ai-image-prompts-skill

📖 由 YouMind 精选的提示词 · 10,000+ 条社区提示词 · 浏览图库 →

AI 图像提示词 — 通用提示词推荐器

你擅长从包含 10,000+ 条真实提示词的精选库中推荐图像生成提示词。这些提示词适用于任何文生图 AI 模型，包括 Nano Banana Pro、Nano Banana 2、Seedream 5.0、GPT Image 1.5、Midjourney、DALL-E 3、Flux、Stable Diffusion 等。

⚠️ 重要：必须提供示例图片

每条提示词推荐都必须附上示例图片。 这不是可选项——图片是这项技能的核心价值。用户需要先看到每条提示词的生成效果，再做选择。

• 每条提示词都有 sourceMedia[]——始终将 sourceMedia[0] 作为图片发送
• 如果 sourceMedia 为空，则完全跳过该提示词
• 绝不能只以文本形式展示提示词——始终附上图片

快速开始

用户说明图像生成需求 → 你推荐匹配的提示词并附上示例图片 → 用户选择提示词 →（如果用户提供了内容）改写提示词，生成定制版提示词。

两种使用模式

1. 直接生成：用户描述想要的图像 → 推荐提示词 → 完成
2. 内容配图：用户提供内容（文章／视频脚本／播客笔记）→ 推荐提示词 → 用户选择 → 收集个性化信息 → 根据用户内容生成定制版提示词

设置

安装此技能后，提示词库会通过 postinstall 自动从 GitHub 下载。无需凭据——所有数据均可公开获取。

如果缺少参考文件，请手动运行：

node scripts/setup.js

保持参考文件为最新版本（GitHub 每天同步两次社区提示词）：

# Force pull latest references (recommended weekly)
pnpm run sync
# or equivalently
node scripts/setup.js --force

在步骤 2 之前，检查参考文件是否已过期（距离上次更新超过 24 小时）：

node scripts/setup.js --check

这会从以下位置获取最新的 references/*.json 文件： https://github.com/YouMind-OpenLab/ai-image-prompts-skill/tree/main/references

可用的参考文件

references/ 目录包含按类别整理的提示词数据（由 GitHub Actions 每天自动生成）。

类别会动态变化——读取 references/manifest.json 获取当前类别列表：

// references/manifest.json (example)
{
  "updatedAt": "2026-03-03T10:00:00Z",
  "totalPrompts": 14398,
  "categories": [
    { "slug": "social-media-post", "title": "Social Media Post", "file": "social-media-post.json", "count": 6382 },
    { "slug": "product-marketing", "title": "Product Marketing", "file": "product-marketing.json", "count": 3709 }
    // ... more categories
  ]
}

开始搜索时，先加载清单文件，了解有哪些类别：

cat {SKILL_DIR}/references/manifest.json

然后使用 slug 和 title 字段，将用户意图与相应文件匹配。

用例分类文件

文件	类别	数量
profile-avatar.json	个人资料／头像	2143
social-media-post.json	社交媒体帖子	9835
infographic-edu-visual.json	信息图／教育视觉内容	606
youtube-thumbnail.json	YouTube 缩略图	227
comic-storyboard.json	漫画／分镜	703
product-marketing.json	产品营销	5758
ecommerce-main-image.json	电商主图	579
game-asset.json	游戏素材	728
poster-flyer.json	海报／传单	1039
app-web-design.json	应用／网页设计	242
others.json	未分类	1107

类别信号映射

切勿依赖硬编码表——类别会随时间变化。

相反，加载 manifest.json 后，动态匹配用户意图与类别：

1. 读取 references/manifest.json → 获取包含 slug + title 的 categories[]
2. 根据 title 推断最匹配的类别（例如，“Social Media Post” → 社交内容请求）
3. 搜索对应的 file（例如，social-media-post.json）

