设计级AI图像生成与编辑

当关键词堆砌不再够用

如果你用过 masterpiece, best quality, ultra-detailed 这类提示词组合，大概会遇到两个问题：输出风格随机漂移，同一组关键词换几次采样得到的图几乎不在同一个设计方向上。更根本的问题在于，模型不知道这张图的用途——是杂志封面还是产品主图？受众是谁？应该遵循哪种视觉语言？

松散关键词缺少的不是数量，而是结构。没有优先级、没有负面约束的定制、没有材质和光影的具体描述，模型只能在概率空间里盲猜。

从意图到结构化视觉简报

这个技能的核心方法是设计简报提示（Design Brief Prompting）：把用户的模糊需求转化为一份结构化的 JSON 视觉简报，相当于给艺术总监 / 摄影师 / 设计师的 brief 文档。

简报要求模型理解六个层面：

• 图像的用途与主体
• 遵循的视觉风格体系
• 构图、镜头、光影、色彩、材质、情绪的具体走向
• 最重要的细节优先级
• 必须避免的内容

具体工作流程：

1. 识别任务模式：generate（文生图）或 edit（基于本地图片修改）
2. 确定图像类型：人像、时尚大片、杂志封面、产品广告、风景、建筑、角色概念、海报等
3. 构建 JSON 简报：只保留与当前类型相关的字段，无关字段直接删除
4. 解决风格冲突：用户要求多种风格时，选择一个主风格加至多一个次级影响
5. 设置优先级数组：当需求超过五项时，让模型知道在资源竞争时该保留什么
6. 定制负面约束：不同图像类型有不同的典型翻车点
7. 执行脚本：将完整简报作为 prompt 传入

针对不同类型，简报内置了差异化模块。比如人像的负面约束会包括 deformed hands、waxy skin、empty eyes；产品静物则关注 distorted shape、unreadable label text、cheap plastic texture。宽高比也有明确指引——小红书 / Instagram 封面用 3:4 或 4:5，宽幅电影感用 16:9 或 21:9。

执行纪律与适用边界

脚本必须在前台直接运行，超时设为 180 秒。不要以 background: true 启动，也不需要外部轮询。API 密钥通过 .env 配置，脚本自动加载，手动读取或打印密钥是禁止的。

编辑模式最多支持 10 张本地图片，用分号分隔。输入路径必须存在且为文件。脚本同时兼容 data[0].url 和 data[0].b64_json 两种响应格式，优先从 URL 下载并保存本地副本。

需要注意的边界：

• 如果用户要求图中出现确切文字，建议先生成留白干净的底图，文字部分在设计软件中后期添加
• 不要堆砌风格参考，保持一个清晰的主风格
• 材质描述要具体到可感知的程度，比如面料织法、玻璃厚度、金属边缘高光、胶片颗粒
• 当用户的初始描述过于简略时，技能会自动做合理的创意决策补齐简报，只有在关键信息缺失或歧义会显著改变输出方向时才追问