我们只保留Moderate change（abs_weight_change < 20kg）这一种强度级别，其他级别去掉。同时，我们要专注于生成让人物变壮（肌肉增强）的编辑指令，而不是减肥。
注意：原示例是减肥，我们需要改为增肌（weight gain）的逻辑。

修改思路：

1. 在Overall body transformation instruction中，将“lose weight”改为“gain muscle mass”或类似表述。
2. 在身体各部位的描述中，从“defined”（紧致）转变为“muscular/voluminous”（肌肉发达/饱满）等。
3. 服装调整方向：由于肌肉增加，服装应该更紧身（tighter）而不是更小（smaller）——因为肌肉增加后，身体维度变大，衣服会显得紧绷。

注意：原prompt中减肥时服装是变小（smaller），而增肌时应该用更紧（tighter）来形容，但也可以用更大（larger）？不过，衣服本身尺寸不一定变大，而是因为身体变大而显得紧身。所以我们可以说“调整服装以适合更大的肌肉维度（adjust clothing to fit the increased muscle mass）”。

由于我们只保留Moderate change（中等变化），所以所有指令中的强度级别都改为moderate。

另外，原prompt中身体部位包括：face, neck, shoulders, arms, chest, waist, abdomen, hips, thighs, calves。但根据需求，我们可能不需要全部，但为了完整，我们可以保留这些部位，但调整描述。

我们将为增肌调整每个身体部位的描述：

脸部：从“defined jawline”变为“fuller face with strong jawline” （更饱满但下巴线条强壮）
脖子：从“toned and defined”变为“thicker and more muscular”
肩膀：从“defined and structured”变为“broader and more muscular with capped delts”
手臂：从“toned and defined”变为“more voluminous and muscular with visible bicep peak”
胸部：从“defined and structured”变为“more developed and muscular”
腰部：从“defined and toned”变为“more tapered with developed obliques” （注意：增肌时腰部也要适当变粗，但保持腰肩比）
腹部：从“defined and toned”变为“more muscular with visible abs” （中等强度下，可以看见腹肌但不夸张）
臀部：从“defined and toned”变为“more rounded and muscular”
大腿：从“toned and defined”变为“more muscular and powerful”
小腿：从“toned and defined”变为“more defined with visible calf muscles”

服装调整：由于是增肌，所以服装要更紧身以展现肌肉线条。因此，我们将“smaller”替换为“tighter”。

同时，我们只保留一个强度级别：moderate change。所以所有地方都使用moderate。

最后，我们还需要注意，原prompt中在最后保留了纯白色背景和保持面部特征及服装一致的指令。

修改后的示例（当前体重70kg，目标体重85kg，即增肌15kg，属于moderate change）：
"""

1. Make the man gain moderate muscle mass with moderate changes overall
2. Make the man's face fuller with a strong jawline and prominent cheekbones
3. Make the man's neck thicker and more muscular with visible trapezius definition
4. Make the man's shoulders broader and more muscular with capped deltoids
5. Make the man's arms more voluminous and muscular with defined bicep peak and tricep separation
6. Make the man's chest more developed and muscular with full pectoral definition
7. Make the man's waist more tapered with developed obliques and maintained waist-to-shoulder ratio
8. Make the man's abdomen more muscular with visible abs and moderate separation
9. Make the man's hips more rounded and muscular for balanced proportions
10. Make the man's thighs more muscular and powerful with defined quadriceps
11. Make the man's calves more defined with visible gastrocnemius and soleus development
12. Make the man's clothing moderately tighter to fit the increased muscle mass
13. Make the man's shirt/top moderately tighter to showcase the shoulder and arm muscles
14. Make the man's pants/bottom moderately tighter to accommodate the larger thigh and glute development
15. Create a dramatic portrait with a pure white background;
16. Maintain {personal_tag}'s facial features and clothing consistent with the original image.
    """

注意：原示例有15条指令，我们这里也是15条（但实际输出时，我们按照要求，每条指令一行，用分号隔开，最后一条用分号结束，但注意第15条其实是第14条，因为前面从1到14，然后15是白色背景，16是保持特征。但原示例是14条编辑指令+2条固定指令，共16条？不，原示例输出是15条：1-12是编辑指令，13-14是固定指令？我们再看原示例：

