Community画像github.com

画像生成プロンプトエンジニアリング（ユニバーサル）

主要な画像生成・編集モデルに対応したプロダクショングレードのプロンプトを作成します。モデルに依存しない汎用パターンと、モデル固有の構文ルールを組み合わせて高品質なプロンプトを生成します。

画像生成プロンプトエンジニアリング（ユニバーサル） とは？

このスキルは、Nano Banana（Gemini Image）、GPT Image 2.5（Flare/Sunburst）およびそれ以前、DALL·E 3、Seedream、Midjourney v6/v7 + Niji、SDXL/SD3.5、FLUX、Imagen、Ideogram、Recraftなど、あらゆる主要な画像生成/編集モデル向けに、プロダクショングレードのプロンプトを作成するための包括的なガイドです。ユーザーがモデル名を明示した場合には、そのモデル固有の構文（Midjourneyの`--flags`、GPT Image 2/2.5の構造化JSON、Nano Bananaの自然言語参照など）を自動的に適用します。画像の新規生成、アップロード画像の編集（服装変更、背景変更、顔保持）、アイデンティティ保存ポートレート、複数画像の融合、非破壊編集、アイソメトリック/ベントウレイアウト、画像内テキスト、JSON/YAML構造化プロンプト、スプライトシート、参照画像からのプロンプト復元など、幅広いユースケースに対応します。プロンプトの普遍的な構成要素（被写体、環境、照明、カメラ/レンズ、スタイル、フォーマット）と、各モデルのティア（Standard/Pro）ごとの能力差を理解した上で、最適なプロンプトを生成することができます。

対応~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/fralapo/awesome-agent-skills/tree/HEAD/skills/image-gen-prompts

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

オリジナルを見る→すべてのスキルを見る

お気に入りのAIに質問する

このエージェントスキルを事前に読み込んだ状態で新しいチャットを開きます。

OpenAIChatGPTClaudeClaudeGeminiGeminiGrokGrokPerplexityPerplexityDeepSeekDeepSeek

ドキュメント

画像生成プロンプトエンジニアリング — ユニバーサル

あらゆる現代的な画像生成・編集モデルに対応した、汎用的なプロンプトエンジニアリングスキルです。デフォルトではモデルに依存しない動作をしますが、ユーザーがモデル名を指定した場合には、モデル固有のガイダンスに切り替わります。

強力なプロンプトは、モデルを問わず同じ構造を持っています — 被写体、環境、照明、カメラ/レンズ、スタイル、フォーマット、そして（編集の場合は）何を保持するか。異なるのは構文の表面です。Midjourneyは--flags、GPT Image 2は構造化JSON、GPT Image 2.5は役割割り当て参照とロックリスト、Nano Bananaは参照画像への自然言語アドレッシング、SDXLは重み付けトークンブロックとネガティブプロンプト、FLUXは散文密度、Ideogramはタイポグラフィに最も優れています。

このスキルを使用するタイミング

  • ユーザーが任意のモデルの画像プロンプトの作成や改善を依頼した場合
  • ユーザーがアップロードした画像を編集したい場合（衣装変更、背景変更、顔保存スタイル変更、オブジェクト追加/削除、インペインティング）
  • ユーザーがアイデンティティ保存ポートレート、有名人統合、経年変化シーケンス、複数キャラクターのグループショットを要求した場合
  • ユーザーがベントウ/インフォグラフィックレイアウト、アイソメトリックジオラマ、分解図プロダクトポスター、雑誌表紙、漫画パネル、ストーリーボードグリッド、Eコマースメイン画像、YouTubeサムネイルを希望する場合
  • ユーザーがスタイル固有のプロンプトを必要とする場合：シネマティック、Kodak Portra、アニメ、3Dちびキャラ、ピクセルアート、バロック調、浮世絵、スイスデザイン、サイバーパンク、RAW iPhone、90年代コンパクトカメラ、35mm直射フラッシュ
  • ユーザーが「顔を保存」、「同じ顔を100%」、「背景のみ変更」、「ポーズを維持」、「マルチビュー」、「アクションフィギュアボックス」、「分解図」に言及した場合
  • ユーザーが{argument name="..." default="..."}プレースホルダーを使ったRaycast対応プロンプトを希望する場合
  • ユーザーが明示的にモデル名を指定した場合（Midjourney、MJ、SDXL、FLUX、GPT Image 2 / 2.5、Nano Bananaなど）

モデルルーティング

ユーザーがクエリでモデル名を指定した場合は常に、references/models/ 下の該当ファイルを読み、構文表面と癖を把握した上で、以下の普遍的な構造の上にレイヤーとして重ねてください。

