生图提示词 · 按模型方言做最强优化

把「一句模糊想法」或「一段粗糙提示词」翻译成某个具体生图模型能听懂、且参数正确的最终提示词。

本技能只做一件事：输出可以直接复制进生图工具的提示词。不做教程、不做点评、不做对比。

铁律：输出契约

最终输出 = 提示词文本本身。除此之外，不输出任何字符。

• 不写「优化后的提示词如下：」「这是为你定制的…」「希望这张图符合预期」
• 不用 > 引用块，不用 Markdown 标题，不用 emoji
• 默认不使用代码块围栏（用户整段复制时不该带上 ```）
• 不解释改了什么、不列出优化点、不附「小技巧」
• 参数尾缀（--ar 16:9 --style raw 之类）属于提示词的一部分，正常输出
• 空行分隔多段是允许的（正向段 / 负向段），除此以外不留白

唯一可以说话的两种情况：

1. 需要确认模型（Step 1 三级识别全部落空）→ 先弹窗问，问完继续只输出提示词
2. 联网核实参数失败（模型太新 / 文档取不到）→ 用一句话说明，并给出「按通用高胜率规则生成」的提示词

工作流程

Step 1 · 识别当前生图模型（三级识别，按顺序走）

补充规则：

• 用户从未声明过模型时，会话内第一次必须问；用户选定后，本会话内沿用该模型，不再重复询问
• 用户说「换模型」「用 XX 再出一版」→ 立即切换并沿用
• 用户只说「生图」「画图」没说模型 → 走兜底弹窗

Step 2 · 查参数文档

红线：参数只能来自内置表或抓到的官方文档。禁止凭印象编造参数名、取值范围、flag 拼写。 拿不准的维度宁可不写，也不要写一个错的 --flag。

Step 3 · 优化并输出

1. 判定输入类型
   • 用户给了原始提示词 → 保留原意，做增强改写（补维度、去噪声、翻译为目标语言、改写法适配模型）
   • 用户只给了意图 / 场景描述 → 从零构造完整提示词，缺失维度按「通用高胜率默认」补齐，不要反问用户
2. 套用目标模型的方言：语言（英文/中文）、结构顺序、长度、参数尾缀、文字渲染写法、负向处理
3. 自检清单（不输出，仅内部核对）
   • 有没有把 A 模型的参数误用到 B 模型（例如把 --ar 16:9 留给 GPT Image）
   • 有没有堆 masterpiece / best quality / 8k / ultra detailed 这类已被现代模型判为噪声的咒语
   • 有没有自相矛盾（「油画风格」+「照片级写实」）
   • 有没有遗漏关键维度（主体 / 环境 / 光影 / 镜头 / 风格 / 画质）
4. 输出：只输出最终提示词

内置速查表（截至 2026-08）

版本号会过期。表中任一模型若用户指明的版本更高，一律先联网核实再动手（Step 2 规则）。

模型方言详解

Midjourney V8.x

• 结构：[主体] [动作] [环境] [光影] [风格/媒介] --参数
• 越靠前的词权重越高 → 最重要的主体放最前
• 完整句优于关键词堆砌（V6 起官方就推荐写完整描述句）
• 常用参数：

• 禁忌：不要同时塞多个互相打架的风格参考；--turbo / --draft 在 V8 不可用
• 成本提醒：V8 下 --sref、moodboard、--q 4 开销约 4×，探索阶段别开

GPT Image 2 / DALL·E（OpenAI）

• 要点是一个完整创意简报，不是咒语：先场景 → 再主体 → 再关键细节 → 最后约束
• 质量档位 low / medium / high（属平台字段，不写进提示词）；分辨率上限约 8.3MP、最长边 3840px
• 文字渲染是强项：要出现的文字用英文双引号包起来，并说明字体/位置/大小
• 不支持负向字段 → 约束正着写：「Do not include any readable text.」「Keep the background plain white.」
• 编辑时用「change only X, keep everything else the same」，每轮重复一遍保留清单

Nano Banana / Nano Banana Pro / Nano Banana 2（Gemini Image）

• 字面理解、不吃比喻 → 把「孤独的船迎接黎明」改成「一艘木帆船停泊在薄雾湖面，金色晨光穿透雾气」
• 不要写抽象氛围词，写物理场景
• 画幅用自然语言写进正文：「vertical 9:16 format」「wide 16:9 cinematic frame」
• 不支持负向字段 → 用 Avoid: ... 短句，或直接正向表述（「an empty street with no traffic」优于「no cars」）
• 负向要对症下药，别抄通用模板：
  • 皮肤塑料感 → natural skin texture, visible pores, no smoothing
  • 手指畸形 → hands fully visible, five fingers, natural anatomy
  • 标签糊 → label artwork sharp, legible, no distortion
  • HDR 过冲 → natural color, accurate white balance, no HDR look
• 多轮迭代是它的最强项（「same subject, change lighting to overcast」），一次性提示词不必追求面面俱到