原示例输出：
1-12：编辑指令（12条）
13：白色背景
14：保持特征

但我们的修改中，编辑指令有14条（1-14），然后15是白色背景，16是保持特征？这不符合原示例的结构。

原示例中，编辑指令部分（1-12）包括了服装调整（12-14在示例中属于编辑指令？）——注意原示例的编号：

1. 总体
   2-11：身体部位（10个部位）
   12：整体服装
   13：上衣
   14：裤子
   然后15和16是固定指令？不，原示例输出指令编号是1-14（共14条），然后固定指令是第15和16？但原示例输出中并没有16条，而是14条编辑指令+2条固定指令？实际上，原示例输出是：
   1-12：编辑指令（12条），然后13和14是固定指令？不对，原示例输出是：
2. ... (总体)
3. ... (脸)
4. ... (脖子)
5. ... (肩膀)
6. ... (手臂)
7. ... (胸部)
8. ... (腰部)
9. ... (腹部)
10. ... (臀部)
11. ... (大腿)
12. ... (小腿)
13. ... (整体服装)
14. ... (上衣)
15. ... (裤子)
16. ... (白色背景)
17. ... (保持特征)

但原示例输出中只有14条？不，原示例输出指令部分有14条（从1到14），然后第15条是白色背景，第16条是保持特征？不对，原示例输出是：
输出指令：

1. ... (总体)
2. ... (脸)
3. ... (脖子)
4. ... (肩膀)
5. ... (手臂)
6. ... (胸部)
7. ... (腰部)
8. ... (腹部)
9. ... (臀部)
10. ... (大腿)
11. ... (小腿)
12. ... (整体服装)
13. ... (上衣)
14. ... (裤子)
15. ... (白色背景)
16. ... (保持特征)

但原示例文本中写的是“Output instructions: 1. ... 2. ... ... 14. ...”，然后下面还有15和16？不，原示例输出指令只写到了14，然后紧接着是“15. Create...; 16. Maintain...”？实际上，原示例的输出指令是14条（1-14）然后15和16是另外的？但原示例的格式要求是：最后必须保留白色背景和保持特征的指令。

根据原prompt的格式要求，编辑指令部分应该包括：

1. 总体变换
   2-11. 身体部位（10个）和服装调整（3个：整体、上衣、裤子）——共14条编辑指令
   然后15和16是固定指令？不对，原示例中编辑指令有14条（1-14），然后15和16是另外的？但原示例输出中，在14条之后还有两条：
   13. Create a dramatic portrait with a pure white background;
   14. Maintain {personal_tag}'s facial features and clothing consistent with the original image.

这显然不对，因为原示例中编辑指令已经写到了14，而白色背景和保持特征应该放在最后，但原示例输出中这两条被编为13和14？不，原示例输出是：

输出指令：

1. Make the woman lose weight moderately with moderate changes overall
2. Make the woman's face defined with prominent jawline and cheekbone structure
3. Make the woman's neck toned and defined with prominent muscle structure
4. Make the woman's shoulders defined and structured with prominent muscle lines
5. Make the woman's arms toned and defined with prominent muscle structure
6. Make the woman's chest defined and structured with prominent muscle lines
7. Make the woman's waist defined and toned with prominent structure
8. Make the woman's abdomen defined and toned with prominent muscle structure
9. Make the woman's hips extremely defined and toned with very prominent structure
10. Make the woman's thighs extremely toned and defined with very prominent muscle structure
11. Make the woman's calves extremely toned and defined with very prominent muscle structure
12. Make the woman's clothing moderately smaller to match body changes
13. Make the woman's shirt/top moderately smaller in size to match body changes
14. Make the woman's pants/bottom moderately smaller in size to match body changes
15. Create a dramatic portrait with a pure white background;
16. Maintain {personal_tag}'s facial features and clothing consistent with the original image.

所以实际上是16条指令？但原prompt要求“exactly numbered instructions (e.g. 1-11)”，并没有固定数量，但必须包括最后两条。

因此，我们按照原示例的结构，编辑指令部分（1-14）然后固定指令（15-16）。但是，原示例中第14条是裤子，第15条是白色背景，第16条是保持特征。

所以我们的输出也应该有16条指令。

但是，原任务要求中，当脸部不清晰时，只包含四个编辑指令？这里我们不考虑，因为我们假设图片中有清晰的脸部。

另外，我们只保留中等变化（Moderate change），所以所有指令中的强度都使用moderate。

现在，我们修改原prompt，只保留中等变化级别，并调整增肌的描述：

修改后的prompt：
"""
You are a visual recognition expert with the following professional capabilities:

🎯 Step 3: Determine Body Type Change Goals and Generate Editing Instructions

You are a creative prompt engineer. Your task is to analyze the provided image and generate exactly one unique image transformation instruction.
Note that the English field personal_tag below should be replaced with the specific values mentioned above.

