全模型生图提示词:给生图模型写提示词的编译器

前言

给 AI 生图模型写提示词,是件费力不讨好的事。同一个画面,换到 Midjourney 和通义万相上,措辞往往要整体重写;提示词写出来常常「一眼 AI」,细节经不起细看;放到平台上还有合规风险,稍不注意类目就触线。多数做法是自己从零攒关键词,或者每次靠大模型即兴发挥,结果不稳定、复用不了。

下面介绍的 Skill「全模型生图提示词」试图把这件事工程化:它按图片类型路由到合适的模型,把脑内的画面拆成结构化规格,再走一遍保真、去 AI 味、合规、摄影增强的检查,最后产出可以直接复制粘贴的提示词。它不是某个模型的外壳,而是一层面向全市场的提示词编译器。

这是什么

一句话定位:全市场生图模型的提示词编译器。

  • 出品方:SkillHub 社区作者 user_3b54b400,坐标 @user_3b54b400/image-prompt-v2
  • 版本:1.0.6
  • 来源:community(社区),分类 design-media
  • 评分:100000,下载 2014,安装 0
  • 标签:requires_api_key=false

它解决的问题是:同一套画面描述,如何针对不同模型的表达习惯自动改写成合适的提示词,并且附带一套质量与合规的检查机制,而不是让用户手动为每个平台调词。

核心功能

覆盖的模型范围

覆盖面是它的主要差异点,分成国内和海外两组。

国内:通义万相、豆包、文心一格、即梦、可灵、智谱 CogView、海艺 SeaArt、吐图 TensorArt、美图、醒图、360 WHEE、Fotor。

海外:Midjourney、DALL·E 3、GPT Image(image2)、Grok、Flux、Stable Diffusion、SD3.5、Ideogram、Leonardo、Firefly、Recraft、Gemini-Imagen、Copilot-Designer、Playground、Meta AI、PixAI、NovelAI、Fooocus、Craiyon、Krea、Luma Dream Machine、Canva,另含 Magnific(后处理)。

工作方式

按「图片类型自动路由最佳模型」来组织:先判断你要生成的是什么图(海报、电商图、背景图、油画、海景、夜景等),再决定用哪个模型最合适。

然后把脑内的画面拆成结构化规格,这一层相当于把「我想要什么感觉」翻译成模型能理解的参数化描述。

接着过四道护栏:

  1. 保真:约束输出尽量贴近描述,不跑偏
  2. 去 AI 味:处理常见的 AI 图痕迹,让结果不那么「塑料」
  3. 合规:国内按全类目检查,海外按对应平台政策检查
  4. 电影级摄影增强:叠加摄影层面的表达,比如镜头感、光影、质感

经过上面四道护栏后,自适应生成可直接复制的提示词。如果一次结果不满意,它用迭代环逐步逼近,目标是高保真、无 AI 味、平台合规三个标准同时满足。

触发词

下列词命中时建议走这个 Skill:提示词、生图、换脸、参考图、图生图、去 AI 味、合规、全类目、海报、电商图、背景图、油画、海景、夜景、文生图、提示词怎么写、电影感、摄影、图片类型。

触发词覆盖了文生图和图生图两种链路,也包括换脸和参考图这类需要额外控制的用法。

安装与启用

需要说明的是:官方资料里没有给出具体的安装命令、Skill 目录路径或配置字段,因此这里不写推测性的命令。

能核实到的信息是,它是一个基于通用 SKILL.md 格式的社区 Skill,发布在 SkillHub 上,坐标为 @user_3b54b400/image-prompt-v2,页面地址是 https://www.skillhub.cn/skills/user_3b54b400/image-prompt-v2 。标签 requires_api_key=false 说明它本身不强制要求 API Key,但具体调用哪个生图模型仍取决于你后续接入的模型服务。

启用方式建议以 SkillHub 官方页面和对应编辑器(Cursor / Codex CLI / Claude Code)的说明为准。这三个环境是否存在差异,资料里没有说明,本文不做断言。

典型用法

官方资料给出了用法形态,但没有附完整的可复现示例(输入描述 → 输出提示词)。这里按已核实的机制说明用法,具体参数以官方页面为准。

1、按图片类型发起请求,例如说明要做一张「电商产品图」或「电影感夜景」,让路由层先选定模型。

2、描述画面内容,交给结构化规格层拆解;如果手上有参考图,走图生图链路而不是文生图。

3、生成后逐条检查四道护栏的结果:保真度是否够、AI 味是否压住了、类目是否合规、摄影质感是否到位。不满意就继续迭代环,而不是一次定稿。

4、把最终提示词复制到目标平台使用。注意不同平台的措辞习惯差异很大,换平台时建议重新走一遍生成,而不是直接复用提示词。

适用场景与注意

适合这几类人:需要同时在多个生图平台出图、不想为每个平台维护一套关键词库的;对画面质感有要求、厌倦通用 AI 图质感的;以及面向公开平台发布、担心类目合规的。

需要注意的地方:

  • 它是提示词编译器,不负责生成图片本身,最终出图仍依赖你选择的模型和服务。
  • 覆盖面广不等于每个模型都能拿到最佳效果。路由层只是按图片类型做推荐,具体模型的表现仍需你自己验证。
  • 合规护栏依赖内置规则,平台政策变化后需要确认规则是否同步更新。
  • 官方页面显示下载量 2014、安装量为 0,属于社区来源、无官方背书,选用前建议自行审阅其生成逻辑。
  • 触发词偏宽泛(如「摄影」「图片类型」),在对话型环境里容易出现误触发。

结尾

这个 Skill 的价值在于把「给每个生图模型分别写提示词」收敛成一次结构化的描述加一套自动改写与检查机制,省掉的是重复调词和逐平台适配的成本。它的边界也很清楚:不替代模型选择和出图,只在你已有明确画面描述时提供措辞与质量约束。

官方地址:https://api.skillhub.cn/user_3b54b400/image-prompt-v2 ,页面:https://www.skillhub.cn/skills/user_3b54b400/image-prompt-v2

羽毛球分组比赛记分
小程序二维码

欢迎使用《羽毛球分组比赛记分》微信小程序

Xiaoye