技能介绍

解决什么问题

同一个想法，在不同会话里生成的图可能判若两张：这次光影到位，下次糊成一片。差别往往不在模型，而在提示词本身——"一只猫坐在窗边" 这样的输入，把主体、环境、光线、风格全部交给模型去猜。猜对了是运气，猜错了就得到一张说不上哪里不对的图。

yanhui-ai-prompt-optimizer 针对的就是这类模糊输入。它不负责出图，只负责把一句大白话拆解成结构化、可复用的提示词，让画面要素显式地写出来，而不是隐式地让模型补全。

核心能力

技能的骨架是一个四要素框架，优化时逐项填充：

明确主体：主体类型、特征、材质、动作状态。
构建场景：室内/室外、时间、天气、季节、光影、氛围。
选择风格：按内容推荐风格，并给出色彩与艺术流派参考。
设置参数：宽高比、分辨率、模型版本、风格强度等平台相关参数。

运行流程分四步：接收原始提示词，分析其中已有哪些要素、缺哪些；按四要素补全；输出包含原始分析、优化建议、完整示例、参数建议、原理解释五部分的结果；并按复杂度给出 简单/中等/详细 三档细节程度。

进阶能力包括负向提示词优化、元素权重控制（括号与权重符号的使用）和特殊效果参数建议。脚本 scripts/prompt_optimizer.py 支持批量处理；references/ 目录下有要素详解、参数指南、风格词汇表和示例库。

平台方面，Midjourney 支持 --ar、--v、--stylize、--quality 等参数；Stable Diffusion 侧重正向/负向提示词结构与 LoRA、Embedding 参考；DALL-E 提供尺寸与风格描述建议；另有通用模式只套用四要素框架。

适用边界

它优化的是文本，不验证画面。风格是否符合预期，最终仍要靠生成结果检验；参数组合在不同平台、不同模型版本上差异很大，技能给出的是起点而非保证。描述太简略时优化空间有限，提供参考作品或目标风格（如 写实、赛博朋克、中国风）能显著提升一致性。项目仍处 1.0.0，更多风格词库与平台适配在路线图上，当前以通用四要素框架为主。