female-portrait-director: transforme prompts de retrato num Skill reutilizável

Quem ajusta imagens de retrato já fez a mesma coisa: da última vez você finalmente montou um prompt que funcionava, e desta vez reescreve tudo do zero para uma nova cena. Troca para um café e acrescenta deixas de iluminação; troca para um visual gufeng e troca as palavras de figurino; mistura por acidente as palavras-chave de «puro» e «retrô de Hong Kong», e o rosto começa a se misturar entre estilos. Pior são as partes que você não controla: você escreveu 9:16 mas saiu quadrado, você só queria um retrato de moda mas o modelo acrescentou um filtro por conta própria.

O female-portrait-director nasce para resolver exatamente esse problema de «prompts não reutilizáveis». É um Skill open source de direção de prompts de retrato com IA: você dá alguns parâmetros estruturados, e ele bloqueia a direção que você definiu explicitamente, carrega só uma rota de estilo sob demanda, expande os parâmetros num prompt coerente, com cara de foto, e acrescenta restrições negativas. Seu valor não é mais um conjunto de prompts universais. É transformar um prompt de texto pontual, reescrito toda vez, numa interface reutilizável, mantenível e com limites. O que vale destrinchar são os quatro pilares de engenharia por trás dele, que também são as partes que qualquer prompt pode pegar emprestado.

Primeiro, como ele difere de um prompt escrito à mão

O problema de um prompt de retrato longo escrito à mão não é estar mal escrito. É ser pontual. Mude a cena e você edita metade das palavras à mão; mude o estilo e precisa lembrar quais palavras-chave não podem coexistir; volte duas semanas depois e não sabe por que escreveu daquele jeito.

Pondo as três abordagens lado a lado, a diferença é clara:

Templates já são um grande avanço sobre prompts crus, e há toda uma biblioteca de 12 padrões de design de prompt reutilizáveis sobre isso. Mas o teto de um template é «copiar e editar»; ele não consegue impor isolamento de estilo nem segura os limites de segurança. Um Skill vai um passo além: dobra a entrada em campos, assenta as regras em arquivos e deixa a IA rodar por essas regras.

Um olhar de 30 segundos no female-portrait-director

O projeto é construído por Li Yue, sob licença MIT, e em junho de 2026 a versão é a V1.4.1. É distribuído como um Codex Skill e segue o padrão geral de agent skill (um SKILL.md com name e description). Uma vez instalado, digite $female-portrait-director no chat para chamá-lo.

Dá para resumir como ele funciona num fluxo mínimo: você preenche alguns campos de um template, e ele retorna quatro seções estruturadas.

🔥 Não perca meses em produtos sem demanda! Valide as propostas do seu SaaS com a Adsterra e pouco orçamento ➡️

Testar agora →Anúncio

Entrada (template mínimo):
Estilo: retrato de estilo de vida, look puro
Cena: mesa na janela de um café
Figurino: cardigã de tricô branco + camada interna em tom claro
Clima: limpo e suave
Proporção: 9:16

Saída (quatro seções):
1. Parâmetros bloqueados: ecoa sua entrada campo a campo
2. Análise de módulos: como rosto / corpo / figurino / cena / câmera / iluminação / filtro são tratados
3. Prompt final: um único bloco pronto para copiar
4. Restrições negativas: o que evitar

Note que não há lista em estilo resumo na saída. Ele expande os poucos campos que você deu numa cena concreta, e essa é a diferença fundamental para um template. Como o projeto coloca: exemplos mostram o que «pronto» parece, não são templates fixos, e cada execução deve reescolher o evento, a ação e os detalhes de ambiente.

Instalação e primeira chamada

Instalação npx em uma linha

O jeito mais rápido é instalar globalmente nas skills do Codex com npx:

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

Para atualizar depois:

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

git clone manual

Você também pode cloná-lo na pasta de skills do Codex. Windows PowerShell:

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

macOS ou Linux:

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

Depois de instalar, reinicie o Codex ou abra uma nova conversa e digite $female-portrait-director para disparar. Um mecanismo vale conhecer: o Codex usa divulgação progressiva. Por padrão ele só põe o nome, a descrição e o caminho de cada skill no contexto, com a lista inicial limitada a cerca de 2% da janela de contexto, ou 8.000 caracteres quando a janela é desconhecida; ele lê o SKILL.md completo só quando decide usar um skill. Isso significa que dá para instalar uma pilha de skills sem lotar o contexto permanentemente, o que importa muito para entender o design a seguir. Confira o README do repositório para a versão e os comandos exatos.

