image-prompt-generator

图像提示词生成器

使用 Google 的 Gemini API 生成专业、非千篇一律的图像。

前提条件与设置

获取 Gemini API 密钥

1. 前往 Google AI Studio
2. 使用 Google 账号登录
3. 点击“Create API Key”
4. 复制生成的密钥

配置 API 密钥

选项 1：环境文件（推荐）

在项目根目录中创建一个 .env 文件：

GEMINI_API_KEY=your_api_key_here

选项 2：直接设置环境变量

export GEMINI_API_KEY=your_api_key_here

安装依赖

pip install google-generativeai python-dotenv pillow

可用模型

模型	API 名称	最适用于
Flash	gemini-2.5-flash-image	速度、草稿、迭代
Pro	gemini-3-pro-image-preview	最终素材、16:9 宽高比、质量

图像尺寸（对质量至关重要）

尺寸	输出文件大小	用途
1K	约 400KB	草稿、迭代
2K	约 2MB	缩略图、网页素材（默认）
4K	约 7MB	印刷、高分辨率需求

至关重要：最终素材务必指定 --size 2K 或 --size 4K。否则，输出默认采用 1K，画质会显得较差。

技能栈缩略图——必须使用的设置

对于任何技能栈缩略图，必须使用：

python scripts/images/generate_image.py "YOUR PROMPT" \
  --model pro \
  --size 2K \
  --aspect 16:9 \
  --output public/images/thumbnails \
  --name your-slug

并且提示词必须包含孔版印刷风格说明：

STYLE: Risograph / screen print aesthetic. Visible halftone dots throughout. 
Slight misregistration between color layers. Indie printmaking quality - warm, tactile, handmade.

COLOR: Warm cream base. Charcoal and gray tones. Terracotta (#D4654A) accent on ONE key element.

TEXTURE: Visible halftone pattern. Paper grain. NOT smooth digital gradients.

AVOID: Empty white borders, photorealism, glossy renders, smooth gradients, clip art aesthetic.

原因：不使用 --size 2K，输出就只有约 400KB，画质很差，看起来像是用 Flash 制作的。不采用孔版印刷风格，输出看起来就会千篇一律，带有 AI 生成的痕迹。

---

工作流概览

1. 构思创意——生成 4 至 6 个高层次的视觉构想
2. 选择方向——由用户选出喜欢的构想
3. 优化提示词——将构想完善为有力、详尽的提示词
4. 风格变体——改编为 2 至 3 种不同的视觉风格
5. 生成图像——通过 Gemini API 运行

第 1 步：构思创意

用户提供主题或使用场景时，生成 3 个高层次的视觉构想，并指出你的首选。每个构想应当：

• 用 一句话 描述视觉创意
• 具体且直观——让人一眼就能想象出来
• 有概念性但不抽象——呈现含义明确的物体或场景
• 避免千篇一律——避开陈词滥调（例如，不要用灯泡代表创意，也不要用握手代表合作）

格式：

**Concept A:** One sentence description of the visual concept and why it works.

**Concept B:** One sentence description...

**Concept C:** One sentence description...

**My pick: Concept X** — Brief reasoning why this one is strongest.

“关于个人效率的新闻简报”示例：

**Concept A:** A vintage compass where the needle points toward a coffee ring stain on a map—direction emerges from daily rituals.

**Concept B:** A clock where the 12 hours show seasonal changes—time management over long arcs, not just hours.

**Concept C:** One small key attached to dozens of decorative keychains—we overcomplicate simple solutions.

**My pick: Concept A** — The coffee stain is unexpected and personal, the compass is concrete without being cliché.

继续之前，等待用户确认或调整方向。

第 2 步：优化提示词

用户选定一个构想后，将其扩展为完整提示词。结构如下：

Create a [style type] illustration of [subject].

CONCEPT: [Expand the one-sentence idea into a clear visual description]

STYLE: [Artistic approach - load from references/styles/ if brand-specific]

COMPOSITION: [Framing, focal point, negative space, balance]

COLORS: [Palette - describe by name, not hex codes which may render as text]

TEXTURE: [Surface qualities, analog/digital feel]

AVOID: [What should NOT appear - be specific]

FORMAT: [Aspect ratio]

关键原则：

• 使用自然语言和完整句子——不要堆砌标签
• 用名称描述颜色（烧橙色、天蓝色、近黑色），不要使用十六进制代码
• 最多包含 2 至 3 个元素——如果显得杂乱，就删去一些
• 优先使用隐喻，而非直白描绘

