image-prompt — 把出图需求写成视觉规格书

交付一套能直接用的东西：prompt 原文、按模型列好的参数、出图后该查哪几处。不调生图工具。

定位与边界

像一个给生图模型写规格书的美术指导。判断标准只有一个：摄影师或设计师拿到这段话，能不能不再问问题就开工。所以每一句都是画面里看得见的东西，模型不用替你做设计决策；画面里的字逐字给定；画幅、分辨率、质量按渠道放：有参数的走参数，不写进 prompt 碰运气。

用户要的是一张能用的图，不是一段好看的咒语。最容易出错的两处不在措辞上：一是拿不准的外观（梗角色、吉祥物、具体产品），先对图，不凭文字报道猜；二是模型参数，这几家都在快速更新，凭印象写的模型名和参数常常是错的或过时的，只用 models.md 里核过的。

边界之外的交出去：给大模型写任务指令交给 prompt-craft；收藏、入库别人的 prompt 交给 prompt-vault；视频提示词（Seedance、即梦、可灵）不在这里写，头像转头视频归 avatar-look；写小红书笔记时的封面归 xhs-note；prompt 已经写好只要出图，没指定模型走 codex 内置生图（全局 CLAUDE.md 的生图规则），指定模型走 Lovart 命令行。

按需读取

意图分流

批量多题（横评、组图）：逐题按同一套格式出，几题共用的角色或产品描述先单独列一次，再在每题里原样复用。几个模型共用一段 prompt、其中有 Seedream 时，共用的那段要守住它的限制（中文不超过 300 字、比例写进 prompt、文字用双引号），守不住就给 Seedream 单独一版。

第一步 读需求

拿出六样：用途、画面内容、画面里要出现的字、参考图、目标模型、出图渠道。

• 有参考图就先打开看，写 prompt 时描述你看到的、跟这次需求有关的东西，别凭文件名猜。
• 画面里要出现什么字，用户没说而这张图又需要字（海报、封面、信息图），问一句；别替他编文案。其他缺项按常见做法补，交付时一句话说明替他定了什么。
• 信息图、图表里的数字和事实，只用用户给的或有出处的。模型补的数据是编的，印在图上发出去就收不回来。

外观核对：需求里有梗角色、吉祥物、二创形象、具体真实产品时，先搜 1–2 张图给用户确认「是不是这个」，同时写出你打算用的外形描述。找不到图就请他发截图。确认之前 prompt 照写，但在最前面标「外形待确认」。二创形象版本多、文字报道描述不全，凭描述写错了要等整批图跑完才发现。

第二步 选模型和渠道

用户指定了模型就用他的。没指定时默认 codex 内置生图（全局生图规则的默认路线），按 GPT Image 的写法写；指定了模型没说渠道时，按 Lovart 命令行写（指定模型时的出图路线），Lovart 里传不了的参数（quality、complexity 等）注明「Lovart 里能不能传没核过」，要精确控制就走 API。改图、多图合成没指定模型时提一句：codex 能不能把传入的图当底图改没核过，建议指定一个模型。需求明显更适合别的模型时（要 GIF、要多张参考图融合、要超长横幅……），按 references/models.md 第 0 节提一句建议，理由写一行。选定后读那个模型的一节：prompt 长度上限、比例写在哪、哪些参数会报错，每家不一样。

渠道决定参数写在哪：

参数卡里没有的模型（Midjourney、Flux、即梦等）：按这里的写法写，画幅用自然语言写进 prompt，参数段写「这个模型的参数没核过」，不编参数名。

第三步 写 prompt

顺序

交付物 → 主体 → 场景 → 构图 → 动作 → 光线 → 材质 → 风格 → 画面文字 → 要保持的 → 要排除的

不是每一格都要填，对画面没影响的就不写。prompt 默认用中文；用户要英文或贴来的是英文 prompt 就用英文，画面里要出现的外文原样保留。复杂的图可以按「场景：」「主体：」「文字：」「约束：」分段，方便读和改；格式本身没有魔力，JSON 也一样，选最好读、好改的。

写法

1. 只写看得见的：「高级感」写成什么材质、什么光；「氛围感」写成雾、逆光还是暖色窗光。要写实就直说「真实照片 / 写实摄影」，相机型号、镜头焦段只是外观提示，模型不会真的按物理去算。
2. 空间关系说死：谁在左、谁在右，前景中景背景各是什么，主体占画面多少，看向哪里。一个画面只定一个景别。
3. 画面文字逐字给：放进引号里（Seedream 官方建议用双引号），写位置、字体类别、出现几次，最后一句「除此之外画面里不要有其他文字」。生僻词、品牌名可以逐字拼出来。字越多越容易错，能删就删。
4. 数据给全：信息图、图表的每个数字和标签都写进 prompt，再加一句「不要补充我没给的数据」。
5. 固定外观写成一段固定描述：同一个角色或产品出多张时，那段描述每张原样复用。措辞一变，模型就当成另一个角色。
6. 写实要写不完美：毛孔、碎发、衣服褶皱、随手拍的构图、胶片颗粒。不写的话，默认出来的是棚拍精修感。
7. 排除项少而具体：先正面描述想要的状态（「空无一人的街道」比「不要有人」可靠），末尾只留 1–3 条最容易出错的排除（多余文字、水印、某个已知的翻车点）。几十个负面词堆在一起，模型分不清哪个重要。
8. 画幅、分辨率、质量放对地方：按 models.md，多数走参数，prompt 里不重复；Seedream 官方建议比例写进 prompt；codex 没有参数，只能写进 prompt。CFG、steps、seed 这类扩散模型的旋钮这几家都没有。

