rime-imagen

rime-imagen — 生图 Prompt 辅助

专门写高质量的生图 prompt 文本，让用户复制到 Web ChatGPT / Gemini / AI Studio 等外部工具里使用。不调用任何生图 API，不生成图片，纯 prompt 文本产出。

Use when

核心判定：用户要的是一段可复制的 prompt 文本（去外部工具用），不是一张图片。满足以下之一才触发：

• 用户明示要 prompt：
  • "帮我写个生图 prompt / image prompt"
  • "给我一段 gpt-image / nano banana / gemini image prompt"
  • "写段 prompt 我去 ChatGPT / AI Studio 用"
• 用户已经在外部工具里卡住，找回来问怎么写 prompt（"我在 ChatGPT 里生图效果不好，帮我改 prompt"）
• 当前对话环境没有可用的生图工具，用户想手写 prompt 去别处用

不确定时必须问一次

用户说"生成一张图 / 做个海报 / 画个 mockup / 需要插图"本身不足以触发本 skill —— 这些说法的自然解读是"我要一张图片"，不是"我要一段 prompt"。此时先问：

"你要的是我帮你直接生成图（调生图工具），还是写一段 prompt 让你复制到 ChatGPT / Gemini 用？"

• 前者 → 路由到生图工具 / 生图 skill
• 后者 → 本 skill

满足核心判定后的具体子场景

子场景	对应模板
从零写一段 prompt（海报 / mockup / 插图 / 图标 / 概念艺术）	A
写编辑现有图的 prompt（替换元素 / 改光线 / 改文字）	B
写多参考图合成 prompt（产品置入 / 角色一致性 / 风格迁移）	C
基于现有设计稿写 N 版 layout / 配色 / 风格变体 prompt（评审 / moodboard / PRD 插图）	B×N（或 C×N）

跟代码类 skill 的边界

用户想要	走哪个 skill
prompt 文本（粘到外部工具生图）	rime-imagen（本 skill）
直接渲染出图片	生图工具 / 生图 skill（不是本 skill）
改 React / CSS 实现新 layout	impeccable:layout / frontend-design
系统化规划整体 UX 方向（讨论层）	impeccable:shape
从参考站提取 design token	rime-scan

Don't use when

• 用户只是讨论图像内容或分析现有图（用正常对话回答）
• 用户做设计评审、UI 评论（用 rime-design / impeccable:critique）
• 用户聊图像相关的技术话题（模型架构、diffusion 原理等）
• 代码库图标需求 — Heroicons / Lucide / Tabler / Font Awesome 等，直接用前端组件库
• 真实数据图表 — 柱状图 / 折线图 / 饼图等数据可视化，用 Recharts / D3 / Chart.js 实现
• 纯 SVG 矢量路径绘制（几何图形 / logo 线稿），AI 生图控制不了精确坐标

图标类需求的判断

需求类型	是否走 rime-imagen
插画风 app icon（手绘感 / 渲染感）	✅ 走
吉祥物 / 角色图标	✅ 走
营销素材里的装饰性图标	✅ 走
拟物化 / 3D icon（iOS 拟物风）	✅ 走
线性图标 / 扁平图标（用在 UI 工具栏）	❌ 用图标库
品牌 logo 精确复刻	❌ 用 SVG / Figma

Produces

• 1 段可直接复制的生图 prompt，放在代码块里（默认单版本，匹配用户指定的模型风格）
• 仅当用户显式要求"两个都要 / 双版本" → 再给 gpt-image-2 + Nano Banana 两个代码块
• 代码块之后 1–2 句说明关键 prompt 技巧的选择理由
• 最后一句迭代提示，指明可以调哪个字段重新生成

---

执行流程（渐进式披露 — parse before ask）

核心原则：每一个追问项都是"消息里缺失才问"。不得重复问用户已经说过的东西，也不得机械地走完问卷。

Step 1 — 信号提取（必做，先于任何追问）

收到消息后，先从字面扫描下面 5 个信号。全部扫过一遍再决定要不要追问。

信号	识别关键词（示例）
任务类型	"生成 / 做张 / 画 / 来张" → A｜"改 / 替换 / 保留" → B｜"合成 / 参考图 / 放进" → C
目标模型	"gpt / chatgpt / openai / gpt-image" → gpt-image-2｜"nano banana / gemini / ai studio" → Nano Banana Pro｜没提 → 未定
主体 / 场景	用户已给出的任何具体描述
图内文字	消息里带引号的文字 / "图上写 X" / "标题是 X"
尺寸 / 用途	"海报 / 封面 / banner / 竖版 / 9:16" 等

Bing 的工作背景常涉及 医疗产品、日文界面、UI mockup、概念示意图、产品海报 — 不确定时按这个场景假设，不要多问。

Step 2 — 按模板校验完整性（不是粗粒度早退）

信号提取完成后，按识别到的任务类型逐项核对对应模板的必填字段。任意必填缺失 → 进 Step 3 追问；全部齐全才跳 Step 4。

<readiness_gate>

任务类型 A — 从零生成（必填）

• 目标模型（gpt-image-2 / Nano Banana Pro）
• Subject（主体是谁 / 是什么）
• Scene（环境 / 背景）
• Composition（镜头角度 / 景别）
• Lighting（光源 / 色温 / 情绪）
• Style（摄影镜头规格 / 插画风格 / 渲染引擎）
• Aspect ratio
• In-image text 精确文案 仅当场景暗示有文字时必填（海报 / UI mockup / 营销素材 默认有文字）

