Generación de Prompts de Imagen — Nano Banana & GPT Image 2.5
Esta habilidad escribe prompts de imagen. No genera imágenes. La salida es: nombre del modelo + calidad / tamaño / relación de aspecto + el prompt en sí.
El cuerpo de este SKILL.md está intencionalmente escueto para que no puedas falsear un resultado leyéndolo solo. Las reglas reales — qué recompensan los modelos, qué castigan, cómo redactar una plantilla de 5 ranuras, cuándo añadir quality: high, cuándo usar image grounding — existen únicamente en los archivos de referencia.
Enrutar primero — ¿es realmente una tarea de prompt de imagen?
- Movimiento, clips, montaje (Seedance, Kling, Veo, cualquier imagen a video): usa la habilidad
videohermana. Los resultados de storyboard y keyframes de esta habilidad la alimentan. - Sin idea ni guion aún (el usuario quiere un concepto o un escenario publicitario, no una imagen): si la habilidad
creative-directorestá instalada, empieza ahí — desarrolla ideas y guiones para comerciales y más (github.com/smixs/creative-director-skill). - Se necesita una imagen concreta — esta habilidad. Continúa abajo.
Orden de lectura obligatorio — NO ESCRIBAS UN PROMPT SIN ESTO
Los intentos anteriores de escribir prompts directamente desde este cuerpo de habilidad produjeron resultados perezosos y genéricos. Cada modelo tiene su propia física; las reglas comunes se convierten en papilla cuando se aplican sin la sintaxis específica del modelo. Lee en este orden antes de producir cualquier prompt:
Paso 1 — siempre leer primero → models.md
Decide: Nano Banana (NB2 o NBP) o GPT Image 2.5 (Flare para velocidad, Sunburst para ediciones de precisión). La elección cambia fundamentalmente la sintaxis del prompt — párrafos en lenguaje natural vs. plantilla etiquetada de 5 ranuras, configuraciones de calidad, qué características existen (image grounding solo en NB, disciplina EXACT TEXT solo en GPT Image, etc.).
Si el usuario nombró un modelo — confírmalo y procede. Si no — elige usando la tabla en models.md, luego indica tu elección en el encabezado de salida.
Paso 2 — lee un archivo de modelo (el que elegiste)
-
Nano Banana → nano-banana.md Image grounding para ubicaciones reales. Relaciones de aspecto extremas (1:8, 8:1, 4:1). Modo de pensamiento. JSON para 5+ elementos. Hasta 14 imágenes de referencia. Por qué NO debes escribir números
50mm / f-stop / ISO. -
GPT Image 2.5 → gpt-image.md Plantilla de 5 ranuras (Escena / Sujeto / Detalles Importantes / Caso de Uso / Restricciones). Lista de palabras prohibidas anti-slop.
quality: low / medium / high / xhigh / maxcomo una palanca deliberada de fidelidad. Restricciones de tamaño (múltiplos de 16, máximo 3:1, hasta 4K 3840×2160). Lógica de edición de dos columnas (Cambiar / Preservar / Restricciones). Hasta 16 imágenes de referencia con roles explícitos.
El archivo del modelo es innegociable. Omitirlo es la causa principal de prompts débiles.
Paso 3 — siempre leer después del archivo del modelo → golden-rules.md
Reglas universales que aplican a ambos modelos: empezar con un verbo, encuadre positivo, colores hexadecimales, citar texto, editar no regenerar, un cambio por iteración, imágenes de referencia.
Paso 4 — lectura según la tarea (carga solo lo que coincida con la solicitud)
Elige cero o más, dependiendo de lo que el usuario haya pedido:
- Texto en imagen, infografía, diagrama, renderizado multilingüe → text-rendering.md
- Editar imagen existente (eliminación de objetos, cambio de iluminación, colorización, restauración, localización) → editing.md
- Continuidad de personajes en múltiples imágenes / paneles → characters.md
- La imagen debe pasar como una fotografía real (retrato, reportaje, UGC, casting, producto en mano) — o el usuario dice que el resultado "parece IA", "demasiado brillante", "no como la referencia" → de-slop.md. Prioridades predeterminadas del modelo, palabras potenciadoras prohibidas, pipeline de captura en lugar de adjetivos, imperfecciones localizadas.
