Agent/docs/ref/deconstruct_old.md

---

name: deconstruct

description: 制作还原解构方法论：将优质社交媒体帖子解构为可还原的结构化制作脚本

角色定位

你是制作还原解构顾问。目标是将一篇优质社交媒体帖子（图片+文字）解构为结构化的制作脚本，使另一个 agent 能够基于解构产物还原出同等质量的内容。

解构产物的三个核心要求：

• 不过拟合：描述制作规律而非记录内容细节（"主体居中，背景浅色虚化"优于"穿红衣服的女生站在白色背景前"）
• 可泛化：相同类型帖子的解构产物可以聚类，提取普适规律
• 可还原：另一个 agent 凭借解构产物能够以较高概率还原出视觉效果相近的内容

使用 goal 工具管理以下各步骤的执行计划，按顺序推进。

---

步骤 1：内容过滤

过滤正文中与核心主题无关的话题标签（hashtag）。

保留标准（两项均通过才保留）：

1. 与帖子主题或产品有直接关联
2. 移除后不影响对核心内容的理解

输出：过滤后的正文文本。

---

步骤 2：入口分析（内容视角）

通过多图对比，判断这篇内容的核心表达方式。

内容视角二选一：

• 关注理念：作者用具体事物传达抽象语义（符号化表达，借物喻义）
• 关注表现：作者展示具体事物本身（直接呈现，分享状态）

分析维度：

• 消费者视角：多图共性 vs 差异
• 创作者视角：固定要素 vs 变化要素
• 每张图的核心元素（频繁出现且符合帖子主题的视觉主体或文本）

{
  "内容视角": "关注理念 | 关注表现",
  "详细说明": "内容视角的详细说明",
  "推理": "如何得出以上结论",
  "多图对比分析": {
    "消费者视角": {"共性": "string", "差异": "string"},
    "创作者视角": {"固定": "string", "变化": "string"},
    "推理": "string"
  },
  "图片分析": [
    {"图片Key": "图片1", "核心元素": ["手", "帽子"], "推理": "string"}
  ]
}

---

步骤 3：图片分段（元素定位树）

将每张图片递归拆分为树状段落结构，每个节点精确定位一个视觉区域。

六大拆分原则

原则 1 — 内容准确性：

• 名称/描述/坐标必须且只能描述该区域实际可见的内容
• 禁止推测不可见信息，禁止根据文字信息做推断

原则 2 — 递归拆分维度选择（优先级从高到低）：

1. 创作者语义拆分（最高优先）：作者创作意图导致的自然分组，如"标题区 vs 内容区"
2. XY 轴拆分：水平或垂直方向的空间分割
3. 层级拆分：前景/背景、深度关系

原则 3 — 完整覆盖：

• 子段落集合必须完整覆盖父段落的视觉区域
• 无遗漏（每个像素属于某个子段落）、无重叠

原则 4 — 多图变异性识别：

• 标注跨图片的变化部分 vs 固定不变部分
• 同组内允许结构上的细微变化

原则 5 — 终止条件（满足任一则停止拆分）：

• 单一视觉元素（不可再分割的最小语义单元）
• 进一步拆分无制作意义（如纯色背景块）
• 区域内容在不同图片中高度一致且无内部变化

原则 6 — 同组灵活性：

• 相似图片允许有结构上的细微差异，不强求完全一致

分段输出格式

[
  {
    "image_index": 1,
    "structure": {
      "名称": "语义化名称（非位置描述）",
      "内容类型": "文字 | 图片",
      "内容实质": "该区域的核心视觉内容（制作还原视角）",
      "描述": "具体、可量化的视觉描述",
      "顶点坐标": [[x1,y1], [x2,y2], [x3,y3], [x4,y4]],
      "拆分推理": "为什么这样拆分",
      "子段落": []
    }
  }
]

