CommunityBildgithub.com

image-prompt-studio

Strukturierte JSON-Prompt-Generierung und -Bearbeitung für KI-Bild-Workflows. Erstellt präzise Bild-Prompts, nimmt minimale Änderungen an bestehenden JSON-Prompts vor, extrahiert Merkmale aus Referenzbildern und generiert Bilder über apiz (kompatibel mit Nano Banana und GPT-Image).

Was ist image-prompt-studio?

Dieses Skill wandelt das Prompt-Engineering-Wissen des Nano Banana Prompt Studio Projekts in ein wiederverwendbares Skill um. Es verwendet strukturiertes JSON anstelle von langen natürlichsprachlichen Beschreibungen, um KI-Bildgenerierung präzise zu steuern. Das Skill unterstützt drei Hauptpfade: Generierung neuer JSON-Prompts (aus Textbeschreibung oder mit Bildanalyse), minimale Bearbeitung bestehender Prompts (nur gezielte Felder ändern) und Ausführung der Bildgenerierung über apiz. Die generierten JSON-Prompts sind vollständig kompatibel mit den Modellfamilien Nano Banana (gemini-nano-banana-2.1) und GPT-Image (gpt-image-2.5-flare). Es enthält 9 eingebaute Presets (z.B. Q-Stil, Three Kingdoms, Song-Dynastie) und eine umfangreiche Optionsbibliothek für konsistente, professionelle Ergebnisse. Das Skill prüft die JSON-Struktur automatisch, erzwingt minimalinvasive Änderungen und kann Referenzbilder für den Stiltransfer verarbeiten.

Funktioniert mit~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/liangdabiao/dsh-image-prompt-studio/tree/main/skills/image-prompt-studio

Installed? Explore more Bild skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

In Ihrer bevorzugten KI fragen

Öffnet einen neuen Chat, in dem dieser Agent-Skill bereits geladen ist.

Dokumentation

Image Prompt Studio Skill

Übersicht

Überführt das Prompt-Engineering-Wissen des „Nano Banana Prompt Studio“-Projekts in ein wiederverwendbares Skill: Steuere KI-Bildgenerierung mit strukturiertem JSON (anstatt langen natürlichen Sprachblöcken) für präzise Anpassung, modulare Wiederverwendung und Serienkonsistenz. Dieses Skill deckt drei Hauptpfade ab: Prompt-Generierung, minimale Änderungen und Bildausgabe. Die generierten JSON-Prompts sind gleichzeitig mit den Modellfamilien Nano Banana und GPT-Image kompatibel.

Workflow-Entscheidungsbaum

Wähle den Einstiegspunkt basierend auf der Benutzerabsicht:

BenutzerabsichtEinstieg
Beschreibung eines gewünschten Bildes / neuer Prompt gewünschtPfad A: Generierung
Vorhandenes JSON mit „Ändere XX / Ersetze XX“Pfad B: Minimale Änderung
Referenzbild gegeben, um Prompt nachzuahmen/zurückzuverfolgenPfad A + Referenzbildanalyse
Prompt bereit, Bild soll generiert werdenPfad C: Bildausführung

Kernausgaberegeln (für alle Pfade gültig)

  1. Nur JSON ausgeben: Keine Markdown-Codeblöcke (kein ````json`), keine erklärenden Texte.
  2. Vollständige Struktur: Alle Felder müssen ausgefüllt sein, keine Lücken oder leeren Felder.
  3. Wortwahl: Bildhaft, professionell, elegant und konkret; vage Formulierungen vermeiden.
  4. Bei nicht-menschlichen Motiven (Landschaft, Objekt, Schlachtfeld usw.) die Felder unter „Äußere Merkmale“ entsprechend dem tatsächlichen Objekt anpassen, nicht starr auf menschliche Felder anwenden.
  5. Nach Generierung oder Änderung eine Strukturvalidierung durchführen (Plugin: mit dem Tool ips_validate, nicht mit Python; eigenständige Umgebung: <SKILL_ROOT>/scripts/validate_prompt.py).

