How do I install the Img2prompt skill?

Run npx skillmds@latest add hongforge/img2prompt in your terminal (requires Node.js), paste this page's agent-chat prompt into Claude, Cursor, or any MCP-connected agent, or download the SKILL.md file and copy it into your agent's skills directory.

Is Img2prompt safe to use?

This skill has not completed SkillMD's automated safety review yet. SkillMD never runs a skill's scripts for you; review the SKILL.md before installing.

Which AI agents work with Img2prompt?

This skill is tagged as working with Claude Code, Claude.ai, OpenAI Codex. SKILL.md is an open format, so most agents that read a skills directory can load it too.

Is Img2prompt free to use?

Yes. Installing skills from SkillMD is free, and the skill stays under its author's original license.

Who published Img2prompt?

hongforge (@hongforge) published this skill. Their other Agent Skills are listed on their SkillMD profile.

Img2prompt by hongforge — Agent Skill

Name: Img2prompt
Author: hongforge

Img2prompt

Use when the user provides an image and wants a prompt from it — to recreate it, restyle it, or borrow its look. Reverse-engineers the image into a structured visual spec, then renders that spec into the prompt dialect of the target image model.

hongforge b12f00c 13 files · 20.9 KB Updated Sep 17, 2026

File contents

img2prompt

把图片逆向为可直接投喂给图像模型的专业提示词。

两段式流程

Stage 1 解析时，不得考虑目标模型是谁。

这是本 skill 的架构红线。一旦解析阶段知道目标模型偏好短提示词，它会主动省略材质、光位等细节，跨模型一致性随即崩塌。解析必须无条件抽取全量信息，取舍只发生在 Stage 2。

图片 → [Stage 1: 抽取 IR] → IR → [Stage 2: 渲染方言] → 提示词

Stage 1：抽取 IR

1. 确认 intent

问用户，或从其措辞推断：

intent	用户想要	解析侧重
`reproduce`	复现这张图	主体细节最大化
`restyle`	换个主体，保持这个调性	弱化 subject，放大 style / lighting / palette
`style-extract`	只要这个风格	subject 降为泛化占位

默认 reproduce。

2. 评估 legibility

图片模糊、过小、严重压缩时记为 medium 或 low。这个值决定你允许留多少空白 —— 它是诚实的许可，不是降低标准的借口。

3. 逐组填写 9 个内容字段组

subject composition lighting palette material camera style text_in_image exclusions

字段定义与填写规范见 references/ir-schema.md。逐组走一遍，不要跳组 —— 跳过的组是后续所有方言共同的信息缺口。

4. 遵守内容红线

见 references/policy.md。两条硬规则，无例外。

5. 输出 IR

以 YAML 输出，供用户核对与复用。

Stage 2：渲染方言

按目标读取对应方言表，全部位于 references/：

目标	方言表
GPT / ChatGPT 图像	`references/dialect-gpt.md`
Nano Banana / Gemini 图像	`references/dialect-nano-banana.md`
Midjourney	`references/dialect-midjourney.md`
Stable Diffusion / SDXL / ComfyUI	`references/dialect-sd.md`

用户未指定目标时，问一次；用户说「都要」则四份全出。

遇到长度上限时，按 salience 从 3 向 1 依次丢弃条目。 不要从末尾截断 —— 那是随机破坏信息。

反模式

做法	为什么错
先问「目标模型是哪个」再看图	违反架构红线，解析会为特定模型偷懒
图糊看不清镜头，仍写「85mm f/1.4」	编造。应留 null 并标 `evidence: inferred`
用 null 表示「画面里没有文字」	null 只表示「无法判断」。确认不存在要写成文字并标 `observed`
直接写成一段提示词，跳过 IR	跨模型输出会不一致，且无法复用与核对
用「参考某艺术家风格」概括画风	违反内容红线，且跨模型稳定性更差

---name: img2promptdescription: Use when the user provides an image and wants a prompt from it — to recreate it, restyle it, or borrow its look. Reverse-engineers the image into a structured visual spec, then renders that spec into the prompt dialect of the target image model.---# img2prompt把图片逆向为可直接投喂给图像模型的专业提示词。## 两段式流程**Stage 1 解析时，不得考虑目标模型是谁。**这是本 skill 的架构红线。一旦解析阶段知道目标模型偏好短提示词，它会主动省略材质、光位等细节，跨模型一致性随即崩塌。解析必须无条件抽取全量信息，**取舍只发生在 Stage 2**。```图片 → [Stage 1: 抽取 IR] → IR → [Stage 2: 渲染方言] → 提示词```## Stage 1：抽取 IR### 1. 确认 intent问用户，或从其措辞推断：| intent | 用户想要 | 解析侧重 ||---|---|---|| `reproduce` | 复现这张图 | 主体细节最大化 || `restyle` | 换个主体，保持这个调性 | 弱化 subject，放大 style / lighting / palette || `style-extract` | 只要这个风格 | subject 降为泛化占位 |默认 `reproduce`。### 2. 评估 legibility图片模糊、过小、严重压缩时记为 `medium` 或 `low`。这个值决定你允许留多少空白 —— **它是诚实的许可，不是降低标准的借口**。### 3. 逐组填写 9 个内容字段组`subject` `composition` `lighting` `palette` `material` `camera` `style` `text_in_image` `exclusions`字段定义与填写规范见 `references/ir-schema.md`。**逐组走一遍，不要跳组** —— 跳过的组是后续所有方言共同的信息缺口。### 4. 遵守内容红线见 `references/policy.md`。两条硬规则，无例外。### 5. 输出 IR以 YAML 输出，供用户核对与复用。## Stage 2：渲染方言按目标读取对应方言表，全部位于 `references/`：| 目标 | 方言表 ||---|---|| GPT / ChatGPT 图像 | `references/dialect-gpt.md` || Nano Banana / Gemini 图像 | `references/dialect-nano-banana.md` || Midjourney | `references/dialect-midjourney.md` || Stable Diffusion / SDXL / ComfyUI | `references/dialect-sd.md` |用户未指定目标时，问一次；用户说「都要」则四份全出。**遇到长度上限时，按 `salience` 从 3 向 1 依次丢弃条目。** 不要从末尾截断 —— 那是随机破坏信息。## 反模式| 做法 | 为什么错 ||---|---|| 先问「目标模型是哪个」再看图 | 违反架构红线，解析会为特定模型偷懒 || 图糊看不清镜头，仍写「85mm f/1.4」 | 编造。应留 null 并标 `evidence: inferred` || 用 null 表示「画面里没有文字」 | null 只表示「无法判断」。确认不存在要写成文字并标 `observed` || 直接写成一段提示词，跳过 IR | 跨模型输出会不一致，且无法复用与核对 || 用「参考某艺术家风格」概括画风 | 违反内容红线，且跨模型稳定性更差 |

Frequently asked questions