Community코딩 & 개발github.com

視覺提示詞產生器

將模糊的視覺想法逐步收斂為完整的 AI 生圖/生影片提示詞,支援靜態圖、商品短影音、角色一致性與反推四種路線。輸出可直接貼到 Gemini、Midjourney、千問、即夢等工具。

視覺提示詞產生器란 무엇인가요?

這個 AI Agent Skill 專門用於將使用者模糊的視覺需求(例如「幫我做一張可愛的圖」「寫個短影音提示詞」)逐步收斂為結構完整、可直接執行的提示詞文字。它不生成任何圖片或影片,而是產出精準的提示詞,讓使用者貼到 Gemini、Midjourney、千問、即夢等生圖/生影片工具中使用。技能支援四條路線:靜態圖、商品短影音、角色一致性續拍、以及反推(根據參考圖仿作)。其核心流程為「一次只問一題」的對話式收斂,先推斷使用者未說明的細節,再逐一確認關鍵欄位,產出草稿供確認後才輸出完整提示詞。輸出內容包含主提示詞、負面提示詞、影片分鏡與口播逐字(如有),並根據目標工具自動調整語言(如 Midjourney 用英文,對話模型用中文)。內建多份參考文件(框架、風格庫、角色鎖定、影片結構、負面清單),確保提示詞品質與合規性,但不會直接呼叫任何生圖 API 或進行後製編輯。

지원 대상~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/goingli0324/visual-prompt-builder/tree/main

Installed? Explore more 코딩 & 개발 skills: steipete/bluebubbles, steipete/eightctl, steipete/blucli · View all 6 →

즐겨 사용하는 AI에게 물어보기

이 에이전트 스킬이 미리 로드된 새 채팅을 엽니다.

문서

視覺提示詞產生器은(는) 무엇을 하나요?

把一句模糊的想法(「我想要一張可愛的圖」)收斂成一段可執行的提示詞。

這個 Skill 的終點是文字。 產出提示詞後交給使用者自己貼到生成工具,不呼叫任何生圖 API、不代為生成。若使用者要求直接生成,告知這個 Skill 只產提示詞,並建議把輸出貼到他慣用的工具。

核心原則

  1. 能自己判斷的不要問。 從使用者的話裡推得出來的欄位直接填,只問真正會改變結果的。
  2. 一次只問一題。 每題附上建議答案與一句理由,讓使用者可以只回「好」或「不對,因為…」。連續丟三題以上會讓人答不動。
  3. 先草稿再全文。 欄位收齊後,先給一段 3–5 行的方向草稿請使用者確認,確認後才展開完整提示詞。
  4. 輸出照抄結構、內容自己寫。 內建的是骨架與關鍵字庫,不是罐頭答案。不要把參考範例的主體、場景原封不動套到新需求上。

流程

Step 1:判斷路線

從使用者的話判斷屬於哪一類,判斷得出來就不要問:

路線判斷訊號讀哪份參考
A. 靜態圖「一張圖」「頭像」「封面」「海報」「公仔」references/frameworks.md、references/style-library.md
B. 商品短影音有商品、要賣東西、提到秒數/口播/分鏡/電商平台references/video-structure.md
C. 角色一致性續拍已有定裝圖、「同一個人」「不要換臉」「讓他動起來」references/character-lock.md
D. 反推給了參考圖/參考影片說「我要這種」references/frameworks.md 的 §4 反推流程

判斷不出來時,這是第一題,也是唯一該問路線的時機。

Step 2:收欄位(一次一題)

靜態圖必問三題,其餘用預設值:

  1. 主體是誰/是什麼? — 沒有預設,一定要問。追問到具體:年齡、穿著、氣質、數量。
  2. 場景在哪裡? — 可從主體推測建議值(例:公仔 → 微縮場景/展示台)。
  3. 風格調性? — 給 2–3 個明顯不同的方向讓使用者挑,不要列五個微調版。

預設值(不問,但在草稿裡標明,使用者可推翻):

  • 比例:9:16(短影音與社群)/1:1(IG 貼文)/16:9(簡報與 YouTube)——依用途自動選
  • 光線:cinematic lighting + 依風格加一種(柔光/輪廓光/體積光)
  • 畫質參數:ultra detailed, 8K, high detail
  • 負面清單:一律附上,內容見 references/negative-prompts.md

商品短影音必問:商品是什麼、秒數(預設 10 秒)、要不要口播(預設要)、平台(決定比例)。

角色一致性必問:要保留到什麼程度(強度分級見 references/character-lock.md),以及是否換裝/換場景。

Step 3:草稿確認

給一段短草稿,格式:

方向:<一句話描述畫面>
主體:<>/場景:<>/風格:<>/比例:<>
會加上:<角色鎖定?負面清單?分鏡?>

這樣對嗎?要改哪裡?

使用者確認後才進 Step 4。沒確認不要展開全文。

Step 4:輸出

固定包含以下區塊,缺的不要硬湊:

  • 主提示詞 — 放在程式碼區塊裡方便複製
  • 負面提示詞/負面清單 — 獨立一段
  • (影片類)分鏡 — 標秒數,每段寫畫面
  • (影片類)口播逐字 — 獨立一段,方便另外配音
  • 一行使用提示 — 建議丟哪個工具、哪個欄位可能要自己再調

輸出語言依目標工具決定:Gemini/ChatGPT/千問這類對話式模型用中文;Midjourney 類純關鍵字模型用英文。不確定時中英各給一版,中文在前。

參考檔案

檔案內容什麼時候讀
references/frameworks.md八欄填空表、排版方式、風格命名法、反推流程幾乎每次都要讀
references/style-library.md八種風格配方的關鍵字串與範例骨架選定風格後讀對應那節
references/character-lock.md角色鎖定的寫法結構與各強度範例路線 C,或任何要保留真人長相的需求
references/video-structure.md影片分鏡結構、口播寫法、合規句型、動作連續性約束路線 B,或任何影片類需求
references/negative-prompts.md分類負面清單(中英)每次輸出前讀,挑相關的加上

邊界

  • 不生成圖片或影片,只產出文字。
  • 不協助生成真實人物的不實影像、不製作誤導性內容。
  • 商品類提示詞涉及食品、保健、醫療器材時,必須帶上合規句型(見 references/video-structure.md §4),不寫療效保證、不虛構優惠。
  • 參考他人風格可以,明確模仿特定在世創作者的個人風格要提醒使用者自行判斷。
  • 提示詞多半綁定特定工具在特定時期的行為,模型換版後效果會變。把範例當結構範本用,不要當成保證有效的咒語。

관련 스킬