CommunityImagegithub.com

image-prompt-studio

Génération et structuration de prompts en JSON pour l'IA générative d'images (flux de travail de peinture AI).

Qu'est-ce que image-prompt-studio ?

Ce skill transforme l'ingénierie des prompts du projet Nano Banana Prompt Studio en une compétence réutilisable : contrôler la génération d'images par l'IA à l'aide d'un JSON structuré (plutôt que de longues descriptions en langage naturel) pour obtenir une personnalisation précise, une réutilisation modulaire et une cohérence de série. Il couvre quatre flux principaux : génération de nouveaux prompts, modifications minimales, analyse et inversion de prompts à partir d'images de référence, et génération d'images. Les prompts JSON générés sont compatibles avec les modèles Nano Banana et GPT-Image. Le skill inclut un schéma de prompt, des invites de système pour la génération et la modification, une bibliothèques d'options, 9 presets d'exemple et un manuel de paramètres de génération d'images. Il s'appuie sur l'infrastructure apiz pour les appels de génération d'images et intègre des outils de validation et de comparaison.

Compatible avec~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 Image skills: steipete/songsee, affaan-m/frontend-design, mattpocock/improve-codebase-architecture · View all 6 →

Demander à votre IA préférée

Ouvre une nouvelle conversation avec cette compétence d'agent déjà préchargée.

Documentation

Image Prompt Studio Skill

Aperçu

Transformez les connaissances en ingénierie de prompts du projet « Nano Banana Prompt Studio » en une compétence réutilisable : utilisez un JSON structuré (plutôt qu'un long texte en langage naturel) pour contrôler la génération d'images par IA, afin d'obtenir une personnalisation précise, une réutilisation modulaire et une cohérence de série. Cette compétence couvre quatre flux principaux : génération de nouveaux prompts, modifications minimales, inversion de prompts à partir d'une image de référence, et génération d'images. Les prompts JSON générés sont compatibles avec les deux familles de modèles Nano Banana et GPT-Image.

Arbre de décision du flux de travail

Choisissez la voie d'entrée en fonction de l'intention de l'utilisateur :

Intention de l'utilisateurEntrée
Décrire une image souhaitée / demander un nouveau promptChemin A : Génération
Avoir un JSON existant et dire « Modifier X / Remplacer X »Chemin B : Modification minimale
Donner une image de référence, vouloir imiter/inverser le promptChemin A + Analyse de l'image de référence
Prompt prêt, vouloir réellement générer l'imageChemin C : Exécution de la génération

Règles de sortie principales (communes à tous les chemins)

  1. Sortir uniquement le JSON lui-même : interdiction de l'envelopper dans un bloc de code markdown (pas de ```json), interdiction de tout texte explicatif.
  2. Structure complète : tous les champs doivent être renseignés, aucun ne peut être omis ou laissé vide.
  3. Exigence lexicale : visuel, professionnel, élégant, spécifique ; éviter les formulations vagues.
  4. Pour les sujets non humains (paysages, objets, champs de bataille, etc.), adapter la description des champs de caractéristiques physiques sous le sujet à l'objet réel, sans forcer l'utilisation des champs réservés aux personnages.
  5. Une fois la génération ou la modification terminée, effectuer une validation structurelle (dans le plugin, utiliser l'outil ips_validate, pas Python ; dans un environnement autonome, utiliser <SKILL_ROOT>/scripts/validate_prompt.py).

