---

name: image-design description: "高级质感图片设计 —— 基于摄影逻辑的 AI 图片提示词生成技能。通过主体描述、构图位置、光线逻辑、相机视角、风格与质感五大模块，生成专业级 AI 绘图提示词，适用于 ImageGen、GPT-image2、Midjourney、Stable Diffusion 等。触发词：生成图片、写图片提示词、AI 绘图、AI 出图、写实照片、人像照片、电影感照片、product shot、image prompt、photorealistic prompt、怎么写出好图片。Use when the user needs a photorealistic or high-end image prompt and wants it to look professional rather than generic. Do NOT use when：需要工程化规格出图/透明底素材/UI 原型/角色一致性（改用 spec-image）、咨询风封面或信息图（mckinsey-cover）、内容型信息卡片（infocard）。"

image-design: 高级质感图片设计

Purpose

把一句模糊的图片需求，翻译成可直接投喂给绘图工具的专业级提示词。技能遵循摄影学五大 核心维度，让画面从"塑料手办感"变成"有光线逻辑、有机位、有材质"的真实影像。它产出的是 提示词（可选直接调用 ImageGen 出图），不负责工程化规格或多图一致性。

核心公式，每一张高质量 AI 图片的提示词都应覆盖这五个维度：

[主体描述] + [构图位置] + [光线逻辑] + [相机视角] + [风格与质感]

When to Use

• 用户要生成图片或写图片提示词，且目标是有质感、写实、专业的效果。
• 用户觉得生成的图"太假/太塑料/像手办"，需要诊断并改写提示词。
• 需要指定机位、镜头、光线、胶卷质感等摄影属性。
• 触发词：生成图片、写图片提示词、AI 绘图、写实照片、电影感、image prompt、photorealistic。

When NOT to Use

• 需要工程化规格出图、精确文字排版、透明底素材、UI 原型、角色一致性 -> 交给 spec-image。
• 需要咨询风格封面 / 方法论信息图 -> 交给 mckinsey-cover。
• 需要内容型信息卡片（多模块、主题配色）-> 交给 infocard。
• 用户只想直接出图、不需要提示词文本，且已有明确画面描述 -> 可直接走 ImageGen。

Workflow

1. 理解需求：明确主体、情绪、用途与画面比例；缺关键信息时先问一句。
2. 按五维构建：依次填充主体描述与构图位置、光线逻辑、相机视角、风格与质感。 每个维度具体的英文词库见 ## References 中对应文件。
3. 整合提示词：把五维拼成一段完整提示词，风格材质词放在后半段作为润色； 需要固定画幅时以 --ar 收尾。
4. 解释设计逻辑：用一两句告诉用户每个选择为什么这么写（尤其是光线与机位）。
5. 可选出图：用户想"看到效果"时，把提示词直接投给 ImageGen，不要另作改写。
6. 迭代：结果不满意时只改一个维度（通常先改光线或机位），不要整段重写。

Decision Rules

• 要"最自然、最可信的纪实感" -> eye-level + 35mm + f2.8。
• 要"最高级的人像广告" -> low-angle + 85mm + f1.8。
• 要"最电影的环境人像" -> eye-level + 35mm + f2.8 + cinematic depth。
• 要"最戏剧的艺术风格" -> high-angle + 50mm + f5.6。
• 画面太干净/太完美 -> 加入不完美词（Candid shot、Slightly shaky、film grain）。
• 选风格 -> 胶片感与 3D 渲染感二选一；导演/艺术家风格一次只借一种。
• 写光线 -> 描述光的逻辑（方向、亮暗、色温对比），不写"warm lighting"这类形容词。
• 需要机位 -> 镜头与角度一起写。
• 用户要成品图 -> 用 ImageGen 执行；只要文本 -> 只交付提示词并解释。

Constraints

• 五维必须覆盖，至少要有主体描述与构图/机位，不得只写一句形容词堆砌。
• 胶片风格与 3D 渲染风格不得混用。
• 一次只借用一种核心美学风格，禁止堆砌多个导演/艺术家风格。
• 风格与材质词放在提示词后半段，不前置抢占主体。
• 禁止用情绪空话替代可描述的具体细节；能具体就具体。
• 不虚构用户未提供的品牌、艺术家作品细节或版权角色。

Verification

交付前逐项确认：

• 五维齐全（主体、构图、光线、机位、风格质感），无明显缺项。
• 光线写的是逻辑（方向/光比/色温），不是单一形容词。
• 镜头与角度成对出现。
• 风格只借一种核心美学；胶片与 3D 渲染未混用。
• 已向用户解释关键选择的设计逻辑。
• 若调用 ImageGen，投喂的提示词与应用户确认的版本一致。

Output

• Outcome：一段可直接使用的完整图片提示词；用户要求出图时，另附 ImageGen 生成的图片。
• Done when：提示词覆盖五维、已解释设计逻辑、用户可复制即用；出图场景下图片已展示。
• Evidence：提示词文本本身；五维各自的对应片段；若出图，图片路径与所用提示词。 好坏对照范例见 examples/master-vs-amateur.md。

References

按需加载，不要预先全读：

• references/composition.md — 填充主体描述与构图位置时读（位置、平衡、动线词库与构图模板）。
• references/lighting.md — 填充光线逻辑、或画面缺层次/像套滤镜时读（方向×光比×色温）。
• references/camera.md — 决定角度与镜头焦段时读（三种角度、焦段、黄金组合）。
• references/style-texture.md — 选择胶卷/渲染/美学风格、或画面太塑料时读。

Examples

• examples/master-vs-amateur.md — 用户想看"好坏提示词差别"或需要五维落地示范时读（完整对照）。
• examples/evals.json — 需要自查本技能在典型请求下的预期行为时读（三条输入/期望输出样例）。

Related Skills

• spec-image — Spec-driven Prompting，工程化规格出图与多图一致性。
• mckinsey-cover — 咨询风格封面与信息图。
• infocard — 从 URL 或文本生成信息卡片图片，侧重知识可视化。