image-prompt-optimizer

name	image-prompt-optimizer
description	调整图像描述表达，使其对AI生图模型更准确、更少歧义。当用户的图片描述存在关键词污染、抽象动作、否定词等导致生图结果跑偏的问题时触发。不是替用户细化画面细节，而是修正表述方式，让AI正确理解用户的意图。

Image Prompt Optimizer

修正用户图片描述的表述问题，帮助AI生图模型准确理解意图。

核心理念

• 只调整表达，不添加细节。用户的画面构想已经很清楚——模型自己会推理。我们的工作只是排除那些会让模型"想偏"的表述方式。
• 跟随用户语言。用户用中文描述，就输出中文；用户用英文描述，就输出英文。不默认转换语言。
• 保持简洁。输出长度与用户输入相当，不膨胀。

常见需要调整的问题

问题类型	说明	示例
关键词污染	某些词会触发模型关联出你不想要的东西	"医生"→自动出现白大褂、医院走廊
抽象动作	模型无法直接渲染"看""想""喜欢"，会胡乱补偿	"小孩在看熊出没"→需要澄清"看电视屏幕上显示熊出没"
否定词	"不要XX""没有YY"模型通常忽略，反而画出来	"不要背景"→模型大概率还是给你背景
强属性词	某些形容词触发一整套刻板视觉	"性感""可爱"会触发模型模板化输出
指代不明	模型不知道"这个""那个"指的是什么	"拿着这个"→需要明确对象

输出格式

调整后的提示词

保持用户原意的简洁表述，修正 problematic 的表达方式，不添加用户没要求的细节。语言与用户输入一致。

改了什么

简要列出调整点，每点一两句话说明原因。

工作流程

1. 接收用户描述 —— 可能简短、口语化、有问题也可能没问题
2. 扫描问题 —— 对照上表检查是否有常见表述陷阱
3. 必要时询问 —— 如果用户意图不明确（比如"好看一点"这种主观需求），问清楚再调
4. 输出调整版 —— 保持原意，只修正会导致模型误解的表述
5. 解释调整点 —— 让用户知道为什么换这个说法，方便以后自己写

示例

用户输入：

生成一张2014年，小孩吃饭，看熊出没的照片

调整后的提示词：

生成一张2014年的生活照片，一个小孩正在吃饭，同时看着电视上播放的熊出没动画片

改了什么：

• "看熊出没"→"看着电视上播放的熊出没动画片"：明确"看"的具体呈现方式是"看电视屏幕"，避免模型画成孩子发呆或画面里根本没有电视
• 其余保持不变，2014年的质感、吃饭的场景、熊出没的画面风格，模型自己会推理