name: image-prompt-patterns
description: 图像 prompt 完整指南库 / Image prompt patterns library. 写或优化 Midjourney v8.1 / Nano Banana Pro / GPT-Image-2 / Flux 提示词. USE THIS FIRST when user asks 写 prompt / 给 prompt / 想个 prompt / Midjourney 怎么写 / craft a prompt / write image prompt / discuss prompt structure. Covers 肖像 portrait / 海报 poster / 角色设定 character sheet（三视图 three-view）/ UI mockup / 电商主图 e-commerce / 分镜 storyboard / 信息图 infographic / 结构化 JSON prompt（landing page、直播间 UI、数据报告）/ 跨文化短 prompt（ポンチ絵 / Irasutoya / 拟人化）/ 动作分镜表 Pose-as-Prompt Movement Sheet（解决 img2video 时序控制，舞蹈/打斗序列）/ cinematic AI 视频垫图 reference frames（crypto/产品广告：手机=画面兴趣中心、漂浮 UI 卡片从屏幕长出、Apple cinematic 沉静低语风格，crypto524 实战范式）. 5 大 prompt 流派结构 + 126 个真实 GPT Image 2 案例 + 13 个 references 子文件. Midjourney v8.1 完整指南（骨相五维锚点 / 反默认偏向 / 不点名拍名人 / 参数 / 禁词）见 references/midjourney-v8.md. Do NOT use gencut-image unless user explicitly asks to execute via CLI (keywords generatethreeview, generatefirstframe).

Image Prompt Patterns

可复用的 AI 图像生成 prompt 模式库。

⚠️ 默认优先级(强触发规则)

当用户请求以下任一类型时,必须先使用本 skill,不要跳到 gencut-image 或其他执行工具:

• "写 prompt" / "给我 prompt" / "想个 prompt" / "prompt 怎么写"
• "给我 XX 图的提示词" / "用 MJ/Nano/Flux 生成的文字"
• 任何只要文字 prompt 文本、用户自己拿去跑图的需求
• 讨论 prompt 结构、对比 prompt 风格、优化已有 prompt

只有用户明确说以下词汇时才考虑执行层(gencut-image):

• "生成" + 具体工具名(如"用 gencut 生成")
• "调用" / "执行" / "跑" + API/CLI
• 明确的 task routing keyword:generate_three_view, generate_first_frame, generate_first_frame_batch, generate_three_view_batch
• 在 NemoVideo workflow 的制作流水线中(脚本→三视图→首帧→视频)

模糊情况的默认行为:先走本 skill 写 prompt → 确认后再问用户是否需要调用执行工具。

When to use

调用场景:

• 用户要生成肖像/海报/角色设定/UI mockup/分镜
• 用户模糊地说"给我想个 prompt",但没指定工具
• 需要从一个参考风格迁移到新主题
• 想对比同一构图在不同模型上的效果
• 优化或重写已有的 prompt

不适用场景(→ 走 gencut-image):

• gencut CLI 工作流(生产流水线)
• 专业短片分镜的系统性生成(脚本→三视图→首帧→视频)
• 需要写入 project.json 的视频制作任务

核心 prompt 结构(五种流派)

基于 126 个 GPT Image 2 实战 prompt 的实证分析归纳(数据:raw-data/awesome-gpt-image-2-zh.md)

类型 A:写实摄影 / 商业视觉(8 层结构)

适用:肖像、产品、社媒 mockup、伪截图。
一条高质量 prompt 按这个顺序组织信息,遗漏任何一层都会丢细节:

[1. 摄影/媒介] + [2. 光线与色彩] + [3. 构图景别] +
[4. 主体(外貌/表情/服装,层层细化)] +
[5. 姿势/动作/视线方向] +
[6. 环境/背景(前景/中景/远景分开描述)] +
[7. 材质/质感修饰词] + [8. 后期/胶片颗粒/色彩分级]

典型权重分配:主体 50-60%,环境 20-30%,技术/风格 15-20%。
字数范围:150-250 词。

类型 B:电影分镜 / 风格化绘画(5 层结构)

适用:Jibaro/Ghibli/漫画/油画风分镜。

[1. 主体 + 动作] + [2. 关键视觉细节] +
[3. 光线色彩词汇] +
[4. 风格锪点 (Named artist / work / medium)] +
[5. 比例 + 语境]

风格锪点(一个词如 "Jibaro style")替代了摄影/材质/后期 3 层的细节控制。
字数范围:40-80 词。更长反而会稀释风格锪点。

→ 详见 references/cinematic-storyboard.md

类型 C:结构化 JSON Prompt(伪代码结构)

适用:信息密集型图像-- UI mockup、landing page、数据报告、多区块活动海报、信息图。

核心思路:把 prompt 写成 JSON / 结构化标记语言,模型能精确解析每个区块和字段。

{
  "type": "[图像类型]",
  "theme": "[整体风格描述]",
  "sections": [
    {
      "id": "[区块名]",
      "layout": "[布局方式]",
      "content": { ... }
    }
  ]
}

