我用Codex做了一个东方仙界Skill，附详细教程。

大家好，我是李岳。

最近研究了一下一些比较流行的Skill，发现他们一个比较强大的共同点，就是使用了规则路由。

很多人第一次制作 Skill，会把自己积累的提示词全部塞进一个 SKILL.md。

文件看起来很专业，实际调用几次就会发现，它仍然只是一条加长版 Prompt：场景稍微变化就失效，模型会擅自修改参数，不同风格互相串味，生成失败后也不知道该怎么修。

一个真正可复用的 Skill，应该是保存一套稳定的判断流程。

最近抖音上东方仙侠的视频爆火，有很多不同的风格，于是我尝试用Codex制作了 xianxia-visual-director，中文名东方仙侠视觉导演。

它能把一句简单构想扩展成完整的仙侠环境提示词，也能在单体仙境、神域城市、东方巨构等路线之间自动选择。

目前项目在 GitHub 已获得 260+ Star 和 46 Fork。

项目地址：

https://github.com/liyue-aigc/xianxia-visual-director

想使用该Skill的可以直接阅读README文件，用法很简单。

下面不展开讲怎么使用Skill，而是以它为案例，拆解新手如何制作一套带规则路由同类型的视觉导演 Skill。

1、先定义它反复解决什么问题

不要从「做一个万能仙侠 Skill」开始。范围越大，触发越混乱，内部规则也越容易互相冲突。

更有效的做法，是先写出 6 到 10 条真实需求。例如：

• 设计一座雨后的悬空藏经阁；

• 生成一座有人居住的九重天宫城；

• 把普通仙侠宫殿改成具有压迫感的东方巨构；

• 修复画面灰雾过重、空间扁平和人物太大的问题；

• 保留原有设定，只优化构图、尺度和光线；

• 在同一视觉体系下生成多个差异化方案。

把这些需求放在一起，就能得到清晰边界：这个 Skill 负责东方仙侠环境图片的创建、衍生、优化和诊断，不负责剧情写作、视频运镜或人物写真。

2、先搭Skill的最小骨架

一个可用 Skill 的最低要求只有 SKILL.md。如果需要在 Codex 界面中显示更友好的名称和默认提示词，可以增加 agents/openai.yaml。

视觉导演包含多条风格路线和大量专业规则，因此再增加 references 目录。最终结构如下：

xianxia-visual-director/
├── SKILL.md
├── agents/
│   └── openai.yaml
└── references/
    ├── visual-dna.md
    ├── xianxia-master-rules.md
    ├── aspect-ratios.md
    ├── composition-color-light.md
    ├── celestial-realm-route.md
    ├── eastern-sky-megastructure-style.md
    └── prompt-examples.md

创建时可以直接让 Codex 调用 $skill-creator 初始化，而不是手工拼写目录和 YAML：

使用 $skill-creator，在我的 Codex Skills 目录中创建一个
名为 xianxia-visual-director 的 Skill。先生成最小结构，
并增加 references 目录和 agents/openai.yaml，
暂时不要写具体视觉规则。

这里有一个容易混淆的点。Skill 本体中不需要 README、安装说明和更新日志；如果要发布到 GitHub，可以在仓库最外层增加 README，真正安装到 Codex 的仍然只是内层 Skill 文件夹。

3、把Skill触发条件写进 description

SKILL.md 顶部必须有 YAML frontmatter，而且只需要 name 和 description。

---
name: xianxia-visual-director
description: 为东方仙侠环境图片创建、衍生、优化和诊断结构化提示词。用于仙境地标、天宫仙城、神域聚居地、东方苍穹巨构、云海宫阙、仙侠构图、尺度、色彩、光线和失败修复等任务。
---

description 不是产品宣传语，而是触发器。它要同时说明「能做什么」和「用户在什么场景下会需要它」。只写「一个专业的仙侠视觉 Skill」，Codex 很难判断什么时候应该加载。

可以准备三类测试语句：直接点名、自然口语和模糊表达。该触发时没有触发，就补充场景词；不相关任务也触发，就收窄描述。

4、把审美经验改写成可检查的规则

视觉 Skill 最常见的问题，是写满「高级、史诗、电影感、通透」这类形容词，却没有可执行标准。

制作时要把主观感受改成可观察关系。例如，不写「建筑非常巨大」，而是规定人物只占画面高度的 1% 到 4%，主柱直径约为 5 到 10 个成年人高度，门洞约为 20 到 50 个成年人高度，屋檐继续延伸到画面之外。

东方仙侠视觉导演最终提炼出六条共享规则：

1. 每张完整提示词至少有四项尺度证据；

2. 每张画面都有近景门槛、承人界面、统治主体、从属空间和天际终点五层空间；

3. 保留约 40% 到 60% 的有内容空气；

4. 东方建筑先讲梁柱、屋檐、平台和承重，再讲装饰；

5. 平台、桥梁、台阶和长廊默认没有栏杆；

6. 环境人物保持小比例、背影或斜后方，服装遵循同一个风向。

这一步决定 Skill 是否稳定。规则必须能够在输出前回答「通过还是不通过」，不能只表达审美偏好。

5、用规则路由解决不同需求

当一个 Skill 支持多种场景时，不要把所有规则同时加载，也不要为每种风格复制一份完整 Prompt，这事我第一次干过，每次Skill都跑很久而且浪费Token。

