Hintergrund: Review aller 22 Prompt-Templates (P1-P18 + P8-Adapter) auf
Konsistenz. BrandLoop ist als branchenneutrales Multi-Tenant-System angelegt
(README: "Team-Permission der jeweiligen Brand") - vier Stellen wichen davon ab
oder waren nur implizit dokumentiert.
1. Branchen-Lock entfernt (P07-bild-prompt-generator.md, P08-video-kern.md)
Beide öffneten mit "... einer Werbe-Produktion fuer Kosmetik-Brands."
Einzige Branchen-Festlegung im gesamten Prompt-Set - alle anderen 20
Dateien, das DB-Schema und die Quelldokumente (docs/banana-pro-director-2.0.md)
sind branchenneutral. Vermutlich ein Rest aus einer Kosmetik-Beispieldomäne
beim urspruenglichen Schreiben. Zusaetzlich in P07 "Flakons" (Kosmetik-/
Parfuembegriff) durch "Behaeltern" ersetzt, damit die Anleitung fuer
transparente Fluessigkeiten branchenunabhaengig bleibt (Getraenke,
Reinigungsprodukte etc., nicht nur Parfuem/Serum).
2. Altersbezeichnungen-Verbot auf die Vision-/Merkmal-Quellen ausgeweitet
(P01-upload-analyst.md, P16-referenz-interpreter.md)
P07/P08/alle vier Adapter verbieten Altersbezeichnungen im Output - aber
P01 und P16 sind die Stellen, die die `merkmale`-Texte ERZEUGEN, welche
per Token-Locking spaeter woertlich in genau diese Prompts uebernommen
werden (P01 Regel 6: "sie werden spaeter exakt so in Prompts eingesetzt").
Ohne das Verbot an der Quelle haette sich eine Altersbezeichnung durch
die ganze Kette bis in den finalen Bild-/Video-Prompt durchschmuggeln
koennen, wo sie eigentlich untersagt ist.
3. Tiebreak-Regel fuer exakten Score-Gleichstand (P04-knowledge-selector.md)
Regel 2 sagte bereits, wie ein Unter-Attribut ein Eltern-Attribut bei
hoeherem Score schlaegt, aber nicht, was bei einem exakten Gleichstand
zwischen zwei Attributen der gleichen Ebene passiert (anders als bei
Video-Gleichstand, wo P10 explizit dafuer existiert). Ergaenzt: bei
exaktem Gleichstand gewinnt das mit dem hoeheren `used_count` (das
breiter getestete Attribut) - vermeidet, dass diese Randfaelle
zufaellig/uneinheitlich im Code gehandhabt werden.
4. Zwei bisher nur implizite Konzepte in prompts/README.md dokumentiert:
- "Die 8 Grundkategorien": P15 erwaehnt "die 8 Grundkategorien" als
feststehenden Begriff, ohne sie je aufzulisten - bisher nur aus den
JSON-Schema-Keys von P09 rekonstruierbar (location, licht, farben,
kamera, voice, geraeusche, texte_hooks, handlungen). Jetzt als
eigene Tabelle festgehalten, da praktisch jeder Prompt darauf aufbaut.
- "Script-Felder <-> Kategorien": P05 gibt Shots in sechs Feldern aus
(Bild/Aktion/Kamera/Licht/Audio/Text im Bild), die nicht 1:1 den acht
Kategorie-Slugs entsprechen (z.B. buendelt "Audio" voice+geraeusche,
"Bild" buendelt location+farben). Diese Zuordnung war nirgends
schriftlich festgehalten, obwohl Code, der Script-Inhalte spaeter
Kategorien zuordnen muss (z.B. fuer P6-Diffs), sie braucht.
Kein Prompt-Body enthaelt neue Erklaer-Kommentare - die Bodies werden
woertlich an die KI-Modelle geschickt (static_core_md), Meta-Kommentare
darin wuerden mit in den Prompt wandern. Die Begruendungen stehen daher
ausschliesslich hier in der Commit-Message und in prompts/README.md
(reine Doku, wird nicht geseedet).
Co-Authored-By: Claude Sonnet 5 <noreply@anthropic.com>
2026-07-22 07:56:46 +02:00
7 changed files with 91 additions and 162 deletions
@@ -16,7 +16,7 @@ Du bist der Vision-Analyst des Onboardings. Der Nutzer hat Logo, Produktbilder u
4. Pro Attribut: prägnanter deutscher Name, URL-tauglicher `slug` (kleinbuchstaben-mit-bindestrichen), 2–5 `tags`, eine kurze deutsche `beschreibung` (1–3 Sätze: was ist das, wie wirkt es für DIESE Brand), 1–3 englische `prompt_bausteine` (direkt in Bild-/Video-Prompts einsetzbar, z. B. "warm sandstone tones, golden hour side light") und optional englische `negativ_prompts`. Dazu `quelle`: welcher Upload die Beobachtung belegt.
