Image Prompt Studio Skill
概述
把「Nano Banana Prompt Studio」專案的提示詞工程知識固化為可重複使用的 skill:用結構化 JSON(而非長段自然語言)控制 AI 生圖,實現精準定制、模組化復用與系列作品的一致性。本 skill 覆蓋四條主路徑:生成新提示詞、最小化修改、參考圖反推、出圖。生成的 JSON 提示詞同時相容於 Nano Banana 與 GPT-Image 兩個模型家族。
工作流程決策樹
按使用者意圖選擇入口:
| 使用者意圖 | 入口 |
|---|---|
| 描述一個想要的畫面 / 要一份新提示詞 | 路徑 A:生成 |
| 拿著已有 JSON 說「改 XX / 換成 XX」 | 路徑 B:最小化修改 |
| 給了參考圖,要仿照/反推提示詞 | 路徑 A + 參考圖分析 |
| 提示詞就緒,要實際出圖 | 路徑 C:出圖執行 |
核心輸出規則(所有路徑通用)
- 只輸出 JSON 本體:嚴禁使用 markdown 程式碼區塊包裹(無 ```json)、嚴禁任何解釋性文字。
- 結構完整:所有欄位必須填寫,不得遺漏、不得留空。
- 用詞要求:有畫面感,專業、優美、具體;避免模糊表述。
- 非人物主體(風景、物品、戰場等)時,主體下的外形特徵類欄位按實際對象調整描述,不硬套人物欄位。
- 生成或修改完成後,執行結構校驗(外掛裡用
ips_validate工具,不用 python;獨立環境可用<SKILL_ROOT>/scripts/validate_prompt.py)。
路徑 A:生成新提示詞
- 讀取
<SKILL_ROOT>/references/system-prompts.md中的SYSTEM_PROMPT全文,作為本次生成的系統指令嚴格執行。 - 若使用者提供參考圖片:由運行時 agent 直接讀圖分析——用自身多模態視覺能力開啟圖片檔案,按 SYSTEM_PROMPT 要求的四個維度提取特徵(角色特徵、場景環境、畫面風格、構圖與鏡頭角度),再結合使用者文字描述生成提示詞。不呼叫外部視覺模型 API,分析由 agent 本身完成。記下參考圖的檔案路徑:後續路徑 C 出圖時必須把它作為風格參考傳回(見路徑 C 第 2 步)。
- 使用者無參考圖時,直接按其自然語言描述生成。
- 欄位填寫規範與各欄位寫法要領見
<SKILL_ROOT>/references/prompt-schema.md;可從<SKILL_ROOT>/references/options-library.md的詞庫中選用或組合高品質措辭(詞庫是素材不是枷鎖,按畫面需要自由發揮)。 - 輸出前用校驗確認結構無誤,再把 JSON 交付使用者(儲存為
.json檔案或直接展示)。 - 需要風格基準時用
ips_presets(action=get)取最貼近的預設改寫欄位。 - 「出圖工作檯」第 1 步發起的分析,收尾必須呼叫
ips_style(action=set)把風格 JSON 連同參考圖路徑寫回面板——使用者在第 2 步等著選這個風格出圖。
路徑 B:最小化修改已有提示詞
- 讀取
<SKILL_ROOT>/references/system-prompts.md中的MODIFY_SYSTEM_PROMPT全文,嚴格執行「最小化修改」原則:- 精準打擊:只改使用者明確要求或邏輯上必須連動改變的欄位(夏天→冬天時,短袖→棉襖是必須,髮色/構圖絕不能動)。
- 完全凍結:未觸及欄位必須與原 JSON 逐字一致,禁止同義詞替換、潤飾、格式最佳化。
- 禁止發散:不「修復」任何使用者沒提的參數。
- 輸出修改後的完整 JSON(不是 diff、不是片段)。
- 同樣過一遍結構校驗。
- 凍結度自檢(必做):呼叫
ips_diff(before=原 JSON,after=修改後 JSON),工具展平葉子欄位程式化比對,返回改動清單、凍結清單與凍結率。改動是否落在使用者意圖覆蓋的節點上由你判斷——意圖外的改動說明修改發散了,重改。實測參考見外掛根目錄README.md的「實測結論」(26 個葉子欄位中 11 個改動、15 個逐字凍結);範例 JSON 未隨包分發,需要風格基準時用ips_presets(action=get)取內建預設。
路徑 C:出圖執行
提示詞 JSON 就緒後出圖。同一份 JSON 同時相容於 Nano Banana 與 GPT-Image 兩個模型家族,按使用者偏好或畫面需求選擇路線。
- 組裝 prompt:把 JSON 原文(