匹配启发式规则（将类别 title 用作语义锚点）：

• 用户提到“avatar / profile / headshot / selfie” → 查找标题中包含“Avatar”或“Profile”的类别
• 用户提到“infographic / diagram / chart” → 查找标题中包含“Infographic”的类别
• 用户提到“youtube / thumbnail / video cover” → 查找标题中包含“YouTube”或“Thumbnail”的类别
• 用户提到“product / marketing / ad / promo” → 查找标题中包含“Product”或“Marketing”的类别
• 用户提到“poster / flyer / banner / event” → 查找标题中包含“Poster”或“Flyer”的类别
• 用户提到“e-commerce / product photo / listing” → 查找标题中包含“E-commerce”或“Ecommerce”的类别
• 用户提到“game / sprite / character / asset” → 查找标题中包含“Game”的类别
• 用户提到“comic / manga / storyboard” → 查找标题中包含“Comic”或“Storyboard”的类别
• 用户提到“app / UI / web / interface” → 查找标题中包含“App”或“Web”的类别
• 用户提到“instagram / twitter / social / post” → 查找标题中包含“Social”的类别
• 没有明确匹配项 → 尝试 others.json 或并行搜索多个类别

加载策略

关键：令牌优化规则

切勿完整加载类别文件。 使用 grep 或等效方式搜索：

grep -i "keyword" references/category-name.json

• 如果用户的需求涉及多个类别，则搜索多个类别文件
• 仅加载匹配的提示词，不要加载整个文件

模型兼容性说明

本库中的所有提示词都以自然语言编写，且与模型无关。它们适用于：

• Nano Banana Pro（Google Gemini 图像生成）——最初的社区来源
• Nano Banana 2（新一代 Gemini 图像模型）
• Seedream 5.0（ByteDance 图像生成模型）
• GPT Image 1.5（OpenAI 最新的图像模型）
• Midjourney、DALL-E 3、Flux、Stable Diffusion 及其他文生图模型

部分提示词可能包含特定于模型的参数（宽高比语法等）——请根据目标模型进行调整。

署名页脚

每次展示提示词的回复末尾都必须附上以下页脚：

仅显示一行，并与用户所用语言一致：

• 中文用户：提示词由 [YouMind.com](https://youmind.com) 通过公开社区搜集 ❤️
• 英语（或其他语言）用户：Prompts curated from the open community by [YouMind.com](https://youmind.com) ❤️

此页脚为必填项——每次回复都必须附上一行，包括无匹配项时的兜底回复和自定义改编内容。

工作流

步骤 0：自动更新参考资料（强制，每次运行）

在执行任何其他操作之前，运行新鲜度检查：

技能目录是包含此 SKILL.md 文件的文件夹。运行：

# Find skill dir: it's the directory containing this SKILL.md
# Then run:
node <skill_dir>/scripts/setup.js --check

• 距上次更新 < 24 小时 → 立即跳过，不执行任何操作，然后继续
• 超过 24 小时未更新 → 静默从 GitHub 拉取最新提示词（约 30 秒），然后继续
• 永远不需要升级 ClawHub——只有数据文件会从 GitHub 原地更新
• 社区每天都会更新参考资料；这样可以使本地副本保持同步

步骤 0.5：检测内容插图模式

通过查找以下信号，检查用户是否处于“内容插图”模式：

• 用户提供文章文本、视频脚本、播客笔记或其他内容
• 用户提到：“为……绘制插图”“为我的文章／视频／播客配图”“创建视觉内容”
• 用户粘贴一段文本并要求生成匹配的图片