Brief Translation and Formatting

Task Description:

1. Create a dramatic portrait with a pure white background;
2. Maintain {personal_tag}'s facial features and clothing consistent with the original image.
3. """
   You are a professional body transformation image editing expert. Please generate precise body transformation editing instructions based on the following information:

Input Information

• Current weight: {current_weight} kg
• Target weight: {target_weight} kg

Calculation Analysis

• Weight change: {weight_change} kg, absolute value of weight change abs_weight_change
• Change direction: {change_direction}
  • Weight loss ( {weight_change} < 0)
  • Weight gain ( {weight_change} > 0)
• Change intensity level corresponding to absolute value of weight change abs_weight_change:
  • Moderate change (abs_weight_change < 20kg) [仅保留这一种]

Summary of weight change description information weight_change_description: Weight from {current_weight} kg to {target_weight} kg, weight change direction is {change_direction} by {weight_change} kg, change intensity level is moderate change

Generate Editing Instructions

** Please generate corresponding editing instructions based on the actual body parts contained in the image. Refer to the output instructions used in the examples below. ** The instruction format must be:

1. Overall body transformation instruction:
   Make {personal_tag} {weight_change_description} with moderate changes overall
   For example: Make the woman weight changed from 65kg to 50kg, moderately losing 15KG with moderate changes overall;

2. Facial, body parts, and clothing size change instructions (if the image contains a face, corresponding editing instructions must be given):
   The following are reference examples, do not use them directly, understand the description of each change for muscle gain:

   1. Make the person gain moderate muscle mass with moderate changes overall
   2. Make the person's face fuller with a strong jawline and prominent cheekbones
   3. Make the person's neck thicker and more muscular with visible trapezius definition
   4. Make the person's shoulders broader and more muscular with capped deltoids
   5. Make the person's arms more voluminous and muscular with defined bicep peak and tricep separation
   6. Make the person's chest more developed and muscular with full pectoral definition
   7. Make the person's waist more tapered with developed obliques and maintained waist-to-shoulder ratio
   8. Make the person's abdomen more muscular with visible abs and moderate separation
   9. Make the person's hips more rounded and muscular for balanced proportions
   10. Make the person's thighs more muscular and powerful with defined quadriceps
   11. Make the person's calves more defined with visible gastrocnemius and soleus development
   12. Make the person's clothing moderately tighter to fit the increased muscle mass
   13. Make the person's shirt/top moderately tighter in size to match body changes
   14. Make the person's pants/bottom moderately tighter in size to match body changes
       [注意：原示例有15条，但我们这里编辑指令到14条，然后15和16是固定指令]

The actual output editing instructions should vary according to weight changes (gain);

3. The following two sentences must be retained：
4. Create a dramatic portrait with a pure white background;
5. Maintain {personal_tag}'s facial features and clothing consistent with the original image.

Usage Examples

Example: Current weight 70kg, target weight 85kg (moderate muscle gain)

"""

注意：我们删除了其他强度级别，只保留moderate change。同时，将示例改为增肌示例。

但是，原prompt中还有一处需要修改：在计算分析部分，我们只保留moderate change的定义，删除其他级别。

修改后，在Calculation Analysis中的强度级别只显示：

• Moderate change (abs_weight_change < 20kg)

另外，在生成编辑指令时，我们根据实际身体部位生成。原示例中包含了10个身体部位和3个服装调整，共13条编辑指令（加上总体1条，共14条编辑指令），然后加上两条固定指令，共16条。

最后，我们输出格式要求：

• 输出必须是JSON格式，包含step3字段，其中有proportion（我们设为1）和image_change字段（字符串，包含16条指令，每条指令以分号结束，但最后一条指令后没有分号，用换行符分隔？不，原示例是用分号加换行）

但是，原示例输出格式中，image_change是一个字符串，里面是分号隔开的指令，每条指令一行（但用分号结束）。注意原示例输出：
"image_change": "1. ...; 2. ...; ... 16. ..."

但实际上，原示例输出中每条指令后面都有分号，包括最后一条？不，最后一条指令（第16条）后面没有分号，因为整个字符串结束。但原示例中每条指令后面都有分号，包括最后一条？我们看原示例输出：
"image_change": "1. ...; 2. ...; ... 15. ...; 16. ..."

所以，我们按照这个格式，每条指令后面加一个分号，最后一条指令后面也加分号？但原示例中最后一条指令（16）后面没有分号？不，原示例输出中16后面没有分号，但是整个字符串结束。实际上，原示例输出中每条指令后面都有分号，除了最后一条？不，原示例输出是：
"1. ...; 2. ...; ... 15. ...; 16. ..."

所以，我们在输出时，每条指令后面都加一个分号，包括第16条？但这样第16条后面也有分号，而原示例输出中16后面没有分号？我们再看原示例输出要求：每条指令一行？不，它是一个字符串，包含多行？不，原示例输出是一个字符串，里面是分号隔开的指令列表。

为了避免错误，我们按照原示例的格式：每条指令后面加一个分号，包括最后一条？但原示例输出中最后一条（16）后面没有分号。所以，我们让第16条后面不加分号。

但是，原示例输出中，第15条后面有分号，第16条后面没有分号？不，原示例输出是：
"1. ...; 2. ...; ... 15. ...; 16. ..."

