이미지 생성 프롬프트 엔지니어링 — 유니버설
모든 최신 이미지 생성/편집 모델을 위한 일반 프롬프트 엔지니어링 스킬입니다. 기본적으로 모델에 구애받지 않으며, 사용자가 모델 이름을 언급하면 모델별 가이드로 전환됩니다.
강력한 프롬프트는 모델에 관계없이 동일한 구조(주제, 환경, 조명, 카메라/렌즈, 스타일, 형식, 편집 시 보존할 항목)를 공유합니다. 차이점은 문법 표면입니다: Midjourney는 --flags를 사용하고, GPT Image 2는 구조화된 JSON을 선호하며, GPT Image 2.5는 역할이 할당된 참조 및 잠금 목록을 보상하고, Nano Banana는 참조 이미지의 자연어 주소 지정을 구문 분석하며, SDXL은 가중치가 적용된 토큰 블록과 네거티브 프롬프트에 의존하고, FLUX는 산문 밀도를 보상하며, Ideogram은 타이포그래피에서 가장 강력합니다.
이 스킬을 사용해야 하는 경우
- 사용자가 모든 모델에 대한 이미지 프롬프트 작성 또는 개선을 요청하는 경우
- 사용자가 업로드된 이미지를 편집하려는 경우(의상 교체, 배경 변경, 얼굴 보존 리스타일, 객체 추가/제거, 인페인팅)
- 사용자가 신원 보존된 초상화, 유명인 통합, 에이징 시퀀스, 다중 인물 그룹샷을 요청하는 경우
- 사용자가 벤토/인포그래픽 레이아웃, 아이소메트릭 디오라마, 분해 제품 포스터, 매거진 커버, 만화 패널, 스토리보드 그리드, 전자상거래 메인 이미지, YouTube 썸네일을 원하는 경우
- 사용자가 스타일별 프롬프트(시네마틱, Kodak Portra, 애니메이션, 3D 키치, 픽셀 아트, 바로크 프레임, 우키요에, 스위스 디자인, 사이버펑크, RAW iPhone, 90년대 포인트 앤 슛, 35mm 다이렉트 플래시)를 필요로 하는 경우
- 사용자가 "얼굴 보존", "동일 얼굴 100%", "배경만 변경", "포즈 유지", "멀티 뷰", "액션 피규어 박스", "분해도"를 언급하는 경우
- 사용자가
{argument name="..." default="..."}플레이스홀더가 포함된 Raycast 친화적 프롬프트를 원하는 경우 - 사용자가 모델(Midjourney, MJ, SDXL, FLUX, GPT Image 2 / 2.5, Nano Banana 등)을 명시적으로 언급하는 경우
모델 라우팅
사용자가 쿼리에서 모델 이름을 언급할 때마다 references/models/ 아래의 일치하는 파일을 읽고 문법 표면 및 특이점을 확인한 후 아래의 범용 구조 위에 적용합니다.
| 트리거 키워드 (모두) | 읽을 파일 |
|---|---|
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-sunburst | references/models/gpt-image-2-5.md (+ 공유 문법을 위한 gpt-image-2.md) |
gpt image 2, gpt-image-2, duct-tape, gpt image 2 prompts | references/models/gpt-image-2.md |
gpt image 1, gpt-image-1, dall-e 3, dall·e 3, dalle 3 | references/models/gpt-image-1.md |
midjourney, mj, --ar, --stylize, --sref, --cref, niji, --niji | references/models/midjourney.md |
stable diffusion, sd 1.5, sdxl, sd 3, sd3, sd3.5, comfyui, automatic1111, forge | references/models/stable-diffusion.md |
flux, flux.1, flux dev, flux schnell, flux pro, black forest labs | references/models/flux.md |
imagen, imagen 3, imagen 4 | references/models/imagen.md |
ideogram, ideogram 2, ideogram 3 | references/models/ideogram.md |
recraft, recraft v3 | references/models/recraft.md |
seedream, seedream 4, seedream 5, doubao image, jimmeng, byteimage | references/models/seedream.md |
| 모델 이름 없음 | 기본 모델에 구애받지 않는 범용 패턴 사용; 사용자에게 모델 질문 |
모든 경로를 한 번에 스캔해야 하는 경우 항상 references/models/_index.md부터 시작하십시오.
