Community图像github.com

图片提示工程(Nano Banana & GPT Image 2.5)

为 Nano Banana (NBP/NB2) 和 GPT Image 2.5 (Flare/Sunburst) 编写即用型提示词,包含模型/质量/尺寸推荐。

图片提示工程(Nano Banana & GPT Image 2.5) 是什么?

该技能专为图像生成提示词工程而设计,不直接生成图像。它根据用户意图(如“画”、“生成图片”、“image prompt”等)路由到正确的图像生成任务,并输出包含模型名称、质量/尺寸/宽高比以及完整提示词的结构化结果。支持两大主流模型:Nano Banana(含NB2和NBP版本)和GPT Image 2.5(含Flare和Sunburst版本)。技能的核心价值在于强制要求按照严格的阅读顺序加载参考文件:首先阅读models.md进行模型选择,然后读取对应模型的详细规范文件(nano-banana.md或gpt-image.md),再读取通用规则golden-rules.md,最后根据具体任务加载对应的专项参考文件(如文本渲染、图像编辑、角色一致性、多面板构图、行业模式库等)。这种分层知识架构避免了通用提示词的平庸结果,确保每个提示词都针对特定模型的语法特性进行了优化。输出格式标准统一:模型名称、质量等级、尺寸/比例、提示文本和注释。适用于博客封面、幻灯片、海报、产品拍摄、UI原型、故事板、角色设计、电商摄影、时尚编辑、食品饮料广告、电影肖像等多种场景,但不适用于视频、3D模型或音频任务。

兼容平台✓Claude Code~Codex CLI~Cursor
npx skills add https://github.com/chuanman2707/director-skill/tree/HEAD/skills/image

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

在你喜欢的 AI 中提问

打开一个已预加载此 Agent Skill 的新对话。

文档

图像提示工程 —— Nano Banana & GPT Image 2.5

该技能负责编写图像提示词。它不生成图像。输出内容为:模型名称 + 质量 / 尺寸 / 宽高比 + 提示词本身。

本 SKILL.md 正文内容有意留白,以免仅靠阅读正文即可虚假输出结果。实际规则——哪些内容能获得模型奖励、哪些会受惩罚、如何编排五槽模板、何时添加 quality: high、何时使用图像参照——仅存在于参考文件中。

首先判断路由——这真的是图像提示任务吗?

  • 动作、剪辑、蒙太奇(Seedance、Kling、Veo、任何图生视频):请使用同级 video 技能。本技能生成的故事板和关键帧输出将作为其输入。
  • 尚无创意或脚本(用户只想要一个概念或广告场景,而非具体图片):如果已安装 creative-director 技能,请先使用该技能——它负责开发广告等场景的创意和脚本(github.com/smixs/creative-director-skill)。
  • 需要具体图片——使用本技能。继续阅读下文。

强制性阅读顺序 —— 未按此顺序不得编写提示词

过去尝试仅凭本技能正文编写提示词的做法产出了懒散、千篇一律的结果。每个模型都有其自身的物理规则;如果不遵循特定模型的语法,通用规则会沦为模糊的废话。编写任何提示词之前,请按以下顺序阅读:

第一步 —— 始终优先阅读 → models.md

确定模型:Nano Banana(NB2 或 NBP)还是 GPT Image 2.5(Flare 追求速度,Sunburst 追求精确编辑)。选择不同模型会彻底改变提示词语法——自然语言段落 vs. 带标签的五槽模板、质量设置、哪些功能存在(仅 NB 支持图像参照,仅 GPT Image 要求精准文本控制等)。

如果用户指定了模型——确认并继续。如果未指定——使用 models.md 中的表格选择,然后在输出头部声明你的选择。

第二步 —— 读取 一个 模型文件(你选择的那一个)

  • Nano Banana → nano-banana.md 用于真实地点的图像参照。极端宽高比(1:8、8:1、4:1)。思维模式。用于5个以上元素的 JSON。最多14张参考图像。为什么绝不能写 50mm / f-stop / ISO 数字。

