GPT 图像生成提示词引擎
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @kunlungrowth/kunlun-gpt-image2-prompt-engine。
技能介绍
要解决什么问题
团队在落地 GPT 图像生成提示词 相关能力时,常见痛点是:PR 没有统一评审口径、技术方案只堆功能不做取舍、线上异常靠猜、接口契约前后端各写各的。本技能来自昆仑增长在 SkillHub 上的封装,把通用工程方法收成可触发的六类交付物,而不是另接付费 API 或代管密钥。
技能如何工作
听到对应 触发词 后进入单能力或多能力组合:
- 代码评审(
review/评审/CR):输入 diff 或 PR,产出带阻断/建议/可选分级的检查清单。 - 技术方案设计(
设计/方案/架构):输入需求与约束,产出含背景、目标、选型、风险的方案模板。 - 调试排错(
debug/报错/排查):输入报错与上下文,产出定位树、复现步骤与修复验证项。 - 架构权衡(
选型/对比):输入场景与规模,产出利弊、适用边界与成本对比表。 - API 设计(
接口/API/契约):输入资源与操作,产出 RESTful 规范、字段契约与错误码草案。 - 工程规范(
规范/最佳实践):输入语言或框架,产出清单与反模式提醒。
文档里还给了两套工作流:评审时先意图与正确性再谈风格;排错时先稳定复现、隔离变量、用日志/链路/指标做二分验证。输出物可直接套用第四节模板,第五节有五维代码质量量表辅助打分。
边界与注意点
技能明确 不替代 专业资质判断,不接入付费服务,不处理真实密钥凭据(仅脱敏示例)。评审结论仅供参考,合并与发布仍由负责人决策。若结果不够贴场景,应在对应能力的输入里补全人群、约束与规模,而非指望默认模板覆盖所有业务细节。
使用场景
- 图像提示词服务 PR 合并前,需要按阻断/建议/可选分级列出逻辑与安全项
- 新上一版提示词编排微服务,要在方案里写清选型理由、回滚与风险
- 生产环境提示词网关 5xx,要先最小复现再对照日志做二分定位
- 前后端约定提示词任务创建接口,要统一 REST 路径、字段与错误码
适合人员
- 维护提示词模板仓库的后端工程师,希望 PR 评审有可执行的检查清单而非口头挑刺
- 负责图像生成链路的技术负责人,需要在评审会上用结构化方案对比模型与缓存选型
- on-call 全栈开发,接到提示词接口超时告警时需要按复现→隔离→证据的排错节奏
- 独立开发者自研提示词 HTTP 服务,想把资源建模与错误码写成可给联调方直接用的契约