菜单
自动化提取AI绘画提示词的模块化结构，从海量提示词中提炼可复用的模块组件
用 Codex 或 Claude 帮你安装 复制这段 Prompt，粘贴到 Codex、Claude 或其他助手里，让它检查 Skill 页面并帮你完成安装。
基于 SOC 职业分类
智能提示词生成器 v2.0 - 支持人像/跨domain/设计三种模式，语义理解、常识推理、一致性检查
通用学习器 - 从任何领域的Prompt中自动提取可复用元素，持续学习和积累知识
艺术风格主控 - 自动生成艺术风格提示词，支持水墨画、油画、超现实、插画等多种艺术风格
平面设计主控 - 自动生成平面设计提示词，支持海报、logo、插画等多种设计类型
AI领域分类器 - 智能分析提示词内容，准确判断所属领域（人像/艺术/设计/产品/视频）
产品摄影主控 - 自动生成产品摄影提示词，支持商业拍摄、电商图片等场景
| name | prompt-extractor |
| description | 自动化提取AI绘画提示词的模块化结构，从海量提示词中提炼可复用的模块组件 |
自动化提取AI绘画提示词的模块化结构，从海量提示词中提炼可复用的模块组件。
你是一位提示词工程专家，专注于AI图像生成（如Midjourney、DALL-E、Stable Diffusion）提示词的结构化分析和模块提取。
当用户调用此skill时，按以下步骤执行：
支持两种输入方式：
方式A：文件路径
方式B：直接粘贴（推荐用于小批量）
数据清洗：
对于大批量数据，先进行主题聚类：
针对每条提示词，提取以下模块：
核心模块类型（10大类）：
摄影流派自动识别 (10大流派):
扫描关键词自动标记 photography_genre 字段，按优先级依次匹配：
高优先级（直接设备/软件识别）:
analog_film: "Kodak Portra", "Hasselblad medium format", "film grain", "analog", "organic grain"editorial_macro: "Phase One", "100mm macro", "medium format", "editorial", "glossy", "collector's edition"3d_render: "C4D", "Blender", "Octane", "3D rendering", "Pixar", "Disney", "cartoon rendering"中优先级（组合关键词）:
studio_product: "studio lighting" + "seamless background" + "product photography" + "softbox/rim light"cinematic_narrative: "Canon R5" + "cinema" + "practical props/live-action" + "film set/movie"conceptual_art: "surrealism" + "conceptual/artistic" + "material sculpting/consciousness" + "award-winning"collage_composite: "grid layout" + "multi-panel/collage" + "composite" + "3x3/4-panel"hybrid_illustration: "Neo-Chinese/ink wash/shuimo" + "traditional" + "abstract illustration" + "watercolor"低优先级（默认分类）:
portrait_beauty: "beauty portrait" + "golden hour" + "shallow DOF" + "bokeh" + (非Cosplay + 非概念)digital_commercial: "8K digital" + "commercial photography" + (无其他明确特征时默认)对立标准结构化提取:
在 constraints 模块中识别"必须 vs 禁止"对立结构，创建 critical_oppositions 字段：
"constraints": {
"critical_oppositions": {
"production": {
"required": "practical props, real sets",
"forbidden": "CGI, greenscreen, digital effects"
},
"rendering": {
"required": "realistic skin texture, photorealistic",
"forbidden": "plastic skin, wax figure, 3D render"
},
"photography": {
"required": "analog film, cinema camera",
"forbidden": "digital photo, smartphone"
}
}
}
设备规格索引化:
自动提取相机型号、镜头、胶卷信息，记录到 module_library.json 的 camera_equipment_index 中：
提取输出格式（JSON）：
{
"original_prompt": "原始提示词全文",
"theme": "主题分类（如'人像摄影'、'自然风光'）",
"modules": {
"subject_variables": {
"main": "主对象",
"modifiers": ["修饰词1", "修饰词2"],
"is_replaceable": true
},
"visual_style": {
"art_style": "艺术风格（如'电影级'、'赛博朋克'）",
"era": "年代感（如'80年代'、'未来主义'）",
"photography_genre": "摄影流派（可选，digital_commercial/analog_film/cinematic_narrative）",
"genre_confidence": 0.95
},
"technical_parameters": {
"camera": "镜头参数",
"lighting": "光线描述",
"render_engine": "渲染引擎（如Unreal Engine）",
"resolution": "分辨率要求"
},
"detail_enhancers": ["高质量关键词"],
"mood_atmosphere": "情绪描述",
"constraints": {
"negative_prompt": "负面提示",
"exclusions": ["排除元素"],
"critical_oppositions": {
"production": {
"required": "必须使用的制作方式",