任务类型 B — 编辑现有图（必填）

• 目标模型
• 参考图（用户需在外部工具里附上原图）
• Change（明确要改什么）
• Preserve（明确要保留什么 —— 必须列出 face / pose / lighting / background / text / layout 等）

任务类型 C — 多参考图合成（必填）

• 目标模型
• 每张参考图的 role 标签（Image 1 / Image 2 / ...）
• Instruction（显式引用标签 + 合成逻辑）
• 每张图的 Preserve 约束

</readiness_gate>

不要用"任务类型 + 主体 + 目标模型"三字段做早退判断 —— 过去版本这么写是错的。那三项只够进 Step 3 起点，不够直接出 prompt，容易产生字段缺失的半成品。

Step 3 — 按需追问（只问缺失项，优先级从高到低）

反模式：用户说"用 gpt 帮我写一段医疗海报生图 prompt"时，不要再问"用什么模型 / 什么任务类型" — 这两项已明确。直接追问剩余必填项（Composition / 精确文案 / aspect ratio 等）。

1. 任务类型（仅当 Step 1 未识别到 A/B/C 信号时问）

2. 目标模型（仅当 Step 1 未识别到模型信号时问）

询问方式：先问一次"给哪个工具用？gpt-image / nano banana / 都要"，不要默认产出双版本。默认双输出会翻倍无用文本。

3. 模板必填字段（按 Step 2 readiness_gate 对应类型，只问缺失的那几项）

4. 图内文字（仅当场景暗示有文字但用户未给出精确文案时问）

• 精确文案（必须用引号包裹）
• 语言（中 / 日 / 英 / 韩，多语言分开标注）
• 字体风格、字重、颜色、位置

5. 尺寸 / 用途（仅当 A 场景且消息未提 aspect ratio 时问）

用途	aspect ratio
社交媒体竖版 / 短视频封面	9:16
横版 banner / 视频封面	16:9
IG post / 头像	1:1
海报	3:4 / 2:3
打印物料	A4 / 4:5

追问时一次最多 2–3 个关键项，避免问卷感。能从上下文推断的绝不问。

Step 4 — 产出

按收集到的信息填入下面模板，放进代码块。

<output_format>

• 用户指定了单一模型 → 只产出该模型对应风格的一个版本
• 用户显式要求"两个都要 / 双版本 / 都给我" → 才输出 gpt-image-2 风格 + Nano Banana 风格两个代码块
• 用户要求 N 版 layout / 配色 / 风格变体 → 产出 N 个代码块，每个代码块前用 ### Variant 1 — {该版要点} 标题区分。用户会在外部工具里附上同一张原稿（prompt 文本里不需要复述原图），所有变体共享同一份 Preserve 清单（保持原稿哪些不变），只在 Change 字段差异化（如 grid / spacing / color palette / style keyword）
• 代码块用 triple backtick 包裹，方便用户复制
• 代码块之后 1–2 句技巧说明 + 1 句迭代提示（见"产出后的收尾"） </output_format>

产出前：先读取 reference/model-styles.md 里对应模型的一节（只读一节，不要都读），照其风格格式填写。不确定场景可参考 reference/scenarios.md 找首选模板和必填字段。

---

Prompt 模板

下面三个模板是逐字参照的骨架，填值时不得删字段、不得改顺序。

关键：编辑场景中 Preserve 永远比 Change 重要。漏掉 Preserve 模型会自由发挥。

---

模型风格差异

• gpt-image-2：结构化段落 + constraints 清单化
• Nano Banana Pro：自然叙事 + 五要素融合

完整对照示例和用例库 → reference/model-styles.md（按需只读对应模型那一节）

---

反模式（产出时必须避免）

<anti_patterns>

以下是禁区，产出 prompt 时不得出现。每一条都是从真实失败案例里抽出来的。

❌ 反模式	✅ 正确做法
"premium feel", "viral quality", "atmospheric", "high quality", "masterpiece"	用具体的镜头 / 光线 / 风格词：50mm lens, backlit, documentary photography
tag soup：woman, hospital, morning, warm, photo, 4k, trending	完整句子或结构化段落
图内文字不加引号、不写 verbatim	"健康診断のご案内" ... verbatim, no substitutions
编辑场景只说 Change 不说 Preserve	把 face / pose / lighting / background / text / layout 全列进 Preserve
跳过 Composition / Lighting / 视角	五要素（Scene / Subject / Composition / Lighting / Style）至少齐全
多参考图不打标签	Image 1 / Image 2 / Image 3 显式引用

</anti_patterns>

---

产出后的收尾

每次产出结束后附上：

1. 技巧说明（1–2 句）— 解释关键选择，例如：

   "这里用 verbatim 锁死日文文案，避免 Gemini 把汉字替换成相似字形。" "用 Preserve 列出 face + pose，防止模型在换背景时改动人物。"

2. 迭代提示（1 句）— 指出可调字段：

   "如果首次效果不满意，优先调 [Lighting] 或 [Composition] 后重新生成。"

---

速查与场景库

常见场景 → 首选模板 + 必填字段 + 医疗/UI mockup 常用片段 → reference/scenarios.md

仅在匹配场景不确定、需要找参考片段时读取。熟悉场景直接走 Step 1–4 流程。