image-prompt-craft

name	image-prompt-craft
description	将简短、模糊或互相冲突的视觉需求重写为可直接用于文生图、参考图生成、图片编辑或 PPT 纯底图的高质量提示词。用户要求优化生图 Prompt、统一一组图片风格、生成演示文稿背景，或在实际生图前需要补全构图、材质、光线、色板、文字安全区与保留项时使用；不代替图片模型，也不把普通问答强行改成生图任务。
metadata	{"source":"https://github.com/wuyoscar/GPT-Image2-Skill"}

Image Prompt Craft

把用户的视觉意图编译成可执行 Prompt。优先提高构图可控性、主体准确度、风格一致性和最终用途适配；不靠堆叠 beautiful、professional、high quality 等空泛词制造“质量感”。

先判断交付模式

只选当前任务需要的模式，并读取对应 Reference：

• 新图、产品图、摄影、插画、海报或单张配图：读取 通用图片 Prompt。
• 参考图生成、局部修改、换背景或风格迁移：读取 图片编辑与参考一致性。
• PPT、Keynote、演示文稿的底图、母版背景或一组页面背景：读取 PPT 底图 Prompt；若用户还要求整套统一，继续读取 系列一致性。
• 多张普通图片需要同一角色、产品、世界观或品牌风格：读取通用图片 Reference 和系列一致性 Reference。

“PPT 页面图”“PPT 海报页”不一定是底图。若标题、正文、图表仍由 PPT/HTML 排版层添加，则必须走纯底图模式；只有用户明确要求把整页文字烤进图片，才按海报/整页成品处理。

共同工作流

1. 从用户原话中锁定不可改写项：主体、动作、数量、关系、用途、比例、文字、品牌要求、参考图职责和明确禁项。缺失信息不会改变核心结果时自行采用合理默认值，不追问。
2. 先确定画布和区域分配，再描述主体。Prompt 的信息顺序优先为：画布与用途 → 构图/留白 → 主体与动作 → 环境和可见细节 → 媒介/镜头 → 材质 → 光线 → 色板 → 一致性/保留项 → 精准禁项。
3. 用 5–12 个可见名词和明确空间关系替换空泛形容词。材质、光线、色板分开写；只选一个主媒介或主拍摄语法，避免“摄影 + 水彩 + 3D + 扁平插画”无意混杂。
4. 普通场景优先输出一段紧凑自然语言。只有产品渲染、复杂多区画面或多套相互作用的视觉系统，才使用结构化分区；不要为了显得专业而输出冗长 JSON。
5. 只保留针对模型高概率错误的短禁项，例如多余肢体、伪品牌、乱码或塑料 CGI 感。不要生成占据主体篇幅的否定词清单。
6. 最终 Prompt 默认使用清晰英文；用户要求出现在画面中的原文保持原语言并放入双引号。若调用方或模型明确更适合中文，则可输出中文，但结构与约束不变。

输出要求

• 用户只要求“优化提示词”时，直接给最终 Prompt；必要时附一行关键假设，不输出思维过程。
• 用户要求实际生图时，把最终 Prompt 原样交给当前可用的图片生成或编辑工具；本 Skill 不另建供应商调用方式。
• 用户要求多个方案时，方案之间改变一个有意义的轴，如构图、媒介或光线，不做只换形容词的伪变体。
• 用户提供的信息不足以支持特定品牌、人物身份或精确数据时，不擅自补造。

质量闸门

提交前检查：

• 第一段是否已经说明比例、用途和构图，而不是先堆主体细节？
• 主体、数量、动作和空间关系是否可以被画出来？
• 材质、光线、色板是否具体且互不冲突？
• 是否保留了用户所有硬约束和参考图职责？
• PPT 底图是否无文字、无 UI/图表、具有与实际内容布局匹配的低干扰安全区？
• 系列图片是否在每条独立 Prompt 中重复相同的系列锚点，同时有明确的单图变化？
• 删除任何空泛词后，画面是否仍然清楚？若不清楚，继续补充可见细节。