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:
| Benutzerabsicht | Einstieg |
|---|---|
| Beschreibung eines gewünschten Bildes / neuer Prompt gewünscht | Pfad A: Generierung |
| Vorhandenes JSON mit „Ändere XX / Ersetze XX“ | Pfad B: Minimale Änderung |
| Referenzbild gegeben, um Prompt nachzuahmen/zurückzuverfolgen | Pfad A + Referenzbildanalyse |
| Prompt bereit, Bild soll generiert werden | Pfad C: Bildausführung |
Kernausgaberegeln (für alle Pfade gültig)
- Nur JSON ausgeben: Keine Markdown-Codeblöcke (kein ````json`), keine erklärenden Texte.
- Vollständige Struktur: Alle Felder müssen ausgefüllt sein, keine Lücken oder leeren Felder.
- Wortwahl: Bildhaft, professionell, elegant und konkret; vage Formulierungen vermeiden.
- Bei nicht-menschlichen Motiven (Landschaft, Objekt, Schlachtfeld usw.) die Felder unter „Äußere Merkmale“ entsprechend dem tatsächlichen Objekt anpassen, nicht starr auf menschliche Felder anwenden.
- 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
- Lese den vollständigen
SYSTEM_PROMPTaus<SKILL_ROOT>/references/system-prompts.mdund führe ihn als Systemanweisung für diese Generierung strikt aus. - 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).
- Ohne Referenzbild: Generiere direkt aus der natürlichsprachlichen Beschreibung des Benutzers.
- Details zur Feldausfüllung und Schreibweisen siehe
<SKILL_ROOT>/references/prompt-schema.md; aus der Optionenbibliothek<SKILL_ROOT>/references/options-library.mdkönnen hochwertige Formulierungen ausgewählt oder kombiniert werden (die Bibliothek ist Material, keine Einschränkung – nach Bedarf kreativ einsetzen). - Vor der Ausgabe die Struktur validieren, dann das JSON dem Benutzer übergeben (als
.json-Datei speichern oder direkt anzeigen). - Wenn eine Stilbasis benötigt wird, mit
ips_presets(action=get) das am besten passende Preset abrufen und Felder überschreiben. - 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
- Lese den vollständigen
MODIFY_SYSTEM_PROMPTaus<SKILL_ROOT>/references/system-prompts.mdund 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.
- Gib das geänderte vollständige JSON aus (kein Diff, kein Ausschnitt).
- Führe ebenfalls eine Strukturvalidierung durch.
- Selbstprüfung der Sperrung (obligatorisch): Rufe
ips_diffauf (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 sieheREADME.mdim Plugin-Wurzelverzeichnis unter „Praktische Testergebnisse“ (von 26 Blattfeldern wurden 11 geändert, 15 wortwörtlich gesperrt); Beispiel-JSONs werden nicht mitgeliefert, bei Bedarf an Stilbasisips_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.
- 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. - 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_generateakzeptiert im ParameterreferenceImageslokale Pfade oder HTTP-URLs (GPT-Image nutzt automatischreference_image_urls, Nano Banana automatischimage_urls– keine Parameternamen merken nötig). Nur bei reinen Text-zu-Bild-Generierungen ohne Referenzbild kann weggelassen werden. - Modell wählen:
- GPT-Image-Route (Standard):
apiz/gpt-image-2.5-flare, Qualität defaultlow(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.
- GPT-Image-Route (Standard):
- Ausführung: Bevorzugt das Plugin-Tool
ips_generate(derselbe Motor, auch vom Panel „Prompt-Arbeitstisch“ genutzt); wenn das Plugin keinenapizApiKeykonfiguriert 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-ratiogemäß Originalbild oder Benutzerwunsch (Hochformat 3:4 / Querformat 16:9 / Quadrat 1:1 usw.); Generierungsdauer 2–9 Minuten, CLI--waitblockiert bis zur Fertigstellung, bei hohem Timeout-Risiko stattdessen Hintergrundausführung. Bei Polling-Timeout nicht erneut ausführen (doppelte Abrechnung), sondern mitapiz tasks wait <task_id> --jsonfortsetzen. - 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).
- Vor der Bildgenerierung bei unklarem Guthaben zuerst mit
apiz account balanceprüfen; 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— VollständigerSYSTEM_PROMPT(Generierung) undMODIFY_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).