5. Wiederkehrendes vor Einmaligem: Ein Attribut nur vorschlagen, wenn es die Brand erkennbar prägt (in mehreren Uploads oder dominant in einem zentralen). Maximal 12 Attribute insgesamt.
6. Asset-Kandidaten: wiederkehrende Gesichter, Produkte und das Logo als `assets` mit `typ` (gesicht/produkt/logo/sonstiges), Name, sichtbaren `merkmale` (präzise, wörtlich wiederverwendbar formuliert — sie werden später exakt so in Prompts eingesetzt) und `quelle`. Bei Gesichtern zusätzlich `einwilligung_noetig: true`.
7. Keine echten Personennamen, keine Fremd-Markennamen in Namen/Tags/Bausteinen. Startwerte/Scores vergibst du NICHT — das macht der Code.
7. Keine echten Personennamen, keine Fremd-Markennamen, keine Altersbezeichnungen — weder in Namen/Tags/Bausteinen noch in `merkmale`. Startwerte/Scores vergibst du NICHT — das macht der Code.
@@ -11,7 +11,7 @@ Du bist der Knowledge-Selector. Auf Basis des verstandenen Intents wählst du au
## Auswahl-Regeln (in dieser Rangfolge)
1.**Fixierte Nutzerwünsche schlagen alles.** Für jede in {{INTENT}} fixierte Kategorie: das Attribut wählen, das dem Nutzerwunsch entspricht (existiert keins → `neu_anlegen: true` mit Name/Slug-Vorschlag). Auch wenn sein Score niedrig ist. Grund: `"fixiert"`.
2.**Offene relevante Kategorien:** das Attribut mit dem höchsten Score wählen, Status aktiv. Grund: `"top"`. Existiert ein Unter-Attribut mit höherem Score als sein Eltern-Attribut, das Unter-Attribut nehmen.
2.**Offene relevante Kategorien:** das Attribut mit dem höchsten Score wählen, Status aktiv. Grund: `"top"`. Existiert ein Unter-Attribut mit höherem Score als sein Eltern-Attribut, das Unter-Attribut nehmen. Bei exaktem Gleichstand zwischen zwei Attributen bleibt das mit dem höheren `used_count` vorn (breiter getestet).
3.**Genau EIN Explorations-Slot pro Szene:** In einer offenen (nie einer fixierten) Kategorie statt des Top-Attributs bewusst ein ungetestetes oder wenig genutztes wählen (niedriger `used_count`, lange nicht verwendet, oder frische Onboarding-Hypothese). Grund: `"exploration"` + kurze Begründung. Ohne Exploration lernt das System nichts Neues. Wähle dafür die Kategorie, in der neues Wissen aktuell am wertvollsten ist (viele ungetestete Einträge, enge Score-Abstände). Gibt es nirgends Ungetestetes → Explorations-Slot weglassen.
4.**Assets:** Aus {{ASSETS}} die freigegebenen Versionen wählen, die {{INTENT}}.`genannte_elemente` abdecken (genanntes Produkt → dessen Asset; Person gefordert → Brand-Gesicht). Nur freigegebene Versionen, exakt mit Versions-ID.
5.**Fokus:** Maximal 6–8 Attribute gesamt. Nicht jede Kategorie erzwingen — nur was die Szene laut Intent braucht. Für jedes gewählte Attribut die `prompt_bausteine`/`negativ_prompts` mitgeben (wörtlich aus {{ATTRIBUTE}}).
Du bist der Bild-Prompt-Regisseur einer Werbe-Produktion für Kosmetik-Brands. Du übersetzt einen Auftrag plus das injizierte Brand-Wissen in EINEN fertigen englischen Bild-Prompt für ein Foto-Generierungsmodell — für Referenzbilder von Gesichtern, Produkten und Szenen-Plates, die später in Videogenerierungen verwendet werden.
Du bist der Bild-Prompt-Regisseur einer Werbe-Produktion. Du übersetzt einen Auftrag plus das injizierte Brand-Wissen in EINEN fertigen englischen Bild-Prompt für ein Foto-Generierungsmodell — für Referenzbilder von Gesichtern, Produkten und Szenen-Plates, die später in Videogenerierungen verwendet werden.
## Grundphilosophie
@@ -15,7 +15,7 @@ Jedes Bild muss wie eine echte Fotografie lesen — echte Kamera, echtes Licht,
## Auftragstypen (wähle anhand des Auftrags)
1.**Gesicht neu (Face-Lock):** Identität pur — mid-gray seamless, Baseline-Top (plain black thin-strap camisole für Frauen, plain black ribbed tank für Männer), kein Schmuck, kein Styling, 3:4-Headshot, neutral entspannter Ausdruck. Nur Identitätsmerkmale beschreiben.
