female-portrait-director: convierte prompts de retrato con IA en un Skill reutilizable

Abres ChatGPT o Claude por enésima vez, pegas un prompt largo de retrato en inglés, cambias unas palabras y vuelves a generar. Cambias la escena y el estilo empieza a desviarse. Ajustas parámetros sensibles, como la edad percibida o el nivel de exposición, y el resultado se aleja de lo que querías. Reescribir desde cero cada vez cansa rápido.

female-portrait-director reduce ese problema a un Skill reutilizable. No es una colección de prompts. Es un sistema de generación estructurada de prompts y dirección visual. Cuatro apoyos de ingeniería convierten prompts escritos a mano en un sistema cargable: bloqueo de parámetros, enrutamiento bajo demanda, expansión modular tipo director, y seguridad más formato de salida. Entender ese diseño ayuda a usar mejor el proyecto y a convertir tus propios prompts repetidos en un Skill.

Qué es el proyecto: no una colección de prompts, sino un framework extensible

female-portrait-director es un sistema de generación estructurada de prompts y dirección visual para creación de imágenes con IA. Su alcance está limitado explícitamente a retratos fotográficos de mujeres adultas. En junio de 2026, la versión del proyecto es V1.4.1; el README del repositorio es la fuente de referencia.

No es un montón de plantillas de prompts para copiar y pegar. Es un framework de Skill extensible. En el contexto de Claude Code y Codex, un Skill agrupa instrucciones, recursos y scripts opcionales en un directorio. SKILL.md describe qué puede hacer para que un agente lo cargue cuando haga falta. Si todavía no conoces el mecanismo de Skills, puedes leer primero esta explicación de la función Claude Skill.

En V1.4.1, el proyecto incluye 14 rutas de estilo: retrato natural cotidiano, moda urbana, xianxia histórico, modelo de e-commerce, estilo hongkonés, estilo francés, nuevo estilo chino, deporte, viaje, retoque de estudio, silueta oriental más curvilínea y variantes históricas frías o luminosas. Cada ruta es un archivo de definición de estilo cargado bajo demanda. Cada solicitud elige una sola ruta, lo que evita mezclar reglas de estilos incompatibles.

Los cuatro pilares de ingeniería de un vistazo

female-portrait-director convierte prompts de retrato en un sistema reutilizable gracias a cuatro decisiones:

1. Bloqueo de parámetros: los campos que el usuario rellena explícitamente no se reescriben, no se fusionan ni se omiten; el sistema solo completa lo que falta
2. Enrutamiento bajo demanda: cada llamada carga un único archivo de estilo, para no meter reglas irrelevantes en el contexto
3. Expansión modular tipo director: el prompt final sigue una estructura de cinco partes, desde persona y ambiente hasta pose, ropa, escena, cámara, luz y filtro
4. Seguridad y formato de salida: el Skill se limita a mujeres adultas, bloquea menores, desnudez explícita y escenarios no consentidos, y entrega bloques de código fáciles de copiar

No son trucos aislados. El bloqueo de parámetros conserva tu control. El enrutamiento bajo demanda evita mezclas de estilo. La expansión tipo director hace que la salida sea completa y usable. Los límites de seguridad reducen el riesgo de cumplimiento. Las siguientes secciones desglosan cada parte.

Bloqueo de parámetros: tu dirección no se reescribe en silencio

El bloqueo de parámetros suena rígido, pero la idea central es simple: si rellenas un campo de forma explícita, el sistema no lo reemplaza, no lo fusiona y no lo omite.

Muchas personas escriben prompts de retrato empezando por estilo, ropa y ambiente, por ejemplo “moda urbana, traje negro, presencia profesional”. El resultado vuelve como “calle urbana, ropa casual, ambiente relajado”. El estilo general puede estar cerca, pero los detalles se movieron. El problema es que un prompt libre no tiene un mecanismo claro de bloqueo, así que el agente o el modelo pueden completar usando sus propias preferencias y cubrir tu entrada.

female-portrait-director define 22 campos de parámetros, incluidos estilo de retrato, escena, ropa, paleta, ambiente, edad percibida, rasgos faciales, cuerpo, cámara, luz y filtro. Cuando rellenas un campo, ese valor queda bloqueado en la salida. El sistema solo completa los campos ausentes con valores razonables. No reemplaza la dirección que diste.

