image-studio

图像工作室

通过三个有计划的阶段，使用 fal.ai 将想法变成完成的图像——构思 → 低成本原型 → 制作最终成品。分阶段的目的是控制成本并掌控流程：先用快速模型低成本迭代，与用户敲定概念，然后只针对双方认可的图像使用高质量模型生成一次。

此技能会在本地生成文件，供用户审阅和使用。它绝不会将任何内容作为最终品牌素材发布、公布或发送。

适用范围和路由

仅在以下所有条件都满足时使用此技能：

1. 任务是生成图像或编辑图像，而非布局／设计自动化、图表制作、仪表板、流程图或幻灯片／演示文稿制作。
2. 用户接受通过 fal.ai 向外传输数据并支付 API 使用费用。
3. 本地辅助工作流可用，或用户希望你为该工作流准备提示词／简介。

不要在以下情况使用此技能：

• Canva 模板、PowerPoint 演示文稿、品牌演示文稿布局、数据图表、仪表板、流程图、架构图或流程图示。
• 视频生成。
• 机密或敏感的图像／文档处理。
• 明确要求使用原生图像生成／编辑工具的宿主环境。

三种模式——先选择

工作流取决于你是在创建图像、修改现有图像，还是清理现有图像——它们的步骤并不相同：

• 路径 A · 从零开始创建（没有源图像）。构图尚未确定，因此先低成本制作原型进行探索，再以高质量完成定稿——使用下方的阶段 1 → 2 → 3。
• 路径 B · 编辑／叠加到现有图像上（在房间中添加人物、为照片重新设计风格、添加或移除元素）。源照片已经确定了构图，因此低成本原型只会带来偏差和瑕疵，无法预测最终质量——跳过原型阶段。 先构思并确认提示词（阶段 1），然后直接对原图进行高质量编辑（阶段 3）。对于注重成本的多轮迭代，请使用同系列的 fal-ai/nano-banana/edit（忠实预览），而不是 Kontext dev。“原型”是双方认可的提示词，而不是图像。
• 路径 C · 清理／增强现有照片（将业余／手机拍摄的照片提升为专业水准——修复眩光、反射、白平衡、曝光、透视／扭曲、噪点和杂物）。机制与路径 B 相同（不制作原型；一次全面处理，直接高质量编辑原图），但目标是忠实校正，而非改变——根据 references/cleanup-checklist.md 编写提示词，并完整保留每一项真实特征。适用于任何主体——室内场景、人像、产品、食物、风景。通常按清单处理一轮即可。请参阅下方的清理部分。

阶段 1–3 对路径 A 作了完整说明；路径 B 和 C 复用阶段 1（构思／确认），然后直接进入阶段 3（高质量编辑原图），跳过阶段 2 的原型制作。

开始之前 — 出站数据传输与预检查

生成图像会将提示词发送到 fal.ai。编辑、放大或移除背景也会将你提供的图像发送到 fal.ai。fal.ai 是一家美国第三方服务，生成的图像会从其 CDN 下载。这属于向外部传输数据。

进行任何 API 调用之前：

1. 确认任务在范围内。
2. 在会话中首次生成之前，确认用户明确同意向 fal.ai 传输数据并使用付费 API。
3. 在成本更高的 Stage-3 生产运行之前，再次确认用户明确同意。
4. 检查 scripts/falgen.py 是否存在、依赖项是否已安装、是否已设置 FAL_KEY，以及工作目录是否可写。
5. 对于编辑、放大和移除背景，只使用非机密、非敏感且用户有权通过 fal.ai 处理的图像。
6. 使用 falgen.py 打印的确切输出路径；不要根据示例推断文件名。

绝不要将机密或敏感图像、文档交给 fal.ai 处理，例如某人的照片、机密报告、交易材料、财务文件、投资者材料、租户材料、估值材料或任何受 NDA 约束的内容。如果用户要求编辑敏感内容，请停止操作，并指出数据传输问题，而不是上传内容。

