前言¶
做设计或内容时，常见需求是「照着这张图再生成一版」或「把海报风格迁移到新主题」。手头只有成品图，没有当初用的提示词；自己从零描述主体、构图、光线和风格，往往漏项、用词也不贴合各生图模型的习惯。下面介绍 SkillHub 上的社区 Skill「图片反推提示词｜简诗 AI」，把「看图 → 结构化拆解 → 多模型可用提示词」收成一条 Agent 工作流。
这是什么¶
「图片反推提示词｜简诗 AI」是简诗 AI 侧提供的图片反推提示词工作流，以 SkillHub 坐标 @user_fccf428b/image-prompt-jianshi-ai 发布，当前版本 1.0.1，来源为 community，分类 design-media，标签 requires_api_key=false（按页面说明不依赖额外 API Key）。
它面向用户提供的单张或多张参考图（截图、海报、摄影、插画、产品图等），拆解可见画面要素并生成可在 GPT Image、Midjourney、Stable Diffusion、FLUX、Gemini/Nano Banana、即梦等模型上使用的提示词。Skill 明确要求：输出须区分可见事实、合理推断与无法确认的信息，不得声称恢复了原始提示词、模型、种子或真实生成参数。
官方入口：
- SkillHub 页面：https://www.skillhub.cn/skills/user_fccf428b/image-prompt-jianshi-ai
- API 坐标页：https://api.skillhub.cn/user_fccf428b/image-prompt-jianshi-ai
核心功能¶
结合 SkillHub 简介，已核实的能力包括：
- 多类输入：支持分析单图或多张风格参考图。
- 结构化拆解：覆盖主体、构图、镜头、光线、色彩、材质、文字排版与整体风格。
- 多模型提示词：生成面向常见生图栈的可执行描述，而非单一格式硬套。
- 意图对齐：适配「反推这张图的提示词」「怎么生成类似画面」「提取这组图的共同风格」「把参考图改写成生图提示词」等自然语言请求。
- 诚实边界：不伪造原始生成参数，对看不清或无法从像素推断的内容单独标明。
安装与启用¶
Skill 基于通用 SKILL.md 格式，通过 SkillHub CLI 安装到当前 Agent 的 skills 目录；装错目录时 Agent 可能识别不到，需按环境选对路径。
1、检查或安装 SkillHub CLI¶
先确认本机是否已有 skillhub：
command -v skillhub && skillhub --version
未安装时，可按 SkillHub 官方安装文档执行完整安装（CLI + 默认 Skill）：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash
仅需 CLI 时：
curl -fsSL https://skillhub-1388575217.cos.ap-guangzhou.myqcloud.com/install/install.sh | bash -s -- --cli-only
2、安装本 Skill¶
安装时必须用 --dir 指向当前 Agent 的 skills 目录。以 Cursor 为例，常用路径为 ~/.cursor/skills/；Claude Code 为 ~/.claude/skills/，Codex 为 ~/.codex/skills/ 或项目下的 .agents/skills/。其他客户端路径见 SkillHub 安装文档。
skillhub install user_fccf428b/image-prompt-jianshi-ai --dir ~/.cursor/skills/
将 ~/.cursor/skills/ 换成你实际使用的 skills 目录即可。官方页面亦提示：可让 AI 参照 https://skillhub.cn/install/skillhub.md 安装 @user_fccf428b/image-prompt-jianshi-ai。
安装完成后，按你所用 Agent 的惯例刷新或重启，使新 Skill 被加载。
典型用法¶
在 Agent 已启用该 Skill 的前提下，附上参考图并用自然语言说明目标。下列表述与官方简介中的适用请求一致，可直接复现：
-
单图反推
上传一张海报或产品图，说明：「反推这张图的提示词，要能在 Midjourney 里用。」
预期：按主体、构图、光线、色彩、风格等维度输出，并给出可粘贴的提示词片段。 -
相似画面
附摄影或插画，问：「怎么生成类似画面？」
预期：在可见事实基础上给出推断项标注，并写成面向所选模型的描述。 -
多图共同风格
上传多张风格参考图，问：「提取这组图的共同风格，写成 Stable Diffusion / FLUX 提示词。」
预期：归纳共性（色调、质感、构图习惯等），区分各张图的差异点。 -
改写为生图提示词
附截图或 UI mock，说：「把参考图改写成生图提示词，保留排版和配色感觉。」
预期：包含文字排版与材质等可见要素，不声称还原原始 prompt。
若需指定目标模型，在问题里写清 GPT Image、即梦等名称，便于 Skill 调整用语习惯。
适用场景与注意¶
适合谁
- 需要从参考图快速起稿、做风格迁移的设计与运营同学。
- 在 Cursor、Claude Code 等支持 Skills 的环境里做「看图写 prompt」的开发者。
限制与注意
- 反推结果是基于画面的分析与推断，不是原始生成记录；涉及模型、种子、精确参数时应以 Skill 的「无法确认」标注为准。
- 页面统计（截至资料抓取）：评分 100000，下载 2573，安装 0；社区 Skill，使用前可按 SkillHub 页面说明自行判断维护与更新节奏。
- 安装路径错误是常见坑：务必
skillhub install ... --dir <当前 Agent 的 skills 目录>，不要默认装到仅./skills/且未被 Agent 扫描的位置。
结尾¶
「图片反推提示词｜简诗 AI」把参考图拆成结构化画面描述，并落到多类生图模型能用的提示词上，同时约束不虚构原始参数。若你经常在 Agent 里处理「这张图怎么写出来的」类问题，可通过 SkillHub 安装 @user_fccf428b/image-prompt-jianshi-ai 固定这条流程。详情与安装提示见：https://www.skillhub.cn/skills/user_fccf428b/image-prompt-jianshi-ai