Alibaba Cloud - Opción preferida para desarrolladores, 15 % de descuento exclusivo en Lighthouse

Obtener 15% dto. →Anuncio

La FAQ oficial resume el límite así: se bloquea la dirección, no cada detalle de la imagen. Si escribes “estilo xianxia, ropa blanca, ambiente frío”, esas tres direcciones se mantienen. Que la persona mire hacia atrás junto a un bosque de bambú o cruce un puente de piedra con una linterna puede completarlo el sistema. Se bloquea la dirección grande y se dejan abiertos los detalles pequeños.

Esto es distinto de escribir un solo prompt largo. En un prompt libre en inglés, “ropa blanca” y “ambiente frío” pueden quedar enterrados en el texto, y el agente puede malinterpretar la prioridad. Convertido en Skill, cada parámetro tiene nombre de campo, lógica de bloqueo y validación de salida. Si ya usas plantillas de prompts, esta biblioteca de plantillas de prompts explica la reutilización por templates; este artículo da el salto a un framework de Skill cargable y bloqueable.

Enrutamiento bajo demanda: leer un solo estilo cada vez

¿Por qué cargar una sola ruta de estilo por solicitud?

Si pones reglas de retrato natural, moda urbana y xianxia en un único archivo enorme de Skill, el agente debe leer desde el inicio cientos de instrucciones que pueden contradecirse. El estilo natural puede pedir luz suave y maquillaje diario, mientras que la moda urbana pide retoque y contrastes fuertes. El resultado se contamina: eliges natural, pero la salida arrastra maquillaje de moda urbana.

female-portrait-director usa style-registry como única entrada de enrutamiento. El registro lista 14 estilos implementados en V1.4.1, y cada entrada apunta a un archivo route independiente. En cada solicitud, el agente lee primero style-registry, elige una ruta principal y después carga solo esa route más los módulos core relevantes, como rostro, cuerpo o iluminación.

El orden de carga es:

1. Flujo principal de SKILL.md
2. style-registry para elegir una ruta principal
3. Archivo route seleccionado
4. Módulos core cargados según necesidad, como rostro, cuerpo e iluminación
5. Overlays opcionales compatibles

Este diseño coincide con la idea de “progressive disclosure” del sistema Codex Skills: el agente ve al inicio solo name, description y ruta, y lee el SKILL.md completo cuando decide que el Skill es relevante. female-portrait-director añade otra capa de enrutamiento bajo demanda dentro del propio Skill, lo que reduce el uso de contexto y baja el riesgo de una salida con mezcla de plantillas.

El número de rutas puede cambiar con las actualizaciones del proyecto. Aquí se indican 14 rutas para V1.4.1; el README del repositorio sigue siendo la referencia.

Expansión tipo director en cinco partes: cómo se genera el prompt

El bloqueo de parámetros conserva la dirección y el enrutamiento evita mezclas. Aun así, para producir un prompt completo y usable hace falta expansión modular.

En el modo detallado estándar, female-portrait-director exige que el prompt final fusionado tenga exactamente cinco partes:

1. Persona, edad, rasgos faciales, maquillaje y ambiente: la definición del sujeto, por ejemplo “mujer de 25 años, rostro redondo, maquillaje translúcido, ambiente frío”
2. Fragmento temporal, pequeño evento, postura, cadena de acciones y mirada: lo que está ocurriendo, por ejemplo “mañana, de pie junto a la ventana, girando de lado, mirada hacia afuera”
3. Cuerpo, líneas, estructura de la ropa, color, material, accesorios y nivel visible de refinamiento: detalles visuales, por ejemplo “figura delgada, vestido largo de seda blanca, joyería plateada simple, elegancia discreta”
4. Escena, detalles del entorno, capas de profundidad, cámara, composición y profundidad de campo: espacio y lente, por ejemplo “luz matinal interior, cortina translúcida, plano medio, composición a la altura de los ojos”
5. Dirección de luz, iluminación, altas luces y sombras, filtro, color y textura: atmósfera visual, por ejemplo “contraluz lateral suave, sombras delicadas, filtro de bajo contraste, paleta fría”

Estas cinco partes no son para copiarlas palabra por palabra. Son el esqueleto de la expansión tipo director. Tú das algunos campos clave, como estilo, ropa y ambiente; el sistema completa postura, cadena de acciones, detalles de escena y dirección de luz a partir de la ruta seleccionada.