Stage 1 的头脑风暴纯粹在聊天中进行，不涉及数据传输，因此可以先起草提示词，再确认是否发送。

所需设置： 一个已开通账单功能的 fal.ai 账户，以及 FAL_KEY——可以是环境变量，也可以直接保存在工作文件夹中的文本文件里（任意文件名，例如 fal key.txt）。辅助程序会自动查找密钥——先查环境变量，再查工作文件夹中的任意小型文本文件（包含 FAL_KEY=your-key 的一行，或符合 fal 的 id:secret 格式的原始密钥），最后查找主目录（仅检查文件名包含 fal/key/api/env 的文件，且只接受明确写有 FAL_KEY=… 的行——不会从主目录读取裸令牌，因此不会误取其他服务的凭据）。因此，检查之前不要向用户索要密钥；只有在找不到密钥时才提示用户。它使用 fal-client 软件包（pip install fal-client requests）。如果找不到密钥，辅助程序会显示清晰的错误消息并退出——没有密钥就无法继续生成，但 Stage 1 仍可正常使用。（密钥文件应保留在本地；绝不要提交它。）

阶段 1 — 构思提示词（不调用 API）

好的输出始于好的提示词，因此在投入任何费用前，先花时间打磨提示词。通过询问用户，整理出一份结构化的提示词简报，涵盖：

• 主体 — 具体说明图像中的内容。
• 风格 / 媒介 — 照片级写实、3D 渲染、扁平插画、线稿、水彩等。
• 构图 — 取景、焦点、布局，以及文字或留白的位置。
• 光线 / 氛围 — 柔和、戏剧化、整洁专业、温暖、忧郁。
• 配色 — 按照用户的要求，不包含机密细节。
• 宽高比 — 根据用途确定：16:9 用于演示文稿 / 主视觉，1:1 或 4:5 用于社交媒体，9:16 用于限时动态，2:3 / 3:4 用于人像，或自定义横幅比例。
• 质量修饰词和负面提示词 — 例如“细节丰富、焦点清晰”；“不要文字、不要水印、不要多余的手指”。

提供两三个风格迥异的提示词方向，而不是只给一个，让用户可以对不同选项作出反馈。将双方确认的简报保存到 _workings/（例如 _workings/prompt-brief_[slug].md），确保整个过程可审计。提示词中不要包含机密细节。

对于路径 B 和 C，这一步取代了原型制作，因此必须在首次付费调用前与用户确认提示词。主体是人物，或需要将内容叠加到真实场景上时，请注意以下两点：

• 描述动作，而不是情绪。“坐着微笑”看起来僵硬、刻意摆拍。应明确描述真实的互动——“交谈中，一人在比划，两人相互注视，一人向朋友展示笔记本电脑屏幕”——让人物彼此互动，而不是看着镜头。
• **保护面部。**远处或较小的面部容易变形——尽量减少人物数量、增大人物尺寸，添加“清晰自然的面部和手部”，并仅重新编辑有问题的区域，不要重新生成整张图像。

阶段 1.5 — 提示词交付规范（阶段 2 前检查）

将任何提示词方向交给阶段 2 前，请逐项核对：

• 图像中出现的每段文字，都必须以最终文案原样写出，并使用目标语言，同时注明其作用和位置（标题 / 细节 / 脚注）——绝不能只写“标题”或使用占位符，也不能虚构名称或标志。
• 负面提示词必须与图像相符：若文字是必需内容，就不能沿用通用示例中的“不要文字”；应明确说明哪些内容需要刻意排除。
• 图像描述中不能包含指令式措辞；提示词只能描述可见图像。
• 卡片 / 海报 / 设计方向必须注明设计内容铺满画面，除非需要模型展示框景。
• 必须原样保留用户指定的主体、数量、排除项和预期可见文案。

若任何一项不符合要求，请先修正提示词方向，再进入阶段 2。

阶段 2 — 低成本制作原型并迭代

使用便宜、快速的文生图模型生成图像，让迭代成本保持低廉；然后根据用户反馈不断完善，直到他们认可原型。

首次生成 — 使用 FLUX schnell 进行文生图：

python scripts/falgen.py generate \
  --prompt "[the agreed prompt]" \
  --aspect 16:9 --num 2 \
  --run-log _workings/run-log_[slug].md \
  --out-dir _workings --name image_[slug]_v1

