image-to-prompt-generator

name	image-to-prompt-generator
description	读取用户提供的参考图片，逐维度分析视觉信息，反推出可用于 AI 绘图的结构化提示词，并输出 JSON 文件。 当用户想要： - 分析一张参考图并生成对应的 AI 绘图提示词 - 反推图片的视觉构成、色调、风格等信息 - 把一张图的"感觉"转化成可复现的提示词 - 提到"图片反推"、"图生文"、"参考图分析"时 请立即调用此技能，即使用户只是说"帮我分析这张图"或"把这张图转成提示词"。

图片反推提示词生成器

工作流程

第一步：询问锁定项（必须执行，不可跳过）

收到图片后，先不分析，立即询问用户：

请问你希望锁定哪些维度作为"不变项"迁移到新图中？（可多选）

1. 🎨 色彩色调（主色调、冷暖倾向、饱和度）
2. 📐 构图方式（三分法/中心/对角等、视角、焦点位置）
3. 🌄 背景要素（背景内容、前中远景层次）
4. 🖌️ 画面风格（艺术风格、渲染风格）
5. 🔷 几何构成（形状语言、线条方向、引导线）
6. 🧱 材质纹理（材质类型、表面质感）
7. 💡 光影渲染（光源方向、光照类型、阴影风格）
8. 😶 情绪氛围（核心情绪词、整体氛围）
9. 🧩 主体元素（保留主体本身，不作为无效词过滤）

请回复序号（如 1 3 4），未选中的维度将在最终提示词中作为可替换的结构占位处理，不写入具体内容。

等待用户回复后再进入分析阶段。

---

第二步：逐维度分析并过滤无效风格词

收到用户选择后，进行完整的 9 个维度分析，同时执行结构骨架还原：

什么是无效风格词？

无效词只存在于未被锁定的维度中。判断标准只有一个：

"这个描述词，是否只适用于这张特定的图，换一张完全不同的图之后就失去意义？"

如果答案是"是"，就是无效词，替换为占位符。

无效词可以是任何维度中的任何词——不局限于主体：

• 色彩未锁定时：#FF5C00 的夕阳橙 很可能是当前场景专属的，属于无效词；但 暖色调、高饱和 这类描述结构是通用的，不是无效词
• 背景未锁定时：远处的东京塔轮廓、废弃工厂管道是场景专属描述，属于无效词；远景虚化、层次分明的三层景深 是结构性描述，不是无效词
• 几何构成未锁定时：向左倾斜的武士刀形态 是图片专属，属于无效词；主体呈对角线斜向构图 是通用的，不是无效词

核心区别：具体内容词 vs 结构性描述词

• 具体内容词：只在这张图才成立的命名、物品、场景（无效，过滤）
• 结构性描述词：描述的是视觉规律和形式关系，换任何图都能套用（有效，保留）

过滤原则：

• 用户已锁定的维度 → 所有内容全部保留，包括具体内容词
• 用户未锁定的维度 → 只保留结构性描述，具体内容词替换为 [待替换] 占位符

---

第三步：整合输出 JSON

---

分析维度（按顺序执行）

1. 关键元素 key_elements

识别画面中出现的所有视觉对象：

• 主体（最核心的视觉焦点是什么）
• 次要元素（配角、道具、装饰）
• 前景遮挡物（如有）

2. 构图 composition

分析画面的空间组织方式：

• 构图类型（三分法 / 中心构图 / 对角线 / 框架式 / 留白 / 对称等）
• 视角（俯视 / 仰视 / 平视 / 极端低角等）
• 视觉焦点位置（画面坐标感：左上 / 中心 / 右下等）
• 主体在画面中的占比

3. 色彩色调 color_palette

提取色彩信息：

• 主色调（1-2 个主导颜色，尽量给出近似色号）
• 辅助色 / 点缀色
• 整体色温（暖 / 冷 / 中性）
• 饱和度倾向（高饱和 / 低饱和 / 脱饱和）
• 明度倾向（高调 / 暗调 / 中间调）

