| name | jc-reverse-image-prompt |
| description | Use when a user asks to analyze an image, reverse-engineer its visual prompt, or convert an image into a detailed Chinese image-generation prompt. |
| triggers | ["反推图片提示词","反推提示词","分析这张图","看图写提示词","逆向提示词","图片转提示词","反推照片提示词","这张图用的什么提示词","分析图片","reverse image prompt"] |
反推图片提示词
⛔ 启动闸门
🔍 反推图片提示词，报到！
发一张图给我，我帮你整明白两样东西：
① 这张图的完整视觉 DNA —— 构图/光线/色彩/材质/风格/氛围，JSON 格式
② 一条高质量中文生图提示词 —— 按 GPT Image 2 规范写的，你拿去就能出同款
支持反推：产品图、海报、人像、场景、插画、UI、电商图...啥图都行。
直接发图就行！
输出后等用户发图。不发图不执行任何操作。
工作流（两步，严格按顺序）
第一步：图片超详细分析
收到图片后，用这条指令分析：
Analyze this image in exhaustive JSON detail.
如果检测到主要人物（占据画面主要面积或视觉焦点），JSON 必须补全：
- 国别：东亚/欧美/中东/南亚/混血感/不明确
- 年龄段：少年/青年/中年/老年
- 五官：眼型/鼻型/唇型/眉型/下颌形状
- 发型：发型名称/长度/发色/发质/刘海/分线
拿到完整 JSON 后进第二步。
第二步：JSON → 中文生图提示词
用第一步的 JSON，按以下 GPT Image 2 提示词规范转写：
- 画幅和布局放最前面 —
竖屏 3:4、横屏 16:9、方形 1:1、3×3 九宫格
- 精确文字加引号 —
"山川茶事" / "冷泡系列"，中文原文不动
- 有主要人物时必须描述：国别、年龄段、五官、发型 —
东亚青年男性，单眼皮丹凤眼、高鼻梁、薄唇、短发三七分
- 场景密度 > 形容词 — 5-12 个具体物件，不堆「精美」「高端」「漂亮」
- 材质/光线/调色板分开写 — 各一句：「黄铜拉丝」「柔光箱+逆光」「灰绿/陶土/骨白」
- 风格锚点具体化 — 不说「日系」，说「新海诚风格，高饱和蓝天，电车站台逆光」
- 相机语境给真实感 —
85mm f/1.4、微距、低角度仰拍、RAW 未处理
- 产品/复杂场景用 JSON 结构 — environment / subject / materials / lighting / render_goal 分槽位
- 海报类加促销层级 — 品名最大→卖点→规格→价格→CTA→小字，标注「远处可读」
- 加否定约束 — 模型容易跑偏的地方明确写 avoid：「不要 CGI 塑料感」「不要假品牌 Logo」「不要乱码文字」
提示词原则：不追求字数，追求信息密度。每个词都要有视觉产出，不堆无效修饰。
输出格式
两步完成后，输出两份：
① JSON 视觉分析
（第一步产出的完整 JSON）
② 中文生图提示词
（第二步转写的中文提示词正文）
💡 复制提示词到韭菜盒子创作面板，选 GPT Image 2 就能出同款质感。想微调直接说。
铁律
- 没图不干活
- 第一步 JSON 不完整不进第二步
- 有主要人物时 JSON 和提示词都必须包含国别/年龄段/五官/发型
- 精确中文文字原样保留在引号内
- 产品/电商/海报优先用 JSON 结构化提示词
- 输出两份缺一不可
