Community影像github.com

ykurilov/image-prompts

撰寫與修訂 GPT Image 2.5、Nano Banana 2.1 與 Seedream 5 圖片模型的提示詞。適用於需要為這些模型產生或修改圖片而準備提示詞的情境,包含代理自行準備提示詞、以及成品圖片不遵循提示詞時。

image-prompts 是什麼?

此技能專為 AI 代理設計,用於撰寫與除錯 GPT Image 2.5、Nano Banana 2.1 與 Seedream 5 等圖片生成模型的提示詞(簡稱「brief」)。其核心概念是將提示詞視為一份給「繪圖執行者」的簡報,而非僅僅是描述性文字:它必須明確說明「這是什麼東西、做什麼用」,讓模型推導出呈現風格、光線與構圖。技能會嚴格按照模型各自的官方文件(參考資料夾中的 .md 檔案)執行,並提供完整的撰寫步驟、通用規則與檢查清單。支援的模型有 GPT Image 2.5、Nano Banana 2.1 以及 Seedream 5 系列(lite、pro、flash)。任務流程包含收集需求、讀取對應模型檔案、撰寫簡報、通過檢查清單,最後輸出三部分:可立即送出的簡報(置於程式碼區塊)、模型專用的請求參數列表,以及肉眼驗收清單。此技能特別適合用於圖片不遵循提示詞時的除錯:它會引導代理逐一比對每個錯誤與簡報中的對應行,精準修改而非盲目調整。

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

Installed? Explore more 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

圖片提示詞(Brief)

這些模型的提示詞是給繪圖執行者的簡報(brief),後者將文字視為指令:需要什麼東西、為什麼需要、上面有什麼、哪裡留空。技能會產出簡報與請求設定。實際生成由技能或發送請求的服務程式碼執行。

步驟

  1. 收集任務資訊。 模型與其變體、請求將透過哪個服務發送、是新圖還是修改、參考圖片、標題文字必須逐字提供、圖片將用於何處。請打開並檢視可用的參考圖片;對於你沒看過的圖片,簡報只能依據需求中所說的內容來確定。只詢問標題文字的逐字內容,以及那些不問就無法選擇模型的事項。其餘未指定的部分請自行決定,並在簡報前列舉你的假設。若模型未被指名,請依「模型選擇」區塊來選取並說明選擇。
  2. 完整閱讀模型檔案,直到簡報第一行: GPT Image 2.5、Nano Banana 2.1、Seedream 5。若模型檔案與以下通用規則衝突,以模型檔案為準。
  3. 撰寫簡報。
  4. 通過「檢查」:檢查每一項是否已執行或與簡報無關。
  5. 輸出三個部分:放在程式碼區塊中的完整簡報(無遺漏或佔位符)、以模型欄位名稱表示的請求設定清單(如何透過服務傳遞這些欄位,由技能或該服務的程式碼決定)、以及肉眼驗收成品時需檢查的事項。若簡報為英文,請附加一至兩行的俄文摘要。

簡報通用規則

用途優先。 簡報開頭說明這是什麼東西以及用途:模型會根據用途自行推導呈現方式、光線與排版。接著使用連貫的句子:誰、做什麼、在哪裡、如何拍攝。逗號分隔的詞彙則將模型的決策權完全交出。

具體事物勝於抽象氛圍。 材質、形狀、光源及其方位、景別與角度、手部動作與視線方向。重要材質或形狀需用獨立句子說明:這些最容易遭到模型替換。品質詞彙、括號中的權重以及獨立的「負面提示詞」對這些模型毫無意義。

設定不寫入文字。 尺寸、長寬比、品質、透明度、推理深度與搜尋功能透過請求欄位設定;唯一的例外在 Seedream 5 的檔案中說明。簡報只保留格式中會影響構圖的部分:哪裡留空、哪裡保留簽名空間、寬度如何填滿。

標題文字必須逐字。 每個標題都要加上引號,使用正確的大小寫與標點符號,並指定其位置與字型。有幾個標題就在簡報中列出幾個;其他文字則明確說明不存在。用戶提供的文字必須原樣放入簡報:未經同意不得縮寫、簡化或改寫。長而小的文字會使三個模型都表現不佳;如果用戶的文字是這樣,你必須告知用戶並提出可行方案,但只有用戶說「好」之後才能修改。

