Image Prompt Studio Skill
Visão Geral
Transforma o conhecimento de engenharia de prompts do projeto "Nano Banana Prompt Studio" em uma skill reutilizável: usa JSON estruturado (em vez de longos blocos de linguagem natural) para controlar a geração de imagens por IA, permitindo personalização precisa, reutilização modular e consistência entre obras de uma série. Esta skill cobre quatro caminhos principais: geração de novos prompts, modificação mínima, inferência a partir de imagens de referência e geração de imagem. Os prompts JSON gerados são compatíveis com ambas as famílias de modelos Nano Banana e GPT-Image.
Árvore de Decisão do Fluxo de Trabalho
Selecione a entrada com base na intenção do usuário:
| Intenção do Usuário | Entrada |
|---|---|
| Descrever uma cena desejada / Solicitar um novo prompt | Caminho A: Gerar |
| Fornecer um JSON existente e dizer "mude X / troque por Y" | Caminho B: Modificação Mínima |
| Fornecer uma imagem de referência para imitar / reverter engenharia do prompt | Caminho A + Análise da Imagem de Referência |
| Prompt pronto, deseja gerar a imagem | Caminho C: Executar Geração |
Regras Centrais de Saída (Comuns a Todos os Caminhos)
- Apenas saída JSON: Proibido envolver em blocos de código markdown (sem ```json), proibido qualquer texto explicativo.
- Estrutura completa: Todos os campos devem ser preenchidos, sem omissões ou campos vazios.
- Requisitos de redação: Deve ser visual, profissional, elegante e específico; evitar termos vagos.
- Para sujeitos não humanos (paisagens, objetos, campos de batalha, etc.), ajuste as descrições dos campos de características físicas do sujeito de acordo com o objeto real, sem forçar o uso de campos de personagem.
- Após a geração ou modificação, execute a validação estrutural (no plugin use a ferramenta
ips_validate, não o Python; em ambiente independente use<SKILL_ROOT>/scripts/validate_prompt.py).
Caminho A: Gerar Novo Prompt
- Leia o conteúdo completo de
SYSTEM_PROMPTem<SKILL_ROOT>/references/system-prompts.mde execute-o rigorosamente como instrução do sistema para esta geração. - Se o usuário fornecer uma imagem de referência: O agente em tempo de execução deve analisar a imagem diretamente – use sua própria capacidade de visão multimodal para abrir o arquivo de imagem e extrair características nas quatro dimensões exigidas pelo SYSTEM_PROMPT (características do personagem, ambiente da cena, estilo da imagem, composição e ângulo da câmera). Em seguida, combine com a descrição textual do usuário para gerar o prompt. Não chame APIs de modelos de visão externas; a análise é feita pelo próprio agente. Anote o caminho do arquivo da imagem de referência: no Caminho C, ao gerar a imagem, ela deve ser passada como referência de estilo (veja o Passo 2 do Caminho C).
- Se o usuário não tiver imagem de referência, gere diretamente com base em sua descrição em linguagem natural.
- As especificações de preenchimento de campos e as técnicas de redação para cada campo estão em
<SKILL_ROOT>/references/prompt-schema.md; é possível selecionar ou combinar termos de alta qualidade da biblioteca de opções em<SKILL_ROOT>/references/options-library.md(a biblioteca é um material de apoio, não uma restrição; sinta-se à vontade para criar conforme a necessidade da cena). - Antes de sair, use a validação para confirmar que a estrutura está correta e, em seguida, entregue o JSON ao usuário (salve como arquivo
.jsonou exiba diretamente). - Quando precisar de uma base de estilo, use
ips_presets(action=get) para obter o preset mais próximo e reescreva os campos. - Para a análise iniciada no Passo 1 do "Painel de Geração", a conclusão deve chamar
ips_style(action=set) para escrever o JSON de estilo juntamente com o caminho da imagem de referência de volta ao painel – o usuário estará esperando para selecionar este estilo para gerar a imagem no Passo 2.
Caminho B: Modificação Mínima de Prompt Existente
- Leia o conteúdo completo de
MODIFY_SYSTEM_PROMPTem<SKILL_ROOT>/references/system-prompts.mde execute rigorosamente o princípio de "Modificação Mínima":- Precisão Cirúrgica: Modifique apenas os campos que o usuário explicitamente solicitou ou que logicamente devem ser alterados em conjunto (verão → inverno: camiseta → casaco é obrigatório, cor do cabelo/composição absolutamente não podem ser alterados).
- Congelamento Completo: Campos não tocados devem ser idênticos, palavra por palavra, ao JSON original. Sinônimos, paráfrases ou otimizações de formato são proibidos.
- Proibido Divergir: Não "corrija" nenhum parâmetro que o usuário não mencionou.
- Saída do JSON completo após a modificação (não um diff, não um fragmento).
- Execute a validação estrutural da mesma forma.
- Auto-verificação do grau de congelamento (obrigatório): Chame
ips_diff(before=JSON original, after=JSON modificado). A ferramenta achata os campos folha e compara programaticamente, retornando uma lista de alterações, lista de congelamentos e taxa de congelamento. Você deve julgar se as alterações estão dentro dos nós cobertos pela intenção do usuário – alterações fora da intenção indicam que a modificação divergiu; refaça. Consulte oREADME.mdno diretório raiz do plugin para referência prática de medição (11 alterações em 26 campos folha, 15 congelados palavra por palavra); os JSONs de exemplo não são distribuídos com o pacote. Quando precisar de uma base de estilo, useips_presets(action=get) para obter os presets internos.
