六字段文生图提示词生成器

问题在哪

文生图模型对提示词的结构很敏感：一句笼统的「帮我画个海报」往往会在主体、动作、场景、镜头、风格和禁忌项之间来回打架，出图不稳定。若把想法硬塞进一段自然语言，模型也容易漏掉比例、景深或「不要出现文字」这类约束。

技能如何工作

本技能把用户的画面意图收敛为固定六字段的 JSON：subject、action、scene、camera、style、constraints。字段值默认用中文书写（除非你要求英文或双语）。

交互分两种模式：

• 直接生成：用户说「直接生成」「不用问」等时，在一轮内补全缺失的常规细节并输出 JSON。
• 引导推荐：其余情况先对照六字段做缺口与冲突检查，用可选项追问（每轮最多三组问题），再汇总成最终 JSON。

工作流会识别画面类型（人像、海报、角色插画、场景建筑、UI 概念、梗图等），并依赖 references/six-field-manual.md 中的模板、选项库与默认值。写实类请求在引导模式下会单独询问焦段与光圈（如 85mm f/1.8）。输出契约要求六个顶层字段均为非空字符串，负面要求只写在 constraints 里；画幅比例可按类别默认（如人像 3:4，横版场景 16:9）。

边界与注意点

引导模式不会在信息过少时擅自发明主体或重大剧情元素；稀疏输入需要先选推荐项或明确走直接生成。涉及真人、品牌、可读文字或 IP 形象时，技能会先确认是否要保真。最终 JSON 不应包在代码块里（除非你要求），也不宜留占位符或嵌套结构。