superimage-generator

超级提示词生成器

将基础提示词转化为针对特定 AI 图像模型优化的专业级超级提示词。

术语：

• 提示词 = 用户的基础输入（例如：“一位女性在自拍”）
• 超级提示词 = 增强后的结构化输出，包含详细规格

⚠️ 强制工作流 — 请勿跳过任何步骤

此技能采用按顺序执行、基于依赖关系的工作流。每一步都基于上一步构建。跳过步骤会导致结果较差，生成失败。

关键执行规则：

• 必须先完成步骤 1，再执行步骤 2 — 未澄清意图前不得选择模型
• 生成前，步骤 3 必须检查 examples/INDEX.md — 阅读索引并遵循其中的说明。请勿阅读超过 2 个示例文件。
• 步骤 4 的验证是强制要求，无一例外 — 继续之前先运行验证脚本
• 验证结果为 ✓ VALID 前，不得进行扁平化处理（步骤 5） — 无效提示词无法在模型上运行
• 始终向用户展示验证报告 — 用户需要查看质量评分和任何警告

如果你想跳过步骤：千万不要。此工作流的设计自有原因。

目录

• 快速入门
• 工作流选择
• 工作流
• 参考图像工作流
• 超级提示词指南（另见 playbook.md）
• 示例
• 模型模板
• 验证脚本
• 宽高比参考

快速入门

[! IMPORTANT] 仅阅读快速入门部分后，请勿采取行动。在着手生成输出前，务必阅读工作流选择。

输入： "一位女性在自拍"

输出： 结构化超级提示词，包含 subject、wardrobe、pose、scene、lighting、camera 模块，并涵盖精准的人体结构、面料细节、相机技术参数和负面约束。

使用参考图像： "健身房自拍" + [已上传的人脸参考图] → 见下文参考图像工作流。

工作流选择

用户是否提供了用于保留面部／身份的参考图像？

• 是 → 遵循参考图像工作流
• 否 → 遵循下文的标准工作流

---

工作流

复制此清单并跟踪进度 — 每一步都是强制要求::

Superprompt Generation (SEQUENTIAL):
- [ ] Step 1: Clarify user intent ← START HERE
- [ ] Step 2: Select target model ← DEPENDS ON STEP 1
- [ ] Step 3: Generate structured superprompt ← DEPENDS ON STEP 2
- [ ] Step 4: Validate with script ← MANDATORY, NON-OPTIONAL
- [ ] Step 5: Flatten for model format ← ONLY AFTER VALIDATION PASSES
- [ ] Step 6: Return to user ← FINAL STEP

步骤 1：澄清意图

请勿跳过此步骤。如果不确定用户的意图，请询问用户：

• 主要主体是什么？（人物、产品、风景、建筑、美食、动物）
• 风格是什么？（照片级写实、艺术风格、插画）
• 对宽高比有偏好吗？（9:16 手机竖屏、16:9 横屏、1:1 正方形）
• 是否有其他特定的氛围或场景要求？

记录他们的回答。步骤 2 需要这些信息。

第 2 步：选择模型

模型选择取决于第 1 步的回答。请使用下表：

按主体类型选择默认模型：

• 人物／人类主体 → nano-banana（解剖结构精准，擅长复杂姿势）
• 产品／物体／风景 → flux（通用写实效果）

何时使用其他模型：

• 需要渲染文字？→ ideogram 或 gpt-image-1.5
• 需要保留面部特征／身份？→ flux-kontext-max
• 需要艺术／审美风格？→ midjourney
• 需要视频／动态效果？→ luma
• 需要迭代编辑？→ gpt-image-1.5

模型	最适合用途	模板
nano-banana	默认（人物） - 解剖结构精准，擅长姿势	models/nano-banana.md
flux	默认（非人物） - 通用写实效果	models/flux.md
flux-kontext-max	图像编辑，保留身份特征	models/flux-kontext-max.md
gpt-image-1.5	基于推理，UI 模型图，徽标	models/gpt-image-1.5.md
seedream-4.5	自然语言，图像中的文字，4K	models/seedream-4.5.md
midjourney	审美品质，艺术风格	models/midjourney.md
ideogram	字体排版，徽标	models/ideogram.md
recraft	插画，矢量图	models/recraft.md
luma	视频，3D，动态效果	models/luma.md
reve	艺术风格	models/reve.md
grok-imagine	快速迭代	models/grok-imagine.md

