. Sein Wert liegt nicht in noch einem universellen Prompt-Set. Er liegt darin, dass es einen Prompt von Einmal-Text, den Sie jedes Mal neu schreiben, in eine wiederverwendbare, wartbare Schnittstelle mit Grenzen verwandelt. Wirklich auseinandernehmen lohnt sich bei den vier technischen Bausteinen dahinter – und genau die lassen sich auf jeden Prompt übertragen.

Zuerst: Worin es sich von einem handgeschriebenen Prompt unterscheidet

Das Problem an einem langen, handgeschriebenen Porträt-Prompt ist nicht, dass er schlecht geschrieben wäre. Es ist, dass er Einmal-Ware ist. Wechseln Sie die Szene, bearbeiten Sie die Hälfte der Begriffe von Hand; wechseln Sie den Stil, müssen Sie sich merken, welche Stichwörter nicht koexistieren dürfen; und nach zwei Wochen wissen Sie selbst nicht mehr, warum Sie es so geschrieben haben.

Stellt man die drei Ansätze nebeneinander, wird der Unterschied deutlich:

Vorlagen sind schon ein großer Schritt nach vorn gegenüber rohen Prompts; dazu gibt es eine Bibliothek mit 12 wiederverwendbaren Prompt-Entwurfsmustern. Aber die Decke einer Vorlage ist „kopieren und anpassen“; sie kann keine Stil-Isolation erzwingen und fängt keine Sicherheitsgrenzen ab. Ein Skill geht einen Schritt weiter: Es fasst die Eingabe in Felder, legt die Regeln in Dateien ab und lässt die KI nach diesen Regeln arbeiten.

female-portrait-director in 30 Sekunden

Das Projekt stammt von Li Yue, steht unter MIT-Lizenz und ist Stand Juni 2026 in Version V1.4.1. Es wird als Codex Skill verteilt und folgt dem allgemeinen Agent-Skill-Standard (eine SKILL.md mit name und description). Nach der Installation rufen Sie es im Chat mit $female-portrait-director auf.

Wie es arbeitet, lässt sich in einem minimalen Ablauf zusammenfassen: Sie füllen ein paar Felder einer Vorlage aus, und es liefert vier strukturierte Abschnitte zurück.

Alibaba Cloud - Top-Wahl für Entwickler, exklusiv 15 % Rabatt auf Lighthouse-Server

15 % Rabatt sichern →Anzeige

Eingabe (minimale Vorlage):
Stil: schlichtes Lifestyle-Porträt
Szene: Fensterplatz im Café
Outfit: weiße Strickjacke + helles Innenteil
Stimmung: klar und sanft
Seitenverhältnis: 9:16

Ausgabe (vier Abschnitte):
1. Gesperrte Parameter: gibt Ihre Eingabe Feld für Feld wieder
2. Modulanalyse: wie Gesicht / Körper / Outfit / Szene / Kamera / Licht / Filter behandelt werden
3. Finaler Prompt: ein einziger kopierfertiger Block
4. Negative Vorgaben: was zu vermeiden ist

Beachten Sie: In der Ausgabe steht keine zusammenfassende Liste. Es erweitert die wenigen Felder, die Sie gegeben haben, zu einer konkreten Szene – und genau das ist der grundlegende Unterschied zu einer Vorlage. Das Projekt formuliert es so: Beispiele zeigen, wie „fertig“ aussieht, sie sind keine festen Vorlagen, und jeder Durchlauf sollte Ereignis, Handlung und Umgebungsdetails neu wählen.

Installation und erster Aufruf

Ein-Zeilen-Installation per npx

Am schnellsten installieren Sie es global in die Codex-skills per npx:

npx skills@latest add liyue-aigc/female-portrait-director -g -a codex -y

Zum späteren Aktualisieren:

npx skills@latest update female-portrait-director -g -y

Manuelles git clone

Sie können es auch in das skills-Verzeichnis von Codex klonen. Windows PowerShell:

git clone https://github.com/liyue-aigc/female-portrait-director.git "$env:USERPROFILE\.codex\skills\female-portrait-director"

macOS oder Linux:

git clone https://github.com/liyue-aigc/female-portrait-director.git "${CODEX_HOME:-$HOME/.codex}/skills/female-portrait-director"