--num 2 会提供几个变体供用户选择。辅助工具可能会保存多个文件，例如 image_[slug]_v1_1.png 和 image_[slug]_v1_2.png；务必使用辅助工具打印的确切保存路径。

收到反馈后，选择成本更低的做法：

• 概念或整体构图有重大变化 → 调整提示词措辞，并重新运行 generate 生成下一版本（例如 --name image_[slug]_v2）。
• 对选定图像进行针对性调整 — 例如“让天空色调更暖”“移除左侧的建筑”或“在右上方留出更多负空间” → 使用 edit。

阶段 2 默认使用的编辑器是 FLUX Kontext [dev]（fal-ai/flux-kontext/dev）。这是一个便宜的指令式编辑器，按计算秒计费；fal 不会在本地返回确切运行时长，因此辅助工具会将费用标记为按时间计费，fal 控制面板仍是费用信息的权威来源。Kontext 会保留输入图像的尺寸，只修改你指定的内容。

python scripts/falgen.py edit \
  --prompt "make the sky warmer and add negative space top-right" \
  --image _workings/[actual_saved_prototype_path].png \
  --run-log _workings/run-log_[slug].md \
  --out-dir _workings --name image_[slug]_v3

使用 Kontext 编辑时，不要传入 --aspect；Kontext 会保留源图像尺寸。Kontext 仅接受一张图像。如果需要多张参考图像，请使用支持 image_urls 的模型，例如 fal-ai/nano-banana/edit，并确认费用方面的取舍。

将每次迭代都保存到 _workings/，并递增版本号，以免丢失任何内容。持续迭代，直到用户说“就是这张”。

为何有两种做法：重新生成提示词能探索全新的构图；编辑则保留用户已经满意的构图，只修改他们指出的内容。根据反馈选择合适的做法。

阶段 3 — 生成最终成品

用户批准原型后，再次确认是否可以继续。这是主要的费用支出。

按照用户实际需要的质量和分辨率渲染已商定的概念。通常，直接以目标尺寸生成最终成品，就不需要单独放大。

确认分辨率 — 2K 还是 4K？ 这会影响价格，因此要询问：

• 2K（合理的默认选项）。适合屏幕和实体使用 — 演示文稿、社交媒体、网页、电子邮件、数字 PDF — 以及标准尺寸的打印（约 A4）。不适合近距离观看的大幅面打印，也不适合大幅裁剪后放大。
• 4K — Nano Banana Pro 按基础价格的 2 倍计费（见 references/fal-models.md）。适合大幅面或近距离观看的打印（海报、横幅、展板），也适合需要长期复用的主视觉。不值得用于屏幕或社交媒体，因为这些用途最终都要缩小。

通过 --arg resolution=2K（或 4K）传入；辅助工具会在报告的费用中体现 4K 附加费用。

1. 以目标分辨率进行高质量渲染 — 使用 Nano Banana Pro （fal-ai/nano-banana-pro/edit，按张图片统一收费）编辑已批准的原型，以忠实保留原型，并通过 resolution 提前指定输出尺寸（最高 4K）：

   python scripts/falgen.py edit \
     --prompt "[full locked prompt]. Use the supplied prototype as the COMPOSITION reference only. Reproduce at high fidelity — keep the subject, framing, palette and mood — and CORRECT the prototype's generative flaws: render natural anatomy (fix malformed hands, fingers and limbs; no extra or missing fingers/limbs), fix distorted faces and eyes, straighten warped objects and lines, remove artefacts. Name the specific ones you see, e.g. 'the left hand has six fingers — render a natural five-fingered hand'. Crisp clean edges, photorealistic." \
     --image _workings/[actual_approved_prototype_path].png \
     --model fal-ai/nano-banana-pro/edit --aspect 16:9 \
     --arg resolution=4K \
     --run-log _workings/run-log_[slug].md \
     --out-dir . --name image_[slug]_final
   