두 가지 기능 등급 (일반)
| 기능 | "Standard" 등급 | "Pro" 등급 |
|---|---|---|
| 사실적인 초상화 | ✅ | ✅ (더 선명한 피부/모공) |
| 다중 이미지 융합 | ⚠️ 2–3개 참조 | ✅ 5개 이상 참조 |
| 이미지 내 텍스트 렌더링 | 짧은 레이블만 | 긴 인용문, 여러 줄, CJK |
| 벤토/인포그래픽 레이아웃 | 간단한 그리드 | 데이터 필드가 포함된 8개 이상 모듈 |
| 밀집된 군중 장면 | 4–5명 이상 얼굴에서 표류 | 여러 얼굴에 걸쳐 신원 유지 |
| 구조화된 JSON/YAML 프롬프트 | 부분 구문 분석 | 안정적인 구문 분석 |
| 복잡한 조건부 규칙 | 약함 | 강함 |
"Standard" vs "Pro"의 모델별 매핑은 각 references/models/<name>.md에 문서화되어 있습니다. 예:
- 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+ (정밀 편집, 밀집된 정확한 복사)
- 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
경험 법칙: 인포그래픽, 헤드라인이 있는 포스터, 다중 캐릭터 장면, 구조화된 JSON/YAML 프롬프트 및 CJK 텍스트에는 기본적으로 Pro 등급을 사용하십시오. Standard 등급은 단일 주제 편집 및 짧은 프롬프트에 충분합니다.
범용 프롬프트 구조
모든 강력한 프롬프트는 이러한 블록을 쌓습니다. 순서는 유연하며, 컨텍스트가 명확한 경우 레이블은 선택 사항입니다.
[주제] 누가/무엇 — 참조 처리 ("얼굴 100% 유지")
[동작/포즈] 그들이 무엇을 하는지, 신체 방향
[의상] 의류, 액세서리, 소재, 색상
[환경] 위치, 소품, 바닥, 배경 벽
[조명] 키/필/림, 시간대, 품질(하드/소프트), 색온도
[카메라/렌즈] 85mm f/1.4, 드론 탑다운, 직교, 눈높이
[스타일 참조] 필름 스톡(Kodak Portra 400), 감독, 시대(2000년대), 렌더 엔진
[형식] 화면 비율(1:1, 16:9, 9:16), 해상도(1080x1080, 8K)
[보존] (편집 모드) 변경되지 말아야 할 것
[네거티브] 아티팩트 방지: "텍스트 없음", "두 번째 객체 없음", "왜곡 없음"
최소 실행 가능 템플릿 — 생성
{스타일/매체}의 {주제}가 {환경}에서 {동작}하는 모습.
{의상 + 소품}.
조명: {키 + 림 + 분위기}. 카메라: {렌즈, 각도}.
{화면 비율}, {해상도}. {스타일 참조}.
최소 실행 가능 템플릿 — 이미지 편집
첨부된 이미지의 {대상 영역}을 {편집 동사}:
{특정 변경}.
보존: 얼굴/신원, 포즈, 의상, 배경 조명 — 전혀 변경 금지.
다음만 수정: {명시적 영역}.
원본 {조명 로직 / 색상 그레이딩 / 원근법}과 일치.
참조 입력 (모델별)
업로드된 참조 이미지를 처리하는 방법은 다양합니다. 범용 패턴은 대부분의 자연어 모델에서 작동합니다. 플래그 기반 모델은 명시적 구문이 필요합니다.
| 모델 계열 | 표현 |
|---|---|
| Nano Banana / Gemini | "업로드된 이미지의 인물", "참조와 동일한 얼굴 100%" — 자연어 |
| GPT Image 2 | "이 캐릭터 기반", "이 초상화 사용", "소스 이미지 업로드" — 자연어 |
| GPT Image 2.5 | "이미지 1 = 제품(모양, 레이블); 이미지 2 = 빛/색상만; 이미지 3 = 레이아웃만" + 충돌 우선순위; 각 참조가 기여하지 말아야 할 것을 명시 |
| Midjourney | 캐릭터 참조 --cref <url>, 스타일 참조 --sref <url>, 가중치 --cw 100 |
| Stable Diffusion / FLUX | 프롬프트 텍스트가 아닌 워크플로 수준의 IP-Adapter / ControlNet |
| Imagen / Ideogram / Recraft | API 수준 referenceImages 페이로드; 프롬프트 텍스트는 "제공된 참조"를 통해 참조 |
정확한 구문은 references/models/ 아래의 일치하는 파일을 참조하십시오.
