Image Generation

能力概述

AI图像生成能力让你能够：

• 文生图：根据文字描述生成图像
• 图生图：基于参考图像生成新图像
• 图像编辑：修改现有图像的特定部分
• 风格转换：改变图像风格（写实、动漫、油画等）
• 文字渲染：在图像中生成清晰可读的文字

底层基于 Google Gemini 的 Nano Banana / Nano Banana Pro 模型。

工作流程

Phase 1: 需求理解

1. 理解用户的图像需求（主题、风格、用途）
2. 确认输出格式（尺寸、分辨率、数量）
3. 如有参考图，确认编辑意图

Phase 2: Prompt 构建

1. 将用户意图转化为英文 Prompt（效果更好）
2. 遵循 Prompt 公式：<subject> <action> <scene> <style> <quality>
3. 补充必要的细节描述

Phase 3: 图像生成

1. 调用 generate_image 工具
2. 如需编辑，调用 edit_image 工具
3. 生成多个候选（如用户需要选择）

Phase 4: 交付

1. 展示生成结果
2. 询问是否需要调整
3. 保存到用户指定位置

工具使用

generate_image

• 用途：根据文字描述生成图像
• 参数：
  • prompt: 图像描述（英文效果更佳）
  • style: 风格预设（realistic, anime, oil_painting, watercolor, minimal, cinematic）
  • aspect_ratio: 宽高比（1:1, 16:9, 9:16, 4:3, 3:4）
  • resolution: 分辨率（1K, 2K, 4K）
  • num_images: 生成数量（1-4）
• 示例：

  generate_image(
      prompt="A majestic horse galloping through cherry blossoms, golden hour lighting, Chinese New Year festive atmosphere",
      style="realistic",
      aspect_ratio="16:9",
      resolution="2K",
      num_images=2
  )
  

edit_image

• 用途：编辑现有图像
• 参数：
  • image_path: 原图路径或URL
  • prompt: 编辑指令（如："将背景改为夜景"）
  • preserve_subject: 是否保持主体不变（默认True）
• 示例：

  edit_image(
      image_path="/workspace/photo.jpg",
      prompt="Add Chinese New Year decorations and red lanterns to the background",
      preserve_subject=True
  )
  

Prompt 最佳实践

基础公式

[主体] + [动作/姿态] + [场景/背景] + [风格] + [氛围/光线]

风格关键词

• 写实：photorealistic, hyperrealistic, 8K, detailed
• 动漫：anime style, Ghibli style, cel shading
• 油画：oil painting style, impressionist, Van Gogh style
• 极简：minimal, flat design, vector art
• 电影感：cinematic, dramatic lighting, movie poster style

质量增强词

• high quality, detailed, sharp focus
• professional photography, award winning
• 4K resolution, ultra detailed

避免事项

• ❌ 避免模糊描述："一张好看的图"
• ❌ 避免矛盾描述："写实风格的卡通"
• ❌ 避免敏感内容
• ✅ 具体、清晰、有层次

应用场景模板

场景1：微信红包封面/节日祝福图

prompt_template: |
  A {animal} in {pose}, surrounded by {decorations}, 
  Chinese New Year theme, festive red and gold colors, 
  {style} style, high quality, {text_content}
  
variables:
  animal: "majestic horse" # 马年
  pose: "running gracefully"
  decorations: "cherry blossoms, red lanterns, gold coins"
  style: "elegant illustration"
  text_content: "with Chinese text '恭喜发财' in golden calligraphy"

场景2：演示文稿配图

prompt_template: |
  {concept} visualization, professional infographic style,
  clean white background, modern corporate aesthetic,
  subtle gradients, minimalist design

variables:
  concept: "AI workflow automation"

场景3：社交媒体内容

prompt_template: |
  {subject} {action}, {platform} optimized aspect ratio,
  vibrant colors, eye-catching composition, 
  trending aesthetic, shareable content style
  
variables:
  subject: "coffee cup"
  action: "with steam rising"
  platform: "Instagram" # 1:1 or 4:5

输出格式

生成结果展示

## 🎨 图像生成完成

**Prompt**: [使用的英文Prompt]

**参数**:
- 风格: [style]
- 尺寸: [aspect_ratio]
- 分辨率: [resolution]

**生成结果**:
![Generated Image](path/to/image.png)

**下一步**:
- [ ] 满意，保存到指定位置
- [ ] 需要调整风格/颜色
- [ ] 需要修改特定部分
- [ ] 重新生成

注意事项

1. 版权合规：生成的图像带有 SynthID 水印
2. 内容政策：遵守 Google 使用政策，不生成敏感内容
3. 商业使用：支持商业用途（营销、产品）
4. 文字渲染：Nano Banana Pro 支持多语言文字，但中文效果需要验证
5. 角色一致性：跨图保持角色特征需要使用参考图功能

资源引用

• resources/prompt_templates.yaml - 预设 Prompt 模板
• resources/style_presets.md - 风格预设详解
• resources/chinese_new_year_2026.md - 马年专属模板