   最终提示词必须包含完整的锁定提示词，而不只是笼统的增强指令 — 并且必须点明需要修复的缺陷。“改进／放大这张图”并不能修复缺陷：Nano Banana Pro 不会修正未被明确指出的缺陷，而要求它“保留所有内容”反而会保留缺陷。保留概念（主体、构图、调色板、氛围）；修复执行效果（人体结构、扭曲的物体、瑕疵）。将原型视为构图参考，而非提示词说明的替代品。如果缺陷仍然存在，只重新编辑对应区域，不要处理整张图片。

   编辑现有照片（路径 B/C）？以原始照片为基准，而不只是原型。 廉价原型模型对细节的把握容易偏移，因此要将原始照片（真实场景的准确信息来源）以及你制作过的已批准原型一并提供给 Nano Banana Pro — edit 支持多个 --image（以 image_urls 发送）。先传入原始照片，再传入原型，并在提示词中说明各自对应的图片：

   python scripts/falgen.py edit \
     --prompt "Use the FIRST image as the true scene — keep its room, materials, lighting and layout exactly — and the SECOND as the intended change. Produce the change at high fidelity." \
     --image _workings/[original_photo].jpg \
     --image _workings/[approved_prototype].png \
     --model fal-ai/nano-banana-pro/edit --arg resolution=2K \
     --run-log _workings/run-log_[slug].md \
     --out-dir . --name image_[slug]_final
   

   或者，如果要根据锁定提示词重新生成高质量成品，请使用：

   python scripts/falgen.py generate \
     --prompt "[full locked prompt]" \
     --model fal-ai/nano-banana-pro \
     --aspect 16:9 --arg resolution=4K \
     --run-log _workings/run-log_[slug].md \
     --out-dir . --name image_[slug]_final
   

2. 仅在需要时放大 — 单独放大是可选步骤，仅在必须超过 4K 或放大外部图片时才需要。默认放大器是 Recraft Crisp（fal-ai/recraft/upscale/crisp），这是一个能忠实保留原图、按次统一收费的放大器：

   python scripts/falgen.py upscale \
     --image _workings/[actual_image_to_upscale].png \
     --run-log _workings/run-log_[slug].md \
     --out-dir . --name image_[slug]_final
   

   如需能创造性地放大、增加细节但费用高得多的选项，可通过 --model fal-ai/clarity-upscaler 启用。

将完成的图片保存在工作文件夹根目录下，命名为 image_[slug]_final.png，或使用辅助工具输出的确切文件名。告知用户文件路径，并提醒他们这是供其审核的草稿素材，并非已发布的材料。

清理 / 增强现有照片（路径 C）

将业余拍摄、手机拍摄或消息应用中的照片处理成专业效果的图像。它沿用第 3 阶段的机制——使用 nano-banana-pro/edit 对原图进行质量编辑，不做原型图——但目标是忠实修正，而非改变，方法是按清单检查，而非反复迭代。此方法适用于任何主体——室内场景、肖像、产品、食物、风景——因此，先查看 references/cleanup-checklist.md 中的主体类型表，了解这张照片的“忠实”意味着什么。

1. 检查 references/cleanup-checklist.md——逐行将“特征迹象”与照片对照。只保留你能指出照片中实际迹象的条目。删除照片中不存在的所有问题——包括修复并不存在的问题，因为这会主动改变一张本来正确的图像（参见清单中的“不要做什么”）。
2. 核实——向用户列出你选中的问题及证据（“我看到左侧墙面上的垂直线条向内汇聚、窗户高光过曝，以及偏暖色调——问题 1、2、4”）。这样可以在付费调用前避免选得过多。
3. 汇总仅包含已核实项目的完整修正提示词（清单中有模板），并指出需要保留的关键固定特征。请用户确认——这将取代原型制作。
4. 执行一次 2K 处理（保留源图宽高比——除非要重新裁剪，否则不要传入 --aspect）。只针对具体的残留问题进行迭代，不要重做整张图。