独有优势:

• 可寻址性:模型准确知道哪块信息属于哪里
• 参数化:用 {argument name="..." default="..."} 一条 prompt 变模板
• 高密度:10+ 元素的图像不会乱

字数范围:结构完整比字数重要,典型 200-500 行。

→ 详见 references/structured-json-prompt.md(含 5 种 JSON 组织模式 + 黄金三字段 + 分类模板库)

类型 D:文化融合 / 风格锚点 Mashup(极简公式)

适用:用两个文化符号的特质组合生成独特视觉。

「A 的 X 特质」+「B 的 Y 特质」の融合 → 生成 C

例:「いらすとや」のほのぼのとした雰囲気 + 「霞ヶ関スライド」の圧倒的な情報密度 → ポンチ絵

关键:

• 锚点的特质化提取(不是全盘融合,只取各自核心特质)
• 文化锚点用原语言(日式→日语、中式→中文、西方→英文)
• 字数 30-80 字,越短锚点越强

类型 E:场景化叙事(多主体动作场景)

适用:动漫战斗、多人物场面、动作漫画式构图。

[1. 总体风格] + [2. 前景主体位置 + 动作 + 能量特效] +
[3. 后景主体位置 + 动作 + 能量特效] +
[4. 环境物理效果(碎裂/尘土/水花)] +
[5. 场景内文字(如招牌)] + [6. 光线 + 视角]

关键技巧:

• 明确前/后景空间关系(in the foreground / in the background to the right)
• 能量 + 物理双层特效(能量漩涡 + 地板碎裂缺一不可)
• 文字嵌入场景(招牌/屏幕内容,不是 overlay)
• 动态 pose 动词库(forward-thrusting / leaping / mid-air twist)

字数范围:100-200 词。

跨流派机制:参数化({argument})

实证:126 个案例里 >95% 都用了参数化。不是高级技巧,是默认姿势。

{argument name="参数名" default="默认值"}

可以嵌套在任何流派的 prompt 里(字符串 / JSON 值 / 数组元素)。

→ 详见 references/parametric-template.md(优先级、决策原则、模板库)

关键技巧

1. 分层堆叠(Layered Stacking)

不是一句话描述"美女",而是:

• 面部结构(eyes shape / nose bridge / jawline)
• 皮肤质感(undertone / specular highlights / micro pores)
• 妆容状态(natural dewy / glossy / subtle flush)
• 发型细节(messy high ponytail / loose strands falling around face)

→ 模型对具体解剖学词汇比对形容词("beautiful")响应更好

2. 矛盾修饰(Controlled Contradiction)

好 prompt 常有刻意的矛盾对:

• "seductive playful yet slightly vulnerable"
• "intensely seductive with soft doe eyes"
• "harsh fluorescent light mixed with warm neon"

→ 制造张力,避免扁平化表情和光线

3. 光源命名(Named Light Sources)

不说"good lighting",说:

• "harsh convenience store fluorescent from above"
• "pink and blue neon glow from window outside"
• "warm practical lamp on bedside table"

→ 多光源叠加 = 立体感 + 电影感

4. 相机/胶片元语言

• 胶片感:35mm film photography, authentic film grain, slight color cast
• 电影感:cinematic editorial style, shallow depth of field, anamorphic lens flare
• 手机抓拍感:iPhone snapshot, slightly blurry, amateur composition
• CCD闪光:CCD digital camera flash, harsh on-camera flash, 2000s aesthetic

5. 长宽比 + 用途明确化

末尾加用途说明比只加比例好:

• ❌ 9:16
• ✅ 9:16 mobile screenshot aspect ratio, vertical portrait for social media

分类案例库

快速定位:

| 需求 | 查阅 |
|------|------|
| 人物肖像 / 写真风 | references/portrait.md |
| 海报 / 插画 / 信息图 | references/poster.md |
| 角色设定表 / 三视图 / 动作分镜表(movement sheet) | references/character-sheet.md |
| UI / 伪截图 / 社媒 mockup | references/ui-mockup.md |
| 场景合成 / 风格迁移 | references/scene-composite.md |
| 局部编辑 / 区域锁（部分背景替换 / 画中画 / 屏幕内容更新 / 绿幕局部抠换） | references/spatial-region-lock.md |
| 电影分镜 / 风格化绘画(Jibaro / Ghibli / 油画感) | references/cinematic-storyboard.md |
| 结构化 JSON Prompt(活动页/数据报告/信息图/UI) | references/structured-json-prompt.md |
| 大规模栽格列表海报(年度榜单 / 周期表 / 100 大全) | references/grid-list-poster.md |
| 参数化模板机制({argument} 跨流派通用) | references/parametric-template.md |
| 角色场景模板库(同一角色批量套不同场景皮 / 3 种 ID 注入机制 / 6 种挡脸方式 / 防小错 negative) | references/character-scene-templates.md |
| Midjourney v8.1 专属(语法红线 / 参数 / banned 词库 / 骨相五维 / celebrity 不提名字 / 胶片锚点 / 反默认偏向) | references/midjourney-v8.md |
| 126 案例分类检索(按需求快速定位典型案例) | references/case-index.md |
| 原始数据(可 grep / 检索) | raw-data/awesome-gpt-image-2-zh.md / raw-data/midjourney-v8-samples.md |