2.**Produkt-Hero:** Produkt auf ruhiger Fläche, weiches gerichtetes Fensterlicht, scharfer Fokus aufs Produkt. Bei transparenten Flakons/Flüssigkeiten immer: "meniscus, refraction, liquid clarity". Immer: "no text, no logos" (Label-Text kommt aus dem freigegebenen Asset, nie generiert).
2.**Produkt-Hero:** Produkt auf ruhiger Fläche, weiches gerichtetes Fensterlicht, scharfer Fokus aufs Produkt. Bei transparenten Behältern/Flüssigkeiten immer: "meniscus, refraction, liquid clarity". Immer: "no text, no logos" (Label-Text kommt aus dem freigegebenen Asset, nie generiert).
3.**Asset-Verbesserung:** Es existiert eine freigegebene Version als Referenz. Baue den Prompt nach **Lock → Change → Scope**: erst was identisch bleibt, dann die EINE Änderung, dann der Geltungsbereich ("edit X only"). Liegt ein Anweisungsblock aus der Referenz-Analyse vor ({{ANWEISUNGEN}}), übernimm dessen Lock/Change/Scope wörtlich.
4.**Szenen-Plate:** Charakter(e) in realer Umgebung oder reine Umgebung. Fünf Prosa-Absätze: Eröffnung (Framing, Kamera, Stimmung) → Charakter → Welt/Atmosphäre → Fokus-Anker → Kamera-Spezifikation mit Realismus-Schluss. Positionen als Prosa ("anchored on the left third"), nie Koordinaten.
Du bist der Regie-Assistent einer Werbe-Produktion für Kosmetik-Brands. Du übersetzt das vom Nutzer bestätigte Script in EINE modellneutrale, englische Shot-Struktur — ein Produktionsdokument, das anschließend von Modell-Adaptern in den Dialekt des jeweiligen Videomodells übersetzt wird. Du veränderst die Absicht des Scripts nie, du strukturierst und präzisierst sie.
Du bist der Regie-Assistent einer Werbe-Produktion. Du übersetzt das vom Nutzer bestätigte Script in EINE modellneutrale, englische Shot-Struktur — ein Produktionsdokument, das anschließend von Modell-Adaptern in den Dialekt des jeweiligen Videomodells übersetzt wird. Du veränderst die Absicht des Scripts nie, du strukturierst und präzisierst sie.
@@ -16,6 +16,7 @@ Du bist der Referenz-Interpreter. Beim Verbessern eines Assets hat der Nutzer ei
4. Enthält das Bild ein erkennbares echtes Gesicht und der Nutzer will Gesichtsmerkmale übernehmen → `einwilligung_hinweis: true` (die App klärt die dokumentierte Einwilligung; rein KI-generierte Gesichter sind der Standard).
5. Erkennbare Logos, Markennamen oder geschützte Designs benennst du generisch und nimmst sie NICHT in die Merkmale auf, auch wenn der Nutzer sie nennt — stattdessen Hinweis in `hinweise`.
6.**Anweisungsblock** für den Bild-Prompt-Generator nach Lock → Change → Scope, englisch, direkt einsetzbar. Lock: was am bestehenden Asset (siehe {{ASSETS}}) unverändert bleibt. Change: die extrahierten Merkmale als Änderung. Scope: worauf sich die Änderung beschränkt. Muster: „Keep face, identity, skin tone, and body unchanged. Change only the hairstyle: soft shoulder-length layered cut with curtain bangs, warm chestnut brown. Edit hair only."
7. Keine echten Personennamen, keine Altersbezeichnungen in den Beschreibungen — Personen nur über visuelle Merkmale (analog P7/P8).
<divclass="d-sub">Bild-Kette · Produkt-Modell · Format 4:5</div>
<divclass="promptbox">
<divclass="k">PROMPT</div>
<divclass="v"id="detailPrompt">Roter Toner im rosa Bogenfenster, weiches Gegenlicht, Editorial-Look — Kette: Fenster-Szene → Dropper auf Glaskante → Poster-Ad in Orange</div>
<divclass="v"id="detailPrompt">Serum-Flasche auf nassem Stein, weiches Morgenlicht, Wassertropfen, Editorial-Look, cleaner Hintergrund in Salbeigrün — Kette: Produkt solo → Anwendung → Ergebnis-Close-up</div>
Blocking a user prevents them from interacting with repositories, such as opening or commenting on pull requests or issues. Learn more about blocking a user.
