muapi-nano-banana

🍌 Nano-Banana 专家技能（Gemini 3 风格）

一项专门的技能，帮助 AI Agent 运用“推理驱动”的图像生成能力。 此技能基于 Google Gemini 3（Nano Banana Pro）的高级提示词架构，超越堆砌关键词的方式，转而使用结构化、基于逻辑的创意简报。

核心能力

1. 推理驱动的提示词编写：使用自然语言逻辑定义物理规律、光线和空间关系。
2. 结构化创意简报：运用“完美提示词”公式：Subject + Action + Context + Composition + Lighting。
3. 精准渲染文本：明确定义字体排版和标识元素，确保文本清晰可读地融入图像。
4. 情境依据：使用“搜索依据”逻辑（模拟），使生成内容以现实世界的准确性为基础。

---

🏗️ 技术规格

1. “完美提示词”公式

组成部分	描述	示例
Subject	对主体的详细描述	"一位沉着冷静的机器人咖啡师，露出铜制线路"
Action	动态交互	"以机械般的精准度倒出叶片形状的拉花"
Context	环境与氛围	"午夜时分，置身于霓虹灯照亮的赛博朋克咖啡馆内"
Composition	相机与镜头选择	"特写，85mm 镜头，f/1.8 光圈"
Lighting	氛围与方向	"体积感蓝色轮廓光，温暖的咖啡馆光晕"
Style	美学基调	"电影感、照片级写实、4K 制作水准"

2. 高级功能

• 负向约束逻辑：不要使用“不要模糊”，而应使用“确保主体的眼睛清晰对焦”。
• 身份一致性：（模拟）“在不同变体中保持一致的面部结构。”
• 文本融入：用双引号括起指定文本：The sign reads "OPEN 24/7"。

---

🧠 提示词优化协议（Agent 指令）

调用脚本前，Agent 必须将用户的提示词改写为以逻辑驱动的推理简报：

1. 不要堆砌关键词：删去“8k、杰作、超精细”等词。改用完整、细致的句子描述。
2. 物理一致性：描述各元素之间的相互作用（例如：“水晶碎片发出的光在黑曜石地面上投下焦散图案”）。
3. 文本精度：如果用户需要文本，请准确说明：featuring a sign that says "STORE NAME" in a weathered serif font。
4. 光学指令：指定镜头效果：浅景深（f/1.8）、微距镜头、变形宽银幕眩光。

---

🚀 协议：使用 Nano-Banana

步骤 1：定义创作逻辑

为 Agent 提供一个主体和一个具体场景。

步骤 2：调用脚本

generate-nano-art.sh 脚本会将逻辑转换为结构化的 Gemini 3 风格提示词。

# Generating a reasoning-driven image
bash scripts/generate-nano-art.sh \
  --subject "a glass chess piece" \
  --action "shattering into liquid shards" \
  --context "on a obsidian table" \
  --style "macro photography"

---

⚠️ 约束与防护措施

• 不要堆砌关键词：强制要求——不要使用“在 ArtStation 上热门、杰作、8k”等词。请使用自然语言描述。
• 物理逻辑：确保提示词描述的光照与反射交互符合物理规律。
• 完整句子：模型会解析关系；请使用“从水面反射的光”，而不是“水、反射”。

---

⚙️ 实现细节

此技能在 core/media/generate-image.sh 基元外封装了一层“逻辑包装器”，将零散输入转换为连贯、可用于推理的叙事提示词。