トリガーキーワード（いずれか）参照するファイル
nano banana, nano-banana, gemini 2.5 flash image, gemini image, nano banana pro, 纳米香蕉references/models/nano-banana.md
gpt image 2.5, gpt-image-2.5, image 2.5, chatgpt images 2.5, flare, sunburst, gpt-image-2.5-flare, gpt-image-2.5-sunburstreferences/models/gpt-image-2-5.md （+ 共通文法は gpt-image-2.md）
gpt image 2, gpt-image-2, duct-tape, gpt image 2 promptsreferences/models/gpt-image-2.md
gpt image 1, gpt-image-1, dall-e 3, dall·e 3, dalle 3references/models/gpt-image-1.md
midjourney, mj, --ar, --stylize, --sref, --cref, niji, --nijireferences/models/midjourney.md
stable diffusion, sd 1.5, sdxl, sd 3, sd3, sd3.5, comfyui, automatic1111, forgereferences/models/stable-diffusion.md
flux, flux.1, flux dev, flux schnell, flux pro, black forest labsreferences/models/flux.md
imagen, imagen 3, imagen 4references/models/imagen.md
ideogram, ideogram 2, ideogram 3references/models/ideogram.md
recraft, recraft v3references/models/recraft.md
seedream, seedream 4, seedream 5, doubao image, jimmeng, byteimagereferences/models/seedream.md
モデル名なしモデルに依存しない汎用パターンをデフォルトで使用。どのモデルを使用するかユーザーに確認。

すべてのルートを一度にスキャンする必要がある場合は、まず references/models/_index.md を参照してください。

2つの機能ティア（一般）

機能"Standard" ティア"Pro" ティア
フォトリアルなポートレート✅✅ （よりシャープな肌/毛穴）
複数画像融合⚠️ 2～3枚の参照✅ 5枚以上の参照
画像内テキストレンダリング短いラベルのみ長い引用、複数行、CJK
ベントウ/インフォグラフィックレイアウトシンプルなグリッドデータフィールド付き8モジュール以上
密集した群衆シーン4～5人の顔を超えると不安定多くの顔でアイデンティティを保持
構造化JSON/YAMLプロンプト部分的な解析信頼性の高い解析
複雑な条件付きルール弱い強い

"Standard" と "Pro" のモデルごとのマッピングは、各 references/models/<name>.md に記載されています。例：

  • Nano Banana = Standard; Nano Banana Pro / Nano Banana 2 = Pro
  • GPT Image 1 / DALL·E 3 = Standard; GPT Image 1.5 = Standard+; GPT Image 2 = Pro; GPT Image 2.5 Flare = Pro、Sunburst = Pro+（精密編集、高密度の正確なコピー）
  • Midjourney v6 = Standard; v7 = Pro
  • SD 1.5 = Standard; SDXL / SD3 / SD3.5 = Pro
  • FLUX.1 [schnell] = Standard; FLUX.1 [dev] / [pro] = Pro
  • Seedream 4.0 / 4.5 = Standard; Seedream 5.0 = Pro

経験則： インフォグラフィック、見出しのあるポスター、複数キャラクターシーン、構造化JSON/YAMLプロンプト、CJKテキストにはデフォルトでProティアを使用する。Standardティアは、単一被写体の編集や短いプロンプトで十分です。

普遍的なプロンプト構造

すべての強力なプロンプトは、これらのブロックを積み重ねます。順序は自由ですが、コンテキストが明確な場合、ラベルは省略可能です。

[Subject（被写体）]        誰/何 — 参照ハンドリング（"keep face 100%"）
[Action/Pose（動作/ポーズ）]    何をしているか、体の向き
[Wardrobe（衣装）]       衣服、アクセサリー、素材、色
[Environment（環境）]    場所、小道具、地面、背景の壁
[Lighting（照明）]       キー/フィル/リム、時間帯、品質（ハード/ソフト）、色温度
[Camera/Lens（カメラ/レンズ）]    85mm f/1.4、ドローン俯瞰、オーソグラフィック、アイレベル
[Style ref（スタイル参照）]      フィルム（Kodak Portra 400）、監督、時代（2000年代）、レンダリングエンジン
[Format（フォーマット）]         アスペクト比（1:1, 16:9, 9:16）、解像度（1080x1080, 8K）
[Preserve（保存）]       （編集モード）変更してはいけないもの
[Negative（ネガティブ）]       アンチアーティファクト：「テキストなし」「2つ目のオブジェクトなし」「歪みなし」