Chemin A : Générer un nouveau prompt

  1. Lire le texte complet de SYSTEM_PROMPT dans <SKILL_ROOT>/references/system-prompts.md et l'exécuter scrupuleusement comme instruction système pour cette génération.
  2. Si l'utilisateur fournit une image de référence : l'agent d'exécution analyse directement l'image – en utilisant sa propre capacité de vision multimodale pour ouvrir le fichier image et extraire les caractéristiques selon les quatre dimensions spécifiées dans SYSTEM_PROMPT (caractéristiques du personnage, environnement de la scène, style de l'image, composition et angle de prise de vue), puis génère le prompt en combinant la description textuelle de l'utilisateur. N'appelez pas d'API de modèle visuel externe, l'analyse est effectuée par l'agent lui-même. Notez le chemin du fichier de l'image de référence : il devra être transmis comme référence de style lors du Chemin C pour la génération d'image (voir Chemin C, étape 2).
  3. Si l'utilisateur n'a pas d'image de référence, générer directement à partir de sa description en langage naturel.
  4. Les spécifications de remplissage des champs et les astuces de rédaction de chaque champ se trouvent dans <SKILL_ROOT>/references/prompt-schema.md ; vous pouvez choisir ou combiner des formulations de haute qualité à partir de la bibliothèque de vocabulaire dans <SKILL_ROOT>/references/options-library.md (c'est un matériau, pas une contrainte – laissez libre cours à l'expression selon les besoins de l'image).
  5. Avant la sortie, valider la structure pour garantir son exactitude, puis livrer le JSON à l'utilisateur (enregistré sous forme de fichier .json ou affiché directement).
  6. En cas de besoin d'une référence de style, utiliser ips_presets (action=get) pour récupérer le preset le plus proche et modifier les champs en conséquence.
  7. L'analyse initiée à l'étape 1 du « Poste de travail de génération d'images » doit se terminer par un appel à ips_style (action=set) pour écrire le JSON de style avec le chemin de l'image de référence dans le panneau – l'utilisateur l'attend à l'étape 2 pour sélectionner ce style pour la génération.

Chemin B : Modification minimale d'un prompt existant

  1. Lire le texte complet de MODIFY_SYSTEM_PROMPT dans <SKILL_ROOT>/references/system-prompts.md et suivre strictement le principe de « modification minimale » :
    • Ciblage précis : ne modifier que les champs que l'utilisateur demande explicitement ou qui doivent être modifiés logiquement de manière coordonnée (quand l'été devient hiver, un t-shirt doit devenir un manteau, mais la couleur des cheveux et la composition ne doivent absolument pas bouger).
    • Gel complet : les champs non touchés doivent être identiques mot pour mot au JSON d'origine. Interdiction de remplacer par des synonymes, de peaufiner ou d'optimiser le format.
    • Pas de dérive : ne pas « corriger » de paramètres que l'utilisateur n'a pas mentionnés.
  2. Sortir le JSON complet après modification (pas un diff, pas un extrait).
  3. Effectuer également une validation structurelle.
  4. Auto-vérification du degré de gel (obligatoire) : appeler ips_diff (before=JSON original, after=JSON modifié). L'outil aplatit les champs feuilles et les compare de manière programmatique, retourne la liste des modifications, la liste des champs gelés et le taux de gel. Vous jugez si les modifications se situent dans les nœuds couverts par l'intention de l'utilisateur – les modifications en dehors de cette intention indiquent une dérive et doivent être refaites. Consultez le README.md à la racine du plugin pour une référence de test pratique (11 modifications sur 26 champs feuilles, 15 gelés mot pour mot) ; les exemples JSON ne sont pas distribués avec le package. En cas de besoin d'une référence de style, utiliser ips_presets (action=get) pour récupérer le preset intégré.

Chemin C : Exécution de la génération d'image

Une fois le prompt JSON prêt, générer l'image. Le même JSON est simultanément compatible avec les deux familles de modèles Nano Banana et GPT-Image, à choisir selon la préférence de l'utilisateur ou les besoins de l'image.