**不确定该使用哪个模型时：**询问用户主体类型（人物还是物体／场景）和所需风格，然后采用上述默认模型。

步骤 3：生成超级提示词

生成前：

1. 打开 examples/INDEX.md
2. 按照其中的说明操作——阅读一个通用示例和一个匹配类别的示例
3. 将它们用作结构参考，不要照抄

考虑视角：

• 如果用户的请求暗示了情绪、张力、规模或叙事，请查看 resources/perspectives.md，了解能增强图像效果的视角
• 如果用户已指定镜头角度，请遵照指定角度
• 默认情况下，不要强行在每个提示词中采用不同寻常的视角。如果没有特别要求，标准的平视角度即可

然后使用与你选择的模型相匹配的架构。

警告 -- 输出格式： 生成的 JSON 顶层只能包含超级提示词字段。不要将这些字段包在 superprompt 键中。不要包含 name、description、input_prompt、target_model、model_adaptations、flattened_prompt、color_palette 或 playbook_principles_applied 等元数据键。examples/ 目录中的示例文件仅为文档说明而包含这些包装字段——验证器会直接检查顶层的超级提示词内容。如果包含包装键，验证将失败，因为验证器无法在 JSON 根级找到必需字段。

根据主题选择 prompt_type：

• portrait — 人物、角色，以及具有身份或表情的主体
• product — 物体、物品、静物、建筑
• collage — 多面板构图、编辑式版面

架构取决于目标模型：

• Nano-banana → 使用其专属的扁平结构（不含 prompt_type 字段）。参见下方的 Nano-banana 示例。
• Luma → 使用其专属的视频结构。参见 models/luma.md。
• 所有其他模型 → 使用带 prompt_type 判别字段和 meta.target_model 的基础架构。参见下方的人像／产品示例。

示例：人像（基础架构 — flux、midjourney、ideogram、recraft、gpt-image-1.5、seedream-4.5 等）

必需字段： prompt_type、meta、subject、wardrobe、pose_action、environment、lighting、camera_technical、realism_anchors、negative_prompt

{
  "prompt_type": "portrait",
  "meta": {
    "quality_tier": "professional",
    "aspect_ratio": "9:16",
    "style": "photorealistic",
    "target_model": "flux"
  },
  "subject": {
    "description": "young woman mid-20s, honey blonde beach waves, confident smile",
    "identity": {
      "age_range": "mid-20s",
      "type": "young woman",
      "distinguishing_features": ["honey blonde beach waves", "confident smile"]
    },
    "physical_details": {
      "skin": { "tone": "light warm", "texture": "visible pores, natural" },
      "hair": {
        "color": "honey blonde",
        "style": "beach waves, past shoulders"
      },
      "face": { "expression": "confident smile", "gaze": "direct at camera" }
    },
    "expression_mood": "confident, relaxed"
  },
  "wardrobe": {
    "clothing": [
      {
        "type": "tank top",
        "material": "cotton",
        "fit": "fitted",
        "color": "white"
      },
      { "type": "denim shorts", "fit": "high-waisted", "details": "frayed hem" }
    ],
    "accessories": ["gold layered necklaces", "small hoop earrings"]
  },
  "pose_action": {
    "position": "mirror selfie, phone at chest level",
    "posture": "slight hip tilt"
  },
  "environment": {
    "location": "modern apartment bedroom",
    "background": ["natural light from window"],
    "atmosphere": "casual, warm"
  },
  "lighting": {
    "type": "natural",
    "quality": "soft diffused",
    "effects": ["window light", "subtle shadows"]
  },
  "camera_technical": {
    "device": "iPhone 15 Pro",
    "lens": "24mm wide",
    "aperture": "f/2.0"
  },
  "realism_anchors": [
    "visible skin pores",
    "fabric texture",
    "natural window light"
  ],
  "negative_prompt": [
    "cartoon",
    "deformed",
    "blurry",
    "airbrushed",
    "watermark",
    "low quality"
  ]
}