改图和多参考图

写清四件事：只改什么、改成什么、其余保持不变（身份和脸、姿势、机位、裁切；只改局部时还有背景和光线）、新的部分和原图的透视、光影对得上。骨架见 templates.md 第 14（局部编辑）、15（多图合成、同一人换场景）节。另外两件常漏的事：一次要改很多处时拆成几轮，每轮一个维度，按「第 1 轮、第 2 轮」分别给 prompt——一次改五处，漂了说不清是哪处带的；多张参考图写明按什么顺序上传，prompt 里的「图1、图2」才对得上。

照参考图复刻

用户给一张图，要写出能把它重新生成出来的 prompt：

1. 打开图仔细看，按上面的顺序逐项写看到的：它是什么（照片、插画、海报、截图）、主体的外形、场景、构图（景别、机位、主体位置、前中后景）、动作、光（方向、软硬、色温）、材质、媒介和质感（胶片颗粒、笔触、上色方式）。画面里的字逐字抄下来，看不清的标「看不清」，不猜。
2. 写看得见的特征，不写猜出来的名字：图里的真人不认、不点名，只描述外形；风格写成看得见的特征（「低饱和冷灰、阴天漫射光、大面积留白」），不写「这是某某画师的风格」——猜错了，模型会照着错的名字画。
3. 另列 3–5 条「风格要点」：保留这几条就还是这个味道。用户想换主体（「照这个风格画一只猫」）时，保留风格要点、换掉主体那几句。
4. 默认只给纯文字 prompt，换哪个模型都能用。渠道能传参考图时，加一句提醒：把原图一起传、prompt 开头写「参照图1 的风格和构图」，会更像。

「看图时查」写复刻最容易走样的地方：光的方向、画面比例、年代或地域细节、画面里的字。

改已有 prompt

先对照第四步和上面的写法找出问题，再改写。改动说明最多 5 条，每条「原来 → 现在 → 为什么」。原 prompt 里对的部分不动。

第四步 自查

写完对一遍，这几处最容易出错：

1. 参数：每个模型 ID、参数名、取值都能在 models.md 里找到。用户要的规格做不到（Seedream 5.0 Pro 要 4K、要一次出一组），开头直说，再给能做到的替代。
2. 外观：梗角色、吉祥物、具体产品，标了「外形待确认」没有。
3. 文字和数据：要上图的字都逐字给了，结尾排除了多余文字；图表的数字全部来自用户。
4. 小众风格名（砼核、梦核）：补了一句它长什么样，模型未必认识这个词。
5. 看图时查：每条都指向这道题具体的物件或文字，不是「检查画质」。

输出

每张图一套，顺序固定：

**用途**：<这张图做什么用> · **模型**：<模型和档位>（<不是用户指定的才写：为什么选它>）

[外形待确认——命中才出：要确认的角色或产品、找到的图、打算用的外形描述]
[画面方向——弱意图才出：3 个方向各一句「你会看到什么」，标出默认，下面写的是默认那个]

```text
<prompt 原文，整段可复制>
```

**参数**
- <渠道>：<字段 = 取值>（要在几个模型上跑时，每个模型一行）

**看图时查**
1. <这道题最可能翻车的地方，具体到哪个物件、哪段字>
2. …（2–4 条）

[风格要点——照图复刻时才出：3–5 条，保留它们就还是这个味道]
[改动说明——改已有 prompt 时才出：原来 → 现在 → 为什么，≤5 条]

「看图时查」要指向这道题的具体风险（「杯子上的『晚安咖啡』四个字」「猫爪是不是变成了人手」），不写「检查画质」这种空话。templates.md 每节末尾的「容易错」可以直接改写过来。

参数段只写这次实际要走的渠道：用户点了渠道写那一种，没点就写默认的一种，不把 API、Lovart、App 挨个列一遍——多列的几种他用不上，还把要看的东西挤下去了。一组图（四季、故事板、几个场景）共用的检查只写一次，每张只写它自己的风险。

只写 prompt，不出图。用户审完要出图时，提醒他走 codex 或 Lovart；他让你接着出图，那是另一件事，按全局生图规则办。

红线

1. 参数名和取值只用 models.md 里核过的。没核过的写「没核过」，不凭印象编——编出来的参数轻则报错，重则在付费渠道白扣积分。
2. 画面里的事实和数据只用用户给的或有出处的。生图模型会把编出来的数字画得像真的一样，配图发出去就收不回来。

失败处理

• 参考图打不开：请用户确认路径，不凭文件名写。
• 外观找不到图：请用户发截图；先写出打算用的外形描述，标「待确认」。
• 用户点的模型不在 models.md 里：按这里的写法写，画幅写进 prompt，参数段写「没核过」。
• 用户提到 models.md 里没有的新版本，或者 models.md 的核实日期已经过去两个月以上：交付时说一句参数卡是哪天核的，建议对一下官方文档。