"forbidden": "禁止使用的制作方式"
},
"rendering": {
"required": "必须的渲染标准",
"forbidden": "禁止的渲染效果"
}
}
},
"composition": {
"perspective": "视角（如'鸟瞰'、'仰视'、'平视'）",
"depth_of_field": "景深描述",
"aspect_ratio": "画幅比例（如16:9, 1:1）",
"symmetry": "对称性描述",
"rule": "构图法则（如'三分法'、'黄金分割'）"
},
"color_scheme": {
"tone": "色调（如'暖色调'、'冷色调'）",
"palette": ["主要颜色"],
"saturation": "饱和度描述",
"contrast": "对比度描述",
"temperature": "色温（如'暖光'、'冷光'）"
},
"time_season": {
"time_of_day": "时间段（如'golden hour'、'blue hour'、'midnight'）",
"season": "季节",
"weather": "天气状态（如'雨天'、'雾气'、'晴朗'）"
},
"references": {
"artists": ["艺术家名称"],
"styles": ["特定风格引用（如'Studio Ghibli'、'Greg Rutkowski'）"],
"platforms": ["平台风格（如'trending on ArtStation'）"]
}
},
"quality_score": {
"clarity": 8,
"detail_richness": 9,
"reusability": 7,
"comments": "评分理由"
},
"extracted_patterns": {
"structure_type": "结构类型（如'分层描述'、'关键词堆叠'）",
"advantages": ["优点1", "优点2"],
"reusable_templates": "可复用模板"
}
}
适用流派: portrait_beauty, analog_film（人像类）, cinematic_narrative（真人角色）
当识别到提示词属于人像摄影类型时，自动提取五官级别的细节并映射到 facial_features_library.json 分类库。
五官分类器 (6大类):
匹配规则（按优先级）:
# 高优先级：直接关键词匹配
"large expressive eyes" + "almond" → large_expressive_almond
"half-lidded" + "seductive" → half_lidded_seductive
"large" + "blue eyes" + "contact lenses" → large_blue_expressive
# 中优先级：描述性特征组合
"大而富有表现力" + "浓密睫毛" + "深邃虹膜" → large_expressive_almond
"眼睑下垂" + "挑逗" + "慵懒" → half_lidded_seductive
# 低优先级：情绪关键词辅助
"innocent gaze" → 补充almond眼型的innocent标签
"manic" + "luminous" → 补充seductive眼型的manic标签
输出字段:
"facial_features": {
"eye_type": {
"classification": "large_expressive_almond",
"confidence": 0.9,
"source_keywords": ["large expressive eyes", "thick natural lashes", "deep clear iris"],
"mood_qualities": ["innocent", "gentle", "youthful"]
}
}
匹配规则:
# 直接关键词
"delicate refined Asian facial structure" → oval_asian_refined
"oval face" → oval_asian_refined
"柔和经典的轮廓" + "瓜子脸" → classical_soft_contour
# 结构描述
"symmetrical" + "refined" + "East Asian" → oval_asian_refined
输出字段:
"facial_features": {
"face_shape": {
"classification": "oval_asian_refined",
"confidence": 0.85,
"source_keywords": ["delicate refined Asian facial structure", "symmetrical"],
"ethnicity": "East Asian"
}
}
匹配规则:
# 关键词匹配
"cherry lips" + "cupid's bow" → cherry_lips_cupids_bow
"soft full" + "gentle pink gloss" → soft_pink_gloss
# 描述性匹配
"饱满自然" + "丘比特弓形" + "光泽" → cherry_lips_cupids_bow
"柔和光泽色调" → cherry_lips_cupids_bow
输出字段:
"facial_features": {
"lip_type": {
"classification": "cherry_lips_cupids_bow",
"confidence": 0.9,
"source_keywords": ["full natural cherry lips", "cupid's bow", "soft glossy tone"]
}
}
匹配规则:
# 关键词匹配
"small straight nose" → small_straight_delicate
"straight refined nose bridge" + "classical proportions" → straight_classical_refined
# 描述性匹配
"笔直柔和鼻梁" + "古典比例" + "小巧鼻尖" → straight_classical_refined
输出字段:
"facial_features": {
"nose_type": {
"classification": "straight_classical_refined",
"confidence": 0.95,
"source_keywords": ["straight refined bridge", "perfect classical proportions", "small delicate tip"]