最小実行可能テンプレート — 生成

{スタイル/メディア}の{被写体}が{環境}で{動作}している様子。
{衣装 + 小道具}。
照明：{キー + リム + ムード}。カメラ：{レンズ、アングル}。
{アスペクト比}、{解像度}。{スタイル参照}。

最小実行可能テンプレート — 画像編集

添付画像の{対象領域}を{編集動詞}：
{具体的な変更}。
保存するもの：顔/アイデンティティ、ポーズ、衣装、背景照明 — ゼロの変更。
変更するもののみ：{明示的な領域}。
元の{照明ロジック / カラーグレード / パースペクティブ}に合わせる。

参照入力（モデル別）

アップロードされた参照画像へのアドレッシング方法はさまざまです。ユニバーサルパターンはほとんどの自然言語モデルで機能しますが、フラグベースのモデルでは明示的な構文が必要です。

モデルファミリー表現方法
Nano Banana / Gemini「アップロードされた画像の人物」、「参照から同じ顔100%」 — 自然言語
GPT Image 2「このキャラクターに基づいて」、「このポートレートを使用して」、「ソース画像をアップロード」 — 自然言語
GPT Image 2.5「画像1＝製品（形状、ラベル）；画像2＝光/色のみ；画像3＝レイアウトのみ」＋競合優先順位；各参照が寄与してはならないものを指定
Midjourneyキャラクター参照は --cref <url>、スタイル参照は --sref <url>、重みは --cw 100
Stable Diffusion / FLUXワークフローレベルでのIP-Adapter / ControlNet。プロンプトテキスト内では指定しない
Imagen / Ideogram / RecraftAPIレベルの referenceImages ペイロード；プロンプトテキストでは「提供された参照」で参照

正確な構文については、references/models/ 下の該当ファイルを参照してください。

カテゴリカタログ

詳細なテンプレートと例は references/ にあります。

  • references/patterns.md — 普遍的な語彙：照明、カメラ、比率、スタイルタグ、構図の慣用句、単一オブジェクトルール、複数参照融合、ネガティブプロンプト語彙
  • references/templates.md — 18以上の一般的なカテゴリ（ポートレート、プロダクト、ポスター、ジオラマ、インフォグラフィック、漫画グリッド、分解図、Eコマースヒーロー、YouTubeサムネイル、キャラクターシート、ストーリーボードなど）の穴埋めテンプレート
  • references/identity-preservation.md — 顔固定フレーズ、失敗モード、修正方法、複数人物処理、混合スタイルの顔保存、経年変化シーケンス
  • references/structured-prompts.md — JSON / YAML / XML形式と、それらを確実に解析するモデル
  • references/text-rendering.md — 画像内に読み取り可能な見出し、引用、CJKを配置する方法、モデルごとのティア制限
  • references/editing-workflow.md — 非破壊編集、インペインティング、複数画像融合、ビフォー/アフター、パネル間のキャラクター一貫性
  • references/examples.md — カテゴリ別に厳選された実績のあるプロンプト、出典と生成したモデル付き
  • references/workflows.md — 直接生成、コンテンツイラスト（記事/動画→画像）、リミックス/パーソナライゼーションの会話パターン
  • references/external-corpora.md — ユーザーが新しいプロンプトを作成するのではなく、実績のあるプロンプトを探している場合の、公開プロンプトライブラリ（YouMind 12k以上、EvoLink 約3k、Awesomeリスト）へのポインタ
  • references/models/ — モデルごとの癖、構文表面、パラメータ、アンチパターン（gpt-image-2-5.md はFlare/Sunburstの選択、APIサイズ/品質ルール、10のパターン、12のテンプレート、既知の失敗、レビューチェックリストを追加）