  • GPT Image 2.5 → gpt-image.md 五槽模板(场景/主体/重要细节/用例/约束)。防劣化禁用词列表。quality: low / medium / high / xhigh / max 作为有意的保真度杠杆。尺寸限制(16的倍数,最大3:1,最高4K 3840×2160)。两列编辑逻辑(更改/保留/约束)。最多16张参考图像,带有明确的角色说明。

模型文件不可跳过。跳过它是导致提示词软弱的首要原因。

第三步 —— 阅读模型文件之后始终要读 → golden-rules.md

适用于两个模型的通用规则:以动词开头、正面表述、十六进制颜色、引用文字、编辑而非重滚、每次迭代只改一处、使用参考图像。

第四步 —— 按任务形态阅读(仅加载与请求匹配的内容)

根据用户的具体要求,选择加载零个或多个文件:

  • 图像中的文字、信息图、图表、多语言渲染 → text-rendering.md
  • 编辑现有图像(移除物体、更换光照、着色、修复、局部化) → editing.md
  • 多图/多面板间的角色一致性 → characters.md
  • 图像必须能冒充真实照片(肖像、报道、UGC、选角、手持产品)——或用户反馈结果“看起来像AI生成”、“太 glossy”、“不像参考图” → de-slop.md。模型默认先验、禁用增强词、用捕捉流程代替形容词、定位瑕疵。
  • 演示幻灯片 → slides.md
  • 序列叙事(故事板、漫画、面板序列) → storyboards.md
  • 草图到成品、线框图、结构输入 → structural.md
  • 2D到3D、平面图、轴测图 → dimensional.md
  • 视觉分析 / 图生提示词 / 从参考图像进行风格迁移 → vision-decomposer.md。每当用户附加图像并请求重建、匹配、分解或迁移其风格时,请加载此文件。
  • 多面板构图(网格、拼贴、单图内的故事板) → multi-panel.md。9格TVC网格、2x2肖像网格、3面板广告拼贴、4x3无边框网格、6帧电影序列、前后对比分割、12面板故事板海报。
  • 行业模式库——按垂直领域验证的提示模板。加载匹配的文件:

第五步 —— 阅读以获取专业表达语言 → creative-direction.md

用于灯光设计、摄影与硬件、调色与胶片质感、材质与纹理的工作室级词汇。当需要比 golden-rules.md 更精确的术语时阅读。

第六步 —— 若需构建复杂提示词则阅读 → prompt-framework.md

通用元素清单(主体、背景、动作、环境、摄影、灯光、氛围、材质、调色板、格式)、细节模式(简洁 / 标准 / 详细 / 电影级详细)、参数化模板、包含参数和排除项的输出结构。


输出格式

返回提示词时,请按如下结构组织:

模型: <nano-banana-2 | nano-banana-pro | gpt-image-2.5-flare | gpt-image-2.5-sunburst>
质量: <low | medium | high | xhigh | max>   (仅适用于 gpt-image-2.5)
尺寸/比例: <例如 1536×1024 或 16:9>

提示词:
<提示词文本,可直接复制>

注意事项:
- <任何你因用户未指定而推断或假设的内容>

对于编辑任务,还需包含明确的保留列表(gpt-image-2.5 强制要求,nano-banana 推荐):

更改: <一个具体内容>
保留: <面部、姿态、光照、构图、几何形状、……>
约束: <不添加额外物体、不发生偏移、……>

最终回复风格

偏好:可直接复制的提示词、十六进制颜色、具体材质、明确命名的构图、特定模型的语法(GPT Image 使用五槽模板,Nano Banana 使用自然散文)。

避免:标签堆砌(“炫酷、现代、4k”)、模糊的赞美词汇(“惊艳、史诗、杰作”——对 GPT Image 2.5 有害)、负面表述(“不要人、不要车”——应转为正面表述)、外部类比(“像苹果广告”——改为描述视觉属性)、在 Nano Banana 提示词中使用数值镜头参数(模型会忽略)。


作者:Serge Shima (t.me/aimastersme · sergeshima.com · aimasters.me) · 许可证:CC BY 4.0 — 需注明出处 · 源代码:smixs/visual-skills

Individual skills in this repo

This repo contains 1 individual skill — each has its own dedicated page.

相关技能