資料必須真實。 數字、座標軸標籤、圖表步驟、名稱都應完整寫入簡報。簡報中沒有的內容,模型會自行編造。

數量與方向要嚴格指定。 數量使用「恰好」加上數字。左右方向以觀眾視角的畫面左右為準。

參考圖片依編號使用。 編號即圖片在請求中的順序。每張參考圖片需說明其角色與範圍:從中取用什麼、不取用什麼。

修改不是新場景。 修改的簡報要指定一項變更,並逐一列舉哪些部分保持不變;變更角度需遵循下方專屬規則。物體必須用名詞稱呼,不可使用「它」或「她」。每次只做一項修改:兩項變更需要依序撰寫兩個簡報。在後續每個步驟中,必須完整重複一次保持不變的清單。

變更角度用簡短指令。 已有圖片,需要以不同角度展示同一場景:不同角度、攝影機高度、景別。簡報採用英文簡短指令:只包含所需角度與必要的元素,否則結果會偏離。場景由圖片本身承載:重述場景與保持不變的清單在此是多餘的,只會讓結果更差且成本更高。

系列作品。 角色或商品的特徵在系列中的每個簡報中都必須逐字重複。若模型無法在一次請求中生成系列,則將第一個通過的畫面作為後續請求的參考圖片,角色設為「僅外觀與風格」。

禁止事項要精準。 先描述需要的狀態。僅在簡報末尾加入針對特定多餘元素的禁止指令,而非列出預防性清單。

語言。 場景描述使用英文,即使模型變體能理解俄文也不變:英文是所有三個模型變體共同支援的唯一語言,而俄文簡報與英文簡報之間的對比並未經過驗證。標題文字則以其應出現的原始語言保留。

模型選擇

僅列出經文件確認的差異:

需求適用模型
圖片中的俄文文字全部,但 Seedream 5 lite 除外
一次請求生成多張獨立圖片僅 Seedream 5 lite
生成時透明背景GPT Image 2.5
透過搜尋取得最新事實、真實地點與商品Nano Banana 2.1、Seedream 5 lite
從參考圖片轉移風格Nano Banana 2.1 不適用
精確區域修改Seedream 5 pro 與 flash(座標)、GPT Image 2.5(遮罩)
將圖片分解為圖層Seedream 5 pro 與 flash

圖片不遵循提示詞時的處理

  1. 用一句話指出每個錯誤,並找出簡報中對應的那一行。若找不到對應行,則表示這是簡報的遺漏,而非模型的固執。
  2. 決定如何修正。若圖片除了錯誤部分外其他都令人滿意,則逐步修正圖片,每次只處理一個錯誤。否則修正簡報並重新生成。若你沒看過圖片且用戶也未說明,請詢問用戶或直接提供新版生成簡報。
  3. 修正簡報時,只修改錯誤對應的行。若出現多餘物體或文字,則在簡報末尾精準禁止該項目。
  4. 若每次重複執行時錯誤出現在不同位置,則表示簡報沒有問題:使用相同簡報再次生成即可。
  5. 查閱模型檔案中的「常見失敗」區塊:部分錯誤無法透過文字修正,此時應直接告知用戶,而非反覆重寫簡報。

檢查

  • 第一句說明了物體及其用途。
  • 文字中沒有關於尺寸、解析度與品質的詞彙;這些都放在設定的清單中。
  • 每個標題都有:引號、位置、字型;並有一句說明沒有其他文字。
  • 每個應出現在圖片中的數字與標籤都已寫入簡報。
  • 每張參考圖片都有:編號、角色、角色範圍。
  • 修改:一項變更、逐一列舉保持不變的項目、不使用代名詞代替物體。
  • 變更角度:簡短指令、只保留重要資訊、不重述場景。
  • 在所選模型變體不支援的能力,簡報與設定中都沒有使用。
  • 說明了需要肉眼檢查的事項;若包含西里爾字母,則需檢查俄文字母是否被誤換為拉丁字母。

相關技能