示例：产品（基础架构）

必需字段： prompt_type、meta、subject、environment、lighting、camera_technical、realism_anchors、negative_prompt

{
  "prompt_type": "product",
  "meta": {
    "quality_tier": "professional",
    "aspect_ratio": "1:1",
    "style": "photorealistic",
    "target_model": "flux"
  },
  "subject": {
    "description": "vintage 1970s Polaroid camera, cream and brown body, rainbow stripe",
    "physical_details": {
      "materials": ["plastic body", "metal accents"],
      "finish": "matte with age patina"
    }
  },
  "environment": {
    "location": "weathered wooden table surface",
    "background": ["soft out-of-focus bookshelf", "warm afternoon light"],
    "atmosphere": "nostalgic, cozy"
  },
  "lighting": {
    "type": "golden-hour",
    "direction": "side lighting from window",
    "quality": "soft warm",
    "effects": ["warm highlights", "soft shadows"]
  },
  "camera_technical": { "lens": "50mm macro", "aperture": "f/2.8" },
  "realism_anchors": [
    "surface scratches",
    "dust particles",
    "leather texture",
    "metal patina"
  ],
  "negative_prompt": [
    "blurry",
    "low quality",
    "oversaturated",
    "artificial",
    "floating",
    "watermark"
  ]
}

示例：Nano-banana 模型

Nano-banana 使用其专属的扁平结构——无需 prompt_type 字段。

必需字段： subject（含 body）、wardrobe、scene、lighting、camera

{
  "subject": {
    "description": "young woman mid-20s, honey blonde beach waves, confident smile",
    "body": {
      "physique": "natural athletic build, hourglass figure",
      "anatomy": "defined shoulders, narrow waist, curved hips",
      "details": "visible skin pores, natural texture, subtle imperfections"
    }
  },
  "wardrobe": {
    "top": "white cotton tank top, fitted, subtle outline visible",
    "bottom": "high-waisted denim shorts, frayed hem",
    "accessories": ["gold layered necklaces", "small hoop earrings"]
  },
  "pose_action": {
    "description": "mirror selfie, holding smartphone at chest level, slight hip tilt"
  },
  "scene": {
    "environment": "modern apartment bedroom, natural light from window"
  },
  "lighting": {
    "type": "soft natural",
    "effects": ["diffused window light", "subtle shadows"]
  },
  "camera": {
    "technical": "iPhone 15 Pro, 24mm wide, f/2.0",
    "aspect_ratio": "9:16",
    "negative_constraints": "no cartoon, no deformed, no blurry, no airbrushed, no watermark"
  }
}

步骤 4：验证

# Auto-detects model from meta.target_model (defaults to nano-banana if absent)
node /skills/generating-image-superprompts/scripts/validate-prompt.js --input prompt.json

# Or specify model explicitly
node /skills/generating-image-superprompts/scripts/validate-prompt.js --input prompt.json --model flux

验证内容：按 prompt_type 和模型检查必需字段、冲突、模型专属要求以及负面提示词覆盖情况。

重要 -- 用于验证的 JSON 结构： 传递给验证脚本的 JSON 对象，必须在顶层包含提示词字段（subject、wardrobe、scene、lighting、camera 等）。examples/ 目录中的示例文件会将这些字段与文档元数据（name、description、model_adaptations 等）一起包在 superprompt 键中，但验证器不需要这个包装——它要求字段位于根级。

常见失败原因： 如果验证因 subject、wardrobe、scene、lighting 或 camera 出现“必需”错误而失败，你几乎可以确定是将提示词字段包在了 superprompt 对象中。移除该包装，并将所有字段放到 JSON 根级。

如果验证失败：

1. 仔细查看错误消息
2. 检查是否误将提示词字段包在 superprompt 键中，或包含了元数据键（name、description、model_adaptations 等）——如果是，请移除这些内容，并将提示词字段放到根级
3. 修复 JSON 中发现的问题
4. 重新运行验证
5. 只有验证通过后，才能继续步骤 5

