前言¶
文生圖模型對提示詞的寫法越來越敏感：逗號分隔的標籤堆疊，在即夢、GPT-Image-2、Nano Banana 等新一代模型上往往不如連貫的自然語言敘述。反過來，手裏只有一張參考圖、卻要把畫面「翻譯」成可複用的提示詞，也需要系統化的視覺拆解，而不是憑感覺羅列名詞。
下面介紹 SkillHub 社區技能 AI繪圖大師（座標 @user_19bbb2a6/imageprompt-socawt）。它圍繞 SOCAWT 六維視覺分析框架 組織提示詞工程，支持從文字創意直接寫提示詞，也支持上傳參考圖後做多模態分析與逆向提取。
這是什麼¶
AI繪圖大師 是一條面向設計與媒體場景的 Agent Skill（分類 design-media，版本 1.0.1，來源 community）。發佈者爲 SkillHub 用戶 user_19bbb2a6（頁面展示作者名爲 noangel）。
技能定位可以概括爲：基於六維視覺分析框架的高級 AI 繪圖提示詞工程；把模糊創意或複雜畫面，轉成適合現代文生圖模型的、表現力強的自然語言句子式提示詞。頁面標註 requires_api_key=false，即技能本身不強制要求單獨配置 API Key（具體是否調用多模態能力，取決於你當前 Agent 與模型的配置）。
官方入口：
- SkillHub 頁面：https://www.skillhub.cn/skills/user_19bbb2a6/imageprompt-socawt
- API 座標頁：https://api.skillhub.cn/user_19bbb2a6/imageprompt-socawt
核心功能¶
SOCAWT 六維框架¶
官方說明強調「不只是看表面」：通過系統化的視覺分析框架深度解構畫面，讓提示詞邏輯更嚴密、細節更完整。寫作上明確反對傳統「標籤式 / 詞彙堆砌」，改爲符合人類語感、便於模型理解的自然語言長句（敘事流）。
英文簡介中將該框架表述爲 SOCAWT framework，並說明會先識別圖像類型，再按類型調整分析深度，並選用對應的提示詞模板。六維各維度具體命名與 checklist，以安裝後技能包內的 SKILL.md 爲準；本文只歸納已公開的能力邊界。
雙模式¶
模式一：靈感創作
沒有參考圖時，你用文字描述想像或需求，技能據此生成高質量提示詞。
模式二：逆向提取
提供參考圖時，技能通過多模態大模型做圖像分析：先判斷圖像類型，再自適應分析深度，從畫面中提取並還原可用的提示詞。
兩種模式輸出的提示詞均面向即夢、GPT-Image-2、Nano Banana 等新一代文生圖模型。
安裝與啓用¶
安裝方式遵循 SkillHub 統一說明文檔 skillhub.md。官方頁面給出的安裝提示爲：請根據該文檔安裝 @user_19bbb2a6/imageprompt-socawt。
1、檢查或安裝 SkillHub CLI¶
先確認本機是否已有 skillhub 命令：
command -v skillhub && skillhub --version
若未安裝，可按文檔執行完整安裝（CLI + 默認 Skill）或僅安裝 CLI：
# 完整安裝（CLI + 默認 Skill，推薦）
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
# 僅安裝 CLI
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安裝到當前 Agent 的 skills 目錄¶
文檔要求安裝時必須用 --dir 指向當前 Agent 實際使用的 skills 目錄，否則默認裝到 ./skills/ 可能不會被識別。常用路徑示例：
| Agent / 客戶端 | skills 目錄（示例） |
|---|---|
| Cursor | ~/.cursor/skills/ |
| Claude Code | ~/.claude/skills/ |
| Codex | ~/.codex/skills/ 或項目下 .agents/skills/ |
| Windsurf | ~/.codeium/windsurf/skills/ 或 .windsurf/skills/ |
安裝命令形式如下（將 <skills 目錄> 換成你的環境路徑）：
skillhub install user_19bbb2a6/imageprompt-socawt --dir <skills 目錄>
也可先搜索再安裝：
skillhub search imageprompt
skillhub install user_19bbb2a6/imageprompt-socawt --dir <skills 目錄>
安裝完成後，按你所用客戶端的要求重啓或刷新 Agent，使新 Skill 被加載。
典型用法¶
技能遵循通用 SKILL.md 格式；在 Agent 中啓用後，按模式選用即可。
靈感創作（無圖）
在對話中說明畫面主題、風格、構圖或情緒，並明確要求使用本技能生成文生圖提示詞。技能會按 SOCAWT 思路組織自然語言輸出，而不是逗號標籤列表。
逆向提取（有圖）
在支持多模態的對話裏附上參考圖，說明需要「提取 / 還原」提示詞。流程上會先識別圖像類型，再決定分析深度並套用合適模板，最終給出可交給即夢、GPT-Image-2、Nano Banana 等模型的敘述式提示詞。
官方頁面未提供固定對話腳本；具體觸發詞與輸出結構以技能包內 SKILL.md 的指令爲準。
適用場景與注意¶
適合誰
- 需要穩定產出「長句敘述型」提示詞的設計、運營或獨立創作者。
- 有參考圖、希望結構化反推提示詞，便於微調或批量復現畫面的人。
- 已在 Cursor、Claude Code、Codex 等環境使用 Skills，希望把提示詞工程固化成可複用工作流的用戶。
使用注意
- 逆向提取依賴 Agent 側的多模態模型能力；僅文本模型時，模式二可能無法按設計運行。
- 安裝路徑必須對齊當前 Agent 的 skills 目錄，否則會出現「已安裝但未加載」。
- 社區來源技能（
community），升級與行爲變更以 SkillHub 上 v1.0.1 及後續版本說明爲準；使用前可在 SkillHub 頁面查看評分與下載量等公開指標（抓取時頁面數據爲評分 100000、下載 7293，以後臺實時爲準）。
結尾¶
AI繪圖大師 把 SOCAWT 六維分析與雙模式（文字創作 / 圖像逆向）收進一條 Skill，核心價值是統一提示詞寫法，並適配新一代文生圖模型。若你正從標籤堆砌遷到自然語言提示詞，或需要可復現的「看圖寫詞」流程，可從官方頁安裝 @user_19bbb2a6/imageprompt-socawt 試用。
官方地址：https://www.skillhub.cn/skills/user_19bbb2a6/imageprompt-socawt