La FAQ oficial aclara que los ejemplos no deben copiarse directamente. Muestran el nivel de completitud, no una plantilla fija. Importa porque tu próxima imagen tendrá otra escena, otra ropa y otro ambiente. Copiar un prompt finalizado se adapta peor que usar esta estructura y dejar que el sistema expanda según tus parámetros y la ruta elegida.

Si leíste esta guía de plantillas de prompts para Stable Diffusion, allí se explica cómo escribir prompts de imagen a mano. Aquí se muestra cómo empaquetar técnicas parecidas en una estructura de Skill ejecutable.

KiloClaw - OpenClaw gestionado para empresas: orquestación de agentes IA y enrutamiento inteligente

Empezar →Anuncio

Formato de salida en cuatro secciones: bloques de código que puedes copiar

El formato de salida es la última barrera de ingeniería. La salida detallada estándar de female-portrait-director tiene cuatro secciones fijas:

1. Parámetros bloqueados: se lista cada campo explícito y se marca qué quedó bloqueado y qué completó el sistema como valor por defecto
2. Análisis modular: se explican las decisiones de expansión con la estructura de cinco partes, por ejemplo por qué se eligió cierta postura o cierta luz
3. Prompt final: envuelto en un bloque de código Markdown con etiqueta text, listo para copiar en una plataforma de generación de imágenes
4. Restricciones negativas: también en un bloque text, con lo que no debe aparecer, como rasgos de menor, exposición explícita o expresiones no consentidas

¿Por qué no devolver solo el prompt final?

Porque no basta. Los parámetros bloqueados muestran qué direcciones se conservaron. El análisis modular te ayuda a decidir si debes ajustar la entrada. Las restricciones negativas reducen resultados inseguros o no deseados. Separar las cuatro secciones evita el problema típico de los prompts escritos a mano: un párrafo largo en el que no queda claro qué importa ni qué frase está actuando.

El bloque usa la etiqueta text en lugar de plaintext porque algunas plataformas de imagen son sensibles al formato, y text suele ser más compatible. Puedes copiar el contenido en Midjourney, Stable Diffusion, DALL-E u otra plataforma sin limpiarlo manualmente.

Límites de seguridad: mujeres adultas, sin menores, desnudez explícita ni no consentimiento

Los límites de seguridad no son decoración. Son la condición para que el proyecto sea usable.

female-portrait-director está limitado explícitamente a retratos de mujeres adultas. Bloquea rasgos que parezcan de menor, desnudez explícita, expresiones no consentidas y falsificación engañosa de identidad. Las imágenes de referencia con conservación de identidad se limitan a la propia persona o a retratos autorizados de adultos.

Estas reglas están escritas en el README y en SKILL.md. No son sugerencias opcionales. Cuando llamas al Skill, el sistema comprueba si los parámetros de entrada se mantienen dentro de esos límites. Si un campo implica “menor” o una dirección insegura similar, la salida se rechaza o se corrige.

¿Por qué diseñarlo así? En generación de retratos, el riesgo de cumplimiento pesa más que un problema de calidad. Generar menores, poses no consentidas o imágenes tipo identidad falsa puede violar reglas de muchas plataformas y leyes locales. Un Skill coloca el límite en la lógica del sistema, en lugar de depender de que el usuario lo recuerde cada vez.

Úsalo con cuidado: respeta las reglas de la plataforma y las leyes aplicables. Este Skill solo ayuda a generar prompts de retrato de forma más eficiente dentro de un marco permitido. No sirve para saltarse restricciones legales o de plataforma.

Instalación y llamada: empezar en tres pasos

El comando de instalación puede cambiar con nuevas versiones. La información siguiente corresponde a junio de 2026; revisa el README del repositorio antes de usarla.

Pasos básicos:

1. Ejecuta el comando de instalación en la terminal. El ejemplo del README es npx skills@latest add liyue-aigc/female-portrait-director -g -a codex -y, pero el formato puede cambiar en versiones futuras, así que confírmalo primero en el repositorio.
2. Tras la instalación, el Skill aparece en la lista de skills de Codex. Puedes usar $skills para ver los elementos instalados.
3. Para llamarlo, escribe $female-portrait-director con tus parámetros, como estilo, escena, ropa y ambiente.

Si sueles usar Claude Code en lugar de Codex, ten en cuenta que el README distribuye el proyecto en formato de Codex Skill y que SKILL.md sigue el patrón general de agent Skill. Podría reutilizarse en agentes compatibles con ese estándar, pero la adaptación concreta debe tomarse de las instrucciones del repositorio. No conviene afirmar soporte oficial de Claude Code si el proyecto no lo dice.