流派区分:

• portrait 是写实摄影(分层堆叠详细描述)
• cinematic-storyboard 是风格化绘画(短 prompt + 风格锚点)
• structured-json-prompt 是信息密集型(JSON 结构)
• spatial-region-lock 是局部编辑(单帧里只变一部分像素)
• character-scene-templates 是角色导向的模板库(场景皮 + ID 注入,批量生产同角色跨场景)
• 文化融合 / 场景叙事 见本文件类型 D / E
• 参数化机制所有流派都可用

几种逻辑不同,不要混用:写单人肖像别上 JSON(过度工程),写直播间 UI 别用分层摄影(丢区块)。

工作流建议

从 0 开始写一条 prompt

1. 一句话说清目的("一张X风格的Y主题图")
2. 按 8 层结构填空
3. 检查:每层至少 2 个具体词?有矛盾修饰吗?光源命名了吗?
4. 给模型,评估输出,迭代

从参考图反推 prompt

1. 看图 → 分解出 8 层的信息
2. 对照 references/ 里相似案例的 prompt 结构
3. 抄结构,换词汇

跨模型移植(MJ → GPT-Image-2)

• MJ 不是风格关键词堆叠(那是 v5 时代玩法);v8.1 是分层自然语言 + 参数控件分离,详见 references/midjourney-v8.md
• GPT-Image-2 喜欢自然语言长描述 + 分层信息 + JSON 结构
• 迁移时:从 MJ 过 GPT 要把参数后缀展开为文本(--ar 3:4 → 3:4 portrait framing),并移除 MJ 专属词(--style raw / --niji 在 GPT 无意义)

跨模型移植(GPT Image 2 ↔ Nano Banana Pro)= 零迁移(2026-05-09 Neal 实证)

• 按 GPT Image 2 规范写的 JSON prompt 可直接喂给 Nano Banana Pro,无需改写
• 两模型都稳定解析:JSON 字段名(subject_identity_lock / lighting / avoid 等)+ 自然语言 value + negative 数组
• 验证场景:角色身份肖像 / 建筑空间 concept art / inpaint 局部重建
• 实用建议:默认走 JSON 结构 + 自然语言 value 的写法,单写一次两家都能跑
• 详细实证 → references/structured-json-prompt.md 末章《跨模型实证》

上游资源

• EvoLinkAI/awesome-gpt-image-2-prompts: https://github.com/EvoLinkAI/awesome-gpt-image-2-prompts

(策展自 X/Twitter,持续更新,所有案例本 skill 已吸收其 prompt 结构规律)

使用注意

• 这个 skill 是知识层,不涉及任何 CLI 调用
• 生成图像的具体操作(API 调用、文件管理)归 gencut-image 或外部工具
• 如果用户直接说"用 Nano Banana Pro 生成"→ 你只给 prompt,不尝试自己调用

⭐ 自动沉淀规则(必须遵守)

每次写完一个实战 prompt(不是拷贝模板),如果符合以下任一条件,必须立即追加到 references/ 对应文件的"项目溯源"栏目:

1. 有方法论细节(「为什么这样写」的推理,不是单纯的 prompt 文本)
2. 踩过坑(直接写会失败、用户指出过改进的地方)
3. 跨文化/跨主题改写(不是简单换词,而是重构文化内核)
4. 结构发明(为特定需求创造的 prompt 模式,前所未有的)

追加格式:

### [案例名称](YYYY-MM-DD)

**原 prompt**:...
**目标**:...
**关键决策**:...
**踩过的坑**:...
**学到的**:...

对应文件:

• JSON 结构改写 → references/structured-json-prompt.md
• 风格化改写 / 跨主题改写 / 拟人化 → references/cinematic-storyboard.md
• 跨文化/跨人种改写 → references/portrait.md
• UI/海报 → references/poster.md 或 references/ui-mockup.md

什么不用追加:

• 仅仅改了一两个单词的 prompt(没有方法论)
• 用户只是问「怎么写 prompt」而未实际生成作品
• 纯拷贝模板没有定制改动

违反的后果:用户问"你沉淀了几个"时不能回答。这是身为内容创作者的基本纪律--沉淀不是可选动作,是劳动接工。