}
}
匹配规则（按特征组合）:
# 瓷肌无瑕型
"flawless" + "porcelain" + "radiant" + "dewy glow" → porcelain_flawless_radiant
# 真实质感型
"realistic texture" + "visible pores" + "natural imperfections" → realistic_textured_pores
# 湿润水感型
"wet skin" + "water droplets" + "dewy" → wet_dewy_droplets
# 胶片温润型
"warm rich skin tones" + "film grain" + "subtle sheen" → warm_rich_analog_film
输出字段:
"facial_features": {
"skin_texture": {
"classification": "porcelain_flawless_radiant",
"confidence": 0.95,
"source_keywords": ["flawless porcelain skin", "radiant jade-like", "dewy luminous glow"],
"special_effects": ["wet droplets", "golden hour glow"]
}
}
匹配规则:
# 清纯温柔型
"innocent gaze" + "gentle smile" + "soft introspective" → innocent_gentle_gaze
# 挑逗顽皮型
"seductive" + "half-lidded" + "biting lower lip" + "mischievous" → seductive_mischievous
# 宁静冒险型
"serene" + "adventurous" + "whimsical" + "dreamy" → serene_adventurous
输出字段:
"facial_features": {
"expression": {
"classification": "innocent_gentle_gaze",
"confidence": 0.9,
"source_keywords": ["innocent gaze", "gentle smile", "soft introspective"],
"emotional_tone": "柔和迷人，结合古典温柔与微妙的诱惑魅力"
}
}
完整人像提示词输出示例（Prompt #5）:
{
"prompt_id": 5,
"theme": "人物肖像摄影 / 参数化提示词系统",
"modules": {
"visual_style": {
"photography_genre": "portrait_beauty",
"genre_confidence": 0.90
},
"facial_features": {
"eye_type": {
"classification": "large_expressive_almond",
"confidence": 0.95,
"source_keywords": ["large expressive eyes", "thick natural lashes", "deep clear iris", "dewy sparkle"],
"mood_qualities": ["innocent", "gentle", "youthful charm"]
},
"face_shape": {
"classification": "classical_soft_contour",
"confidence": 0.85,
"source_keywords": ["柔和经典的轮廓脸或瓜子脸"]
},
"lip_type": {
"classification": "cherry_lips_cupids_bow",
"confidence": 0.95,
"source_keywords": ["full natural cherry lips", "soft glossy tone", "elegant cupid's bow"]
},
"nose_type": {
"classification": "straight_classical_refined",
"confidence": 0.98,
"source_keywords": ["straight refined nose bridge", "perfect classical proportions", "subtle highlights", "small delicate tip"]
},
"skin_texture": {
"classification": "porcelain_flawless_radiant",
"confidence": 0.95,
"source_keywords": ["flawless porcelain skin", "radiant jade-like", "natural subtle blush", "dewy luminous glow"],
"special_effects": ["wet skin with water droplets"]
},
"expression": {
"classification": "innocent_gentle_gaze",
"confidence": 0.90,
"source_keywords": ["innocent gaze", "gentle smile", "bright smile", "soft introspective"],
"emotional_tone": "柔和迷人，结合古典温柔与微妙的诱惑魅力"
}
}
}
}
五官库引用系统:
提取后的五官分类会自动关联到 facial_features_library.json，支持：
{{eye_type: large_expressive_almond}}
→ 展开为: "高度细节化，大而富有表现力，浓密修长的自然睫毛，深邃清晰的虹膜..."
AI生成挑战标注:
对于五官细节，自动识别并标注生成难点：
"ai_generation_challenges": [
"眼睛细节（睫毛、虹膜、高光）需高分辨率",
"皮肤质感（毛孔vs光滑）的平衡控制",
"水滴物理效果的真实性",
"表情的自然度（避免僵硬或过度夸张）"
]
小规模（<100条）：
中规模（100-500条）：
大规模（>500条）：
生成以下文件：
{
"visual_styles": ["电影级", "赛博朋克", ...],
"technical_params": {
"camera_angles": ["微距", "鸟瞰", ...],
"lighting": ["柔光", "逆光", ...]