Pfad A: Neuen Prompt generieren

  1. Lese den vollständigen SYSTEM_PROMPT aus <SKILL_ROOT>/references/system-prompts.md und führe ihn als Systemanweisung für diese Generierung strikt aus.
  2. Wenn der Benutzer ein Referenzbild bereitstellt: Der Laufzeit-Agent analysiert das Bild direkt – nutzt seine eigene multimodale Sehfähigkeit, um die Bilddatei zu öffnen und Merkmale gemäß den vier Dimensionen des SYSTEM_PROMPT zu extrahieren (Figurenmerkmale, Szenenumgebung, Bildstil, Komposition und Kamerawinkel). Generiere dann den Prompt basierend auf der Bildanalyse und der Benutzerbeschreibung. Kein externer Vision-Modell-API-Aufruf; die Analyse erfolgt durch den Agenten selbst. Merke dir den Dateipfad des Referenzbildes: Er muss bei Pfad C als Stilreferenz übergeben werden (siehe Pfad C Schritt 2).
  3. Ohne Referenzbild: Generiere direkt aus der natürlichsprachlichen Beschreibung des Benutzers.
  4. Details zur Feldausfüllung und Schreibweisen siehe <SKILL_ROOT>/references/prompt-schema.md; aus der Optionenbibliothek <SKILL_ROOT>/references/options-library.md können hochwertige Formulierungen ausgewählt oder kombiniert werden (die Bibliothek ist Material, keine Einschränkung – nach Bedarf kreativ einsetzen).
  5. Vor der Ausgabe die Struktur validieren, dann das JSON dem Benutzer übergeben (als .json-Datei speichern oder direkt anzeigen).
  6. Wenn eine Stilbasis benötigt wird, mit ips_presets (action=get) das am besten passende Preset abrufen und Felder überschreiben.
  7. Wenn die Analyse durch Schritt 1 des „Arbeitstisches Bildgenerierung“ ausgelöst wurde, muss am Ende ips_style (action=set) aufgerufen werden, um das Stil-JSON zusammen mit dem Referenzbildpfad zurück ins Panel zu schreiben – der Benutzer wartet in Schritt 2 darauf, diesen Stil für die Bildgenerierung auszuwählen.

Pfad B: Minimale Änderung an vorhandenem Prompt

  1. Lese den vollständigen MODIFY_SYSTEM_PROMPT aus <SKILL_ROOT>/references/system-prompts.md und befolge strikt das Prinzip der „minimalen Änderung“:
    • Präzise Treffer: Nur die Felder ändern, die der Benutzer explizit fordert oder die logisch zwingend mitgeändert werden müssen (bei Sommer→Winter ist Kurzarm→Jacke zwingend, Augenfarbe/Komposition dürfen nicht geändert werden).
    • Vollständige Sperrung: Unberührte Felder müssen mit dem ursprünglichen JSON wortwörtlich übereinstimmen; Synonymersetzungen, Umformulierungen oder Formatoptimierungen sind verboten.
    • Keine Vorwegnahmen: Nicht versuchen, Parameter zu „reparieren“, die der Benutzer nicht erwähnt hat.
  2. Gib das geänderte vollständige JSON aus (kein Diff, kein Ausschnitt).
  3. Führe ebenfalls eine Strukturvalidierung durch.
  4. Selbstprüfung der Sperrung (obligatorisch): Rufe ips_diff auf (before=ursprüngliches JSON, after=geändertes JSON). Das Tool vergleicht flache Blattfelder programmatisch und gibt eine Änderungsliste, Sperrliste und Sperrrate aus. Du entscheidest, ob die Änderungen auf den vom Benutzer beabsichtigten Knoten liegen – Änderungen außerhalb der Absicht bedeuten, dass die Änderung abgeschweift ist; dann erneut ändern. Praktische Referenz siehe README.md im Plugin-Wurzelverzeichnis unter „Praktische Testergebnisse“ (von 26 Blattfeldern wurden 11 geändert, 15 wortwörtlich gesperrt); Beispiel-JSONs werden nicht mitgeliefert, bei Bedarf an Stilbasis ips_presets (action=get) für integrierte Presets nutzen.

Pfad C: Bildausführung

Nachdem der Prompt-JSON bereit ist, Bild generieren. Derselbe JSON ist gleichzeitig mit den Modellfamilien Nano Banana und GPT-Image kompatibel – wähle die Route nach Benutzerpräferenz oder Bildanforderung.

  1. Prompt zusammenbauen: Den JSON-Originaltext (JSON.stringify(data, null, 2) mit chinesischen Zeichen unverändert) als Prompt-Text verwenden; bei Zusatzforderungen des Benutzers mit "\n\nSpezielle Anforderung: <Anforderung>" an das JSON anhängen.
  2. Mit Referenzbild (harte Regel): Wenn der Prompt aus der Analyse/Änderung eines Referenzbildes stammt, muss bei der Bildgenerierung zwingend das Originalbild als Stilreferenz übergeben werden – das Originalbild nach der Analyse wegzuwerfen ist ein praktischer Bug, der die Stiltreue drastisch reduziert. Das Plugin-Tool ips_generate akzeptiert im Parameter referenceImages lokale Pfade oder HTTP-URLs (GPT-Image nutzt automatisch reference_image_urls, Nano Banana automatisch image_urls – keine Parameternamen merken nötig). Nur bei reinen Text-zu-Bild-Generierungen ohne Referenzbild kann weggelassen werden.
  3. Modell wählen:
    • GPT-Image-Route (Standard): apiz/gpt-image-2.5-flare, Qualität default low (10 Credits/Bild, ca. 0,1 Yuan).
    • Nano Banana Route: service-inference/gemini-nano-banana-2.1, Text-zu-Bild und Referenzbildbearbeitung über denselben Endpunkt, unterstützt bis zu 14 Referenzbilder.
    • Parameterdetails und vollständige Modelltabelle siehe <SKILL_ROOT>/references/image-generation.md.
  4. Ausführung: Bevorzugt das Plugin-Tool ips_generate (derselbe Motor, auch vom Panel „Prompt-Arbeitstisch“ genutzt); wenn das Plugin keinen apizApiKey konfiguriert hat und das CLI nicht eingeloggt ist, Fehler ausgeben. In diesem Fall auf apiz CLI ausweichen:
    apiz generate "$(cat prompt.json)" --model apiz/gpt-image-2.5-flare \
      --aspect-ratio 1:1 \
      --params '{"quality":"low","reference_image_urls":["<public_url>"]}' \
      --wait --json
    