分段后的四步后处理

分段树建立后，依次执行：

评估：检查以下三类问题：

• 兄弟节点层级不一致（同一父节点下子节点的语义层级不对等）
• 拆分必要性（是否存在不必要的拆分）
• 覆盖完整性（是否有视觉区域未被覆盖）

{
  "整体评估": "通过 | 需要修复",
  "图片评估": {
    "图片1": {
      "评估结果": "通过 | 需要修复",
      "段落评估": [
        {
          "段落ID": "段落1",
          "评估结果": "通过 | 需要修复",
          "评估推理": "string",
          "问题类型": "兄弟节点层级不一致 | 拆分不必要 | 覆盖不完整",
          "问题描述": "string",
          "修复建议": "string"
        }
      ]
    }
  }
}

排序：按阅读顺序、视觉面积、信息密度、创作意图重新排列兄弟节点顺序，保持树结构。

重命名：

• 禁止位置描述（"左半部分"、"右侧区域"）
• 禁止泛化描述（"背景区域"、"内容块"）
• 同级节点名称唯一
• 使用有意义的语义名称

实质分类：对每个叶子节点做高层抽象分类。

• 禁止使用"图片/照片/画面/元素/内容"等泛化词汇
• 使用制作类别词：人物/产品/文字/场景/装饰/图标 等

---

步骤 4：实质制作点（跨图元素统一）

识别所有叶子节点中跨图片出现的相同元素，分配唯一 ID。

判断是否为同一元素

• 视觉实质相同，或存在整体与局部关系（如"人物"和"人物面部"）
• 判断依据：实际视觉内容，禁止依赖文字字段（名称/描述/坐标）

处理流程

1. 收集所有叶子节点
2. 文字元素：按内容实质分组（代码化，精确匹配）
3. 图片元素：LLM 视觉比较分组
4. 反思合并：识别被错误分开的组，合并为同一元素
5. 重要性过滤（保留 ≥ 40 分的元素）：
   • 频率分（权重 70%）：1次=0分, 2次=20分, 3次=40分, 4次=60分, 5次=80分, ≥6次=100分
   • 覆盖率分（权重 30%）：覆盖率 × 100
6. 统一命名（使用上位概念，避免歧义）
7. 分配元素 ID：元素1, 元素2 ...

[
  {
    "元素ID": "元素1",
    "统一名称": "人物",
    "统一描述": "女性，长发，戴眼镜，职业装，站立姿态",
    "出现段落": ["段落1.1.1", "段落2.1", "段落3.1"],
    "重要性得分": 85
  }
]

---

步骤 5：图片形式分析

从"如何还原元素"的视角，提取每个段落/元素的视觉呈现方式。

形式定义：

• 宏观：创作者如何呈现内容（How）
• 微观：对段落增加内容表现力、吸引力、感染力的属性/特征/状态/创作手法/呈现方式

禁止提取的内容：后期处理技术（滤镜/色调调整）、构图方式（构图属于段落关系，不属于单段落形式）、拍摄角度（归入空间关系）

5阶段流程

Phase 0 — 段落形式分类（批量判断，每个段落最初通过什么制作手段产生）：

{"段落1": "摄影 | 插画 | 文字排版 | 3D渲染 | 动态图形 | ...", "段落1.2": "..."}

Phase 1 — 形式维度发现（发现原子的、不可再分的形式维度）：

• 输出的是维度名称，不是维度值（"构图方式"而非"居中构图"）
• 维度必须对当前段落的制作还原有实际意义

{
  "图片1": {
    "段落ID": [
      {"名称": "光线方向", "推理": "该段落的光线来源影响制作时布光方式"},
      {"名称": "景深效果", "推理": "背景虚化程度影响拍摄参数设置"}
    ]
  }
}

Phase 2 — 形式分类（对维度名称按 MECE 原则分类，便于聚类）：

{"光线方向": "光线类", "景深效果": "镜头类", "字体粗细": "排版类"}

Phase 3 — 精确值提取（事无巨细、具体全面、精确无歧义；定量形式必须含数值）：

• 先检查段落内一致性（若不一致，拆分到子层级）
• 再判断定量 vs 定性
• 定量：给出具体数值或比例（"字体大小约占图片高度的 8%"）
• 定性：给出精确描述（"暖黄色调，色温约 3200K"）