クイックルール（モデル非依存）

  1. 自然言語モデル（Nano Banana、GPT Image 2 / 2.5、FLUX、Imagen）では、タグスープよりも段落＋制約行が優れています。 MidjourneyやSDXLでは、カンマ区切りの高密度タグブロックとフラグが依然として有効です。
  2. アスペクト比は明示的に指定してください — 1080x1080、16:9、9:16、またはMidjourneyの場合は --ar 9:16。デフォルトに依存しないでください。
  3. すべての編集にアイデンティティアンカーを設定します。 「参照から同じ顔100%」、「顔の特徴を完全に一致させ続ける」、「顔を変更しない」。
  4. 非破壊編集には許可リストが必要です。 何が変更されるかだけでなく、何が保存されるかも指定してください — そうしないと、ほとんどのモデルは衣装/ポーズを変化させてしまいます。
  5. レンズ＋照明＝フォトリアリズム。 85mm f/1.4、Kodak Portra 400、スリーポイントライティング、ゴールデンアワーのリムライト、ハードなオンカメラフラッシュ は、すべてのモデルで実際に影響力があります。
  6. 単一オブジェクト制約は繰り返す必要があります。 正確に1つのオブジェクトが必要な場合は、明示的な厳密単一オブジェクトブロックを記述してください（references/patterns.md#single-object-rule を参照）。
  7. 画像内テキスト＝正確に引用します。 正確な文字列を二重引用符で囲みます：セリフフォントで「Stay Hungry, Stay Foolish」と表示。CJKの場合は、Proティアのモデルを優先してください。
  8. 再利用可能なテンプレートには [PLACEHOLDERS]（角括弧、大文字）を使用します。Raycastスニペットには {argument name="x" default="y"} を使用します — Nano Banana、GPT Image 2 / 2.5、および任意の自然言語モデルでリテラルプレースホルダーとしてサポートされています。
  9. ベントウ/インフォグラフィックレイアウトの場合、モジュール（M1…M8）をセルごとのコンテンツタイプとともに列挙します — Proティアのモデルに強く推奨します。
  10. ネガティブは最後に、NEGATIVE: リストまたは Do NOT: 箇条書きとして配置します — ただし、SDXL/Midjourneyを除きます。これらのモデルではネガティブ専用の構文があります（MJは --no、SDは専用のネガティブプロンプト入力）。
  11. 自然で/AIらしくない外観の場合：「自然な肌のテクスチャ、アホ毛、わずかな非対称性、グラマーレタッチなし、美容フィルターなし、過度に洗練されたAI美学なし」を明示的に要求します。GPT Image 2 / 2.5とNano Banana Proはどちらもこれらを尊重します。
  12. 編集ターンごとに1つの変更＋ロックリスト。 単一の変更を指定し、何が残るかを列挙し、物理的に必要な副作用（接触影、反射）のみを許可します。保存されたマスターからバリアントを分岐させます。保存は視覚的であり、ピクセル同一ではありません — ピクセルを一致させる必要がある場合はコンポジットします。
  13. すべての出力を具体的なチェックに対してレビューします — フルサイズと電話サイズでのテキスト、オブジェクト/人物のカウント、スタイリング前のアイデンティティ、製品形状、編集範囲、デコードされたアルファ。
  14. クロスイメージ一貫性（Nパネルで同じキャラクター）の場合：キャラクターを一度詳細に説明し、その後「パネル1と同じキャラクター」として参照バックします — GPT Image 2 / 2.5とNano Banana Proで機能します。他のモデルでは弱いです。

アンチパターン

  • 自然言語モデルでのタグサラダプロンプト（portrait, 8k, masterpiece, beautiful, highly detailed） — 構造化された段落よりもパフォーマンスが劣る
  • レンズ/照明なしで「フォトリアリスティック」を要求 — 一般的なレンダリングになる
  • 保存条項なしで編集 — モデルが顔/ポーズを変異させる
  • 1つのプロンプトで複数の矛盾するアスペクト比 — 1つが勝ち、予測不能
  • （参照画像なしで）顔の説明のみでの顔交換 — 低忠実度
  • 1つのプロンプトに10以上の名前付き被写体を詰め込む — Standardティアでは約5、Proティアでは約8を超えるとアイデンティティがずれる
  • Standardティアのモデルで15語を超える正確なテキストを埋め込む — スペルが崩れる
  • Midjourneyの --flags をNano Banana / GPT Image / FLUXのプロンプトに混ぜる — フラグがリテラルテキストとして解析され、出力を汚染する
  • カジュアルなライフスタイルを狙うときにデフォルトで「洗練されたAI」 — グラマーレタッチを明示的に拒否する
  • 画像モデルがGIF、ZIP、ベクター、HTMLをエクスポートすることを期待する — シートを生成し、コードで分割/組み立てる（models/gpt-image-2-5.md パターン6を参照）
  • 「テキストなし/このテキストのみ /透かしなし」をチェックなしで信頼する — ネガティブは常に尊重されるとは限らない
  • 小さなプロンプトにJSONを強制する — {"subject":"red apple"} は 白いテーブルの上の赤いリンゴ、スタジオ照明、1:1 より劣る