坚守诚实原则：

• 只修正拍摄方式，不改变主体是什么。 保留所有真实特征和布局。只清理确实是临时物品的杂物（遥控器、线缆、标签、摄影者的倒影）；绝不要为了让主体更好看而移除或改动真实特征，也绝不要虚构更好的景色或饰面——那会歪曲主体。
• 这是一次生成式重渲染，因此可能会出现细微偏差；请与原图对照检查。对于房源图片或任何注重字面准确性的场景，非生成式编辑（Lightroom/Photoshop）才是忠实度的黄金标准——这只是快速初稿，不是正式记录。

运行日志

该辅助工具始终会将机器可读的费用 / 会话日志写入 ./_falgen-costs.jsonl。较新的日志条目包含命令、模型、已脱敏的参数、输入图像引用、输出路径、尺寸、种子、费用依据和预估费用。日志中不会记录临时上传 / CDN 图像 URL。

在生成 / 编辑 / 放大 / 去背景调用时传入 --run-log _workings/run-log_[slug].md，即可追加一份人类可读的 Markdown 审计日志，其中包括：

• 最终或中间输出路径；
• 输入图像路径（如适用）；
• 提示词和非 URL 模型参数；
• 模型端点；
• 使用的种子（如有）；
• 输出尺寸；
• 费用依据和预估费用。

这样可以审计结果，也更容易复现。如果不传入 --run-log，请使用 python scripts/falgen.py costs 和 JSONL 文件作为审计记录。

模型选择

该辅助工具默认按阶段选择合适的模型；使用 --model [endpoint-id] 可覆盖默认值。当前已验证的端点 ID、所属阶段和大致费用见 references/fal-models.md。fal.ai 的目录会有变动——如果模型 ID 报错，请查阅该参考文件和 fal.ai 模型库，不要猜测。该文件中标记为 (verify) 的内容尚未在此版本中通过实时模型库确认；请先确认，再依赖这些信息。

尝试其他模型／进行比较——但优先使用默认模型

除非结果确实不尽如人意，否则请坚持使用经过验证的默认模型。它们经过了有意选择：schnell 适合低成本原型制作，Kontext dev 适合低成本、忠实的编辑，Nano Banana Pro 则适合生成最高达 4K 的高质量成品——这是在质量、成本和可预测性之间经过测试的平衡。结果令人失望时，通常首先应该改进提示词或进行有针对性的编辑，而不是到处寻找新模型。

只有在默认模型仍然无法满足需求时——例如模型确实无法呈现指定的主体、风格或图像内必需文本——才切换模型。任何阶段都可以使用 --model；注册表列出了经过验证的替代方案。

• 如需比较，用 2–3 个候选模型处理同一提示词／图像，并为它们指定不同的 --name（cmp_schnell、cmp_fluxdev 等），将结果并排展示，再用实时显示的各模型费用行和 costs 汇总，帮助用户权衡质量与成本。对比测试要精简；每次调用都会产生实际费用。
• **不熟悉的模型：**便捷标志针对已知模型集进行了调整（--aspect → FLUX 使用 image_size，nano-banana 使用 aspect_ratio，Kontext 则跳过；编辑时会发送 image_urls，但 Kontext 系列只发送单个 image_url）。对于辅助工具不熟悉的端点，请查看其 API 页面，并通过 --arg key=value 或 --arg-json '{...}' 传入标志无法映射的参数。实时费用统计和下载功能适用于任何端点。

实验完成后请回到默认模型，除非替代模型在该用例中明显更好，且结果可重复。

布局控制生成——MOSS-Image（精确放置图像内文本）

对于精确位置至关重要的图像——海报、徽章、标题卡片、中英双语标牌——MOSS-Image-SFT（fal-ai/moss-image，$0.05/MP）接受 JSON 布局提示词：包含场景描述，以及带有像素边界框和准确可见文本的扁平 items。2026 年 10 月 22 日的实时验证结果：一个包含 5 个元素、尺寸为 1024² 的海报仅运行一次并产生一次费用；所有元素都位于距其边界框约 5–7 px 的范围内，且没有多余文字。同场对比中，fal-ai/nano-banana-2 的字符准确率相当（3/3 个中英双语提示词均无字形错误），价格则较高且为固定单价（1K 图像为 $0.08/image），但在严格要求“仅包含这些文本”的提示词下，它生成了两个额外文本。因此：如果追求文本准确性，Nano Banana 系列足以胜任；如果追求文本位置精度和简洁干净的效果，则选择 MOSS-Image 路线。