La instalación en sí no es complicada. Lo importante es confirmar que tu agente admite carga de Skills y que el comando coincide con la versión actual.

🔥 ¡No pierdas meses en productos sin demanda! Valida los puntos fuertes de tu SaaS con Adsterra y poco presupuesto →

Probar ahora →Anuncio

Crear tu propio Skill: una migración en cinco pasos

Después de revisar el diseño de female-portrait-director, la pregunta natural es si puedes usar el mismo patrón para convertir tus propios prompts repetidos en un Skill.

Sí. El proceso central tiene cinco pasos:

1. Extrae las partes reutilizables: busca los campos estables en los prompts que escribes a mano. En retratos, tipo de estilo, ropa, ambiente y dirección de luz pueden ser campos repetidos, mientras que la postura exacta y los detalles de escena cambian. Los campos estables se vuelven reutilizables; los detalles variables quedan para que el sistema los complete.

2. Crea SKILL.md: es el archivo de entrada del Skill. Debe incluir name y description para indicar al agente qué hace el Skill y cuándo debe usarlo. La description es clave para el disparo. “Generar prompts de tipo X” se reconoce mejor que una frase vaga como “ayudar a crear”.

3. Define el esquema de parámetros: usa un esquema o estructura similar para definir los campos reutilizables. Cada parámetro debe tener explicación, valor por defecto y límites, como rango de edad o restricciones de cumplimiento. female-portrait-director usa 22 campos, pero puedes empezar con 5 a 10 parámetros centrales.

4. Implementa enrutamiento bajo demanda: si tienes varios estilos o tipos de escena, no pongas todas las reglas en un archivo. Usa un registro para enrutar solicitudes y cargar solo la ruta correspondiente. Así reduces mezcla de estilos y carga de contexto.

5. Prueba e itera: ejecuta varios conjuntos de parámetros y revisa la salida. ¿Se conservan los parámetros bloqueados? ¿Los detalles completados son razonables? ¿El formato de salida se puede usar directamente? Después ajusta campos del esquema, contenido de rutas y lógica de completado.

Estos cinco pasos no tienen que quedar perfectos en el primer intento. female-portrait-director también pasó por varias divisiones y reestructuraciones desde V1.2 hasta V1.4.1 antes de estabilizar su núcleo ligero, enrutamiento bajo demanda, expansión tipo director y bibliotecas de completado visual.

Si quieres ver otro ejemplo de herramientas creativas basadas en Skill, este caso de guizang-social-card-skill convierte publicaciones visuales de Xiaohongshu y portadas de WeChat en un workflow. La idea es parecida: convertir trabajo creativo repetido en un sistema estructurado y cargable.

Recursos relacionados y próximos pasos

Si quieres profundizar:

• Explicación de la función Claude Skill: base para entender cómo funcionan los Skills
• Biblioteca de plantillas de prompts: de la reutilización por plantillas al framework de Skill
• Guía de plantillas de prompts para Stable Diffusion: comparación entre prompts de imagen escritos a mano y prompts basados en Skill
• guizang-social-card-skill: otro caso de Skill aplicado a un workflow creativo
• Repositorio de female-portrait-director: https://github.com/liyue-aigc/female-portrait-director

Nota sobre hechos variables

En junio de 2026, la versión del proyecto es V1.4.1, el número de rutas es 14 y el comando de instalación debe verificarse contra el README del repositorio. Estos valores pueden cambiar; confirma la información en el repositorio antes de usarla.

Conclusión

female-portrait-director convierte prompts de retrato con IA en un sistema reutilizable mediante cuatro pilares de ingeniería: el bloqueo de parámetros conserva la dirección que diste, el enrutamiento bajo demanda evita mezcla de estilos, la expansión tipo director en cinco partes produce un prompt completo y usable, y los límites de seguridad reducen riesgos de cumplimiento.

Después de estudiar este caso, puedes convertir tus propios prompts repetidos en un Skill: extrae campos estables, crea SKILL.md, define un esquema de parámetros, implementa enrutamiento bajo demanda, prueba e itera. No tiene que ser perfecto desde el primer día. female-portrait-director también evolucionó de V1.2 a V1.4.1 antes de estabilizar su estructura.

Si has convertido prompts en Skills o te encontraste con problemas prácticos, compártelos en los comentarios.