SuperAPI AI 工具集

ai-image-generation

设计与创作

查看项目

更新于 10-15 07:42

技能介绍

用途

本技能是 AI 图像生成的核心执行环节,负责实际的生成工作:模型选择、提示词构建、API 调用、迭代以及质量验证。当你需要生成任何图像并希望获得最佳质量时使用它。它可由 ai-creative-workflow、ai-creative-strategist 路由进入,也可直接响应请求。

主要能力

  • 默认使用 Glif 上的 Nano Banana Pro 文生图模型(ID:cmi7ne4p40000kz04yup2nxgh),约 20 秒生成,质量优秀。
  • 提供结构化的提示词构建公式:主体+场景/上下文+风格+光照+质量增强词。
  • 内置主体具体化示例、场景/上下文选项、摄影/插画/艺术风格预设、光照预设与质量增强词。
  • 提供常用宽高比对照表(1:1、16:9、4:5、9:16、2:3、21:9),默认 1:1。
  • 提供完整的执行工作流、迭代策略、质量检查清单与常见问题解决方案。
  • 支持与创意工作流、视频生成技能之间的交接协议。

使用方式

  1. 明确需求:确定主体、风格/美学、平台/用途、宽高比、必须包含与必须避免的元素。
  2. 构建提示词:按公式 [主体] + [场景] + [风格] + [光照] + [质量增强词] 编写。
  3. 生成初稿:使用 run_glif MCP 工具,Glif 为「🍌 Nano Banana Pro Text 2 Image」,ID 为 cmi7ne4p40000kz04yup2nxgh,输入为提示词。
  4. 提交反馈:展示提示词、宽高比、图像 URL 与快速评估(主体准确性、风格匹配、构图、质量)。
  5. 按反馈迭代:针对过暗、过杂、风格错误、缺少元素、氛围不对等常见问题调整提示词。
  6. 确认或继续:通过则交付最终图像;需修改则回到迭代;根本性错误则重写提示词。

除非用户明确要求,否则不要使用 imagen-3、DALL-E、Flux 或直接调用 Replicate API。需要文字渲染(标志、引言、公告)时改用 Recraft v3 或 Ideogram v3(路由至 ai-typography);需要图生视频时先生成图像,再路由至 ai-video-generation;需要人物/生活方式图像时仍使用 Nano Banana Pro。

适用场景

  • 产品主图:如高级无线耳机悬浮于深炭灰渐变背景,专业产品摄影,左上方单束戏剧性聚光灯,边缘细微轮廓光,金属表面反射,超精细,商业广告质量,右侧留白用于文字。
  • 生活方式场景:如年轻职业女性在明亮现代公寓中享用晨间咖啡,自然窗光,温馨周末氛围,生活方式摄影,暖色调,浅景深,编辑级质量。
  • 美食摄影:如乡村木板上融化的奶酪与新鲜蔬菜的汉堡,专业美食摄影,柔和漫射顶光,热气升腾,浅景深,餐厅菜单质量。
  • 科技/SaaS:如极简家庭办公室中大显示器上的现代仪表盘界面,柔和环境光,科技产品摄影,屏幕浅景深。
  • 抽象/概念:如数据流与连接性的抽象表现,发光粒子在深蓝渐变上形成网络图案,未来科技美学,动态运动模糊,电影级质量。

限制

  • Nano Banana Pro 在文字渲染方面表现较弱,文字密集型图形应路由至 ai-typography。
  • 可能出现 AI 伪影(如手指异常、文字融化),需重新生成或标注需避免的区域。
  • 提示词过于模糊、元素过多、忽略宽高比或只生成一次不迭代,都会导致效果不佳。
  • 关于收费、价格、平台支持范围等具体信息,资料中暂未提供。