布局格式和编译器已在本地随附：

1. 起草符合 references/moss-layout.md 的布局 JSON——包含 summary 和扁平 items 数组、width／height（必须为 16 的正整数倍）、像素空间中的 [x_min,y_min,x_max,y_max] 边界框，以及 text 字段中的准确可见文本。将文件保存到 _workings/。

2. 编译——编译器会验证布局，将像素边界框转换为 MOSS 内部的 abs_centralized／yxyx 格式，并拒绝超出边界的边界框（绝不会静默裁切）：

   python scripts/moss_compile_prompt.py _workings/[slug]_layout.json \
     --output _workings/[slug]_layout_prompt.txt
   

3. 生成——使用与草稿宽高相同的 image_size。对于已编译的布局提示词，必须设置 enable_prompt_expansion=false——fal 的提示词规划器（默认开启）会改写已有结构的提示词，导致位置错乱：

   python scripts/falgen.py generate \
     --prompt "$(cat _workings/[slug]_layout_prompt.txt)" \
     --model fal-ai/moss-image \
     --arg 'image_size={"width":[W],"height":[H]}' \
     --arg enable_prompt_expansion=false \
     --run-log _workings/run-log_[slug].md \
     --out-dir . --name image_[slug]_final
   

注意：MOSS 仅支持 T2I，不提供编辑端点；后续编辑仍会使用 Nano Banana 系列。使用 moss-image 生成时，不要传入 --aspect——辅助工具会向其不认识的模型发送 aspect_ratio，这会与自定义 image_size 冲突。[W]×[H] 必须与草稿的宽×高一致，且两者都必须是 16 的倍数。设计海报时，建议采用铺满画面的措辞（“海报铺满整个画面”），否则模型可能会把设计框成一张样机卡片。它的成本（1024² 时约 $0.05）也使其适合用作第 2 阶段原型，尤其是在概念本身就是一种布局时。

辅助脚本 — scripts/falgen.py

一个脚本，包含五个子命令。它从环境中读取 FAL_KEY，自动将任何本地 --image 上传到 fal 存储，通过 fal_client.subscribe 调用模型，将生成的图像下载到本地，并输出保存路径及估算费用。运行 python scripts/falgen.py -h 或 python scripts/falgen.py [subcommand] -h 查看所有选项。

主要标志：

• generate — --prompt（必需）、--model、--aspect、--num、--seed、--out-dir、--name。
• edit — --prompt（必需）、--image（可重复使用）、--model、--aspect、--num、--seed、--out-dir、--name。
• upscale — --image（必需）、--model、--factor、--out-dir、--name。
• removebg — --image（必需）、--model、--out-dir、--name。将主体抠出并保存为透明背景的 PNG。这是用于合成到演示文稿／社交媒体图片中的实用工具，不属于主要的生成→编辑→放大流程。
• costs — 输出本次会话的累计费用；使用 --reset 清零。
• recommend — 显示各阶段推荐的默认模型及实时价格。只读，不产生费用。
• search "term" — 搜索 fal 实时目录（--category、--limit）；每条结果均显示其实时价格、类别和许可证。只读。查找默认选项未涵盖的模型后，仍应优先使用默认模型，除非默认模型确实无法满足需求。
• --arg key=value — 可用于任何生成／编辑／放大／抠图子命令的备用参数，用于传递标志未涵盖的原始模型参数。值可以是 JSON 标量、数组或对象，例如 --arg image_size='{"width":1200,"height":800}'。
• --arg-json '{...}' — 将多个原始模型参数作为一个 JSON 对象传递，适用于嵌套选项。
• --run-log path.md — 追加一份便于审计的可读 Markdown 运行日志。
• --verbose — 实时输出模型自身的进度日志。默认关闭。