카테고리 카탈로그
상세 템플릿과 예제는 references/에 있습니다.
references/patterns.md— 범용 어휘: 조명, 카메라, 비율, 스타일 태그, 구성 관용구, 단일 객체 규칙, 다중 참조 융합, 네거티브 프롬프트 어휘references/templates.md— 18개 이상의 일반 카테고리(초상화, 제품, 포스터, 디오라마, 인포그래픽, 만화 그리드, 분해도, 전자상거래 히어로, YouTube 썸네일, 캐릭터 시트, 스토리보드 등)를 위한 채우기 템플릿references/identity-preservation.md— 얼굴 잠금 구문, 실패 모드, 수정 사항, 다중 인물 처리, 혼합 스타일 얼굴 보존, 에이징 시퀀스references/structured-prompts.md— JSON / YAML / XML 형식 및 어떤 모델이 이를 안정적으로 구문 분석하는지references/text-rendering.md— 이미지에 읽을 수 있는 헤드라인, 인용문, CJK를 넣는 방법, 모델별 등급 제한references/editing-workflow.md— 비파괴 편집, 인페인팅, 다중 이미지 융합, 전후, 패널 간 캐릭터 일관성references/examples.md— 카테고리별 선별된 작동 프롬프트, 출처 및 각 프롬프트를 생성한 모델 포함references/workflows.md— 직접 생성, 콘텐츠 일러스트레이션(기사/비디오 → 이미지), 리믹스/개인화 대화 패턴references/external-corpora.md— 사용자가 새로운 구문 작성 대신 입증된 프롬프트를 원할 때 공개 프롬프트 라이브러리(YouMind 12k+, EvoLink ~3k, Awesome 목록)에 대한 포인터references/models/— 모델별 특이점, 문법 표면, 매개변수, 안티 패턴(gpt-image-2-5.md는 Flare/Sunburst 선택, API 크기/품질 규칙, 10가지 패턴, 12가지 템플릿, 알려진 실패, 검토 체크리스트 추가)
빠른 규칙 (모델에 구애받지 않음)
- 자연어 모델(Nano Banana, GPT Image 2 / 2.5, FLUX, Imagen)의 경우 태그 스프보다 단락 + 제약 조건 라인이 더 좋습니다. Midjourney 및 SDXL의 경우 밀집된 쉼표로 구분된 태그 블록과 플래그가 여전히 작동합니다.
- 화면 비율을 명시적으로 지정 —
1080x1080,16:9,9:16또는 Midjourney의 경우--ar 9:16. 기본값에 의존하지 마십시오. - 모든 편집에 신원 앵커를 지정. "참조와 동일한 얼굴 100%", "얼굴 특징을 정확히 일관되게 유지", "얼굴 변경 금지".
- 비파괴 편집에는 허용 목록이 필요합니다. 변경되는 것과 보존되는 것을 모두 명명합니다 — 그렇지 않으면 대부분의 모델이 의상/포즈를 표류시킵니다.
- 렌즈 + 조명 = 사실감.
85mm f/1.4,Kodak Portra 400,3점 조명,골든 아워 림 라이트,거친 온카메라 플래시는 모든 모델에서 실제 가중치를 갖습니다. - 단일 객체 제약 조건은 반복되어야 합니다. 정확히 하나의 객체를 원한다면 명시적 엄격 단일 객체 블록을 작성하십시오(
references/patterns.md#single-object-rule참조). - 이미지 내 텍스트 = 정확히 인용. 따옴표로 정확한 문자열을 감쌉니다:
serif font reading "Stay Hungry, Stay Foolish". CJK의 경우 Pro 등급 모델을 선호합니다. - 재사용 가능한 템플릿에는
[PLACEHOLDERS](대괄호, 대문자)를 사용합니다. Raycast 스니펫에는{argument name="x" default="y"}를 사용합니다 — Nano Banana, GPT Image 2 / 2.5 및 모든 자연어 모델에서 리터럴 플레이스홀더로 지원됩니다. - 벤토/인포그래픽 레이아웃의 경우 셀당 콘텐츠 유형으로 모듈(M1…M8)을 열거합니다 — Pro 등급 모델에 크게 유리합니다.
- 네거티브는 마지막에
NEGATIVE:목록 또는Do NOT:글머리 기호로 배치합니다 — 단, SDXL/Midjourney는 네거티브 전용 구문(MJ의 경우--no, SD의 경우 전용 네거티브 프롬프트 입력)이 있습니다. - 자연스러운 / 비AI 룩의 경우: "자연스러운 피부 질감, 삐져나온 머리카락, 약간의 비대칭, 미용 리터칭 없음, 뷰티 필터 없음, 지나치게 다듬어진 AI 미학 없음"을 명시적으로 요청하십시오. GPT Image 2 / 2.5 및 Nano Banana Pro는 모두 이를 존중합니다.
