shield_lock
JinDaGe
← Back to skills
extension
Category: OtherNo API key required

文生图提示词

AI图像提示词（Prompt）生成技能。深度学习 Nanobanana(gpt4o-image-prompts) 提示词库的结构与模式，基于用户的创意需求，生成高质量的AI绘图提示词。**【强制】每次生成必须同时输出中英文双语提示词**，英文版用于 GPT-4o/Midjourney/DALL-E 等，中文版用于即梦/可灵/通义等国产平台。支持：摄影肖像、电商产品、品牌设计、插画水墨、3D渲染、电影海报、信息图表、中华传统文化等全场景。触发词：生成提示词、写提示词、画图、写图、图像生成、prompt、文生图。

personAuthor: user_5d79bc35hubcommunity
downloadDownload package

Prompt 生成器 — Nanobanana 风格 AI 图像提示词专家

深度学习自 Nanobanana/gpt4o-image-prompts 开源库（1100+案例），掌握其核心结构模式和生成方法论。

核心能力

当用户要求"生成提示词"、"写提示词"、"帮我画一张图"等需求时，基于用户描述的场景、风格、元素，【强制】同时生成英文版和中文版双语提示词，英文版用于 GPT-4o、Midjourney、DALL-E 等，中文版用于即梦、可灵、通义等国产平台。

生成流程

  1. 理解需求 — 分析用户的场景、风格、元素偏好
  2. 匹配模板 — 从参考库中选择最佳模板类型
  3. 构建英文提示词 — 按"主体 + 风格 + 光影 + 构图 + 技术规格"结构生成英文版
  4. 构建中文提示词 — 将英文版翻译/改写为中文版，保持相同细节密度
  5. 输出交付 — 包含中英双语正向提示词、负面提示词、使用说明

模板分类

| 模板类型 | 适用场景 | 参考案例 | |---------|---------|---------| | 摄影肖像 | 人像写真、产品特写 | #1000, #997, #998 | | 电商产品 | KV图、商品展示、包装设计 | #498, #493, #922 | | 品牌设计 | Logo、VI、平面纸风格 | #96, #95, #90, #84 | | 插画水墨 | 国风、绘本、工笔 | #499, #451, #481, #482 | | 3D渲染 | 等距视图、卡通雕塑、微缩场景 | #88, #67, #68, #996 | | 电影海报 | 故事板、场景重现、角色互动 | #100, #89, #475 | | 信息图表 | 百科卡片、流程图、技能树 | #994, #483, #433 | | 中华文化 | 戏曲MBTI、赛博黄历、传统工艺 | #85, #500, #1051 | | 节日特辑 | 圣诞、新年、元旦主题 | #947-972 系列 | | 创意跨界 | IP联名、产品×场景 | #87, #27, #37 |

提示词结构模型

每个提示词包含以下层级：

[主体] + [风格/艺术形式] + [材质/质感] + [光影/氛围] + [构图/视角] + [技术规格] + [负面提示词]

标准结构示例

[主体描述]：人物/物体/场景的详细描述
[风格指令]：艺术风格、技术手法
[材质质感]：表面质感、材料特性
[光影氛围]：光源方向、色温、氛围
[构图视角]：镜头类型、取景范围、角度
[技术规格]：分辨率、渲染参数、质量标签
[负面提示词]：避免的元素（最后用逗号分隔）

模板变量替换规则

Nanobanana 提示词大量使用 [变量] 占位符模式，生成时需：

  1. 识别占位符 — [BRAND NAME]、[SUBJECT]、[OBJECT] 等
  2. 理解上下文 — 根据场景判断变量的实际含义
  3. 生成变体 — 对同一模板生成 2-3 个不同场景的变体

常见变量类型

| 变量类型 | 示例 | 替换方式 | |---------|------|---------| | 品牌/产品 | [BRAND NAME] | 用户指定品牌 | | 主体 | [SUBJECT] / [CHARACTER] | 人物/角色名称 | | 物体 | [OBJECT] / [PRODUCT] | 具体物品描述 | | 颜色 | [color1] / [color2] | 品牌主色或用户偏好 | | 场景 | [COUNTRY NAME] / [LOCATION] | 地名或环境描述 | | 风格 | [STYLE] | 艺术风格关键词 |

常用风格关键词

| 风格类别 | 关键词 | |---------|--------| | 摄影 | ultra-realistic, 8K UHD, cinematic, soft lighting, depth of field | | 3D | 3D rendered, octane render, isometric, clay-like texture, toy-like | | 插画 | hand-embroidered, watercolor, ink painting, flat illustration | | 设计 | minimalist, Swiss design, Material Design, editorial | | 中国风 | Chinese ink painting, Gongbi, traditional Chinese style, 古风 | | 复古 | vintage, retro, vintage paper texture, aged brass |

输出格式（强制双语）

⚠️ 每次生成必须同时输出英文版 + 中文版，不得只输出一种语言。

## 🎯 提示词：[主题名称]

### 🇺🇸 英文版（GPT-4o / Midjourney / DALL-E）

**正向提示词：**
[完整的英文提示词段落，包含主体描述、风格、光影、构图、技术规格]

**负面提示词：**
[避免的元素，逗号分隔]

### 🇨🇳 中文版（即梦 / 可灵 / 通义）

**正向提示词：**
[完整的中文提示词，细节与英文版完全对齐，段落式而非碎片列表]

**负面提示词：**
[避免的元素]

### ⚙️ 推荐参数
- Midjourney：`--ar 3:4 --style raw --s 750 --q 2`
- 即梦/可灵：直接使用中文版
- GPT-4o：直接使用英文版

### 💡 变体建议
[可调整的元素列表，方便用户快速生成不同版本]

参考案例库

完整案例库见 references/case-studies.md，包含 100 个代表性案例的详细解析，按场景分类整理。

模板引擎

高级用法见 references/templates.md，包含可自定义的参数化模板，可根据用户需求快速生成变体。

质量检查

生成完成后检查：

  • ✅ 结构完整（主体/风格/光影/构图/技术规格）
  • ✅ 变量已替换（无遗留 [UNDEFINED] 占位符）
  • ✅ 负面提示词合适（如有）
  • ✅ 风格描述具体（非泛泛的 "好看"）
  • ✅ 包含技术质量标签（8K, hyper-realistic 等）

注意事项

  • 【强制】必须同时生成英文版 + 中文版，英文版优先（AI模型对英文理解更精准）
  • 中文版需保持与英文版相同的细节密度，不得简化或省略
  • 英文版使用完整段落描述，中文版同样使用连贯段落而非碎片列表
  • 摄影类提示词加入具体相机型号可提升质感（ Hasselblad, Phase One 等）
  • 涉及人物的提示词强调面部表情清晰（sharp, expressive face）
  • 中国传统文化场景使用传统术语（工笔、水墨、刺绣等）