JSON.stringify(data, null, 2)帶中文原樣)作為 prompt 文字;使用者有額外要求時,以"\n\n特別要求:<要求>"形式附加在 JSON 之後。 - 帶參考圖(硬性規則):只要本次提示詞是從參考圖分析/修改得來的,出圖時必須把那張原圖一併作為風格參考傳入——分析完就把原圖丟掉是實測 bug,畫風還原度會大幅下降。外掛工具
ips_generate的referenceImages參數傳本地路徑或 http URL 即可(GPT-Image 自動走reference_image_urls,Nano Banana 自動走image_urls,不用記參數名)。無參考圖的純文生圖才可省略。 - 選擇模型:
- GPT-Image 路線(預設):
apiz/gpt-image-2.5-flare,品質預設low(10 積分/張,約 0.1 元)。 - Nano Banana 路線:
service-inference/gemini-nano-banana-2.1,文生圖與參考圖編輯同一端點,支援最多 14 張參考圖。 - 參數細節與完整模型表見
<SKILL_ROOT>/references/image-generation.md。
- GPT-Image 路線(預設):
- 執行:優先呼叫外掛工具
ips_generate(同一引擎,面板「提示詞工作檯」也用它);外掛未配 apizApiKey 且 CLI 未登入時報錯,此時改用 apiz CLI 兜底: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-ratio參照原圖或使用者要求(豎構圖 3:4 / 橫構圖 16:9 / 方形 1:1 等);生成耗時 2-9 分鐘,CLI--wait會阻塞至完成,超時風險高的場合改用背景執行。輪詢超時不要重跑(重複扣費),用apiz tasks wait <task_id> --json續接。 - 出圖完成後把成品路徑與所用提示詞一起向使用者展示;外掛會自動把記錄寫進生成歷史(面板可見)。
- 出圖前如餘額不明,先
apiz account balance確認;積分不足時所有模型返回 HTTP 429。
預設與範例
- 用
ips_presets(action=list)檢視 9 套內建預設(Q版、三國、宋代、線稿漫畫、諷刺漫畫、中秋星野系列等),涵蓋人物立繪、場景、風格化等典型場景。 - 生成提示詞時,可讀取最貼近使用者需求的一套作為風格基準,再按使用者描述替換對應欄位。
- 使用者說「儲存為預設」時,用
ips_presets(action=save)把當前 JSON 寫入使用者預設庫並命名。
Resources
references/
prompt-schema.md— JSON 欄位規範:每個欄位的含義、填寫要領、非人物主體的調整規則、可選負向欄位、與兩個模型家族的相容性說明。生成前必讀。system-prompts.md—SYSTEM_PROMPT(生成)與MODIFY_SYSTEM_PROMPT(修改)全文,附執行時 agent 執行說明。執行路徑 A/B 時原樣遵循。options-library.md— 全量下拉選項詞庫(風格模式、畫面氣質、機位角度、構圖、鏡頭、光線、天氣、服裝、色彩等),含角色線稿專用提示詞。選詞素材庫。image-generation.md— 出圖操作手冊:命令範本、Nano Banana 與 GPT-Image 雙模型參數表、參考圖傳法、品質檔位與價格、餘額閘門、已知坑。
assets/
presets/*.json— 9 套預設範例,可直接載入、改寫或作為風格基準。
scripts/(獨立環境用;外掛裡用 ips_validate / ips_diff 工具)
validate_prompt.py— 結構校驗器。用法:python validate_prompt.py <prompt.json>;部分結構預設加--partial;缺欄位時逐條列出,退出碼非 0。
來源
本 skill 提煉自本地專案 D:/nano-b/nano-banana-prompt-studio(PyQt6 桌面端 + Flask Web 端的 Nano Banana Prompt Studio)。需要 GUI 用戶端、Web 服務或 PyInstaller 打包能力時,直接使用該專案原始碼;本 skill 只承載其提示詞工程知識,不依賴該專案運行。生圖通道統一走 apiz(2026-10-14 起取代原專案的 Gemini SDK / 302 中轉直連)。