如果调用因 fal 余额不足而失败，辅助脚本会检测到这一情况，并提供清晰的说明，而不是输出原始堆栈跟踪。

端到端运行示例见 examples/example-run.md。

费用与余额

生成响应不包含费用字段，因此每次运行时，falgen.py 都会查询 fal 的实时定价 API，并尽可能根据实际输出分辨率或输出数量计算费用，随后输出该步骤的费用和本次会话的累计费用（追加到 ./_falgen-costs.jsonl）。运行：

python scripts/falgen.py costs

在一系列操作结束后输出完整明细，并告知用户总费用。请留意 references/fal-models.md 中的计费单位：

• 按图像计费的模型按每张输出收取固定费用。
• 按百万像素计费的模型在分辨率更高时费用也更高。
• 按计算秒数计费的模型费用随运行时长变化。fal 不会返回运行时长，因此辅助脚本会将该步骤标记为按时间计费，而不会猜测具体费用。

只有设置了 fal Admin API 密钥 FAL_ADMIN_KEY 时才会显示余额；普通的 FAL_KEY 无法读取账单信息，并且可能会收到 HTTP 403。未设置 Admin 密钥时，将跳过余额查询并显示一行提示。请告知用户每个步骤的预估费用和本次会话的总费用；只有用户添加 Admin 密钥后，才提供实时余额。

原则

• 草稿，而非建议 — 输出是供具备资质的人员审核的草稿，不是可直接发布的成品。
• 绝不捏造 — 不要编造费用、模型 ID、功能或输出路径。如有不确定之处，请如实说明。
• 关键环节保持确定性 — 费用跟踪、文件命名和模型路由都是确定性的；LLM 仅负责创意判断。
• 诚实并准确表达把握程度 — 标明不确定性，不要夸大质量，并展示费用。
• 保持工作区整洁 — 交付文件放在工作文件夹根目录；中间文件放在 _workings/；已被替代的版本放在 _superseded/。

数据处理

发送到 fal.ai 的提示词和任何参考图像都会脱离用户的控制，交由第三方工具处理，因此请遵守 PII/数据外传规则：不要向 fal.ai 发送机密或敏感内容。请将真实的源文件和输出文件保留在本地计算机上。如有疑问，请勿外传；先询问用户。

注意事项

1. 不要跳过 Stage 1——精心编写提示词可以避免之后进行代价高昂的反复迭代。
2. 始终在进入 Stage 3 前确认——主要开销通常发生在这一阶段。
3. 使用实际保存路径——示例只是占位符；请使用 falgen.py 打印的路径。
4. Kontext 会忽略宽高比——它会保留输入图像的尺寸。编辑 Kontext 图像时，不要传入 --aspect。
5. Kontext 只接受一张图像并生成一个输出——如果向 Kontext 模型传入多张图像或设置 --num > 1，辅助脚本现在会提前报错。
6. 谨慎使用 JSON 参数——为 shell 正确引用嵌套 JSON，或使用 --arg-json。
7. Clarity upscaler 价格高昂——除非你明确需要增强创意细节，否则请使用 Recraft Crisp。
8. 背景移除会返回透明 PNG——用于消息应用时，请将其转换为白色背景的 JPG。
9. fal 余额查询需要管理员密钥——仅设置 FAL_KEY 不足以显示账单余额。

验证清单

• 范围仅限图像生成/编辑，不包括布局、图表、示意图或演示文稿制作。
• 首次调用 API 前，用户已确认允许向 fal.ai 外传数据并使用付费 API。
• 提示词概要已保存到 _workings/。
• 每次迭代都已使用递增版本号或辅助脚本生成的确切文件名保存。
• 使用的是实际打印的输出路径，而不是推测的路径。
• 用户已在进入 Stage 3 前确认继续。
• 最终提示词包含完整的锁定提示词，而不只是通用的增强说明。
• 最终图像已保存到工作文件夹的根目录，而不只是 _workings/ 中。
• 已使用 --run-log _workings/run-log_[slug].md，或已检查 JSONL 费用/会话日志。
• 已通过 falgen.py costs 打印费用汇总。
• 已告知用户文件路径，并提醒这是草稿。