    --aspect-ratio gemäß Originalbild oder Benutzerwunsch (Hochformat 3:4 / Querformat 16:9 / Quadrat 1:1 usw.); Generierungsdauer 2–9 Minuten, CLI --wait blockiert bis zur Fertigstellung, bei hohem Timeout-Risiko stattdessen Hintergrundausführung. Bei Polling-Timeout nicht erneut ausführen (doppelte Abrechnung), sondern mit apiz tasks wait <task_id> --json fortsetzen.
  5. Nach Fertigstellung das resultierende Bild zusammen mit dem verwendeten Prompt dem Benutzer anzeigen; das Plugin schreibt den Vorgang automatisch in den Generierungsverlauf (im Panel sichtbar).
  6. Vor der Bildgenerierung bei unklarem Guthaben zuerst mit apiz account balance prüfen; bei unzureichenden Credits geben alle Modelle HTTP 429 zurück.

Presets und Beispiele

  • Mit ips_presets (action=list) die 9 integrierten Presets anzeigen (Q-Stil, Drei Königreiche, Song-Dynastie, Strichmännchen-Comic, satirischer Comic, Mid-Autumn-Sternenfeld-Serie usw.), die typische Szenarien wie Figurenporträts, Szenen und Stilisierungen abdecken.
  • Bei der Prompt-Generierung das am besten zur Benutzeranfrage passende Preset als Stilbasis laden und dann die entsprechenden Felder gemäß Benutzerbeschreibung ersetzen.
  • Wenn der Benutzer „als Preset speichern“ sagt, mit ips_presets (action=save) das aktuelle JSON unter einem Namen in die Benutzer-Preset-Bibliothek schreiben.

Resources

references/

  • prompt-schema.md — JSON-Feldspezifikation: Bedeutung jedes Feldes, Schreibweise, Anpassungsregeln für nicht-menschliche Motive, optionale negative Felder, Kompatibilitätshinweise für beide Modellfamilien. Vor der Generierung lesen.
  • system-prompts.md — Vollständiger SYSTEM_PROMPT (Generierung) und MODIFY_SYSTEM_PROMPT (Änderung), mit Ausführungshinweisen für den Laufzeit-Agenten. Bei Pfad A/B strikt befolgen.
  • options-library.md — Vollständige Optionsbibliothek für Dropdowns (Stilmodus, Bildstimmung, Kameraposition, Komposition, Objektiv, Licht, Wetter, Kleidung, Farbe usw.), inklusive spezieller Prompts für Linienkunst-Charaktere. Auswahlmaterial.
  • image-generation.md — Bedienungsanleitung Bildgenerierung: Befehlsvorlagen, Parametertabellen für Nano Banana und GPT-Image, Referenzbildübergabe, Qualitätsstufen und Preise, Guthaben-Schleuse, bekannte Fallstricke.

assets/

  • presets/*.json — 9 Preset-Beispiele, die direkt geladen, geändert oder als Stilbasis verwendet werden können.

scripts/ (für eigenständige Umgebung; im Plugin die Tools ips_validate / ips_diff nutzen)

  • validate_prompt.py — Strukturvalidator. Verwendung: python validate_prompt.py <prompt.json>; bei teilweiser Strukturprüfung mit --partial; fehlende Felder werden einzeln aufgelistet, Exit-Code ungleich 0.

Herkunft

Dieses Skill basiert auf dem lokalen Projekt D:/nano-b/nano-banana-prompt-studio (PyQt6 Desktop-App + Flask Web-App des Nano Banana Prompt Studio). Wenn du einen GUI-Client, einen Webdienst oder PyInstaller-Packaging-Funktionalität benötigst, verwende direkt den Quellcode des Projekts; dieses Skill enthält nur das Prompt-Engineering-Wissen und ist nicht von der Projektausführung abhängig. Der Bildgenerierungskanal läuft einheitlich über apiz (seit 2026-10-14 ersetzt es die direkte Verbindung über Gemini SDK / 302 im Originalprojekt).

Verwandte Skills