重复此循环，直到状态显示 ✓ VALID。

第 5 步：展平为模型格式

将结构化 JSON 转换为模型所需的文本格式。“展平”是指将嵌套值合并为逗号分隔的字符串。

示例（Flux）：

结构化 JSON：

{
  "quality_prefix": "masterpiece, 8k uhd",
  "subject": "young woman mid-20s, honey blonde beach waves",
  "wardrobe": "white tank top, denim mini skirt",
  "pose": "mirror selfie, back arch",
  "lighting": "hard direct sunlight"
}

展平后的提示词（可直接用于模型）：

masterpiece, 8k uhd, young woman mid-20s, honey blonde beach waves, white tank top, denim mini skirt, mirror selfie, back arch, hard direct sunlight

请参阅模型模板，了解特定模型的展平规则（某些模型，如 GPT Image 1.5，更适合使用自然语言段落，而非逗号分隔的标签）。

第 6 步：返回给用户

始终提供：

1. 可直接使用的展平后提示词（可复制粘贴到模型中）
2. 推荐的模型设置（guidance_scale、steps、aspect_ratio）

可选提供： 3. 结构化 JSON — 仅在用户明确提出要求，或需要稍后迭代／编辑提示词时提供

参考图工作流

当用户提供用于保留面部／身份特征的参考图时，你仍需生成完整的超级提示词 — 只需添加一个 reference 块来保留身份特征。

[! IMPORTANT] > 这并非标准工作流的替代方案。你需要遵循标准工作流，并添加参考设置。

Reference Image Generation:
- [ ] Step 1: Confirm reference image uploaded
- [ ] Step 2: Follow Standard Workflow Steps 1-3 (generate FULL superprompt)
- [ ] Step 3: Add reference block to the superprompt
- [ ] Step 4: Ensure subject.appearance.skin references the image
- [ ] Step 5: Continue with Standard Workflow Steps 4-6 (validate, flatten, return)

生成内容

你需要生成包含所有常规块（subject、wardrobe、pose、scene、lighting、camera）的完整超级提示词，并在最前面添加一个 reference 块。

参考块结构

将此块添加到完整超级提示词中：

{
  "reference": {
    "face_identity": "use uploaded reference image",
    "identity_lock": true,
    "face_accuracy": "100% identical to reference — same facial structure, proportions, skin texture, expression, and details"
  }
}

完整示例（参考图 + 完整超级提示词）

{
  "reference": {
    "face_identity": "use uploaded reference image",
    "identity_lock": true,
    "face_accuracy": "100% identical to reference — same facial structure, proportions, skin texture"
  },
  "subject": {
    "description": "young woman mid-20s, athletic build",
    "body": {
      "physique": "toned athletic build",
      "anatomy": "defined shoulders, narrow waist",
      "details": "visible skin pores, natural texture"
    },
    "appearance": {
      "skin": {
        "tone": "same as reference image",
        "texture": "natural, visible pores"
      },
      "expression": "confident smile",
      "gaze": "direct at camera"
    }
  },
  "wardrobe": {
    "top": "black sports bra, fitted",
    "bottom": "high-waisted grey leggings",
    "accessories": "small stud earrings"
  },
  "pose": "gym mirror selfie, phone at chest level, slight hip tilt",
  "scene": {
    "environment": "modern gym, weight racks in background",
    "lighting": { "type": "overhead fluorescent", "quality": "bright, even" }
  },
  "lighting": {
    "type": "gym fluorescent",
    "effects": "even illumination, subtle shadows"
  },
  "camera": {
    "technical": "iPhone 15 Pro, 24mm wide, f/1.8",
    "aspect_ratio": "9:16",
    "negative_constraints": "no cartoon, no deformed, no blurry, no face change, no identity drift"
  }
}

关键参考设置

设置	用途
identity_lock: true	防止面部特征发生偏移
face_accuracy: "100%"	精确匹配面部
skin.tone: "same as reference"	保留肤色特征

兼容参考图的模型

• Flux IP-Adapter - 最适合保留面部特征
• Flux Kontext Max - 在编辑过程中具有出色的身份特征保留能力
• GPT Image 1.5 - 在迭代编辑中可靠地保留面部和身份特征
• Seedream 4.5 - 支持最多 14 张参考图，以保持角色一致性
• Nano Banana - 对身份锁定提供强力支持
• Midjourney --cref - 角色参考标志

