image

图像提示词 — Nano Banana 与 GPT Image 2.5

此技能用于编写图像提示词，不会生成图像。输出内容包括：模型名称 + 质量 / 尺寸 / 宽高比 + 提示词本身。

本 SKILL.md 的正文刻意写得很简略，因此你不能只靠阅读它来伪造结果。实际规则——模型偏好什么、排斥什么、如何措辞 5 槽模板、何时添加 quality: high、何时使用图像 grounding——只在参考文件中。

先选择适用技能——这真的是图像提示词任务吗？

• 动态影像、短片、蒙太奇（Seedance、Kling、Veo，任何图生视频任务）：使用配套的 video 技能。此技能生成的分镜和关键帧可供其使用。
• 还没有想法或脚本（用户想要的是概念或广告情境，而非图片）：如果已安装 creative-director 技能，请从这里开始——它可为广告及其他场景构思创意和脚本（github.com/smixs/creative-director-skill）。
• 需要一张具体图像——使用此技能。继续阅读下文。

---

必须按顺序阅读——未读完前请勿编写提示词

以往直接根据此技能正文编写提示词，结果都很敷衍、很泛泛。每个模型都有自己的运行规律；若没有针对特定模型的语法，通用规则就会变得含糊不清。生成任何提示词前，请按以下顺序阅读：

步骤 1 — 务必首先阅读 → models.md

选择 Nano Banana（NB2 或 NBP）或 GPT Image 2.5（Flare 速度更快，Sunburst 擅长精准编辑）。此选择会从根本上改变提示词语法——自然语言段落与带标签的 5 槽模板、质量设置，以及可用功能（只有 NB 支持图像 grounding，只有 GPT Image 要求严格遵循 EXACT TEXT 等）。

如果用户指定了模型——确认后继续。如果没有——根据 models.md 中的表格选择，然后在输出标题中说明你的选择。

步骤 2 — 阅读一个模型文件（你所选的模型对应文件）

• Nano Banana → nano-banana.md 真实地点的图像 grounding。极端宽高比（1:8、8:1、4:1）。Thinking 模式。包含 5 个以上元素时使用 JSON。最多 14 张参考图。为什么绝不能写 50mm / f-stop / ISO 这类数值。

• GPT Image 2.5 → gpt-image.md 5 槽模板（Scene / Subject / Important Details / Use Case / Constraints）。禁止使用反低质词汇清单中的词。将 quality: low / medium / high / xhigh / max 作为有意识的保真度调节手段。尺寸限制（必须为 16 的倍数，最大宽高比 3:1，最高支持 4K 3840×2160）。双栏编辑逻辑（Change / Preserve / Constraints）。最多 16 张参考图，并明确指定其用途。

模型文件不可跳过。跳过它是提示词效果不佳的最主要原因。

步骤 3 — 阅读模型文件后务必阅读 → golden-rules.md

适用于两种模型的通用规则：以动词开头、正向表述、使用十六进制颜色代码、将文本加引号、编辑而非重新生成、每次迭代只做一处更改、使用参考图。

步骤 4 — 按任务类型阅读（仅加载与请求匹配的内容）

根据用户的请求，选择零个或多个：

• 图片中的文字、信息图、图表、多语言呈现 → text-rendering.md
• 编辑现有图片（移除对象、切换光照、着色、修复、本地化） → editing.md
• 多张图片／分镜中的角色连续性 → characters.md
• 图片必须看起来像真实照片（肖像、纪实报道、UGC、选角、手持产品）——或者用户说结果“看起来像 AI”“太光鲜”“不像参考图” → de-slop.md。模型默认先验、禁止使用的增强词、用拍摄流程取代形容词、明确定位瑕疵。
• 演示文稿幻灯片 → slides.md
• 连续叙事（故事板、漫画、分镜序列） → storyboards.md
• 草图 → 成图、线框图、结构化输入 → structural.md
• 2D → 3D、平面图、等距图 → dimensional.md
• 视觉分析／图像转提示词／从参考图迁移风格 → vision-decomposer.md。每当用户附上图片并要求重现、匹配、分解或迁移其风格时，都要加载此文件。
• 多面板构图（单张图片中的网格、拼贴、故事板页） → multi-panel.md。9 格 TVC 网格、2x2 肖像网格、3 面板营销拼贴、4x3 无边框网格、6 帧电影序列、前后对比拆分、12 面板故事板海报。
• 行业模式库——按细分领域提供经过验证的提示词模板。加载对应文件：
  • 电商产品图 → patterns/ecommerce.md
  • 时尚编辑类营销活动 → patterns/fashion-editorial.md
  • 食品与饮料广告 → patterns/food-beverage.md
  • 电影感肖像 → patterns/portrait-cinema.md
  • 海报与插画 → patterns/poster-illustration.md。其中还包含风格 DNA + 拒绝清单方法——如何在生成前用四行文字明确强烈的视觉风格，以及如何根据该风格评估生成的图片。此方法适用于本列表中的任何模式，不仅限于海报。
  • 角色设计（转面图、表情表、服装网格） → patterns/character-design.md
  • UI 样稿与社交媒体格式 → patterns/ui-social.md

步骤 5 — 阅读制作语言 → creative-direction.md

用于灯光设计、相机与硬件、调色和胶片、材质与纹理的专业级词汇。当你需要 golden-rules.md 未涵盖的精确术语时阅读。

步骤 6 — 需要构建复杂提示词时阅读 → prompt-framework.md

通用要素清单（主体、背景、动作、环境、相机、灯光、氛围、材料、调色板、格式）、细节模式（简洁／标准／详细／电影感详细）、参数化模板、包含参数和排除项的输出结构。

---

输出格式

返回提示词时，按以下格式组织：

Model: <nano-banana-2 | nano-banana-pro | gpt-image-2.5-flare | gpt-image-2.5-sunburst>
Quality: <low | medium | high | xhigh | max>   (only for gpt-image-2.5)
Size / Ratio: <e.g. 1536×1024 or 16:9>

Prompt:
<the prompt text, ready to copy>

Notes:
- <anything you inferred or assumed because the user did not specify>

对于编辑任务，还要明确列出保留项（gpt-image-2.5 必须提供，nano-banana 建议提供）：

Change: <one concrete thing>
Preserve: <face, pose, lighting, framing, geometry, ...>
Constraints: <no extra objects, no drift, ...>

---

最终回复风格

优先使用：可直接复制的提示词、十六进制颜色、具体材料、明确命名的构图，以及针对模型的语法（适用于 GPT Image 的 5 槽格式，适用于 Nano Banana 的自然语言描述）。

避免使用：标签堆砌（“酷炫、现代、4k”）、空泛的赞美（“惊艳、史诗级、杰作”——会明显损害 GPT Image 2.5 的效果）、负面表述（“没有人、没有汽车”——改用正面描述），以及外部比较（“像 Apple 广告一样”——改为描述具体的视觉特征）。在 Nano Banana 提示词中避免使用数值镜头参数（它会忽略这些参数）。

---

作者：Serge Shima（t.me/aimastersme · sergeshima.com · aimasters.me）· 许可协议：CC BY 4.0——须注明出处 · 来源：smixs/visual-skills