Starten Sie Codex nach der Installation neu oder öffnen Sie eine neue Konversation und tippen Sie $female-portrait-director, um es auszulösen. Ein Mechanismus ist wissenswert: Codex nutzt progressive Offenlegung. Standardmäßig legt es nur name, description und Pfad jedes Skills in den Kontext, wobei die anfängliche Liste auf etwa 2 % des Kontextfensters gedeckelt ist, oder auf 8.000 Zeichen, wenn das Fenster unbekannt ist; die vollständige SKILL.md liest es erst, wenn es sich entscheidet, ein Skill zu verwenden. Das heißt, Sie können einen ganzen Stapel Skills installieren, ohne den Kontext dauerhaft zu verstopfen – und das ist für das Verständnis des folgenden Designs entscheidend. Genaue Version und Befehle finden Sie im README des Repositorys.

Baustein eins: Parameter-Locking, damit das Gesagte nicht umgeschrieben wird

Am häufigsten zerbrechen Porträt-Prompts daran, dass das Modell still ändert, was Sie ausdrücklich verlangt haben. Sie schrieben 9:16 und bekamen ein Quadrat; Sie wollten nur ein Mode-Porträt und es ergänzte von sich aus einen Filter.

Die erste Schicht im Design von female-portrait-director ist Parameter-Locking. Es definiert 22 Parameterfelder, von Stil, Szene, Outfit und Farbpalette bis zu Kamera, Licht, Seitenverhältnis und Plattformzweck, jedes mit einem Standardwert. Die Regel ist streng: Sperren Sie die Felder, die der Nutzer ausdrücklich gesetzt hat, ergänzen Sie nur die fehlenden und ersetzen Sie nie die Richtung. Wie die FAQ des Projekts erklärt, gesperrt wird die von Ihnen gewählte Richtung, nicht das Detail auf Pixelebene, sodass es die Kreativität nicht einschränkt; das System ergänzt weiterhin den natürlichen Moment, die Handlungskette und den Blickpunkt.

Eine harte Vorgabe wie das Seitenverhältnis bekommt eine zusätzliche Absicherung. Das Projekt verlangt, Seitenverhältnis und Pixelgröße mit Ihrem exakten Wert in den ersten Satz des finalen Prompts zu setzen. Der Grund ist das alte Problem von oben: In der Mitte oder am Ende platziert, neigt das Modell dazu, es zu ignorieren; im ersten Satz als harte Vorgabe platziert, bleibt das Ausgabeverhältnis stabil.

Auf Ihren eigenen Fall übertragen, läuft diese Schicht darauf hinaus, ein Eingabe-Schema mit Standardwerten für Ihren Prompt zu definieren. Entscheiden Sie, welche Felder der Nutzer besitzen muss und welche automatisch zurückfallen dürfen – erst dann wird der Prompt wiederverwendbar.

Baustein zwei: On-Demand-Routing, immer nur einen Stil laden

Es unterstützt 14 Stile, von schlichtem Lifestyle, urbaner Mode und E-Commerce-Modelaufnahmen bis zu Gufeng-Fantasy, Hongkong-Retro und neuem chinesischem Stil. Eine naheliegende Frage: Warum nicht alle 14 in einen riesigen Prompt stopfen und das Modell wählen lassen?

KiloClaw - Managed OpenClaw für Unternehmen: AI-Agent-Orchestrierung und smartes Modell-Routing

Jetzt starten →Anzeige

Weil das Zusammenstopfen zum Vermischen führt. Sind Gufeng-Stichwörter und Hongkong-Retro-Stichwörter gleichzeitig präsent, mischt das Modell leicht Merkmale aus beiden in ein Gesicht. Der Ansatz des Projekts ist eine schlanke Stil-Registry (style-registry) als einziger Routing-Einstieg, bei der jede Anfrage nur eine Stilroutendatei matcht und liest, während die anderen 13 nie in den Kontext gelangen. Die FAQ sagt es unverblümt: On-Demand-Laden reduziert irrelevante Regeln im Kontext, verringert Stil-Vermischung und schablonenhafte Ausgabe und steigert die Verarbeitungseffizienz.