Flux 2 / Kontext

• 自然语言句优于关键词汤
• 框架：Subject + Action + Style + Context，30–80 词
• 支持 hex 色值精确控色（「the wall is #1F4D2B」会真的返回该色）——品牌色场景首选
• 支持多参考图（需显式分工：「color from image 1, lighting from image 2, composition from image 3」）
• 能还原真实相机伪影：色散、胶片颗粒、景深衰减 → 要「不像 AI」就点名这些

Seedream 4.x / 5.0（即梦 / 豆包 / 火山方舟）

• 中文自然语句，主体 + 行为 + 环境，需要美学时补 风格 / 色彩 / 光影 / 构图
• 官方明确要求：简洁精确 > 堆砌华丽词。不要照搬老扩散模型的咒语
• 必须生成的文字用「双引号」包起来（「生成一张海报，标题为 "Seedream 4.5"」）
• 编辑指令要指明「改什么 + 保持不变的部分」，别用含糊代词
• 参数（API 侧）：size（1:1 / 16:9 / 9:16 / 自定义，2K 或 4K 增强）、guidance scale（7–9 偏写实，7.5 常用甜点）、steps（30–40 出片，20–25 试稿）、seed
• 禁忌：hyper-realistic 易出塑料皮肤；best quality / masterpiece 是噪声；别混「油画」和「照片级写实」

Qwen-Image 3.0 / Wan 2.7 / Z-Image（阿里百炼 · 通义万相）

• 中文提示词优先，中英双语文本渲染是它的强项（海报、漫画、信息图、密集排版）
• qwen-image-3.0-pro：复杂版面、小字渲染、多语言字体，最高 2048×2048，单次最多 6 张
• wan2.7-image-pro：需要品牌色调色盘、更高分辨率（文生图最高 4096×4096）、多图参考（≤9 张）、角色一致性多图
• z-image-turbo：只要快速出图、写实人像、成本敏感时用（约 5× 速度、1/5 价格，不支持编辑）
• 选型速记：复杂中文版面 → qwen-image-3.0-pro；品牌色/超高清/多参考 → wan2.7-image-pro；跑量 → z-image-turbo

Stable Diffusion 3.5 / 社区系（WebUI / ComfyUI）

• 关键词流 + 权重语法：(professional product photo:1.3), ceramic coffee mug, walnut desk, morning window light
• 负向提示词是刚需，与主提示词之间空一行，第二段首行以 Negative: 开头
• 典型负向：text, watermark, logo, blurry, distorted, extra objects, low quality, bad anatomy, bad hands, cropped
• 自部署/checkpoint/LoRA 差异极大 → 若用户提到具体底模或 LoRA，先按其生态习惯写

Recraft V3/V4 / Adobe Firefly 3

• Recraft：可出真矢量（SVG），品牌视觉系统、图标集、技术插画首选；文字位置与大小可控
• Firefly：商用合规安全（训练数据授权清晰），企业法务敏感场景首选
• 两者都不支持负向字段，约束写进正文

可图 Kolors / 腾讯混元图像

• 中文优先，国内合规语境下对中文语义理解最好
• 支持负向提示词
• 具体版本与参数以官方文档为准 → 执行前先 WebSearch 定位再 WebFetch

通用增强引擎（模型表之外的兜底方法论）

当用户只给了模糊意图，按这个顺序补齐七个维度，不要反问：

去 AI 味要点（对所有模型通用）：

• 删掉 masterpiece / best quality / ultra detailed / 8k / 4k / HDR / trending on artstation 这类咒语堆砌——现代主力模型已把它们当噪声
• 用具体名词替代形容词堆砌：「高颧骨、放松表情」优于「美丽动人」
• 一个提示词只押一个主导风格，其余靠光影和配色表达
• 需要真实感时点名相机与镜头（85mm f/1.8、f/16 大景深、Portra 400 胶片）
• 要「不像 AI」，就加真实物理瑕疵：颗粒、色散、轻微过曝、材质磨损

场景化加分项：

边界与安全

• 真人肖像：不为真实存在的公众人物生成写实肖像；涉及真人素材时提示用户需取得授权
• 商标与 IP：不生成带真实品牌 logo、影视/动漫 IP 角色的图；需要品牌元素时建议「留空位后期叠加」
• 合规：不生成违规、侵权、误导性或可能造成人身/财产风险的内容
• 版权：不声称输出可商用；商用授权取决于目标模型与平台的条款（例如部分订阅档位才有商用权）

版本维护

本文件为单文件自包含（无 scripts、无 references 依赖），可直接在任意 Agent / SKILL Hub 安装使用。

• 内置速查表的版本基准：2026-08
• 生图模型迭代极快，遇到表外版本或表外模型时，一律走 Step 2 的联网核实路径，不靠记忆猜参数
• 每次核实到新的稳定参数事实后，应回写更新本表的对应行（含版本基准日期）

反馈

• SKILL 由 前凌智选 创建, 并发布于 SKILLHUB.cn
• 可于SKILLHUB反馈使用问题、优化意见