Pilar um: bloqueio de parâmetros, para o que você diz não ser reescrito

O jeito mais comum de um prompt de retrato desandar é o modelo mudar em silêncio o que você pediu explicitamente. Você escreveu 9:16 e saiu quadrado; você só queria um retrato de moda e ele acrescentou um filtro por conta própria.

A primeira camada do design do female-portrait-director é o bloqueio de parâmetros. Ele define 22 campos de parâmetro, de estilo, cena, figurino e paleta a câmera, iluminação, proporção e finalidade de plataforma, cada um com um default. A regra é firme: bloqueie os campos que o usuário definiu explicitamente, só preencha os que faltam e nunca substitua a direção. Como o FAQ do projeto explica, o que é bloqueado é a direção que você escolheu, não o detalhe em nível de pixel, então ele não limita a criatividade; o sistema ainda acrescenta o momento natural, a cadeia de ações e o olhar.

Um controle rígido como a proporção ganha mais uma guarda. O projeto exige que a proporção e o tamanho em pixels entrem na primeira frase do prompt final, com seu valor exato. A razão é o velho problema acima: no meio ou no fim, o modelo tende a ignorar; na primeira frase, como restrição rígida, a proporção de saída fica estável.

Levado para o seu caso, essa camada equivale a definir um schema de entrada com defaults para o seu prompt. Decida quais campos o usuário precisa controlar e quais podem recorrer a defaults automaticamente, e só então o prompt vira reutilizável.

Pilar dois: roteamento sob demanda, carregar um estilo por vez

Ele suporta 14 estilos, de estilo de vida puro, moda urbana e modelo de e-commerce a fantasia gufeng, retrô de Hong Kong e novo estilo chinês. Uma pergunta natural: por que não enfiar os 14 num prompt gigante e deixar o modelo escolher?

KiloClaw - OpenClaw gerenciado para empresas: orquestração de agentes IA e roteamento inteligente

Começar →Anúncio

Porque enfiá-los juntos causa mistura. Com palavras-chave de gufeng e de retrô de Hong Kong presentes ao mesmo tempo, o modelo facilmente mistura traços dos dois num só rosto. A abordagem do projeto é usar um registro de estilos leve (style-registry) como entrada única de roteamento, onde cada requisição só combina e lê um arquivo de rota de estilo, e os outros 13 nunca entram no contexto. O FAQ diz claramente: o carregamento sob demanda reduz regras irrelevantes entrando no contexto, corta a mistura de estilos e a saída padronizada, e melhora a eficiência de processamento.

Essa ideia é o mesmo princípio de engenharia da divulgação progressiva do Codex mencionada antes, só que em outro nível. O Codex carrega só a descrição de um skill no nível do framework e lê o texto completo numa combinação; o female-portrait-director faz de novo dentro do skill, olhando primeiro o registro e lendo só aquele estilo numa combinação. Ambos respondem à mesma pergunta: contexto é recurso escasso, então não despeje tudo de uma vez.

O aprendizado também é claro: quando seu prompt precisa cobrir muitos estilos, cenas ou tipos de tarefa, não empilhe um prompt monstro; use uma estrutura de «registro mais carregamento sob demanda» para que cada chamada carregue só a fatia relevante.

Pilar três: expansão modular em estilo de direção, transformar parâmetros em cena

Se a saída padrão só reorganiza os campos que você preencheu, ela não difere de um template. O female-portrait-director enfatiza que a saída padrão não pode ser um resumo, porque um resumo não basta para controlar a geração de forma estável.

Ele divide a cena em 7 módulos visuais: rosto, corpo, figurino, cena, câmera e pose, iluminação e filtro. O prompt final na saída detalhada padrão deve ter exatamente cinco parágrafos, cobrindo, em ordem, a pessoa e o temperamento; a fatia de tempo e a ação; corpo e figurino; cena e câmera; iluminação e filtro. Expansão em estilo de direção significa usar uma fatia de tempo mais um pequeno evento, uma cadeia de ações, um alvo de olhar e dois ou três detalhes seletivos de ambiente para fundir esses campos num único momento coerente, em vez de empilhar os campos numa lista.

A diferença em termos concretos. Um resumo escreve «cardigã branco, café, luz suave». Um diretor escreve um momento capturado: uma mesa na janela, ela acabou de pousar a xícara, o olhar na rua lá fora, a luz da tarde entrando pela esquerda. O segundo controla a geração de forma estável; o primeiro só aposta.