更合适的结构是「共享总则 + 条件路由」。本例设置了两条场景路由和两条视觉风格路由：

• 单体仙境，用于天门、神树、祭台、书阁等单一地点；

• 神域聚居地，用于主城区、从属城区、桥梁、云港和极远聚落共同组成的仙界文明；

• 华彩通透仙侠，强调明亮色彩、精致材质和清晰空气；

• 东方苍穹巨构，强调低机位、建筑裁切、巨物压迫和门槛窥视。

场景路由与风格路由可以自由组合，不必为四种组合重复四套规则。特殊程度更高的 仙界大境原典 则作为独立路由，只在用户明确点名时加载。

在 SKILL.md 中只保留选择逻辑，并明确什么时候读取哪个 reference。详细的城市拓扑、巨构构图和范例分别放入独立文件。这就是渐进加载，它能减少上下文占用，也能防止路线串味。

6、建立参数锁定、默认值和冲突规则

Skill用编程的视角来看，就像一个写好的函数，里面包含各种参数，传入不同的参数会得到不同的结果。*

Skill也是如此，我们可以给它建立参数，例如画幅、场景、构图、人物、色彩、光线、材质、氛围和输出模式。

用户明确给出的值设为硬锁。未填写时才使用默认值，例如默认 16:9、史诗级尺度和选择性高饱和。遇到不支持的比例或枚举值，不要悄悄近似，而是指出问题。

还要把容易混淆的概念拆开。例如「远距离」不等于「高机位」，「大全景」不等于「俯拍」。如果不单独规定，模型为了展示完整仙城，很容易自动飞到城市上空，结果失去巨物压迫感。

7、固定工作流和输出格式

SKILL.md 的正文应该主要写行动顺序，而不是继续堆知识。视觉导演的核心工作流可以压缩为：

1. 锁定用户要求与默认参数；

2. 选择场景、风格和镜头意图；

3. 建立一个主要构图骨架；

4. 分配五层空间和尺度证据；

5. 设计色彩预算、主光方向和材质；

6. 生成人物与服装规则；

7. 输出正向提示词、负面约束和衍生方案；

8. 按共享总则和当前路由完成双重审计。

标准输出也要固定。本例包含参数锁定、视觉导演方案、完整提示词、负面约束和三个衍生方向。用户只要提示词时再切换为精简模式。

8、用失败案例测试

完成初稿后，先运行 quick_validate.py 检查 YAML、命名和目录格式，再进行真实任务测试。

测试集至少覆盖四类情况：一句话创建、完整参数创建、保留原设定的优化、带明确问题的诊断。还要加入竖屏、超宽画幅、仙城和巨构等边界情况。

每轮测试重点观察：用户参数有没有被修改、路由是否选对、五层空间是否完整、是否出现栏杆、人物是否过大、颜色是否被全局橙金污染、多个衍生方案是否只是换色。

发现失败后，不要只修当前示例。先判断问题属于共享规则、路由规则、参数冲突还是输出审计，再修改对应文件。这样修复才能迁移到后续任务。

9、发布 GitHub 前检查安装闭环

仓库最外层的 README 面向使用者，应包含能力简介、目录结构、安装方法、最小调用示例、完整调用示例、输出格式、许可证和相关项目。

发布前重新从 GitHub 下载一次，按 README 安装到一个干净目录，再检查 Codex 能否识别和触发，使用$即可调用Skill。

确认仓库外层与 Skill 内层没有复制错位，SKILL.md 引用的 reference 全部存在，agents/openai.yaml 与当前能力一致。

到这一步，一套可以分享的视觉导演 Skill 才算真正完成。它不是把经验写长，而是把边界、选择、默认值、冲突、输出和检查做成一条可重复执行的生产线。

10、4条测试提示词

可直接作为 Skill 制作完成后的测试集。

测试 1，一句话创建

使用 $xianxia-visual-director。设计一座雨后初晴的悬空藏经阁，
画面明亮通透，植物鲜绿，石材带湿润反光。输出标准完整格式。

由于输出的内容较多，这里的提示词就不截图了，大家直接看提示词生成的效果与我们实际是否一致即可。

测试 2，完整仙城

使用 $xianxia-visual-director。画幅 16:9，场景路由选择神域聚居地，
设计一座建立在多层浮空大陆上的九重天宫城。超远距离低机位，
人物只作为极小背影尺度参照，不要变成俯拍地图。
所有建筑材质要求华丽，富有仙家气息.

测试 3，东方巨构

使用 $xianxia-visual-director。场景选择神域聚居地，
风格选择东方苍穹巨构，使用远距离低机位和 85mm 长焦，
让一座看不见完整边界的巨型天门悬压在连续宫城上方。
材质要求非常华丽。

测试 4，仙界原典

使用 $xianxia-visual-director 输出一张「仙界原典」的提示词。
材质都非常华丽，有3个极小的仙女作为参照。

更多AI视觉方面优质内容，请关注我的账号@liyue_ai