fore-vip 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：
- 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
- 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）
| 级别 | 来源 | 判定方式 |
|---|---|---|
| 1 · 显式 | 用户本轮或本会话明确说过模型名 | 「用 Midjourney 出」「即梦画一下」「gpt image」「nanobanana」「flux」「可图」「混元」等，直接命中 |
| 2 · 隐式 | 从上下文与输入形态推断 | ① 提示词里带 --ar / --sref / --v 8 → Midjourney；② 带 (xxx:1.3) 权重语法 → SD 系；③ 会话里正在调用某平台/工具的生图能力 → 取该平台默认模型；④ 用户聊的是国内平台（即梦/豆包/通义/元宝）→ 取该平台模型 |
| 3 · 兜底 | 全部落空 | 必须弹窗询问，不得自行挑选。选项：Midjourney / 即梦 Seedream / Nano Banana（Gemini）/ GPT Image，并提供自由输入框（Flux、Qwen-Image、可图、混元、SD、Imagen、Ideogram、Recraft 等可手动填） |
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
| 情况 | 动作 |
|---|---|
| 模型在下方「内置速查表」内，且版本不高于表内记录版本 | 直接用表内方言，无需联网 |
| 用户指明的版本比表内更新（例如表里是 MJ V8.2，用户说 V9） | 先 WebFetch 该模型官方文档，确认新增/变更参数后再生成 |
| 模型不在表内（新模型、小众模型、自部署模型） | 先 WebSearch 定位官方文档 → WebFetch 抓取参数页 → 提取「参数名/取值范围/提示词语言/长度限制/负向是否支持」→ 再生成 |
| 联网失败或文档里确实没有 | 用「通用高胜率规则」（见最后一节）生成，并不虚构任何参数 |
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
- 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
- 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
- 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）
- 有没有把 A 模型的参数误用到 B 模型（例如把
- 输出：只输出最终提示词
内置速查表（截至 2026-08）
| 模型 | 识别别名 | 提示词语言 | 参数形态 | 独立负向 | 长度倾向 | 官方文档 |
|---|---|---|---|---|---|---|
| Midjourney V8.x | MJ、midjourney、--ar、--sref | 英文 | 命令行 flag 尾缀 | ✅ --no |
中（≤150 token） | https://docs.midjourney.com/ |
| GPT Image 2 / DALL·E | gpt image、chatgpt 生图、openai | 英文/中文均可 | 平台字段（quality/size），非提示词 | ❌（写进正文约束） | 长（完整 brief） | https://platform.openai.com/docs/guides/images |
| Nano Banana / Pro / 2 | nanobanana、gemini image、gemini 3 | 英文（多语言可） | 图片比例写进正文 | ❌（用 avoid / 正向表述） | 中长 | https://ai.google.dev/gemini-api/docs/image-generation |
| Flux 2 / Kontext | flux、black forest、kontext | 英文（自然语言句） | API 字段 / 自然语言 | 部分（写进正文） | 中（30–80 词） | https://docs.bfl.ml/ |
| Imagen 4 / Ultra | imagen、google 生图、vertex | 英文 | 平台字段 | ❌ | 中 | https://cloud.google.com/vertex-ai/generative-ai/docs/image/overview |
| Ideogram 3.x / 4.x | ideogram | 英文 | 平台字段 + MagicPrompt | ❌ | 中 | https://developer.ideogram.ai/ |
| Seedream 4.x / 5.0 | seedream、即梦、豆包生图、火山方舟 | 中文优先 | API 字段（size/scale/steps/seed） | ✅（部分版本） | 中（简洁精确） | https://www.volcengine.com/docs/82379/1829186 |
| Qwen-Image 3.0 | qwen image、通义万相、百炼 | 中文优先 | API 字段（size/n/watermark） | ❌ | 中 | https://www.alibabacloud.com/help/zh/model-studio/image-model |
| Wan 2.7-image-pro | wan、万相 pro、通义万相 | 中文优先 | 支持调色盘、多图参考（≤9） | ❌ | 中 | https://www.alibabacloud.com/help/zh/model-studio/image-model |
| Stable Diffusion 3.5 / 社区系 | sd、stable diffusion、webui、comfyui | 英文（关键词流） | 权重语法 (x:1.3) |
✅ 强依赖 | 短–中 | https://stability.ai/ |
| Recraft V3 / V4 | recraft | 英文 | 平台字段（含矢量输出） | ❌ | 短–中 | https://www.recraft.ai/docs |
| Adobe Firefly 3 | firefly | 英文/中文 | 平台字段 | ❌ | 中 | https://helpx.adobe.com/firefly/ |
| 可图 Kolors / 混元图像 | 可图、kolors、混元、元宝生图 | 中文优先 | 平台字段 | ✅ | 中 | 先 WebSearch 定位官方文档再执行 |
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：
| 参数 | 作用 | 备注 |
|---|---|---|
--ar 16:9 |
画幅 | 永远显式指定，别用默认 1:1 |
--style raw |
关掉自动美化 | 要写实/照片感时必加 |
--s 0-1000 |
风格化强度 | 写实 50–200；艺术向 500–1000；默认 100 |
--c 0-100 |
四图差异度 | 结果雷同时调高 |
--no text, watermark |
负向 | V8 下比 V7 更可靠 |
--hd |
原生 2K | V8.1+ 默认开启 |
--q .25/.5/1/2/4 |
渲染预算 | --q 4 用于复杂场景 |
--sref <url> + --sw 0-1000 |
风格参考 | 系列图一致性 |
--oref <url> + --ow 0-1000 |
全参考（人+物） | V7/V8 取代 --cref |
--seed <int> |
复现 | — |
--tile |
无缝平铺 | — |
- 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
- 皮肤塑料感 →
- 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：
| 维度 | 要写什么 | 高胜率默认 |
|---|---|---|
| 1 主体 | 谁/什么，具体特征、材质、颜色、姿态 | 越具体越好，避免「一个女人」 |
| 2 环境 | 在哪里，前景/背景 | 有空间感的真实场景 |
| 3 光影 | 方向、性质、色温 | 晨光侧逆光 / 黄金时刻 / 柔和窗光 / 阴天漫射 |
| 4 镜头 | 焦段、机位、景深 | 35mm 街拍 / 85mm f1.4 人像 / 低角度广角 / 俯拍平铺 |
| 5 风格 | 媒介与审美指向 | 电影感、产品摄影、极简、日系生活美学、赛博朋克、水墨 |
| 6 画质 | 细节苛求 | 皮肤纹理、布料褶皱、材质反射、胶片颗粒 |
| 7 技术参数 | 画幅/分辨率 | 9:16 竖屏、16:9 横屏、1:1 方图、2K/4K |
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：
| 场景 | 必加要素 |
|---|---|
| 产品摄影 | 三点柔光箱 / 接触阴影与反射 / 干净背景 / 指定机位 / hex 品牌色 |
| 人像 | 焦段+光圈 / 光源方向与色温 / 肤质真实（不磨皮）/ 眼神光 |
| 海报/封面 | 文字用引号、指定字体与位置 / 预留留白 / 层级（前中后景） |
| 电商 | 白底或场景二选一 / 材质高光 / 比例真实 / 组图一致性 |
| 建筑空间 | 透视与镜头畸变控制 / 时间（蓝调时刻）/ 人作为尺度参照 |
| 插画/绘本 | 媒介明确（水彩/厚涂/木刻）/ 色板 / 笔触描述 |
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