Essa camada nos lembra que reutilizável não é preencher template. A estrutura é para estabilidade, mas você tem de deixar espaço para expansão e raciocínio, ou toda imagem reutilizada sai igual.

Pilar quatro: limites de segurança e formato de saída, mais reutilizável exige mais controle

Transformar um conjunto de prompts de retrato num Skill que qualquer um pode chamar amplifica o risco de conformidade, então os limites têm de ser escritos nas regras em vez de lembrados toda vez.

Os limites de segurança do female-portrait-director são explícitos: por padrão ele gera mulheres fictícias e claramente adultas; a preservação de identidade é permitida só com imagens de referência suas ou de adultos autorizados; sexualizar menores, nudez explícita, imagens não consensuais e identidade enganosa são proibidos. Mesmo para estilos focados em curvas, exige evitar áreas íntimas expostas e enquadramentos de idade ambígua. Essas são as restrições de uso responsável do projeto; na geração real você ainda tem de seguir as regras da sua plataforma e a lei local.

Alibaba Cloud - Escolha dos desenvolvedores, 15% de desconto exclusivo em Lighthouse

Ganhar 15% off →Anúncio

Formato de saída também é uma forma de controle. Ele exige que o prompt final e as restrições negativas fiquem cada um num bloco de código separado marcado como text, com os títulos fora do bloco para facilitar a cópia e sem análise misturada ao conteúdo pronto para copiar. O detalhe parece pequeno mas importa para o reúso: quem chama recebe sempre a mesma estrutura previsível.

Faça você mesmo: 5 passos para dobrar seu prompt num Skill

Essa abordagem não se limita a retratos. Qualquer prompt que você reescreve repetidamente pode ser dobrado num Skill nos cinco passos abaixo.

1. Extraia um schema de parâmetros. Liste como campos as coisas que você muda toda vez, e dê a cada campo um default. Decida quais o usuário precisa definir e quais podem recorrer a defaults.
2. Construa um registro com carregamento sob demanda. Se há muitos estilos ou tipos de tarefa, construa uma tabela de entrada leve e carregue só o arquivo de regra correspondente a cada vez, em vez de empilhar tudo junto.
3. Escreva regras de expansão em estilo de direção. Especifique como expandir os campos num resultado coerente, não relistá-los.
4. Defina limites de segurança e um contrato de saída. Fixe as proibições e a estrutura de saída para que toda chamada retorne um formato previsível.
5. Empacote como um SKILL.md. Escreva um name e uma description claros, com a descrição detalhando o cenário de disparo e os limites para o agente combinar implicitamente.

Um esqueleto mínimo de SKILL.md

Troque o conteúdo pelo seu domínio; este é um exemplo escrito por nós, não o original do projeto:

---
name: my-prompt-skill
description: Dispara quando o usuário precisa de um prompt do tipo X; recebe alguns campos e retorna um resultado estruturado com restrições negativas.
---

# Fluxo
1. Leia os campos, bloqueie os que o usuário definiu explicitamente, preencha os faltantes com defaults.
2. Escolha uma rota de estilo/tarefa correspondente no registro e carregue só ela.
3. Expanda num resultado coerente pelas regras de estilo de direção, não liste campos.
4. Gere o resultado final e as restrições negativas em blocos de código separados.

Alguns tropeços comuns ao construir, com correções:

Para quem serve e para quem não

Nem toda necessidade vale virar um Skill. Um veredito rápido:

O que vale mesmo aprender do female-portrait-director não são seus 14 estilos, mas como ele trata um prompt como objeto de engenharia: a entrada tem schema, as regras carregam sob demanda, a expansão tem método e os limites vivem em arquivos. Para entender o próprio mecanismo de Skill, vale primeiro compreender por que um SKILL.md é mais estável do que copiar prompts; para outro caso de transformar criação repetitiva numa linha de produção, veja o guizang-social-card-skill; para reforçar a escrita dos próprios prompts de retrato, confira o guia de templates de prompt do Stable Diffusion.

Conclusão

O female-portrait-director fez com prompts de retrato algo que a maioria não faz: transformou-os de texto que você reescreve toda vez numa interface com schema de entrada, roteamento sob demanda, expansão em estilo de direção e limites claros. Você não precisa usar os recursos de retrato dele, mas seus quatro pilares de engenharia se transferem direto para qualquer prompt que você fica ajustando. O próximo passo é simples: escolha um prompt que você reescreve duas ou três vezes por semana, dobre-o num SKILL.md com aqueles 5 passos, e rode duas vezes para ver se está mais estável do que escrever à mão.