Diese Idee ist dasselbe technische Prinzip wie die zuvor erwähnte progressive Offenlegung von Codex, nur auf einer anderen Ebene. Codex lädt auf Framework-Ebene nur die description eines Skills und liest den vollen Text bei einem Treffer; female-portrait-director macht es noch einmal innerhalb des Skills, schaut zuerst in die Registry und liest bei einem Treffer nur diese eine Stilroute. Beide beantworten dieselbe Frage: Kontext ist eine knappe Ressource, also schütten Sie nicht alles auf einmal hinein.

Auch die Übertragung ist klar: Wenn Ihr Prompt viele Stile, Szenen oder Aufgabentypen abdecken muss, häufen Sie keinen Monster-Prompt an; nutzen Sie eine Struktur aus „Registry plus On-Demand-Laden“, sodass jeder Aufruf nur den relevanten Ausschnitt lädt.

Baustein drei: modulare regiebasierte Erweiterung, Parameter in eine Szene verwandeln

Wenn die Standardausgabe nur die Felder umsortiert, die Sie ausgefüllt haben, unterscheidet sie sich nicht von einer Vorlage. female-portrait-director betont, dass die Standardausgabe keine Zusammenfassung sein darf, weil eine Zusammenfassung nicht reicht, um die Generierung stabil zu steuern.

Es zerlegt die Szene in 7 visuelle Module: Gesicht, Körper, Outfit, Szene, Kamera und Pose, Licht und Filter. Der finale Prompt der detaillierten Standardausgabe muss aus genau fünf Absätzen bestehen, die der Reihe nach Person und Ausstrahlung, Zeitausschnitt und Handlung, Körper und Outfit, Szene und Kamera, Licht und Filter abdecken. Regiebasierte Erweiterung heißt, mit einem Zeitausschnitt plus einem kleinen Ereignis, einer Handlungskette, einem Blickpunkt und zwei oder drei ausgewählten Umgebungsdetails diese Felder zu einem zusammenhängenden Moment zu verschmelzen, statt die Felder zu einer Liste aufzutürmen.

Hier der Unterschied konkret. Eine Zusammenfassung schreibt „weiße Strickjacke, Café, weiches Licht“. Eine Regie schreibt einen festgehaltenen Moment: ein Fensterplatz, sie hat gerade ihre Tasse abgestellt, ihr Blick geht auf die Straße hinaus, das Nachmittagslicht fällt von links herein. Letzteres steuert die Generierung stabil; Ersteres ist nur Glücksspiel.

Diese Schicht erinnert daran: Wiederverwendbar bedeutet nicht Lückentext-Vorlage. Struktur dient der Stabilität, aber Sie müssen Raum für Erweiterung und Schlussfolgerung lassen, sonst kommt jedes wiederverwendete Bild gleich heraus.

Baustein vier: Sicherheitsgrenzen und Ausgabeformat – wiederverwendbarer heißt kontrollierter

Ein Set von Porträt-Prompts in ein Skill zu verwandeln, das jeder aufrufen kann, vergrößert das Compliance-Risiko, also müssen die Grenzen in die Regeln geschrieben werden, statt sie sich jedes Mal zu merken.

Die Sicherheitsgrenzen von female-portrait-director sind explizit: Standardmäßig erzeugt es fiktive, eindeutig erwachsene Frauen; Identitätsbewahrung ist nur mit eigenen oder autorisierten erwachsenen Referenzbildern erlaubt; die Sexualisierung Minderjähriger, explizite Nacktheit, nicht einvernehmliche Bilder und Identitätstäuschung sind verboten. Selbst bei kurvenbetonten Stilen verlangt es, freiliegende Intimbereiche und altersmehrdeutige Bildausschnitte zu vermeiden. Das sind die Vorgaben des Projekts zur verantwortungsvollen Nutzung; bei der tatsächlichen Generierung müssen Sie zusätzlich die Regeln Ihrer Plattform und das lokale Recht befolgen.

🔥 Verschwende keine Monate für ungenutzte Produkte! Teste deine SaaS-Nutzenversprechen mit Adsterra bei kleinem Budget ➡️

Jetzt testen →Anzeige

Auch das Ausgabeformat ist eine Form von Kontrolle. Es verlangt, dass der finale Prompt und die negativen Vorgaben jeweils in einem separaten, mit text markierten Codeblock stehen, wobei Titel außerhalb des Blocks bleiben, damit man leicht kopieren kann und keine Analyse in den kopierfertigen Inhalt rutscht. Das Detail wirkt klein, ist aber für die Wiederverwendung wichtig: Der Aufrufende erhält immer dieselbe vorhersehbare Struktur.

