CommunityImagengithub.com

image

Habilidad para generar prompts de imágenes para Nano Banana (NBP/NB2) y GPT Image 2.5 (Flare/Sunburst). Escribe prompts listos para usar con recomendaciones de modelo/calidad/tamaño.

¿Qué es image?

Esta habilidad está diseñada para escribir prompts de imágenes de alta calidad para modelos avanzados de generación de imágenes, específicamente Nano Banana (NBP/NB2) y GPT Image 2.5 (Flare/Sunburst). No genera imágenes por sí misma, sino que produce prompts listos para copiar y pegar, incluyendo el nombre del modelo, configuración de calidad/tamaño/relación de aspecto y el texto del prompt. Es útil para desarrolladores, diseñadores y creadores de contenido que necesitan prompts precisos y efectivos para publicaciones de blog, diapositivas, carteles, fotografía de productos, maquetas de UI, storyboards, hojas de personajes, edición de imágenes y transferencia de estilos. Su funcionamiento se basa en una estructura modular: primero determina si la tarea es realmente de imagen (si no, redirige a otras habilidades como video o dirección creativa), luego selecciona el modelo adecuado, lee las reglas específicas del modelo y las reglas universales, y finalmente carga archivos de referencia adicionales según la tarea (texto en imágenes, edición, personajes, estilos, etc.). El resultado se entrega en un formato estructurado con notas sobre suposiciones y opciones tomadas.

Compatible con✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/chuanman2707/director-skill/tree/HEAD/skills/image

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

Preguntar en tu IA favorita

Abre un nuevo chat con esta habilidad de agente ya precargada.

Documentación

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 video hermana. 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-director está 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 / max como 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:

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

Individual skills in this repo

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

Skills relacionados