AI 生图提示词架构师

要解决的问题

面向 nano banana、GPT image 这类自然语言图像模型时，常见难点不是缺少参数，而是提示词本身承载了全部控制：主体、空间、光影、镜头、风格、文字和负面约束都混在一段文本里。若直接写成碎片或长句，模型容易自由发挥，导致手部变形、文字乱码、参考图整图搬运等问题。

工作方式

该技能只输出可粘贴的中英提示词，不调用图像生成或修图工具。它会先判断需求是否足够；若画面过于简单，会先内部补全一组合理假设，而不是机械追问。随后按主体、动作、环境、空间、光影、镜头、风格、约束做内部拆解，并查询风险目录，把命中风险的规避方案落实成具体行。提示词采用每个语义模块独立一行的结构，空间用 foreground、left、two meters away 等锚点，负面约束统一放在最后一行。图生图会区分改图模式与参考提取模式：前者用 Keep 锚点锁定不变区域，后者只提取指定角色、姿势、风格或材质，并防止原背景被整图复制。

适用边界

它适合把画面构想整理为稳定、可复制的提示词，也适合多轮反馈后的最小改动优化。不适用于需要 ControlNet、重绘强度、独立负面提示词字段或参数面板的生成系统。若需求高度发散，技能会给出风格差异明显的备选方案，但不会替你直接出图。