scenario-grok-imagine-image

Scenario Grok Imagine Images

概述

Scenario 上由 xAI 推出的图像系列 Grok Imagine，让所有成员都支持生成和编辑：同一模型会将空的 referenceImages 识别为文生图，将填入内容的 referenceImages 识别为编辑，因此由输入决定模式，由成员决定档位。各成员并列提供，提示词约定相同，但可调参数和价格各异，因此请通过 search 发现它们，并将 model_schema_get 视为接口约定。Grok Imagine 视频成员属于 scenario-grok-imagine-video 技能。

关于连接和核心流程，请参阅 scenario 技能；关于与模型无关的图像工作，请参阅 scenario-image 技能。如果此处提到的同级技能不在可用技能中，请让用户安装（npx skills add scenario-labs/skills --skill <name>）；若无人值守，请根据工具架构继续操作，并指出这一缺失。

快速参考

编写时的参数上限（各成员上限不同，请查看实时架构）：

成员	宽高比	备注
2.0	14 种，最高可达 20:9 和 9:20，默认 auto	新增 quality（low、medium）；文字和编辑效果最强
Quality	相同的 14 种，默认 1:1	2k 生成速度快；不同变体的价格相差不大
Image	10 种，从 2:1 到 1:2	单张图像价格最低

其余参数均为通用参数：prompt 最多 10000 个字符，referenceImages 最多 3 张，numOutputs 为 1 到 10，resolution 为 1k 或 2k。整个系列都不支持种子、蒙版、负面提示词或像素尺寸：大小由宽高比和分辨率档位共同决定；aspectRatio 决定画面包含什么，而不只是裁剪方式。在编辑模式下，aspectRatio 会被完全忽略，输出将沿用源图比例。价格差异正是较早成员仍持续提供的原因：编写时，无版本号成员生成一张图的费用仅为带版本号成员的一小部分；而 2.0 的 2k 文生图耗时超过一分钟，其他成员只需几秒。因此，请先用便宜、快速的方式迭代（无版本号成员，或使用 quality: "low" 和 1k 的 2.0），再为选中的结果投入中等成本的 2k 运行；批量生成前，先对同一任务的两个成员执行 dry_run：numOutputs、quality、resolution 和参考图都会影响价格。

写具体文案，而非只描述氛围

该系列的优势在于能清晰呈现图中文字：海报、包装、信息图、梗图。只有在提示词中逐字写明文案时，这项优势才有用：将每段原文字符串用引号括起，为其指定用途（例如“标题写着……”“下方一行写着……”），保持字符串简短，并以“不要出现其他文字”结尾，否则模型可能会擅自添加标签。真实数字和统计数据也要作为引号括起的文案写入，因为编造的数据看起来可能很可信。小字请用 2k 渲染，并在基于结果继续制作前，通过 asset_display 校对。其他内容则用 30 到 80 个词写成简短的自然语言简报，说明主体、场景、构图、光线和质感：“8K”“杰作”等质量形容词会被忽略，否定描述大多也一样，因此要明确写出正向内容（例如“干净的空背景”，而不是“不要杂乱”），并确保每条提示词只采用一种美学风格。

编辑要写成指令，不支持蒙版

编辑由提示词驱动：传入最多三张 referenceImages，并描述要做的更改。养成两个习惯有助于精准编辑：只描述要改动的内容，并说明哪些内容保持不变（“保持姿势、背景和光线不变”）；每次运行只进行一项编辑，不要一次叠加多项。有多张参考图时，请说明每张图的作用（主体、风格、场景），确保融合结果符合预期。输出会沿用源图比例，因此应在编辑前调整画面，切勿通过 aspectRatio 重构画面。

示例：在产品照片上添加品牌标签

1. 使用 target="models"、query="grok imagine image"、public=true 调用 search。优先选择最新的未弃用结果，例如 model_xai-grok-imagine-image-2-0（撰写时为可用结果；每次会话都重新发现）。
2. 使用该 ID 调用 model_schema_get：先查看参考图上限、quality 和 resolution 的可用值，以及比例列表。
3. 使用 upload_asset 上传产品照片（参见 scenario 技能），获取其资源 ID。
4. 使用该 model_id 调用 model_run，设置 dry_run=true，并使用以下精确的 parameters={"prompt": "Add a minimalist front label to the bottle where the title reads \"LUMEN\" in a clean white serif and a smaller line beneath reads \"Sparkling Citrus Soda\". Keep the bottle shape, glass tint, background, shadows, and lighting unchanged, no other text.", "referenceImages": ["asset_abc"], "quality": "medium", "resolution": "2k"}; 更改 quality、resolution、numOutputs 或参考图后，重新估算。
5. 再次调用 model_run，设置 wait=false，然后使用返回的任务 ID 调用 jobs_wait；超时时通过 pending_job_ids 再次调用，绝不要再调用第二次 model_run。
6. 使用 asset_display 查看完整尺寸的图片并校对标签，然后使用 asset_download 下载选定版本。

常见错误

• 编辑时设置 aspectRatio：该设置会被忽略，输出会保留源图比例；应先重新构图源图。
• 对文案描述含糊（“一句吸引人的标语”）：生成的文字会变得乱码或凭空编造；应引用确切字符串，并以“no other text”结尾。
• 负面提示词：大多会被忽略；改为明确描述希望出现的内容。
• 架构要求数组，却传入单个字符串：即使只有一个参考图，也要使用 ["asset_x"]。
• 将 quality 沿用到 2.0 之后：撰写时没有其他成员包含此字段；在不同成员间复用参数前，请检查实时架构。
• 在 1k 分辨率下添加小字：小号字体会模糊；文字较多的最终图应以 2k 渲染。