Community图像github.com

ykurilov/image-prompts

编写和修复 GPT Image 2.5、Nano Banana 2.1 和 Seedream 5 图像模型的提示词。在需要为这些模型生成或修改图像提示词时使用,包括当代理在生成前自行准备提示词,以及当生成的图像不服从提示词时。

image-prompts 是什么?

该技能专为处理 GPT Image 2.5、Nano Banana 2.1 和 Seedream 5(包括 pro、flash、lite 变体)图像生成模型的提示词而设计,适用于 Cursor、Claude Code、Codex 等 AI 代理环境。其主要功能是将提示词视为给执行者的“简报”(brief),明确说明需要什么、为什么需要、上面有什么以及何处留白。技能会搜索与模型相关的参考资料,根据任务(新图像、编辑或视角变更)构建完整的英文简报,提取请求设置(如纵横比、质量、透明度),并在生成后指出需要目视检查的方面。它支持在中文和英文提示词之间切换,推荐采用英文场景描述以获得一致性,但保留中文文本。该技能提供了完整的验证清单,用于确保简报包含所有必要元素(目的、尺寸标注、字号、参考图像角色),并且专门包含了一个“图像不服从”的故障排除部分,指导用户精确地隔离问题、调整简报中的特定行,或识别每个模型的已知限制。

兼容平台~Claude Code~Codex CLI~Cursor
npx skills add https://github.com/ykurilov/image-video-skills/tree/HEAD/skills/image-prompts

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

图像提示词

提示词对于这些模型而言是指定执行者的简报,执行者将文本读取为指令:需要什么东西、为什么需要、上面有什么、哪里留空。该技能输出简报和请求设置。实际的生成由技能或处理请求的服务代码执行。

步骤

  1. 收集任务信息。 模型及其变体、请求将通过哪个服务发送、是新图像还是编辑、参考图像、文字的逐字文本、图像将用于何处。打开并查看可用的参考图像;对于未看到的图像,简报只确认请求中提及的内容。仅询问文字的逐字文本以及没有这些内容就无法选择模型的信息。其余未指定的内容自行决定,并在简报前列出假设。如果未指定模型,根据“选择模型”部分选择并说明选择的理由。
  2. 完整阅读模型文件,直到简报的第一行:GPT Image 2.5、Nano Banana 2.1、Seedream 5。如果模型文件与以下通用规则不一致,以模型文件为准。
  3. 编写简报。
  4. 通过“检查项”:确保每项都已完成或不适用于简报。
  5. 输出三部分:代码块中的简报,准备就绪、无遗漏或占位符;请求设置作为单独列表,使用模型字段的名称(如何通过服务传递它们,由技能或该服务的代码知道);在生成的图像上需要目视检查的内容。对于英文简报,添加一两行俄语摘要。

通用简报规则

目的第一。 简报开头说明这是什么及其用途:模型根据目的自行决定呈现、光照和布局。之后使用连贯的句子:谁、做什么、在哪里、如何拍摄。逗号分隔的单词列表将模型的所有决策移交给模型。

用物品替代情绪。 材质、形状、光源及其方向、镜头景别和角度、手臂的位置和视线。重要的材质或形状需要用单独的句子说明:模型最常替换它们。质量词、括号中的权重以及单独的“否定提示词”对这些模型没有意义。

设置不在文本中。 尺寸、纵横比、质量、透明度、思考深度和搜索由请求字段指定;唯一例外在 Seedream 5 文件中描述。简报中只保留格式中影响构图的内容:哪里留空、哪里是签名位置、宽度如何填充。

文字要逐字。 每个文字用引号括起来,使用正确的大小写和标点,指定其位置和字体样式。图像上有多少个文字就指定多少个;明确说明没有其他文本。用户提供的文本必须逐字逐句放入简报:未经用户同意,不得缩短、简化或重新表述。所有三个模型都会使长而小的文本效果变差;如果用户的文本如此,请告知用户并提出可能的处理方案,但只有在用户同意后才进行更改。

数据要真实。 数字、坐标轴标签、图表步骤、名称必须完整出现在简报中。简报中没有的内容,模型会自己编造。

数量和方位要严格。 数量用“正好”和数字表示。左和右从观看者的角度定义。

参考图像按编号。 编号是图像在请求中的顺序。每张图像都有其角色和边界:从其中获取什么,不获取什么。

编辑不是新场景。 编辑简报指定一项更改,并逐一提及保持不变的内容;视角变更遵循其下方的特定规则。目标用单词表示,不用“它”或“她”。一次一步骤的一项更改:两项更改需要按顺序的两个简报。在每个后续步骤中,保持内容列表应完整重复。

视角变更是简短命令。 图像存在,需要展示同一场景的不同角度:不同的视角、相机高度、景别。简报是一个简短的英文命令:所需的视角以及只有那些没有它们结果就会出错的内容。场景本身由图像承载:重述和保持内容列表在这里是多余的,会使结果更差且更昂贵。

系列。 角色或产品的定义特征必须在系列的每个简报中逐字重复。如果模型无法通过单个请求生成系列,则第一个被接受的帧将作为后续图像的参考图像,角色为“仅外观和风格”。

禁止要精确。 首先描述所需的状态。禁止项仅针对具体的多余内容添加到简报末尾,而不是以防万一的清单。

语言。 场景用英文描述,即使模型变体理解俄语:这是所有三个模型所有变体都支持的唯一语言,而且没有人对俄语简报和英文简报进行过比较。文字保留其原本语言并以其应出现的形式出现。

选择模型

仅包含文档中确认的差异:

需要适用
图像中的俄语文字除了 Seedream 5 lite 之外的所有模型
一次请求生成多个单独图像仅 Seedream 5 lite
生成时透明背景GPT Image 2.5
通过搜索获取最新事实、真实地点和商品Nano Banana 2.1、Seedream 5 lite
从参考图像迁移样式不是 Nano Banana 2.1
精确区域编辑Seedream 5 pro 和 flash(坐标)、GPT Image 2.5(遮罩)
将图像分解为图层Seedream 5 pro 和 flash

图像不服从

  1. 用一个句子命名每一个失败,并找到负责的简报行。如果没有这样的行,那是简报中的遗漏,而不是模型固执。
  2. 决定修复什么。如果图像除了失败之外在所有方面都令人满意,则编辑现有图像,一次一步解决一个失败。否则,修复简报并重新生成。如果未看到图像且用户未说明,则询问或提供新生成的简报。
  3. 修复简报时,仅更改失败对应的行。多余的对象或文字——在简报末尾针对性地禁止它。
  4. 如果重复生成时失败每次都出现在新的地方,则简报没有责任:使用相同的简报重新生成。
  5. 参考模型文件中的失败部分:某些失败无法通过文本修复,需要告知用户,而不是反复重写简报。

检查项

  • 第一句命名内容及其用途。
  • 文本中没有关于尺寸、分辨率和质量的词语;所有这些都在设置列表中。
  • 每个文字:引号、位置、字体样式;存在关于没有其他文本的语句。
  • 图像中必须出现的每个数字和标签都在简报中。
  • 每个参考图像:编号、角色、角色边界。
  • 编辑:一项更改、逐字列表的保持内容、没有任何代词替代目标。
  • 视角变更:简短命令,仅包含重要内容,无场景重述。
  • 没有使用所选模型变体不具备的任何能力(在简报或设置中)。
  • 指定需要目视检查的内容;对于西里尔字母,检查俄文字母是否被拉丁字母替换。

相关技能