所以，我们这样处理：从1到15每条指令后面加一个分号，第16条不加分号。

但是，原示例输出中，第14条后面有分号，第15条后面也有分号，第16条后面没有分号？不，原示例输出是15条指令（1-15）然后16是最后一条？不对，原示例输出是16条指令，所以第16条是最后一条，不应该加分号。

因此，我们输出时，前15条指令后面加逗号（因为JSON字符串中我们使用逗号分隔？）——不，原要求是分号分隔。实际上，原输出格式要求是：
"image_change": "1. ...; 2. ...; ... 16. ..."

所以，我们输出一个字符串，里面包含16条指令，每条指令后面加一个分号，最后一条指令（16）后面不加分号？但这样字符串末尾不是分号。而原示例输出中，每条指令后面都有分号，包括16条？不，原示例输出中，第16条后面没有分号。

我们再看原示例的输出格式要求：
"image_change": "1. xxxx; 2. xxxx; 3. xxxx;"

注意，它最后有一个分号？不，它写的是“3. xxxx;”，但实际是多个。所以，我们按照：每条指令后面都加一个分号，包括最后一条？这样字符串末尾会有一个分号。但原示例输出中，最后一条指令后面没有分号？我们看原示例的指令字符串：
"1. ...; 2. ...; ... 15. ...; 16. ..."

这里，16后面没有分号。所以，我们输出时，前15条指令后面加逗号（在字符串中用分号分隔），最后一条指令（16）后面不加分号。

但是，我们如何知道哪一条是最后一条？我们按照顺序，第16条是最后一条，所以第16条后面不加分号，前15条都加分号。

因此，在生成字符串时，我们将1-15条指令用分号结束，第16条不加分号。

但是，原示例输出中，第15条后面有分号，第16条后面没有分号？是的。

所以，我们这样生成字符串：
lines = []
for i in range(1, 16):
lines.append(f"{i}. {instruction[i-1]};")
lines.append(f"16. {instruction[15]}")
image_change_str = "\n".join(lines) # 注意：原示例输出中，每条指令是换行的，但整个字符串是连续的？不，原输出格式要求是分号隔开的字符串，但原示例输出中每条指令一行？不，原示例输出是一个字符串，里面包含换行符？我们看原示例输出格式：

原输出格式要求：
"image_change": "1. xxxx; 2. xxxx; 3. xxxx;"

这是一个字符串，所以我们可以用换行符来分隔每条指令，这样在AI输入时，每行一条指令。但原要求是“exactly numbered instructions (e.g. 1-11)”，并没有说必须一行。但原示例输出是一个字符串，里面包含换行符？还是用分号分隔？

根据原输出格式的示例：
"image_change": "1. xxxx; 2. xxxx; 3. xxxx;"

这里用分号分隔，没有换行。但原示例的输出描述中，指令是换行的？不，原任务描述中，输出格式要求是：
"image_change": "1. xxxx; 2. xxxx; 3. xxxx;"

所以，我们不应该加入换行符，而是用分号分隔，并且每条指令后面加一个分号，最后一条指令（16）后面不加分号？但这样整个字符串会是：
"1. ...; 2. ...; ... 16. ..."

但是，原示例输出中，最后一条指令后面没有分号，所以：
"1. ...; 2. ...; ... 15. ...; 16. ..."

所以，我们这样生成：
instructions = []
for i in range(1, 16):
instructions.append(f"{i}. {instruction_text[i-1]};")
instructions.append(f"16. {instruction_text[15]}")
image_change_str = " ".join(instructions)

但这样会变成：
"1. ...; 2. ...; ... 15. ...; 16. ..."

注意：这样没有换行。但原任务要求中，输出格式是“1. xxxx; 2. xxxx; 3. xxxx;”，所以是空格分隔，不是换行。

然而，原示例输出中，在JSON字符串中，指令之间是用分号加空格，然后换行？不，我们看原输出格式要求，它没有要求换行，所以我们可以输出一个连续的字符串。

但是，为了可读性，我们可以在每条指令后面加上分号和空格，然后整个字符串是连续的。

所以，我们输出一个字符串，格式为：
"1. instruction1; 2. instruction2; ... 16. instruction16"

注意：第16条后面没有分号。

但是，原示例输出中，每条指令后面都有分号（包括第15条），第16条没有。所以，我们按照：
1-15: 每条指令后面加"; "
16: 不加分号，但后面可以加句号（但原示例没有）或直接结束。

所以，最终字符串：
"1. ...; 2. ...; ... 15. ...; 16. ..."

现在，我们输出修改后的prompt。