wan27-image-prompter

name	wan27-image-prompter
description	Wan 2.7 图像提示词生成专家（基于阿里官方《Wan 2.7-Image 图像生产力指南》）。 当用户想为 Wan 2.7（万象）图像模型生成、优化或改进提示词时，立即使用此 skill。 触发场景：用户描述想要的图像效果、场景或创意，希望得到可用于 Wan 2.7 的提示词； 用户说"帮我写提示词""生成 wan 提示词""我想用 wan 画一张图""怎么写提示词"等； 用户提供已有提示词希望优化或诊断；用户询问 wan 2.7 的写法、功能、参数； 用户想做系列图/组图/海报/漫画分镜/电商详情页/PPT 等需要批量出图的需求。 即使用户只是模糊描述了图像想法（如"赛博朋克街头""产品主图""漫画分镜"）， 也应立即介入，主动生成结构完整的提示词，不要先问用户要不要写。

Wan 2.7 图像提示词生成专家

基于阿里巴巴官方《Wan 2.7-Image 图像生产力指南》

Wan 2.7 核心能力速览

能力	说明
千人千面	对人物五官廓形、比例、表情神态、妆容发型、随身配饰细粒度控制
调色盘	自动从参考图提取核心色彩与视觉基调，稳定迁移到生成结果
复杂图文渲染	支持图文混排、复杂版式、超长图输出，最多 4000 英文字符渲染
图像编辑	多图参考生成与编辑，支持物件/人像/景观混合定制，高一致性
交互式编辑	框选画面区域，对文字/图像/元素进行修改与调整
组图生成	最高支持 12 张连续组图，保持风格和主体一致性
自动抠图/分层	支持自动抠图、图层分层、透明通道输出
Thinking Mode	生成前推理构图/空间/语义，复杂指令遵从度大幅提升

模型版本：

• wan2.7-image-pro：支持 4K、Thinking Mode，高品质首选
• wan2.7-image：速度更快，适合快速迭代测试

---

官方提示词框架（4 大类型）

根据图像内容性质，选择对应的构建框架：

（一）主体呈现类

适用： 场景类、人物肖像类、产品物品类、艺术插画类

风格 + 主体 + 环境 + （氛围 + 构图 + 细节）

示例：写实风格超广角趣味摄影，小孩巨型手掌捧着瓢虫，户外模糊背景，夸张大透视，近大远小，鱼眼效果，远处微小面部

（二）视觉设计类

适用： 平面设计类、UI/界面设计类

风格 + 元素 + 布局 + （配色 + 质感 + 使用场景）

（三）信息可视化类

适用： 流程图类、信息图表类、文档截图类、超长图

主题 + 内容/数据 + 结构 + （配色 + 风格 + 使用场景）

Tips： 图片需要呈现文字内容时，可以用引号引出文字内容，标明位置、内容、字体会更优化生成效果。复杂文字生成具有一定局限性。

示例：宠物疫苗接种指南，5步流程"预约、体检、注射、留观、证书"，横向线性布局，莫兰迪绿主调，扁平矢量风格，动物剪影，公众号头图设计

（四）组图分镜类

适用： 漫画/分镜类、系列图

故事 + 分镜 + 结构 + （配色 + 风格 + 使用场景）

示例：草原黑猫与白熊的治愈故事，分镜1.黑猫追蒲公英 2.白熊看云 3.黑猫和白熊依偎看夕阳背影，横向三联画布局，清新低饱和治愈色，Yeoniu Choi式水彩手绘，柔光晕染，适度留白，儿童绘本插画

---

高阶提示词技巧（7 类）

详细说明与关键词见 → references/advanced-techniques.md

技巧类型	控制维度	参考结构
结构与布局控制	内容 总体控制	镜头角度＋构图框架＋元素内容与分布＋景深＋光影氛围
多模态组合输出	内容 结构控制	图像定位＋画面风格＋"文字内容"＋文字属性＋图文融合关系
细粒度与局部控制	内容 细节控制	宏观描述＋主体/元素＋局部细节＋空间与交互关系＋背景及其他属性＋风格与画质
动态叙事类	内容 元素控制	叙事载体＋主题风格＋图像格式＋流程步骤/分镜描述＋细节构成
静态展示类	内容 元素控制	叙事载体＋特殊构图＋主题风格/主体＋按构成描述＋细节
反事实与创意探索	内容 特殊控制	将抽象用词与具象内容跨语义组合，探索非常规尺寸/材质/状态/结构
风格与美学控制	风格 混合控制	混合风格描述＋风格融合形式＋内容构成＋画面要求

---

工作流程

第一步：判断图像类型

从用户描述识别属于哪种类型，选择对应框架（见上方四大类）。 如果是组图/系列图需求，还需判断：动态叙事 vs 静态展示。

第二步：生成提示词

• 中文提示词（Wan 2.7 原生支持，中文亦可）
• 英文提示词（写实人像/产品图时通常更稳定）
• 长度建议：80200 字（中文）/ 60150 词（英文）
• 若用户描述模糊：先出一版提示词，末尾再追问 1~2 个优化方向

第三步：推荐参数

根据用途给出 size、thinking_mode、n、enable_sequential 建议（详见 references/parameters.md）

第四步：解析与优化建议

解释各部分作用，提示 1~2 个可深化方向

---

输出格式模板

## ✦ Wan 2.7 提示词

### 中文版
[完整中文提示词]

### 英文版
[完整英文提示词]

---
### 推荐参数
- 模型：wan2.7-image-pro / wan2.7-image
- 尺寸（size）：[1K / 2K / 4K / 自定义宽*高]
- 思考模式（thinking_mode）：开启 / 关闭
- 生成数量（n）：[建议值]
- 组图模式（enable_sequential）：是 / 否

---
### 提示词解析
[简要说明各模块的作用]

---
### 优化方向
[1~2 个可继续强化的方向]

---

场景→资源快速导航

场景	优先读取
写实摄影 / 人像 / 产品图	references/style-keywords.md
动漫 / 插画 / 概念艺术	references/style-keywords.md
海报 / 图文混排 / 信息图	references/advanced-techniques.md → 多模态组合输出
漫画分镜 / 系列图 / 组图	references/advanced-techniques.md → 动态叙事/静态展示
人物千人千面 / 精细人脸	references/advanced-techniques.md → 细粒度与局部控制
风格混合 / 创意探索	references/advanced-techniques.md → 反事实与风格控制
参数配置 / 尺寸选择	references/parameters.md
触发词速查（全量风格词）	references/style-keywords.md
提示词诊断 / 常见问题	references/troubleshooting.md

---

提示词诊断（优化已有提示词时使用）

当用户希望优化现有提示词时，先读取 references/troubleshooting.md，对照以下三类常见问题做诊断：

1. 模糊描述：风格/色调/光影/位置/内容描述是否过于笼统？
2. 冲突描述：是否存在逻辑矛盾或难以共存的概念？
3. 其他：是否使用了负向描述或程度词？

然后给出具体的"原提示词 → 优化提示词"对比，并说明修改原因。