4. 画面风格 art_style

判断艺术与渲染风格：

• 艺术风格（写实 / 半写实 / 插画 / 概念艺术 / 水墨 / 像素等）
• 渲染风格（3D 渲染 / 手绘 / 数字绘画 / 照片写实等）
• 参考风格标签（如能联想到类似的游戏/影视/画家风格，可注明）

5. 几何构成 geometry

分析抽象的形状语言：

• 主体的基本形（圆形感 / 三角感 / 方形感）
• 线条方向（垂直 / 水平 / 斜线 / 曲线为主）
• 视觉引导线（有没有隐含的引导视线的线条路径）
• 整体节奏感（密集 / 稀疏 / 层叠 / 简洁）

6. 背景要素 background

描述背景的内容与层次：

• 背景类型（纯色 / 渐变 / 场景 / 虚化 / 抽象）
• 前景层（最近处）
• 中景层（主体所在层）
• 远景层（最远处的元素或天空）
• 背景与主体的对比关系

7. 材质纹理 material_texture

描述表面质感：

• 主体的主要材质（金属 / 布料 / 皮肤 / 石材 / 木质 / 能量光效等）
• 表面处理感（光滑 / 粗糙 / 磨砂 / 反光 / 哑光）
• 是否有明显的纹理图案

8. 光影渲染 lighting

分析光照信息：

• 主光源方向（左上 / 右侧 / 正面 / 逆光 / 顶光 / 底光）
• 光照类型（自然光 / 魔法光效 / 环境光 / 聚光 / 漫反射）
• 阴影风格（硬边阴影 / 柔和过渡 / 几乎无阴影）
• 是否有次要光源或 rim light（边缘光）

9. 情绪与氛围 mood_atmosphere

提炼画面传达的感受：

• 核心情绪词（3-5 个关键词，如：史诗感、压迫感、温柔、神秘、危机）
• 整体氛围（宏大 / 亲密 / 紧张 / 平静 / 黑暗 / 梦幻等）
• 叙事暗示（画面是否暗示了某种故事或时间节点）

---

输出格式

分析完成后，整合所有维度，输出以下 JSON。prompt_summary 必须是英文，其余字段用中文填写。

prompt_summary 的写法要求：

• 自然连贯的段落描述，而非关键词堆砌
• 先描述主体和动作，再描述环境，最后收尾风格与氛围
• 长度控制在 3-5 句话之内

JSON 中每个字段根据用户锁定情况有两种状态：

• 已锁定 → 填入完整的具体描述
• 未锁定 → 填入结构性描述或 "[待替换：请填入你的XXX]" 占位符

{
  "key_elements": "（已锁定→具体主体描述）（未锁定→「[待替换：请填入你的主体]」）",
  "composition": "构图类型，视角，焦点位置，主体占比",
  "color_palette": "主色调（近似色号），辅色，整体色温与饱和度",
  "art_style": "艺术风格与渲染风格",
  "geometry": "形状语言，线条方向，引导线",
  "background": "背景类型，前中远景层次",
  "material_texture": "材质类型，表面质感",
  "lighting": "光源方向，光照类型，阴影风格",
  "mood_atmosphere": "情绪关键词，整体氛围",
  "locked_dimensions": ["用户选择锁定的维度名称列表"],
  "prompt_summary": "A natural English prompt. Locked dimensions use specific values; unlocked dimensions use structural placeholders like [SUBJECT], [BACKGROUND_CONTENT], etc."
}

---

注意事项

• 必须先询问锁定项，未经询问不得直接输出分析结果
• 未锁定维度的字段中，不要写入与参考图主体强绑定的具体名词（如物种名、人名、特定物品名），改为结构性描述或占位符
• prompt_summary 中未锁定维度用全大写占位符标记（如 [SUBJECT]、[BACKGROUND]），方便用户直接替换
• 如果图片某个维度信息不明确，在该字段中注明"不明确"，不要猜测
• 如果图片包含文字，忽略文字内容，专注视觉元素