Caminho C: Executar Geração de Imagem
Após o prompt JSON estar pronto, gere a imagem. O mesmo JSON é compatível com ambas as famílias de modelos Nano Banana e GPT-Image, escolha a rota de acordo com a preferência do usuário ou necessidade da cena.
- Montar o prompt: Use o texto JSON original (
JSON.stringify(data, null, 2)com chinês intacto) como texto do prompt; se o usuário tiver solicitações extras, anexe-as no formato"\n\nSolicitação Especial: <solicitação>"após o JSON. - Incluir imagem de referência (regra rígida): Se este prompt foi derivado da análise/modificação de uma imagem de referência, é obrigatório passar a imagem original como referência de estilo ao gerar a imagem – descartar a imagem original após a análise é um bug verificado em testes, resultando em grande degradação na fidelidade do estilo. Use o parâmetro
referenceImagesda ferramenta do pluginips_generatepara passar o caminho local ou URL HTTP (GPT-Image usa automaticamentereference_image_urls, Nano Banana usa automaticamenteimage_urls; não é necessário decorar nomes de parâmetros). A omissão é permitida apenas para geração de texto puro, sem imagem de referência. - Selecionar modelo:
- Rota GPT-Image (padrão):
apiz/gpt-image-2.5-flare, qualidade padrãolow(10 créditos/imagem, aproximadamente 0,1 yuan). - Rota Nano Banana:
service-inference/gemini-nano-banana-2.1, mesmo endpoint para geração de texto para imagem e edição com imagem de referência, suporta até 14 imagens de referência. - Detalhes dos parâmetros e tabela completa de modelos em
<SKILL_ROOT>/references/image-generation.md.
- Rota GPT-Image (padrão):
- Execução: Priorize a ferramenta do plugin
ips_generate(mesmo mecanismo usado pelo "Painel de Prompts" do painel); se o plugin não estiver configurado com apizApiKey e o CLI não estiver logado, ocorrerá um erro. Nesse caso, use o apiz CLI como 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-ratiosegue a imagem original ou solicitação do usuário (vertical 3:4 / horizontal 16:9 / quadrado 1:1, etc.); a geração leva de 2 a 9 minutos. O--waitdo CLI bloqueia até a conclusão; para cenários com alto risco de timeout, use execução em segundo plano. Não reexecute em caso de timeout de polling (cobrança duplicada), em vez disso, useapiz tasks wait <task_id> --jsonpara retomar. - Após a conclusão da geração, exiba o caminho da imagem resultante juntamente com o prompt usado para o usuário; o plugin registrará automaticamente o histórico no painel.
- Se o saldo for desconhecido antes de gerar, primeiro confirme com
apiz account balance; créditos insuficientes resultarão em erro HTTP 429 de todos os modelos.
Predefinições e Exemplos
- Use
ips_presets(action=list) para visualizar os 9 conjuntos de presets internos (estilo Chibi, Três Reinos, Dinastia Song, mangá lineart, mangá satírico, série de campo estelar do Festival do Meio do Outono, etc.), cobrindo cenários típicos como ilustrações de personagens, ambientes e estilizações. - Ao gerar prompts, você pode ler o conjunto mais próximo da necessidade do usuário como base de estilo e, em seguida, substituir os campos correspondentes de acordo com a descrição do usuário.
- Quando o usuário disser "salvar como preset", use
ips_presets(action=save) para gravar o JSON atual na biblioteca de presets do usuário e nomeá-lo.
Recursos
references/
prompt-schema.md— Especificações dos campos JSON: significado de cada campo, técnicas de preenchimento, regras de ajuste para sujeitos não humanos, campos negativos opcionais e explicação de compatibilidade com as duas famílias de modelos. Leitura obrigatória antes de gerar.system-prompts.md— Conteúdo completo deSYSTEM_PROMPT(geração) eMODIFY_SYSTEM_PROMPT(modificação), com instruções de execução para o agente em tempo de execução. Siga exatamente ao executar o Caminho A/B.options-library.md— Biblioteca completa de opções de menu suspenso (modos de estilo, atmosfera da cena, ângulo da câmera, composição, lente, iluminação, clima, vestuário, cores, etc.), incluindo prompts especiais para lineart de personagens. Banco de materiais para seleção de palavras.image-generation.md— Manual de operação de geração de imagem: modelos de comando, tabela de parâmetros para modelos duplos Nano Banana e GPT-Image, métodos de envio de imagem de referência, níveis de qualidade e preços, verificação de saldo e armadilhas conhecidas.
assets/
presets/*.json— 9 conjuntos de exemplos predefinidos, que podem ser carregados diretamente, modificados ou usados como base de estilo.
scripts/ (para ambiente independente; no plugin, use as ferramentas ips_validate / ips_diff)
validate_prompt.py— Validador estrutural. Uso:python validate_prompt.py <prompt.json>; use--partialpara estruturas parciais; lista campos ausentes individualmente, código de saída diferente de 0.
Origem
Esta skill é destilada do projeto local D:/nano-b/nano-banana-prompt-studio (Nano Banana Prompt Studio com frontend PyQt6 + backend Flask). Quando precisar de um cliente GUI, serviço web ou capacidade de empacotamento PyInstaller, use o código-fonte do projeto diretamente; esta skill carrega apenas seu conhecimento de engenharia de prompts e não depende da execução do projeto. O canal de geração de imagem é unificado via apiz (a partir de 2026-10-14, substituindo o Gemini SDK / conexão direta 302 do projeto original).