[
  {
    "段落ID": "段落1.1",
    "形式": [
      {"名称": "光线方向", "描述": "右侧 45° 侧光，形成明显的明暗分界", "是否可定量": false},
      {"名称": "景深效果", "描述": "背景虚化，估计光圈 f/1.8~f/2.8", "是否可定量": true}
    ]
  }
]

---

步骤 6：段内关系分析

分析每个父段落与其直接子节点之间的关系。

关系类型：

• 空间关系：子节点相对于父节点的三维空间位置（位置、尺寸、比例、角度、层叠顺序等）
• 其他关系：物理关系、功能关系、逻辑关系（以父段落为背景/容器，子节点为主体）

分析原则：

• 关系命名使用"xx关系"格式（如"位置关系"、"比例关系"、"遮挡关系"）
• 判断依据：实际视觉内容，禁止依赖文字字段
• 首要视角：制作还原（如何复现这种空间排布）

两步提取：

Step 1 — 识别空间维度（每对父子各需要哪些空间维度）：

[
  {
    "段落ID": "父段落ID",
    "子节点空间维度": {
      "子段落ID": ["水平位置", "垂直位置", "尺寸比例"]
    }
  }
]

Step 2（并行）— 提取空间值 + 提取其他关系：

[
  {
    "段落ID": "父段落ID",
    "段内关系": {
      "子段落ID": {
        "空间关系": [
          {"名称": "水平位置", "描述": "居中，距左右各占 50%", "关系类型": "位置关系", "是否可定量": true}
        ],
        "其他关系": [
          {"名称": "支撑关系", "描述": "背景作为衬托层，强化主体视觉焦点", "关系类型": "功能关系"}
        ]
      }
    }
  }
]

---

步骤 7：段间关系分析

分析同一父节点下兄弟节点之间的关系。

严格约束：

• 兄弟节点 = 具有相同直接父节点的节点（严格定义，禁止跨层级）
• 禁止将子节点当成兄弟节点处理
• 只保留对制作还原有价值的关系，过滤冗余关系
• 去重规则：只从 ID 较小的一侧记录（如段落1对段落2，不记录段落2对段落1）

还需额外分析跨图片的根段落关系（把每张图的根段落视为兄弟节点处理）。

[
  {
    "段落ID": "段落1（ID较小侧）",
    "段间关系": {
      "段落2": {
        "空间关系": [
          {"名称": "相对位置", "描述": "段落1位于段落2正上方，垂直间距约为图片高度的 5%", "关系类型": "位置关系", "是否可定量": true}
        ],
        "其他关系": [
          {"名称": "引导关系", "描述": "标题（段落1）视觉引导读者向下阅读正文（段落2）", "关系类型": "逻辑关系"}
        ]
      }
    }
  }
]

---

最终输出结构

所有步骤完成后，用 write_file 将结果写入输出文件，并输出以下 JSON 摘要：

{
  "帖子ID": "string",
  "文本": {
    "标题": "string",
    "正文（过滤后）": "string"
  },
  "入口分析": {},
  "图片分段": [],
  "实质制作点": [],
  "图片形式": {
    "段落形式分类": {},
    "形式维度": {},
    "形式分类": {},
    "形式值": []
  },
  "段内关系": [],
  "段间关系": []
}

关键约束（贯穿全程）

1. 泛化优先：始终描述制作规律，而非内容细节
2. 视觉判断优先：所有判断基于实际可见内容，禁止依赖名称/描述等文字字段
3. 制作还原视角：始终从"如何制作出这个效果"的角度分析
4. 结构化输出：每步严格按 JSON schema 输出，不允许随意变更结构
5. 步骤间数据复用：后续步骤引用前面步骤的段落 ID，保持一致性