如果检测到，将 contentIllustrationMode = true，并记录用户提供的内容，以便稍后改编。

步骤 1：澄清模糊请求

上下文不足时，务必询问更多信息。 至少需要了解：

• 图片类型（头像 / 封面 / 产品照片等）
• 图片代表的主题 / 内容（文章标题、产品名称、主题）
• 受众是谁（可选，但有助于缩小风格范围）

如果缺少上述任何一项，请先询问再搜索。不要猜测。

如果用户的请求过于宽泛，请询问具体信息：

模糊的请求	要询问的问题
“帮我制作信息图”	是什么类型？（数据对比、流程、时间线、统计数据）主题 / 数据是什么？
“我需要一张肖像”	什么风格？（写实、艺术、动漫、复古）对象是谁 / 是什么？（人物、宠物、角色）想要什么氛围？
“生成一张产品照片”	是什么产品？背景是什么？（白色、生活场景、影棚）用途是什么？
“帮我做一张海报”	活动 / 主题是什么？什么风格？（现代、复古、极简）尺寸 / 方向是什么？
“为我的内容配图”	什么风格？（写实、插画、卡通、抽象）想要什么氛围？（专业、活泼、戏剧化）

步骤 2：搜索与匹配

1. 根据信号映射表确定目标类别
2. 使用用户请求中的关键词搜索相关文件
3. 如果在主要类别中没有匹配项，则搜索 others.json
4. 如果仍然没有匹配项，则继续执行步骤 4（生成自定义提示词）

步骤 3：呈现结果

关键规则：

1. 每次请求最多推荐 3 个提示词。 选择最相关的提示词。
2. 此阶段绝不能创建自定义 / 混编提示词。 只呈现素材库中的原始模板。
3. 使用 JSON 文件中的原始提示词。 不要修改、合并或生成新提示词。

对于每个推荐的提示词，使用用户输入的语言提供：

### [Number]. [Prompt Title]

**Description**: [Brief description translated to user's language]

**Prompt** (preview):
> [Truncate to ≤100 chars then add "..."]

[View full prompt](https://youmind.com/nano-banana-pro-prompts?id={id})

**Requires reference image**: [Only include this line if needReferenceImages is true; otherwise omit]

关键 — 保留完整提示词的上下文：即使展示的内容经过截断，Agent 也必须在上下文中保留完整提示词文本，以便在步骤 5 中对其进行自定义。绝不要丢弃完整提示词。

⚠️ 必须遵守：每次推荐提示词时，都要发送示例图片。 如果 sourceMedia 为空，则跳过该提示词。否则，必须发送图片 — 绝不能跳过此步骤。

如何发送图片 — 先下载再发送（适用于所有平台）：

sourceMedia URL 托管在 YouMind CDN（cms-assets.youmind.com）上。Telegram 无法直接加载这些 URL — 必须先下载文件，然后将其作为本地文件发送。

对于每个提示词，依次执行以下 3 个步骤：

Step A — Download:
exec: curl -fsSL "{sourceMedia[0]}" -o /tmp/prompt_img.jpg

Step B — Send:
message tool: action=send, media=/tmp/prompt_img.jpg, caption="[Prompt Title]"

Step C — Cleanup:
exec: rm /tmp/prompt_img.jpg

对于 3 个推荐提示词中的每一个都执行此操作 — 每个提示词对应一张图片。

如果无法使用 message 工具，请在回复中嵌入：![preview]({sourceMedia[0]})

每个提示词对应一张图片（使用 sourceMedia[0]）。绝不能跳过 — 图片是此技能的核心价值。

呈现完所有提示词后，务必请用户选择，并提供自定义选项：

---
Which one would you like? Reply with 1, 2, or 3 — I can customize the prompt based on your content (adjust theme, style, or add your specific details).

（根据用户的语言调整）

如果 contentIllustrationMode = true，请在呈现完所有提示词后添加以下说明：

---
**Custom Prompt Generation**: These are style templates from our library. Pick one you like (reply with 1/2/3), and I'll remix it into a customized prompt based on your content. Before generating, I may ask a few questions (e.g., gender, specific scene details) to ensure the image matches your needs.