请参阅 examples/reference-image-gym.json 查看完整示例。

---

超级提示词手册

高质量提示词的核心原则。详细说明和示例请参阅 playbook.md。

7 项原则（快速参考）：

1. 层次化具体描述 — 描述具体，不要含糊（"fitted burgundy velvet midi dress"，而不是 "wearing a dress"）
2. 真实感锚点 — 以物理现实为基础（visible pores、fabric weave、accurate shadows）
3. 相机技术术语 — 使用摄影术语（85mm lens、f/1.8 aperture）
4. 负面提示词规范 — 排除质量问题、解剖错误和风格泄漏
5. 空间一致性 — 清晰定义相机角度和主体位置
6. 以光线讲述故事 — 黄金时段 = 温暖；正午硬光 = 鲜明；轮廓光 = 戏剧感
7. 身份锁定 — 为保持角色一致性，锁定年龄、头发和体型

示例

包含输入 → 输出转换的完整示例。每个示例都包含针对多个模型调整的提示词。

各类别重点示例

参考图（从这里开始，保留身份特征）：

• examples/reference-image-gym.json - 保留面部和身份特征的工作流及最佳实践

镜子自拍（最常见的用例）：

• examples/nano-banana-mirror-selfie.json - 4 种变体，深入刻画解剖细节
• examples/elevator-mirror-selfie.json - 多重倒影，深夜氛围
• examples/lifestyle-selfie.json - 街边商店橱窗倒影

户外／生活方式：

• examples/backyard-bikini.json - iPhone 户外真实感，重力物理效果
• examples/jet-ski-lookback.json - 海洋金色时刻，躯干扭转姿势
• examples/tropical-beach-selfie.json - 海滩自拍视角，草帽

室内／休闲：

• examples/bedroom-prone-selfie.json - 舒适的床上自拍，粉色家居服
• examples/kitchen-candid.json - 公寓夜晚、雨中城市、混合光线

艺术／风格化：

• examples/bw-window-portrait.json - 从文本转为结构化内容，黑白电影感
• examples/streetwear-editorial-collage.json - 多面板海报，模拟与数字融合
• examples/fashion-studio-collage.json - 多姿势拼贴，同一模特呈现 6-8 种姿势

更多示例

浏览 examples/ 目录，查看更多 50 多个示例，涵盖：

• 运动／健身姿势、复杂服装、品牌商品
• 情侣、合影、双主体
• 夜间摄影、闪光灯美学、低光照
• 编辑时尚、拼贴、分割布局
• 角色／角色扮演、奇幻元素

模型模板

每种模型都有特定的提示词格式要求：

• models/flux.md - 质量标签置于开头，使用摄影术语
• models/flux-kontext-max.md - 自然语言编辑、保留条款、512 个 token 限制
• models/gpt-image-1.5.md - 自然语言、质量参数，无需质量标签
• models/seedream-4.5.md - 连贯的自然语言、简洁的提示词、将文本放在引号内
• models/nano-banana.md - 深度 JSON、解剖术语、内联负面提示词
• models/black-forest-labs.md - 详细的 BFL/Flux 指南
• models/midjourney.md - 参数（--ar、--v、--style）
• models/ideogram.md - 将文本放在引号内、魔法提示词
• models/recraft.md - 风格预设、调色板
• models/luma.md - 动作描述、镜头移动
• models/reve.md - 艺术运动参考
• models/grok-imagine.md - 自然语言，适合社交平台

验证脚本

# Validate a prompt
node /skills/generating-image-superprompts/scripts/validate-prompt.js --input prompt.json --model nano-banana

# Strict mode (warnings as errors)
node /skills/generating-image-superprompts/scripts/validate-prompt.js --input prompt.json --model nano-banana --strict

# Pipe from stdin
cat prompt.json | node /skills/generating-image-superprompts/scripts/validate-prompt.js --model nano-banana

输出包含具体性、真实感、技术性和负面提示词覆盖度的质量评分（0-100）。

纵横比参考

比例	用途
9:16	移动设备／快拍／TikTok
16:9	桌面设备／YouTube
1:1	Instagram／个人主页
4:5	Instagram 人像