Selbst gemacht: 5 Schritte, um Ihren Prompt in ein Skill zu falten

Dieser Ansatz ist nicht auf Porträts beschränkt. Jeden Prompt, den Sie immer wieder neu schreiben, können Sie in den folgenden fünf Schritten zu einem Skill falten.

1. Ein Parameter-Schema extrahieren. Listen Sie die Dinge, die Sie jedes Mal ändern, als Felder auf und geben Sie jedem Feld einen Standardwert. Entscheiden Sie, welche der Nutzer setzen muss und welche zurückfallen dürfen.
2. Eine Registry mit On-Demand-Laden aufbauen. Bei vielen Stilen oder Aufgabentypen bauen Sie eine schlanke Einstiegstabelle und laden jedes Mal nur die passende Regeldatei, statt alle zusammenzuhäufen.
3. Regiebasierte Erweiterungsregeln schreiben. Legen Sie fest, wie Felder zu einem zusammenhängenden Ergebnis erweitert werden, statt sie erneut aufzulisten.
4. Sicherheitsgrenzen und einen Ausgabevertrag festlegen. Schreiben Sie die Verbote und die Ausgabestruktur fest, damit jeder Aufruf ein vorhersehbares Format zurückgibt.
5. Als SKILL.md verpacken. Schreiben Sie einen klaren name und eine description, wobei die description Auslöse-Szenario und Grenzen benennt, damit der Agent es implizit matchen kann.

Ein minimales SKILL.md-Gerüst

Tauschen Sie den Inhalt für Ihre Domäne aus; dies ist ein selbst geschriebenes Beispiel, nicht das Original des Projekts:

---
name: my-prompt-skill
description: Wird ausgelöst, wenn der Nutzer einen Prompt vom Typ X braucht; nimmt ein paar Felder und gibt ein strukturiertes Ergebnis mit negativen Vorgaben zurück.
---

# Ablauf
1. Felder lesen, die vom Nutzer explizit gesetzten sperren, fehlende mit Standardwerten füllen.
2. Eine passende Stil-/Aufgabenroute aus der Registry wählen und nur diese laden.
3. Nach den regiebasierten Regeln zu einem zusammenhängenden Ergebnis erweitern, keine Felder auflisten.
4. Finales Ergebnis und negative Vorgaben in separaten Codeblöcken ausgeben.

Ein paar häufige Stolperfallen beim Bauen, mit den passenden Fixes:

Für wen es geeignet ist – und für wen nicht

Nicht jeder Bedarf lohnt sich als Skill. Eine schnelle Einschätzung:

Wirklich übernehmenswert an female-portrait-director sind nicht seine 14 Stile, sondern wie es einen Prompt als technisches Objekt behandelt: Die Eingabe hat ein Schema, die Regeln laden bei Bedarf, die Erweiterung hat eine Methode, und die Grenzen leben in Dateien. Um den Skill-Mechanismus selbst zu verstehen, beginnen Sie mit der Skill-Funktion in Claude Code; für einen weiteren Weg, wiederkehrende Anweisungen in eine wiederverwendbare Konfigurationsdatei zu falten, sehen Sie sich den Leitfaden zum Schreiben einer CLAUDE.md an.

Fazit

female-portrait-director hat mit Porträt-Prompts etwas getan, das die meisten nicht tun: Es hat sie von Text, den man jedes Mal neu schreibt, in eine Schnittstelle mit Eingabe-Schema, On-Demand-Routing, regiebasierter Erweiterung und klaren Grenzen verwandelt. Sie müssen seine Porträtfunktionen nicht nutzen, aber seine vier technischen Bausteine lassen sich direkt auf jeden Prompt übertragen, den Sie ständig nachjustieren. Der nächste Schritt ist einfach: Wählen Sie einen Prompt, den Sie zwei- bis dreimal pro Woche neu schreiben, falten Sie ihn mit diesen 5 Schritten in eine SKILL.md und lassen Sie sie zweimal laufen, um zu sehen, ob sie stabiler ist als von Hand.