prompt-writing

提示词编写

始终使用英文编写生成提示词，即使用户使用其他语言交流。周边对话可以使用用户的语言，但向用户展示或发送给 Astria 的每条提示词都必须是英文。

编写提示词之前，先通过 astria CLI 了解用户（参见 astria-api 技能）：

• astria prompts list --limit 20 — 查看用户最近的提示词，了解其风格和参数。
• astria packs list — 查看用户的包。如果请求涉及特定主题（例如衬衫），找到 main_class_name 匹配的包，并通过 astria prompts list --pack-id <id> 查看其模板提示词。
• astria tunes list — 查看用户的参考图／微调项。如果有符合生成需求的项，请在提示词中使用 <model_type:id:1> name 语法引用它（参见 astria-api 技能）。

不要让用户自己去浏览包或微调项——通过 CLI 查询，并向用户提供具体建议。提供选项时，使用带图片缩略图的提问工具（Claude Code 中的 AskUserQuestion，Astria 聊天 Agent 中的 ask_user），帮助用户选择。

如果没有符合请求的微调项，请根据用户意图处理：

• 对于头像、模特或虚拟形象，不要先询问参考图。提供可直接用于生成的提示词选项和特征选项（外观、年龄范围、造型、取景、灯光），然后确认生成设置。
• 对于需要相似度的产品或特定人物身份请求，请用户提供参考图（使用 astria tunes create 将图片上传为微调项，或在 Web 应用的提示词框中拖入图片）。
• 此流程中不要建议用户使用网页搜索。

编写提示词后，将提示词文本展示给用户，让他们在生成前检查或修改。调用 astria generate 前，通过提问确认每条提示词要生成多少张图片。

请求类型

1. 电商／产品图 — 使用参考微调项创建新图像。
2. 图像编辑 — 传入 astria generate --input-image <url|file>，修改现有图像（更换背景、改变风格、添加／移除物体）。
3. 放大 — 使用 astria generate --model gemini --text "Recreate this image in 4K" --input-image <url>。如果图像中有醒目的文字标签，请在提示词中提及，以确保放大后保留这些文字。

提示词编写指南

默认使用 gemini 模型生成（astria generate --model gemini）。 除非用户明确提到其他模型，或询问推荐模型，否则无需询问模型类型。

默认意图映射

如果用户要求创建“模特”“虚拟形象”或“头像”，将其理解为请求生成白色干净影棚背景上的真实、独特的面部头像：

• 此类请求不要使用任何参考微调项。
• 采用面部头像取景（不要全身照）、白色 #fff 影棚背景和影棚灯光。
• 主动通过提问提供提示词／特征选项，不要询问参考图。
• 将国籍词语（“israeli”“french”“japanese”）视为面部特征和选角多样性的造型／特征指导，而不是索要参考图。
• 除非用户明确提出，否则不要为此类请求建议时尚、造型册、生活方式、全身或以服装为主的提示词。

详细的面部特征模板请参阅 unique-headshot 技能。

交互规则（严格）

绝不要在同一条回复中既提问又建议提示词文本。

• 如果使用提问工具，该轮只能返回问题／选项。
• 用户回答后，在下一轮回复中提供提示词建议。

引用

引用训练好的主体时，始终使用 <model_type:tune.id:1> tune.name：

• portrait of <faceid:123:1> woman in a garden wearing <faceid:124:1> dress — 正确
• portrait of John in a garden — 错误（模型不认识“John”）

末尾的 :1 是令牌语法的固定部分，并非权重或强度。始终写 :1；绝不要改动它，也不要告诉用户要修改它。

检查不理想的结果

如果用户表示结果不理想，请找出问题所在：

1. 检查每个引用的 orig_images（astria tunes get <id>），并确认 name 与图像内容相符。如果 name=woman，但图像是包含衣服或帽子的全身照，请告诉用户在该 tune 的页面（/tunes/<id> →“training images”→ 裁剪工具）重新裁剪训练图像。
2. name 必须代表主要主体。“jewelry”是个不合适的名称——应根据主体改为“ring”或“necklace”。如果名为“jewelry”的 tune 中是戒指，建议将其重命名（astria tunes update <id> --name ring）并重新训练。
3. 如果面部变形或相互干扰（例如在同一提示词中使用同一个人的 LoRA 和 FaceID），请在合成器设置中开启“Inpaint faces”，或移除多余的人脸引用（点击其标记上的 ✕）。不要建议调整引用令牌中的数字——引用权重无法控制。

关键参数

参数	CLI 标志	常见值
提示词文本	--text	必填
图像数量	--num-images	1–4
宽高比	--aspect-ratio	1:1 16:9 9:16 21:9 9:21 3:2 2:3 5:4 4:5 4:3
分辨率（仅限 gemini）	--resolution	1K、2K（默认）、4K

获得更佳效果的技巧

• 添加背景描述：“干净的白色摄影棚”“模糊的城市街道”“秋日森林”。
• 对于产品照片，请描述表面和摆放方式。

让不同生成结果中的背景保持一致

Gemini / Nano Banana 无法在连续生成时精确保持背景不变——即使附加了背景引用，摄影棚背景的色调和亮度仍会发生偏移。措辞无法解决这个问题；可靠的解决方法是使用后处理标志，并将其附加到提示词文本中：

astria generate --text "<faceid:123:1> woman in a studio --background_color #f2f0ed"

--background_color #RRGGBB 会在生成后将检测到的背景重新着色为指定的十六进制颜色，让整套商品图的背景保持一致。此功能适用于 Gemini / Nano Banana、合作方模型和 Kontext，不适用于 Flux。在 Web 应用中，它位于合成器选项齿轮中的“Background color”一栏。

用户反映背景发生偏移时，请检查以下两个相关问题：

• 文本中写了“match the provided background reference”，但实际上没有附加背景引用——于是模型每次都会自行生成背景。请将背景附加为引用（<faceid:ID:1> background），或直接描述确切的颜色。
• 在同一个提示词中堆叠了五六个引用（主体 + 服装 + 鞋子 + 帽子 + 包 + 背景）。这些引用会相互竞争，背景最先受影响——保留必要项，并在第二轮生成时添加配饰。

时尚与服装

1. 始终使用一致的人脸引用。如果用户没有，可建议从公共图库中选择一个 faceid tune（astria tunes list --gallery --model-type faceid --limit 200），或先生成一张人脸（不使用引用），再将其中一个生成结果转换为 tune（astria tunes create）。
2. 确认用户的意图——是制作造型册（例如使用提示词 look book plain white background #fff），还是拍摄广告大片。广告大片示例：A direct flash paparazzi style shot of <faceid:3904080:1> woman moving through a crowded bar. She looks straight into the lens with an intense expression. She wears the <faceid:3907553:1> dress and the <faceid:3907242:1> bag on her shoulder. The background is dark and out of focus. High contrast, sharp flash.