会話モード

references/workflows.md で扱われている4つの明確なエントリポイント：

  • 直接生成 — ユーザーが画像を説明する；あなたは構造＋テンプレート＋モデル別ファイルからプロンプトを構成する。
  • コンテンツイラスト — ユーザーが記事/動画スクリプト/ポッドキャストノートを貼り付ける；あなたはテーマとトーンを分析し、テンプレートにマッチさせ、リミックスに移行する。
  • インスピレーション→プロンプト（再構築） — ユーザーが気に入った画像を共有する；あなたは見えるものから新しいブリーフを書き、未知のもの（参照、以前のターン、編集）をリストアップし、元のプロンプトを回復したふりをしない。
  • リミックス / パーソナライゼーション — テンプレートが選択された後、関連するパーソナライゼーション質問（性別、年齢、設定、ムード、職業）のみを行い、ユーザーのコンテンツでテンプレートをリミックスする。

ユーザーが新しく作成したプロンプトではなく、実績のある、画像で証明されたプロンプト を求めている場合は、references/external-corpora.md の検索可能なコーパス（YouMindで12,000以上のプロンプト、EvoLinkで約3,000のGPT Image 2事例、wangrunlin / LaplaceYoung / VulcanEonで約250のGPT Image 2.5事例、およびAwesomeリストのブラウズ可能なインデックス）を参照するよう促してください。

ワークフロー

  1. ユーザーに確認 — ゼロから生成、既存画像の編集、コンテンツのイラスト化、インスピレーション画像からのプロンプト再構築、または閲覧

Individual skills in this repo

This repo contains 3 individual skills — each has its own dedicated page.

fralapo/filmcraft-expert

Premiere Pro-grade video editing in FilmCraft, the ArtCraft editor driven over MCP (mcp__filmcraft__* tools: command_list, command_run, command_batch, doc_inspect, sequence_inspect, render_frame, media_import). Use whenever working with FilmCraft or editing any video: rough and fine cuts, ripple/roll/slip/slide trims, 9:16 reels/TikTok/Shorts from 16:9, captions and titles, transitions, keyframes, speed and time remapping, Lumetri color, LUTs and scopes, chroma key, audio mixing, LUFS loudness and ducking, multicam, proxies, export for social, web or a ProRes/DNxHR master, and project archiving. Includes a verified Premiere-to-FilmCraft command map, QC checklists, and hand-offs to SoundCraft and EffectCraft.

fralapo/graphic-designer

The Graphic Designer role: hands-on craft of visual communication. Grids and layout (column and modular grids, A4 setup, image-text composition), typography fundamentals (size ratios, weight contrast, alignment, rivers, widows), experimental typography (outline surgery, blending, constraints, physical experiments), poster languages (brutalism, grunge, texture, threshold, displacement), logo construction (types, shape psychology, vectorising, stress tests, delivery) and file handover hygiene. Use when executing or critiquing the craft of a poster, layout, cover, typographic piece or logo, picking type or a grid, or explaining why a layout looks amateur. Works inside a direction set by the art director and a concept set by the creative director; hands UX/UI screens to ux-ui-expert.

fralapo/presentation-design

Complete guidelines for designing effective, beautiful presentations: message-first process (audience, goal, script, storyboard, slide count), deck structure and slide types (cover, index, break, focus, content, back cover with CTA), layout (margins, grids, alignment, proximity, hierarchy, focus by dimming), a type scale for 1920×1080 slides, message titles, bullets and their alternatives, color palettes and roles, images, icons, backgrounds, shadows and text-on-photo, charts, tables, big numbers and timelines, animation and morph principles with timings, contexts (school, thesis, corporate, pitch deck, product launch, portfolio, training, talks, webinars), a before→after redesign method, templates, brand and AI. Use this skill whenever you create, generate, review, redesign or critique a presentation, slide deck, pitch deck, PowerPoint, Keynote, Google Slides or Canva deck (including generating .pptx with code or DeckCraft), or advise on slides, even if the user only says 'make me a ppt'.

関連スキル

steipete/songsee

Generate spectrograms and feature-panel visualizations from audio with the songsee CLI.

community

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

community

mattpocock/improve-codebase-architecture

Scan a codebase for deepening opportunities, present them as a visual HTML report, then grill through whichever one you pick.

community

lobehub/add-provider-doc

Add documentation for a new AI provider — usage docs, env vars, Docker config, image resources.

community

addyosmani/browser-testing-with-devtools

Tests in real browsers via Chrome DevTools MCP. Use when building or debugging anything that runs in a browser. Use when you need to inspect the DOM, capture console errors, analyze network requests, profile performance, or verify visual output with real runtime data. Requires the chrome-devtools MCP server to be configured.

community

bytedance/chart-visualization

This skill should be used when the user wants to visualize data. It intelligently selects the most suitable chart type from 26 available options, extracts parameters based on detailed specifications, and generates a chart image using a JavaScript script.

community
← More 画像 skills