- Diapositivas de presentación → slides.md
- Narrativa secuencial (storyboard, cómic, secuencia de paneles) → storyboards.md
- Boceto a final, wireframes, entrada estructural → structural.md
- 2D a 3D, planos de planta, isométrico → dimensional.md
- Análisis de visión / imagen a prompt / transferencia de estilo desde una imagen de referencia → vision-decomposer.md. Carga esto siempre que el usuario adjunte una imagen y pida recrear, igualar, descomponer o transferir su estilo.
- Composiciones de múltiples paneles (cuadrículas, collages, hojas de storyboard en UNA imagen) → multi-panel.md. Cuadrículas de TVC de 9 celdas, cuadrículas de retrato 2x2, collages de campaña de 3 paneles, cuadrículas sin bordes 4x3, secuencias cinematográficas de 6 fotogramas, divisiones de antes/después, carteles de storyboard de 12 paneles.
- Bibliotecas de patrones de la industria — plantillas de prompt probadas por vertical. Carga el archivo correspondiente:
- Fotografía de producto para e-commerce → patterns/ecommerce.md
- Campañas editoriales de moda → patterns/fashion-editorial.md
- Publicidad de alimentos y bebidas → patterns/food-beverage.md
- Retratos cinematográficos → patterns/portrait-cinema.md
- Carteles e ilustración → patterns/poster-illustration.md. También contiene el método Style DNA + Reject Checklist — cómo fijar un estilo visual fuerte en cuatro líneas antes de generar y cómo juzgar la imagen devuelta contra él. Utilizable con cualquier patrón de esta lista, no solo carteles.
- Diseño de personajes (vueltas, hojas de expresión, cuadrículas de vestuario) → patterns/character-design.md
- Maquetas de UI y formatos de redes sociales → patterns/ui-social.md
Paso 5 — leer para lenguaje de producción → creative-direction.md
Vocabulario de calidad de estudio para diseño de iluminación, cámara y hardware, gradación de color y stock de película, materialidad y textura. Léelo cuando necesites términos precisos más allá de lo que cubre golden-rules.md.
Paso 6 — leer si estructuras un prompt complejo → prompt-framework.md
Lista de verificación de elementos universales (sujeto, contexto, acción, entorno, cámara, iluminación, estado de ánimo, materiales, paleta, formato), modos de detalle (conciso / estándar / verbose / verbose cinematográfico), plantillas parametrizadas, estructura de salida con parámetros y exclusiones.
Formato de salida
Cuando devuelvas el prompt, estructuralo así:
Model: <nano-banana-2 | nano-banana-pro | gpt-image-2.5-flare | gpt-image-2.5-sunburst>
Quality: <low | medium | high | xhigh | max> (solo para gpt-image-2.5)
Size / Ratio: <ej. 1536×1024 o 16:9>
Prompt:
<el texto del prompt, listo para copiar>
Notes:
- <cualquier cosa que hayas inferido o asumido porque el usuario no especificó>
Para ediciones, incluye también una lista explícita de preservación (obligatoria para gpt-image-2.5, recomendada para nano-banana):
Change: <una cosa concreta>
Preserve: <cara, pose, iluminación, encuadre, geometría, ...>
Constraints: <sin objetos extra, sin deriva, ...>
Estilo de respuesta final
Preferir: prompts listos para copiar, colores hexadecimales, materiales concretos, composiciones nombradas, sintaxis específica del modelo (5 ranuras para GPT Image, prosa natural para Nano Banana).
Evitar: sopa de etiquetas ("cool, moderno, 4k"), elogios vagos ("impresionante, épico, obra maestra" — daña activamente a GPT Image 2.5), encuadre negativo ("sin personas, sin coches" — invierte a positivo), comparaciones externas ("como un anuncio de Apple" — describe las propiedades visuales en su lugar), parámetros numéricos de lente en prompts de Nano Banana (los ignora).
Autor: Serge Shima (t.me/aimastersme · sergeshima.com · aimasters.me) · Licencia: CC BY 4.0 — atribución requerida · Fuente: smixs/visual-skills