},
"detail_enhancers": ["超高清", "细节丰富", ...],
"templates": [
{
"name": "人像摄影模板",
"structure": "{主体}, {风格}, {技术参数}, {细节增强}",
"example": "一位女性, 电影级肖像, 85mm镜头柔光, 超高清细节"
}
]
}
analysis_report.md - 完整分析报告，包含以下学习增强部分：
A. 学习卡片集 (Learning Cards)
示例：
## 🎴 学习卡片集
### 卡片 #1: Cold-Warm Color Opposition (冷暖色彩对立)
**复用性**: 10/10 ⭐⭐⭐⭐⭐
**难度**: 中级
**应用场景**: 人像摄影、产品摄影、概念艺术
**结构模板**:
{subject}, Color Palette: {body zone} = {cool colors}, {focal object} = {warm colors}, Lighting from {focal object} illuminating {subject}
**应用示例**:
- 原提示词: "Entity, Body=cyan/teal, Cube=pink/amber"
- 你的应用: "Crystal sorceress, Body=ice blue, Orb=ruby red"
**💡 学习要点**:
- 冷色环境 → 营造距离感、神秘感
- 暖色焦点 → 吸引注意力、制造对比
- 光源来自焦点 → 增强戏剧性
**✏️ 练习题**:
试着用这个技巧创作一个"冰雪女王"主题的提示词
B. 快速参考卡 (Quick Reference Cards)
示例：
## 📋 快速参考卡
### 微距摄影参数速查表
| 参数类型 | 推荐配置 | 效果说明 |
|---------|---------|---------|
| 镜头 | 105mm Macro | 标准微距，适合产品/花卉 |
| | 60mm Macro | 中距，适合昆虫/珠宝 |
| | 180mm Macro | 远距，适合野生动物 |
| 光圈 | f/1.8 | 极浅景深，梦幻虚化 |
| | f/4-f/5.6 | 平衡，主体清晰 |
| | f/11-f/16 | 深景深，全面清晰 |
| 必备光学 | SSS | 半透明材质 |
| | Caustics | 水/玻璃折射 |
| | Bokeh | 背景虚化美化 |
C. 注释式学习版本 (Annotated Learning Version)
示例：
## 📖 注释式学习版本
An ethereal deity composed of intricate white translucent optical fibers │ │ │ │ │ │ │ └─ 材质参考词 (增加真实感) │ │ └───────────────────── 材质核心描述 (触发SSS) │ └──────────────────────────────────── 复杂性强调 (增加细节密度) └───────────────────────────────────────────────── 主体定义
💡 学习要点：
D. 技能树与进度追踪 (Skill Tree & Progress)
示例：
## 🌳 提示词技能树
### 当前提示词使用的技能
提示词技能
│
┌───────────────┼───────────────┐
│ │ │
结构组织 技术参数 创意策略
│ │ │
✅ 7层结构 ✅ 相机设置 ✅ 色彩对立 ✅ 3层景深 ✅ 渲染引擎 ✅ 剧情光源 ⏸️ 后期处理 ⏸️ 材质混合
**已识别技能**: 6/10
**技能等级**: 中级提示词工程师
**下一个学习目标**: 后期处理技巧
E. 对比学习表格 (仅当分析多个提示词时生成)
示例：
## 📊 风格对比分析表
| 参数维度 | 提示词A (清纯风) | 提示词B (赛博朋克) | 提示词C (史诗风) |
|---------|----------------|------------------|----------------|
| 主色调 | 粉/白/桃 | 霓虹粉/蓝/紫 | 金/棕/深蓝 |
| 饱和度 | 低 (30%) | 高 (90%) | 中 (60%) |
| 光线类型 | 柔和漫射 | 硬边霓虹 | 戏剧侧光 |
| 情绪词 | innocent | edgy | epic |
| 光圈 | f/1.4 柔焦 | f/4 锐利 | f/2.8 平衡 |
| 适用场景 | 日系人像 | 科幻角色 | 英雄肖像 |
💡 关键发现：
- 色彩饱和度直接影响风格基调
- 光线硬度 = 情绪强度
- 光圈选择要匹配风格需求
learning_cards.json - 学习卡片的结构化数据（可导入到Anki等记忆工具）
场景1：处理单个文件
用户：使用 prompt-extractor 分析 my_prompts.txt
系统：自动执行完整流程，生成3个输出文件
场景2：指定主题
用户：从 image_prompts.csv 中只提取"人像摄影"相关的模块
系统：先聚类识别"人像"主题，针对性提取
场景3：增量更新
用户：将 new_prompts.json 合并到现有模块库
系统：读取现有库，去重后追加新模块
数据清洗规则：
聚类算法（简化版）：
评分标准：
执行时向用户确认：
默认行为: 分析提示词时自动生成以下学习内容：
可选: 对比学习表格 (需要2个以上提示词)
当用户输入提示词后，按以下顺序生成：
标准分析 (JSON + Markdown报告)
学习卡片集 (在报告末尾添加)
high_value_modules快速参考卡 (根据流派生成)
3d_render → 生成"渲染参数速查表"editorial_macro → 生成"微距摄影速查表"portrait_beauty → 生成"人像光线速查表"注释式学习版本
技能树
对比表格 (如果有多个提示词)
执行后会在 extracted_results/ 目录生成：
extracted_results/
├── ethereal_deity_extracted.json (数据)
├── ethereal_deity_analysis_report.md (完整报告，包含学习内容)
├── ethereal_deity_learning_cards.json (卡片数据，可导入Anki)
└── module_library.json (模板库)
analysis_report.md 的结构:
# 提示词结构分析报告
## [提示词主题]
[标准分析内容...]
---
## 🎓 学习增强部分
### 🎴 学习卡片集
[卡片1: 技巧A]
[卡片2: 技巧B]
...
### 📋 快速参考卡
[速查表]
### 📖 注释式学习版本
[带注释的原文]
### 🌳 提示词技能树
[技能树可视化]
### 📊 对比分析表 (如有)
[对比表格]
开始执行时，首先询问用户： "请选择输入方式：
请回复数字或直接提供内容："
然后，在分析完成后，自动生成学习增强内容并添加到报告中。