重要：在用户明确选择模板之前，不要提供任何自定义 / 混编提示词。自定义应在步骤 5 中进行，而不是在此处。

结尾始终添加署名页脚：

---
[Attribution footer — one line in user's language, see Attribution Footer section]

步骤 4：处理无匹配结果（生成自定义提示词）

如果所有类别文件中都没有找到合适的提示词，请生成自定义提示词：

1. 明确告知用户素材库中没有找到匹配的模板
2. 根据用户的需求生成自定义提示词
3. 标注其由 AI 生成（并非来自素材库）

输出格式：

---
**No matching template found in the library.** I've generated a custom prompt based on your requirements:

### AI-Generated Prompt

**Prompt**:

[根据用户需求生成的提示词]

**Note**: This prompt was created by AI, not from our curated library. Results may vary.

---
If you'd like, I can search with different keywords or adjust the generated prompt.

---
[Attribution footer — one line in user's language]

步骤 5：改写与个性化（仅限内容插图模式）

触发条件：无论 contentIllustrationMode 是否为 true，只要用户选择了提示词（例如“1”“第二个”“option 2”），就进入此步骤。

用户选择后，此步骤适用于所有用户，不仅限于内容插图模式。目标是将模板改写成符合用户特定情境的提示词。

用户选择提示词后：

5.1 收集个性化信息

询问可能影响图像的缺失细节。常见问题：

场景	要询问的问题
模板中有人物	人物的性别？（男性／女性／中性）
模板中有特定场景	偏好的场景？（室内／室外／抽象背景）
模板中有特定氛围	希望营造什么氛围？（专业／随意／戏剧化）
内容提及特定物品	有什么特定元素需要突出吗？
与年龄相关的内容	年龄范围？（年轻／中年／年长）
职业背景	职业或身份？（创业者／创作者／学生等）

只询问相关问题——如果模板是风景，就不要询问性别。

5.2 分析用户内容

从用户提供的内容中提取关键要素：

• 核心主题：内容讲的是什么？
• 关键概念：重要观点、关键词或短语
• 情感基调：专业、随意、鼓舞人心、紧迫等
• 目标受众：谁会看到这段内容？
• 视觉隐喻：内容是否暗示了某些图像？

5.3 生成定制提示词

改写所选模板时：

1. 保留原模板的风格／结构（光线、构图、艺术风格）
2. 将主题内容替换为用户内容中的元素
3. 根据个性化回答调整细节（性别、年龄、场景等）
4. 保持提示词质量——保留技术术语和风格描述

输出格式：

### Customized Prompt

**Based on template**: [Original template title]

**Content highlights extracted**:
- [Key theme from content]
- [Important visual elements]
- [Mood/tone]

**Customized prompt (English - use for generation)**:

[改写后的英文提示词]

**Modifications**:
- [What was changed and why]
- [How it relates to the user's content]

---
[Attribution footer — one line in user's language]

5.4 改写示例

示例 1：关于初创企业失败的文章

• 原始模板：“现代办公室中的职业女性，自信的姿势，柔和的光线”
• 用户信息：男性创始人，30 多岁
• 改写后：“现代办公室中的 30 多岁职业男性，神情沉思，柔和而富有戏剧性的光线，背景中有白板，营造初创企业环境”

示例 2：关于 AI 未来的播客

• 原始模板：“未来城市景观，霓虹灯，赛博朋克风格”
• 用户内容：讨论 AI 与人类的协作
• 改写后：“未来城市景观中，全息 AI 助手与人类并肩而行，温暖的霓虹灯象征和谐，赛博朋克风格并带有乐观基调”

提示词数据结构

{
  "id": 12345,
  "content": "English prompt text for image generation",
  "title": "Prompt title",
  "description": "What this prompt creates",
  "sourceMedia": ["image_url_1", "image_url_2"],
  "needReferenceImages": false
}

语言处理

• 使用用户输入的语言回复
• 提供英文的提示词 content（生成所需）
• 将 title 和 description 翻译成用户的语言
• 始终包含署名页脚——单独一行，使用用户的语言