CommunityBildgithub.com

Bild-Prompt-Analyse und -Refaktorierung

Refaktoriere Bildgenerierungs- oder Bildbearbeitungs-Prompts in explizite Änderungs-/Erhaltungsbeschränkungen und funktionale Referenzbild-Rollen.

Was ist Bild-Prompt-Analyse und -Refaktorierung?

Diese Fähigkeit (Skill) hilft Entwicklern und KI-Agenten, Bild-Prompts für Generierung oder Bearbeitung zu analysieren und zu restrukturieren, um Klarheit, Widerspruchsfreiheit und präzise Steuerung zu erreichen. Sie ist nützlich, wenn KI-Modelle wie Stable Diffusion, Midjourney oder andere Bildgeneratoren verwendet werden, die detaillierte Prompts erfordern. Der Skill führt durch fünf Schritte: Extraktion des eigentlichen Ziels, Entfernung von Rauschen (z. B. übertriebene Qualitätsbehauptungen), Trennung von Änderung und Erhaltung, Zuweisung von Referenzbild-Rollen und Rückgabe eines überprüfbaren Schemas. Das Ergebnis ist ein strukturierter Prompt mit CORE INTENT, TARGET TO CHANGE, PRESERVATION LIST, REFERENCE ROLES und OUTPUT SETTINGS. Der Skill arbeitet plattformunabhängig und produziert nur Text, keine Bilder. Er ist besonders wertvoll für die systematische Verbesserung von Prompts in Workflows, die konsistente und deterministische Ergebnisse anstreben.

Funktioniert mit~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/voytas75/skills/tree/HEAD/skills/ai-image-prompt-analyzer-and-refactorer

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

Bild-Prompt-Refaktorierung

  1. Extrahiere das tatsächliche Ziel. Trenne Generierung von Bearbeitung. Identifiziere das Subjekt, die physische Szene und gelieferte Referenzen. Falls ein kritisches Ziel oder eine widersprüchliche Anforderung unklar ist, stelle eine gezielte Frage, anstatt Identität, Pose oder Kamerametadaten zu erfinden. Prüfung: Das Ziel ist explizit.
  2. Entferne oder konkretisiere Rauschen. Dieser Workflow bevorzugt physische Einschränkungen gegenüber vagen Qualitätsübertreibungen. Entferne nicht unterstützte Auszeichnungen/Plattformen/Superlativ-Behauptungen; übersetze sinnvolle Stil- oder Beleuchtungsanfragen in beobachtbare Eigenschaften. Auflösung, HDR und Renderer-Namen sind nicht universell ineffektiv: Sie können für ein bestimmtes Modell oder einen angeforderten Workflow wichtig sein. Halte echte Ausgabeeinstellungen vom beschreibenden Prompt getrennt und bewahre explizit angeforderte Rendering-Stile auf oder frage, bevor du sie verwirfst. Prüfung: Keine sinnvolle Benutzereinschränkung wurde stillschweigend gelöscht und keine universelle Modelleffekt-Behauptung wird aufgestellt.
  3. Trenne Änderung von Erhaltung. Wähle für eine Bearbeitung ein abgegrenztes Bearbeitungsziel. Bewahre anwendbare Identität, Gesichtsstruktur, Pose, Kleidung, Bildausschnitt, Perspektive und Beleuchtung, außer bei explizit geänderten Eigenschaften. Gib keine unbekannten exakten Brennweiten an. Falls Compositing koordinierte Beleuchtungsänderungen erfordert, benenne diese innerhalb desselben Ziels, niemals als Invarianten. Verwende für ein neues Bild ein Erstellungsziel, keine fiktiven Invarianten des Originalbilds. Prüfung: Nichts wird gleichzeitig geändert und erhalten.
  4. Weise Referenzen nach Funktion zu. Gib jedem Bild eine eindeutige Extraktionsrolle, z. B. Subjektidentität/Kleidung oder Umgebungsgeometrie/Materialien. Schließe unbeabsichtigte Übertragungen explizit aus. Lies references/worked-examples.md, wenn die Rollen oder Bearbeitungsgrenzen veranschaulicht werden müssen. Prüfung: Jede gelieferte Referenz hat eine Rolle; widersprüchliche Rollen werden aufgelöst oder abgefragt.
  5. Gib dieses überprüfbare Schema zurück. Lasse Referenzrollen weg, wenn keine vorhanden sind, und lasse Ausgabeeinstellungen weg, wenn keine angefordert wurden. Bei Generierung kann die Erhaltung nur benutzer-spezifizierte Invarianten angeben oder sagen, dass kein Originalbild existiert.
CORE INTENT: <Physische Zusammenfassung des Ziels>
[TARGET TO CHANGE]: <Ein abgegrenztes Bearbeitungsziel oder Erstellungsziel>
[PRESERVATION LIST]: <Anwendbare unveränderte Eigenschaften; Änderungen ausschließen>
[REFERENCE ROLES]:
  - Referenzbild 1: Extrahiere strikt <eindeutige Rolle; ggf. Ausschlüsse>.
[OUTPUT SETTINGS]: <Angeforderte unterstützte Einstellungen, getrennt von der Szenenbeschreibung>

Erledigt: Der Prompt macht Ziel, Invarianten und Referenzrollen explizit; es verbleiben keine Widersprüche oder erfundenen Metadaten. Dieser Skill produziert nur Text, keine Bilder. Die Prompt-Struktur ist keine Garantie für deterministischen Modellgehorsam.

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

Verwandte Skills