- 편집 턴당 하나의 변경 + 잠금 목록. 단일 변경 사항을 명명하고, 유지되는 사항을 열거하며, 물리적으로 필요한 부작용(접촉 그림자, 반사)만 허용합니다. 저장된 마스터에서 변형을 분기합니다. 보존은 시각적이며 픽셀 단위가 아닙니다 — 픽셀이 일치해야 하는 경우 합성하십시오.
- 모든 출력을 구체적인 검사에 대해 검토 — 전체 및 휴대폰 크기 텍스트, 객체/인물 수, 스타일링 전 신원, 제품 형상, 편집 범위, 디코딩된 알파.
- 교차 이미지 일관성(N개 패널에 걸친 동일 캐릭터)의 경우: 캐릭터를 한 번 자세히 설명한 다음 "패널 1의 동일한 캐릭터"로 다시 참조 — GPT Image 2 / 2.5 및 Nano Banana Pro에서 작동, 다른 모델에서는 약함.
안티 패턴
- 자연어 모델에서 태그 샐러드 프롬프트(
portrait, 8k, masterpiece, beautiful, highly detailed) — 구조화된 단락보다 성능이 낮음 - 렌즈/조명 없이 "사실적인" 요청 — 일반적인 렌더 생성
- 보존 조항 없이 편집 — 모델이 얼굴/포즈를 변형
- 하나의 프롬프트에 여러 충돌하는 화면 비율 — 하나가 승리, 예측 불가
- 안면 설명만으로 얼굴 교체(참조 이미지 없음) — 낮은 충실도
- 하나의 프롬프트에 10명 이상의 명명된 주제를 포함 — Standard 등급에서 약 5명 이상, Pro 등급에서 약 8명 이상에서 신원 표류
- Standard 등급 모델에 15단어 이상의 정확한 텍스트 포함 — 철자 깨짐
- Midjourney
--flags를 Nano Banana / GPT Image / FLUX 프롬프트에 혼합 — 플래그가 리터럴 텍스트로 구문 분석되어 출력 오염 - 캔디드 라이프스타일을 목표로 할 때 "다듬어진 AI" 기본값 — 미용 리터칭을 명시적으로 거부
- 이미지 모델이 GIF, ZIP, 벡터 또는 HTML을 내보낼 것으로 기대 — 시트를 생성한 다음 코드로 분할/조립(모델
models/gpt-image-2-5.md패턴 6 참조) - "텍스트 없음 / 이 텍스트만 / 워터마크 없음"을 확인 없이 신뢰 — 네거티브는 부분적으로만 존중됨
- 작은 프롬프트에 JSON 강제 적용 —
{"subject":"red apple"}는A red apple on a white table, studio lighting, 1:1.보다 나쁨
대화 모드
references/workflows.md에서 처리되는 4가지 고유한 진입점:
- 직접 생성 — 사용자가 이미지를 설명합니다. 구조 + 템플릿 + 모델별 파일에서 프롬프트를 구성합니다.
- 콘텐츠 일러스트레이션 — 사용자가 기사/비디오 스크립트/팟캐스트 노트를 붙여넣습니다. 테마와 톤을 분석하고 템플릿과 일치시킨 후 리믹스로 이동합니다.
- 영감 → 프롬프트 (재구성) — 사용자가 마음에 드는 이미지를 공유합니다. 보이는 것에서 새 브리핑을 작성하고 알려지지 않은 것(참조, 이전 턴, 편집)을 나열하며 원래 프롬프트를 복구하는 척하지 않습니다.
- 리믹스 / 개인화 — 템플릿이 선택된 후 관련 개인화 질문(성별, 연령, 설정, 분위기, 직업)만 하고 사용자의 콘텐츠로 템플릿을 리믹스합니다.
사용자가 새로 작성한 프롬프트 대신 입증된, 이미지로 확인된 프롬프트를 원하는 경우 references/external-corpora.md의 검색 가능한 코퍼스(YouMind의 12,000개 이상 프롬프트, EvoLink의 약 3,000개 GPT Image 2 사례, wangrunlin / LaplaceYoung / VulcanEon의 약 250개 GPT Image 2.5 사례, Awesome-list 탐색 가능 인덱스)를 안내하십시오.
워크플로
- 사용자에게 질문 — 처음부터 생성, 기존 이미지 편집, 콘텐츠 일러스트레이션, 영감 이미지에서 프롬프트 재구성 또는 검색
… [번역을 위해 잘림]