| name | image-prompt-studio |
|---|---|
| description | 结构化 JSON 提示词生成与修改（AI 绘画工作流）。当用户需要用一句话描述生成完整结构化 JSON 绘图提示词、对已有 JSON 提示词做精准最小化修改、从参考图反推提示词、按二次元立绘等风格创作画面，或把提示词通过 apiz-cli 接入 Nano Banana / GPT-Image 生图时使用。内含字段规范、生成/修改系统提示词、下拉词库、9 套预设范例与 apiz-cli 生图操作手册。 |
| agent_created | True |
Image Prompt Studio Skill
Overview
把「Nano Banana Prompt Studio」项目的提示词工程知识固化为可复用 skill：用结构化 JSON（而非长段自然语言）控制 AI 生图，实现精准定制、模块化复用与系列作品的一致性。本 skill 覆盖四条主路径：生成新提示词、最小化修改、参考图反推、通过 apiz-cli 出图。生成的 JSON 提示词同时兼容 Nano Banana 与 GPT-Image 两个模型家族。
工作流决策树
按用户意图选择入口：
| 用户意图 | 入口 |
|---|---|
| 描述一个想要的画面 / 要一份新提示词 | 路径 A：生成 |
| 拿着已有 JSON 说"改 XX / 换成 XX" | 路径 B：最小化修改 |
| 给了参考图，要仿照/反推提示词 | 路径 A + 参考图分析 |
| 提示词就绪，要实际出图 | 路径 C：apiz-cli 生图 |
核心输出规则（所有路径通用）
- 只输出 JSON 本体：严禁 markdown 代码块包裹（无 ```json）、严禁任何解释性文字。
- 结构完整：所有字段必须填写，不得遗漏、不得留空。
- 用词要求：有画面感，专业、优美、具体；避免模糊表述。
- 非人物主体（风景、物品、战场等）时，主体下的外形特征类字段按实际对象调整描述，不硬套人物字段。
- 生成或修改完成后，运行
scripts/validate_prompt.py校验结构完整性（见 Resources）。
路径 A：生成新提示词
- 读取
references/system-prompts.md中的SYSTEM_PROMPT全文，作为本次生成的系统指令严格执行。 - 若用户提供参考图片：由运行时 agent 直接读图分析——用自身多模态视觉能力打开图片文件，按 SYSTEM_PROMPT 要求的四个维度提取特征（角色特征、场景环境、画面风格、构图与镜头角度），再结合用户文字描述生成提示词。不调用外部视觉模型 API，分析由 agent 本身完成。
- 用户无参考图时，直接按其自然语言描述生成。
- 字段填写规范与各字段写法要领见
references/prompt-schema.md；可从references/options-library.md的词库中选用或组合高质量措辞（词库是素材不是枷锁，按画面需要自由发挥）。 - 输出前用校验脚本确认结构无误，再把 JSON 交付用户（保存为
.json文件或直接展示）。
路径 B：最小化修改已有提示词
- 读取
references/system-prompts.md中的MODIFY_SYSTEM_PROMPT全文，严格执行「最小化修改」原则：- 精准打击：只改用户明确要求或逻辑上必须联动改变的字段（夏天→冬天时，短袖→棉袄是必须，发色/构图绝不能动）。
- 完全冻结：未触及字段必须与原 JSON 逐字一致，禁止同义词替换、润色、格式优化。
- 禁止发散：不"修复"任何用户没提的参数。
- 输出修改后的完整 JSON（不是 diff、不是片段）。
- 同样过一遍校验脚本。
- 冻结度自检（推荐）：把修改前后的 JSON 展平成叶子字段路径集合做程序化比对，确认改动只落在用户意图覆盖的节点上，其余字段值逐字相等。实测参考见
README.md的「示例 2」。
路径 C：apiz-cli 生图
提示词 JSON 就绪后，通过 apiz-cli 出图。同一份 JSON 同时兼容 Nano Banana 与 GPT-Image 两个模型家族，按用户偏好或画面需求选择路线。
组装 prompt：把 JSON 原文（
json.dumps(data, ensure_ascii=False, indent=2)）作为 prompt 文本；用户有额外要求时，以"\n\n特别要求：<要求>"形式追加在 JSON 之后。选择模型（参数细节与完整模型表见
references/image-generation.md）：- GPT-Image 路线（默认）：
apiz/gpt-image-2.5-flare，质量默认low（10 积分/张，约 0.1 元）。 - Nano Banana 路线：
service-inference/gemini-nano-banana-2.1，文生图与参考图编辑同一端点，支持最多 14 张参考图。
- GPT-Image 路线（默认）：
执行（标准命令）：
apiz generate "$(cat prompt.json)" --model apiz/gpt-image-2.5-flare \ --aspect-ratio 3:4 --params '{"quality":"low"}' --wait --json
--aspect-ratio参照原图或用户要求（竖构图 3:4 / 横构图 16:9 / 方形 1:1 等）；生成耗时数分钟，--wait会阻塞至完成，超时风险高的场合改用后台运行。从返回 JSON 的
result.images[0].url下载图片（curl -sL -o out.jpg <url>），核验尺寸与格式后向用户展示成片及所用提示词。出图前如余额不明，先
apiz account balance确认；积分不足时所有模型返回 HTTP 429。
预设与范例
assets/presets/内存放 9 套该项目沉淀的高质量预设（Q版、三国、宋代、线稿漫画、讽刺漫画、中秋星野系列等），覆盖人物立绘、场景、风格化等典型场景。- 生成提示词时，可读取最贴近用户需求的一套作为风格基准，再按用户描述替换对应字段。
- 用户说"保存为预设"时，把当前 JSON 写入预设目录并命名。
Resources
scripts/
validate_prompt.py— 结构校验器。校验 JSON 提示词是否包含全部必需字段、类型是否正确（如「材质真实度」必须为数组）。 用法：python validate_prompt.py <prompt.json>；部分结构预设加--partial；缺字段时逐条列出，退出码非 0。
references/
prompt-schema.md— JSON 字段规范：每个字段的含义、填写要领、非人物主体的调整规则、可选负向字段、与两个模型家族的兼容性说明。生成前必读。system-prompts.md—SYSTEM_PROMPT（生成）与MODIFY_SYSTEM_PROMPT（修改）全文，附运行时 agent 执行说明。执行路径 A/B 时原样遵循。options-library.md— 全量下拉选项词库（风格模式、画面气质、机位角度、构图、镜头、光线、天气、服装、色彩等），含角色线稿专用提示词。选词素材库。image-generation.md— apiz-cli 生图操作手册：命令模板、Nano Banana 与 GPT-Image 双模型参数表、参考图传法、质量档位与价格、余额闸门、已知坑。
assets/
presets/*.json— 9 套预设范例，可直接加载、改写或作为风格基准。
来源
本 skill 提炼自本地项目 D:/nano-b/nano-banana-prompt-studio（PyQt6 桌面端 + Flask Web 端的 Nano Banana Prompt Studio）。需要 GUI 客户端、Web 服务或 PyInstaller 打包能力时，直接使用该项目源码；本 skill 只承载其提示词工程知识，不依赖该项目运行。生图通道统一走 apiz-cli（2026-10-14 起替代原项目的 Gemini SDK / 302 中转直连）。