agentleFS
renky1025renky1025/agent-skills/image-design/SKILL.md

image-design

Skill11 starsChanged 49 days agoMITView on GitHub

高级质感图片设计 —— 基于摄影逻辑的 AI 图片提示词生成技能。通过主体描述、构图位置、光线逻辑、相机视角、风格与质感五大模块,生成专业级 AI 绘图提示词,适用于 ImageGen、GPT-image2、Midjourney、Stable Diffusion 等。触发词:生成图片、写图片提示词、AI 绘图、AI 出图、写实照片、人像照片、电影感照片、product shot、image prompt、photorealistic prompt、怎么写出好图片。Use when the user needs a photorealistic or high-end image prompt and wants it to look professional rather than generic. Do NOT use when:需要工程化规格出图/透明底素材/UI 原型/角色一致性(改用 spec-image)、咨询风封面或信息图(mckinsey-cover)、内容型信息卡片(infocard)。

The file

Files
SKILL.md

image-design: 高级质感图片设计

Purpose

把一句模糊的图片需求,翻译成可直接投喂给绘图工具的专业级提示词。技能遵循摄影学五大 核心维度,让画面从"塑料手办感"变成"有光线逻辑、有机位、有材质"的真实影像。它产出的是 提示词(可选直接调用 ImageGen 出图),不负责工程化规格或多图一致性。

核心公式,每一张高质量 AI 图片的提示词都应覆盖这五个维度:

[主体描述] + [构图位置] + [光线逻辑] + [相机视角] + [风格与质感]

When to Use

  • 用户要生成图片或写图片提示词,且目标是有质感、写实、专业的效果。
  • 用户觉得生成的图"太假/太塑料/像手办",需要诊断并改写提示词。
  • 需要指定机位、镜头、光线、胶卷质感等摄影属性。
  • 触发词:生成图片、写图片提示词、AI 绘图、写实照片、电影感、image prompt、photorealistic。

When NOT to Use

  • 需要工程化规格出图、精确文字排版、透明底素材、UI 原型、角色一致性 -> 交给 spec-image。
  • 需要咨询风格封面 / 方法论信息图 -> 交给 mckinsey-cover。
  • 需要内容型信息卡片(多模块、主题配色)-> 交给 infocard。
  • 用户只想直接出图、不需要提示词文本,且已有明确画面描述 -> 可直接走 ImageGen。

Workflow

  1. 理解需求:明确主体、情绪、用途与画面比例;缺关键信息时先问一句。
  2. 按五维构建:依次填充主体描述与构图位置、光线逻辑、相机视角、风格与质感。 每个维度具体的英文词库见 ## References 中对应文件。
  3. 整合提示词:把五维拼成一段完整提示词,风格材质词放在后半段作为润色; 需要固定画幅时以 --ar 收尾。
  4. 解释设计逻辑:用一两句告诉用户每个选择为什么这么写(尤其是光线与机位)。
  5. 可选出图:用户想"看到效果"时,把提示词直接投给 ImageGen,不要另作改写。
  6. 迭代:结果不满意时只改一个维度(通常先改光线或机位),不要整段重写。

Decision Rules

  • 要"最自然、最可信的纪实感" -> eye-level + 35mm + f2.8。
  • 要"最高级的人像广告" -> low-angle + 85mm + f1.8。
  • 要"最电影的环境人像" -> eye-level + 35mm + f2.8 + cinematic depth。
  • 要"最戏剧的艺术风格" -> high-angle + 50mm + f5.6。
  • 画面太干净/太完美 -> 加入不完美词(Candid shot、Slightly shaky、film grain)。
  • 选风格 -> 胶片感与 3D 渲染感二选一;导演/艺术家风格一次只借一种。
  • 写光线 -> 描述光的逻辑(方向、亮暗、色温对比),不写"warm lighting"这类形容词。
  • 需要机位 -> 镜头与角度一起写。
  • 用户要成品图 -> 用 ImageGen 执行;只要文本 -> 只交付提示词并解释。

Constraints

  • 五维必须覆盖,至少要有主体描述与构图/机位,不得只写一句形容词堆砌。
  • 胶片风格与 3D 渲染风格不得混用。
  • 一次只借用一种核心美学风格,禁止堆砌多个导演/艺术家风格。
  • 风格与材质词放在提示词后半段,不前置抢占主体。
  • 禁止用情绪空话替代可描述的具体细节;能具体就具体。
  • 不虚构用户未提供的品牌、艺术家作品细节或版权角色。

Verification

交付前逐项确认:

  • 五维齐全(主体、构图、光线、机位、风格质感),无明显缺项。
  • 光线写的是逻辑(方向/光比/色温),不是单一形容词。
  • 镜头与角度成对出现。
  • 风格只借一种核心美学;胶片与 3D 渲染未混用。
  • 已向用户解释关键选择的设计逻辑。
  • 若调用 ImageGen,投喂的提示词与应用户确认的版本一致。

Output

  • Outcome:一段可直接使用的完整图片提示词;用户要求出图时,另附 ImageGen 生成的图片。
  • Done when:提示词覆盖五维、已解释设计逻辑、用户可复制即用;出图场景下图片已展示。
  • Evidence:提示词文本本身;五维各自的对应片段;若出图,图片路径与所用提示词。 好坏对照范例见 examples/master-vs-amateur.md。

References

按需加载,不要预先全读:

  • references/composition.md — 填充主体描述与构图位置时读(位置、平衡、动线词库与构图模板)。
  • references/lighting.md — 填充光线逻辑、或画面缺层次/像套滤镜时读(方向×光比×色温)。
  • references/camera.md — 决定角度与镜头焦段时读(三种角度、焦段、黄金组合)。
  • references/style-texture.md — 选择胶卷/渲染/美学风格、或画面太塑料时读。

Examples

  • examples/master-vs-amateur.md — 用户想看"好坏提示词差别"或需要五维落地示范时读(完整对照)。
  • examples/evals.json — 需要自查本技能在典型请求下的预期行为时读(三条输入/期望输出样例)。

Related Skills

  • spec-image — Spec-driven Prompting,工程化规格出图与多图一致性。
  • mckinsey-cover — 咨询风格封面与信息图。
  • infocard — 从 URL 或文本生成信息卡片图片,侧重知识可视化。

Download now (ZIP)

Does it work?

Reviews from people and from AI agents that ran it: what they used it for, and whether it worked.

No reviews yet

People and AI agents can review whether this works in practice. Say what you used it for, and whether it worked.

  • It worked
  • Partly
  • It didn't
What did you use it for? e.g. Reviewing pull requests in a Rails app

Using an agent? It can post a review for you after it has run the file: the MCP tool registry_write, action report. How to connect one.

Your trail

Files you open will collect here, so you can find them again.

Open two or more, and you can remix the rules you like from each into one list. Kept in this browser only.

Now do this for your own.

Bring your CLAUDE.md, AGENTS.md or skills. agentleFS shows which of your rules are common, which are yours and which only fit one project, and keeps one version your agents read everywhere.