第 3 步：风格变体

技能栈项目必须采用孔版印刷风格。 每张缩略图的提示词都必须包含孔版印刷风格说明。请参阅 references/styles/risograph.md。

提示词中必须始终包含以下孔版印刷风格要素：

• “全图可见半色调网点”
• “色彩层之间有轻微错位”
• “独立印刷艺术质感——温暖、细腻、有手工感”
• “不要使用平滑的数字渐变”

references/styles/ 中的可用风格（用于非技能栈项目）：

• risograph.md - 默认风格。半色调网点、套印错位、独立印刷艺术美感。
• minimalist-ink.md - 高对比度黑白风格，采用交叉排线。
• watercolor-line.md - 墨线配合水彩晕染。
• editorial-conceptual.md - 富有概念性、精致且带有编辑式巧思。

第 4 步：通过 API 生成

运行脚本

# Generate 2K thumbnail (recommended for web)
python scripts/images/generate_image.py "prompt here" --model pro --aspect 16:9 --size 2K

# Generate 4K for print/high-res
python scripts/images/generate_image.py "prompt here" --model pro --size 4K

# Save to specific folder
python scripts/images/generate_image.py "prompt" --output "./images" --name "my_image" --size 2K

选项：

• --model pro（默认，质量更高）或 --model flash（速度更快）
• --size 2K（默认）、1K 或 4K —— 最终素材始终使用 2K 或 4K
• --aspect 16:9（默认）、1:1、9:16、3:4、4:3
• --variations N —— 生成 N 个版本
• --output ./path —— 保存位置
• --name prefix —— 文件名前缀

输出位置： 将图片保存在其所属内容旁边，不要统一丢到通用图片目录中。

第 5 步：迭代

用户查看生成的图片后：

• 80% 满意？ 通过对话提出具体修改，而不是重新生成
• 构图不理想？ 在提示词中调整取景或元素位置
• 风格不对？ 尝试不同的风格参考
• 内容太杂？ 精简元素
• 颜色不对？ 更明确地指定配色

提示词原则

像创意总监一样撰写

像向人类艺术家简报那样向模型说明。使用语法规范的完整句子和富有描述性的形容词。

不要这样写	应该这样写
“酷车、霓虹、城市、夜晚、8k”	“未来感跑车在雨夜的东京街道上飞驰的电影感宽幅镜头。霓虹灯牌倒映在湿润的路面和汽车的金属车身上。”

具体说明：

• 主体： 不要只说“一位女性”，而要说“一位穿着复古香奈儿风格套装、气质优雅的年长女性”
• 材质： 描述质感，例如“哑光表面”“拉丝钢”“柔软天鹅绒”“皱褶纸张”
• 场景： 明确地点、时间和天气
• 光线： 指定氛围和光源
• 情绪： 图片的情感基调

提供背景信息

背景信息有助于模型做出合乎逻辑的艺术创作决策。说明“为什么”或“面向谁”。

示例：“为一本巴西高端美食食谱创作一张三明治图片。” （模型会推断：专业摆盘、浅景深、完美光线）

保持简洁

• 一个明确的视觉焦点
• 总元素最多 2-3 个
• 留出充足的负空间
• 如果画面显得杂乱，就删掉一些元素

避免平庸的套路

硬性规则：

• 绝不要在图片中加入文字——文字渲染效果差，看起来很业余
• 表示“创意”时不要用灯泡
• 表示“合作”时不要用握手
• 表示“播客”或“音频”时不要用音频波形
• 表示“系统”或“流程”时不要用齿轮
• 不要使用摆拍的开心图库照片姿势
• 不要采用光鲜亮丽的 AI 美学风格
• 表示“连接”或“集成”时不要用拼图块

行之有效的隐喻

以往生成效果出色的概念：

• 切开的橙子，内部显露出神经网络——有机外观与系统化内在（知识系统、RAG）
• 信件投递口中飞出一只折纸鸟——投递转化为鲜活之物（新闻通讯）
• 健身俱乐部与羽毛笔交叠——身体锻炼与智力工作相结合（身体 + 思维）
• 打字机按键的极近特写，周围散发冲击力——果断行动、指令（书籍、权威）
• 滴管与盛开的曼陀罗——临床精准与超越性相结合（治疗、转变）
• 皮革磨刀带上的直剃刀——精准工具、打磨、精进（编辑、制作）
• 棱镜将光线分散成清晰的光束——一个输入，多种输出（框架）
• 地图上留有咖啡渍的指南针——从日常仪式中找到方向（效率）

