图像生成
一张好图片能各司其职：在其使用之处完成销售、解释、识别或装饰。在撰写提示词之前，先确定其任务和路径。
选择路径
| 图片必须... | 路径 |
|---|---|
| 使用真实坐标轴、比例或数字绘制数据 | Python 图表（参见 data-analysis 技能）。绝不使用 AI 图像 |
| 展示精确事实：时间、价格、日程、行程、对比或规格表、清单 | HTML 布局渲染为 PNG：references/static-layouts.md |
| 展示结构：流程图、时序图、组织结构图、架构图、思维导图 | Mermaid 渲染为 PNG：references/static-layouts.md。仅当被要求时，才在之后制作精美的 AI 版本 |
| 作为视觉资产：海报、广告、社交媒体帖子、缩略图、插图、产品照片、角色、Logo 概念、图标、UI 模型图像、包含几个关键事实的信息图 | AI 图像：media_generate_image |
| 修改现有图像：编辑、重设风格、替换背景、添加或移除物体、翻译其文字、合成人物或产品、放大或修复 | AI 编辑：media_generate_from_images |
| 调整大小、裁剪、转换、压缩或拼接，且不添加新内容 | 在沙箱中使用 Pillow 或 ffmpeg |
| 成为一个可用的网页、应用或原型 | 构建软件。图像是错误的交付物 |
对于用户希望看到真实模样的人、地点、产品或事件，请使用 search 工具（类型为 image）查找真实照片。不要生成它们。
工具
media_generate_image(prompt, orientation)使用用户选择的图像模型（默认为 GPT Image，它渲染文字效果好）生成图像。orientation为square、landscape或portrait。media_generate_from_images(prompt, image_urls, orientation)编辑或合成图像。image_urls接受 URL 或沙箱路径，如/home/user/uploads/photo.jpg。传入多张图像以合成（例如“将第一张图片中的人放入第二张图片的场景中”）。- 阅读此技能即可解锁媒体工具。如果工具仍然缺失，请用一行简要说明调用
media_generate。 - 每张图像都会消耗用户的图像额度。当计划额度达到上限时，请说明情况并建议升级。绝不退而使用 Python 绘制图像。
先定要点，再写提示
在提示之前先确定以下内容。仅询问那些你无法合理假设的信息（通常是确切文字、品牌颜色或参考照片）：
- 目的： 图像必须达成什么目标，以及它的使用位置（信息流帖子、网站主图、印刷品、幻灯片、应用商店）。
- 格式： 方向和留白安全区域（文字远离边缘，为标题留出空间）。
- 主体： 特定的人物、产品、场景或概念。
- 风格： 摄影、插画、3D、平面矢量、品牌风格，或匹配参考图。
- 文字： 确切的词语，按标题、副标题、标签和行动号召组织，或“无文字”。
- 必须保留： 身份标识、产品形状、Logo、颜色，以及编辑范围之外的所有内容。
针对新图像、编辑及各种场景的提示模式，请参阅 references/prompt-recipes.md。对于超出简单单张图像的任何情况，请先阅读该文档。
规则
- 图像中的文字。 将确切的词语用引号括起来放入提示中，让模型呈现它们。将文字限制在一个标题和几个短行之内。绝不先生成空白背景，然后使用 Python 在其上打字。对于密集的精确信息，请改用 HTML 布局路径。
- 一致性。 对于重复出现的角色或产品，先制作一张主图，然后使用
media_generate_from_images从中衍生出其他姿势和场景。 - 系列。 对于图标包、卡牌组、产品变体和海报系列，每项使用相同的风格语句制作一张图像。除非被要求，否则不要将它们合并到一张图上。
- 编辑保留其余所有内容。 精确说明哪些内容改变，哪些必须保持不变（面部、姿势、产品、背景、照明、颜色）。
- 透明资产。 工具返回不透明的图像。在纯色背景上生成，该背景不应出现在主体中，然后移除它：对于平面图形使用 Pillow 的色彩键控，对于照片使用
pip install rembg和rembg i in.png out.png。检查边缘。 - 检查一次，轻量进行。 查看结果（使用图像 URL 的
file_view）。确认请求已满足，且所需的文字、名称和数字正确。 - 绝不自行再次生成图像。 每张图像都消耗额度。如果结果存在真正的错误（拼写错误的单词、错误的数字、缺失的元素），展示结果，用一句话说明错误所在，并询问是否要制作修正版。仅在用户告诉你不断修复直到正确时，才在未经询问的情况下再次生成。HTML 布局渲染不消耗任何费用：请自行修复这些。
交付
在回复中显示生成的图像，格式为 markdown：。沙箱文件（渲染结果、处理后图像）也可以通过路径嵌入，例如 。使用 send_attachment 交付用户应保留的最终文件。交付后，停止。提供一个有用的下一步建议，而不是制作没人要求的额外变体。