Community影像github.com

image-prompt-studio

結構化 JSON 提示詞生成與修改(AI 繪圖工作流)。當使用者需要用一句話描述生成完整結構化 JSON 繪圖提示詞、對已有 JSON 提示詞做精準最小化修改、從參考圖反推提示詞、按二次元立繪等風格創作畫面,或把提示詞透過 apiz 接入 Nano Banana / GPT-Image 生圖時使用。內含欄位規範、生成/修改系統提示詞、下拉詞庫、9 套預設範例以及 apiz 生圖參數手冊。

image-prompt-studio 是什麼?

這個 AI 技能專為需要精確控制 AI 繪圖流程的使用者設計,它將「Nano Banana Prompt Studio」專案的提示詞工程知識固化為可重複使用的技能。核心概念是使用結構化 JSON(而非長篇自然語言)來操控 AI 生圖,實現精準定制、模組化復用與系列作品的一致性。此技能支援四條主要工作路徑:生成全新提示詞、對現有 JSON 提示詞進行最小化修改、從參考圖片反向推導提示詞,以及執行實際的出圖操作。生成的 JSON 提示詞同時相容於 Nano Banana 與 GPT-Image 兩個主流模型家族,讓使用者在不同生圖平台間自由切換。技能內含完整的欄位規範、系統提示詞、可選用的詞庫、9 套預設範例以及透過 apiz API 進行生圖的參數手冊,大幅降低開發者與 AI 繪圖使用者在提示詞工程上的門檻與試錯成本。

相容平台~Claude Code~Codex CLI~Cursor✓Gemini CLI
npx skills add https://github.com/liangdabiao/dsh-image-prompt-studio/tree/main/skills/image-prompt-studio

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

在你喜歡的 AI 中提問

開啟一個已預先載入此 Agent Skill 的新對話。

說明文件

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)

  1. 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。
  2. 結構完整:所有欄位必須填寫,不得遺漏、不得留空。
  3. 用詞要求:有畫面感,專業、優美、具體;避免模糊表述。
  4. 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。
  5. 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

  1. 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。
  2. 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)。
  3. 使用者無參考圖時,直接按其自然語言描述生成。
  4. 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)。
  5. 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)。
  6. 需要風格基準時用 ips_presets(action=get)取最貼近的預設改寫欄位。
  7. 「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

  1. 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。
  2. 輸出修改後的完整 JSON(不是 diff、不是片段)。
  3. 同樣過一遍結構校驗。
  4. 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。

  1. 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。
  2. 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。
  3. 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。
  4. 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。
  5. 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)。
  6. 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)。

相關技能