资源

references/styles/

美学风格定义：

• risograph.md - 默认——半色调、套印不准、独立印刷
• minimalist-ink.md - 黑白水墨插画
• watercolor-line.md - 水墨线条搭配水彩晕染
• editorial-conceptual.md - 概念性编辑风格

scripts/

• generate_image.py - Gemini API 图片生成

提示词修饰词参考

类别	示例
光照	黄金时段，戏剧性阴影，柔和的漫射光，霓虹光晕，阴天
风格	电影感，编辑风格，技术图解，手绘，照片级写实
纹理	哑光表面，拉丝钢材，柔软天鹅绒，揉皱的纸张，风化木材
构图	广角镜头，特写，鸟瞰视角，荷兰角构图，对称
氛围	活力十足，宁静，戏剧性，俏皮，精致
质量	4K，高保真，像素级精准，专业级

高级功能

文本渲染与信息图表

将准确的文本放在引号中。指定风格：“精致的编辑风格”“技术图解”或“手绘白板”。

提示词示例：

Earnings Report Infographic:
"Generate a clean, modern infographic summarizing the key financial highlights from this earnings report. Include charts for 'Revenue Growth' and 'Net Income', and highlight the CEO's key quote in a stylized pull-quote box."

Whiteboard Summary:
"Summarize the concept of 'Transformer Neural Network Architecture' as a hand-drawn whiteboard diagram suitable for a university lecture. Use different colored markers for the Encoder and Decoder blocks, and include legible labels for 'Self-Attention' and 'Feed Forward'."

角色一致性与缩略图

使用参考图像，并注明“人物的面部特征必须与图像 1 完全一致。”描述表情或动作的变化，同时保持角色身份不变。

提示词示例：

Viral Thumbnail:
"Design a viral video thumbnail using the person from Image 1.
Face Consistency: Keep the person's facial features exactly the same as Image 1, but change their expression to look excited and surprised.
Action: Pose the person on the left side, pointing their finger towards the right side of the frame.
Subject: On the right side, place a high-quality image of a delicious avocado toast.
Graphics: Add a bold yellow arrow connecting the person's finger to the toast.
Text: Overlay massive, pop-style text in the middle: 'Done in 3 mins!'. Use a thick white outline and drop shadow.
Background: A blurred, bright kitchen background. High saturation and contrast."

图像重制作（编辑现有图像）

--input 标志可启用“重制作模式”——将现有图像传递给 Gemini，并描述你希望进行的更改。

主要用例：

• 微调 - 调整颜色，添加或移除元素，改变光照
• 风格迁移 - 保持构图不变，但更改艺术风格
• 对象操作 - 移除、添加或修改特定对象
• 季节／时间变化 - 同一场景，不同时间或季节

以重制作模式运行：

# Basic edit - add something
python scripts/generate_image.py "Add snow to the roof and yard" \
  --input ./house.png \
  --model pro

# Color adjustment
python scripts/generate_image.py "Change the accent color from red to teal, keep everything else identical" \
  --input ./thumbnail.png \
  --model pro

# Style transfer - keep composition, change aesthetic
python scripts/generate_image.py "Convert this to risograph style with halftone dots and slight color misregistration" \
  --input ./photo.png \
  --model pro

# Generate variations of an edit
python scripts/generate_image.py "Make the lighting warmer, like golden hour" \
  --input ./portrait.png \
  --variations 3 \
  --model pro

重制作模式的提示技巧：

1. 具体说明要保留的内容：

   • “人物的面部特征必须完全保持不变”
   • “保持构图和取景不变”
   • “不要更改背景”

2. 明确说明要更改的内容：

   • “只将衬衫的颜色从蓝色改为红色”
   • “在屋顶上添加雪，其他内容一律不变”
   • “移除文字叠加层”

3. 使用比较性措辞：

   • “让颜色更加鲜艳”
   • “稍微提高对比度”
   • “让光线更加柔和、漫射”

**输出命名：**重制作模式生成的文件命名为 {prefix}_{timestamp}_edit_{model}.png，以区别于生成的图像（_gen_）。

高级编辑示例

移除对象：

python scripts/generate_image.py \
  "Remove the tourists from the background and fill with matching cobblestones and storefronts" \
  --input ./street-photo.png \
  --model pro

控制季节：

python scripts/generate_image.py \
  "Turn this into winter. Add snow to the roof and yard. Change lighting to cold, overcast afternoon. Keep architecture identical." \
  --input ./house-summer.png \
  --model pro

角色一致性（缩略图系列）：

python scripts/generate_image.py \
  "Keep the person's face exactly the same. Change expression to surprised. Add a pointing gesture toward the right side of the frame." \
  --input ./person-reference.png \
  --model pro

---

相关技能

• youtube-title-creator - 为生成的图像配上优化后的标题
• social-content-creation - 在针对平台优化的帖子中使用图像

---

如需自定义品牌风格，请按照现有格式在 references/styles/ 中创建新的风格文件