  1. Assembler le prompt : utiliser le JSON original (JSON.stringify(data, null, 2) avec le chinois tel quel) comme texte du prompt ; en cas d'exigences supplémentaires de l'utilisateur, les ajouter après le JSON avec le format "\n\nExigence spéciale : <exigence>".
  2. Avec image de référence (règle stricte) : dès que le prompt provient d'une analyse ou d'une modification à partir d'une image de référence, il est impératif de transmettre cette image originale comme référence de style lors de la génération – jeter l'image originale après analyse est un bug avéré qui réduit considérablement la fidélité du style. Le paramètre referenceImages de l'outil ips_generate accepte un chemin local ou une URL HTTP (GPT-Image utilise automatiquement reference_image_urls, Nano Banana utilise automatiquement image_urls, inutile de retenir les noms de paramètres). Seules les générations purement textuelles sans image de référence peuvent l'omettre.
  3. Choisir le modèle :
    • Route GPT-Image (par défaut) : apiz/gpt-image-2.5-flare, qualité par défaut low (10 points/image, soit environ 0,1 yuan).
    • Route Nano Banana : service-inference/gemini-nano-banana-2.1, le même point de terminaison pour la génération text-to-image et l'édition avec image de référence, supportant jusqu'à 14 images de référence.
    • Détails des paramètres et tableau complet des modèles dans <SKILL_ROOT>/references/image-generation.md.
  4. Exécution : privilégier l'outil ips_generate (même moteur que le panneau « Poste de travail de prompts ») ; en cas d'absence de clé apizApiKey dans le plugin et de non-connexion CLI, une erreur est levée. Dans ce cas, utiliser l'interface CLI apiz comme fallback :
    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 se réfère à l'image originale ou à la demande de l'utilisateur (portrait 3:4, paysage 16:9, carré 1:1, etc.) ; la génération prend 2 à 9 minutes ; --wait de la CLI bloque jusqu'à la fin ; en cas de risque élevé de timeout, passer en mode arrière-plan. En cas de timeout lors du polling, ne pas relancer (double facturation) ; utiliser apiz tasks wait <task_id> --json pour reprendre.
  5. Une fois la génération terminée, afficher le chemin de l'image finale et le prompt utilisé à l'utilisateur ; le plugin enregistre automatiquement l'historique (visible dans le panneau).
  6. Avant d'effectuer la génération, si le solde de points est inconnu, vérifier avec apiz account balance ; si les points sont insuffisants, tous les modèles renvoient une erreur HTTP 429.

Presets et exemples

  • Utiliser ips_presets (action=list) pour afficher les 9 presets intégrés (format Q, Trois Royaumes, dynastie Song, manga linéaire, caricature satirique, série de la Fête de la Mi-Automne, etc.), couvrant des scénarios typiques comme les portraits de personnages, les décors et la stylisation.
  • Lors de la génération d'un prompt, vous pouvez lire le preset le plus proche des besoins de l'utilisateur comme référence de style, puis remplacer les champs correspondants selon la description de l'utilisateur.
  • Lorsque l'utilisateur dit « Enregistrer comme preset », utiliser ips_presets (action=save) pour écrire le JSON actuel dans la bibliothèque de presets utilisateur et le nommer.

Ressources

references/

  • prompt-schema.md — Schéma des champs JSON : signification de chaque champ, astuces de remplissage, règles d'adaptation pour les sujets non humains, champs négatifs optionnels, compatibilité avec les deux familles de modèles. À lire avant toute génération.
  • system-prompts.md — Texte complet de SYSTEM_PROMPT (génération) et MODIFY_SYSTEM_PROMPT (modification), avec instructions d'exécution pour l'agent d'exécution. À suivre à la lettre lors de l'exécution des chemins A/B.
  • options-library.md — Dictionnaire complet des options déroulantes (mode de style, ambiance de l'image, angle de prise de vue, composition, objectif, lumière, météo, vêtements, couleurs, etc.), incluant les prompts spécifiques pour les illustrations de personnages en ligne claire. Source de vocabulaire pour la sélection.
  • image-generation.md — Manuel d'opérations pour la génération d'images : modèles de commandes, tableau des paramètres des modèles Nano Banana et GPT-Image, méthode de transmission des images de référence, niveaux de qualité et prix, seuil de solde, pièges connus.

assets/

  • presets/*.json — 9 presets d'exemple, chargeables directement, modifiables ou utilisables comme base de style.

scripts/ (pour environnement autonome ; dans le plugin, utiliser les outils ips_validate / ips_diff)

  • validate_prompt.py — Validateur de structure. Utilisation : python validate_prompt.py <prompt.json> ; pour les structures partielles, ajouter --partial ; en cas de champs manquants, les liste un par un, code de sortie non nul.

Origine

Cette compétence est extraite du projet local D:/nano-b/nano-banana-prompt-studio (Nano Banana Prompt Studio – interface graphique PyQt6 et Web Flask). Pour des besoins de client GUI, de service Web ou de packaging PyInstaller, utilisez directement le code source de ce projet ; cette compétence n'en reprend que les connaissances en ingénierie de prompts, sans dépendre de son fonctionnement. Le canal de génération d'images est unifié via apiz (depuis le 14 octobre 2026, remplaçant le Gemini SDK et le relais 302 du projet original).

Skills associés