用途：这是一个面向 MCP 智能体的图像提示词技能，用于通过 blockrun_image 生成或编辑图像，尤其是海报、UI 稿、营销图等需要清晰文字排版的场景。核心是把任何用户请求转成可复用的结构化提示，降低出图失败率，并避免“AI 味”过重的画面。
主要能力：提供五段式提示框架——SCENE（场景）、SUBJECT（主体）、DETAILS（细节：材质、光线、镜头、景深、构图、氛围）、USE CASE（用途：海报/UI/产品图/信息图等）、CONSTRAINTS（约束：不得漂移的内容）。针对文字排版给出规则：文字用引号或全大写，标注文案角色（HERO、SUB、BANNER、TAG 等）并规定字体、字重、颜色、位置、字距；明确“无多余文字、无重复文本、无水印”。反 AI 感规则强调用可观察的视觉事实替代“惊艳、史诗、杰作”等空泛形容词，并说明风格标签需配具体产物描述。
使用方式：初始化时通过 pip install blockrun-llm 安装 SDK，并准备已充值的 USDC 钱包；生成用 image.generate(prompt, model=..., size=..., n=...)，编辑用 image.edit(prompt, image=..., model=..., size=...)，多参考合成通过 edit 端点传入多张参考图，并在提示中标注每张参考图的角色（主体/环境/风格）。响应通过 result.data[0].url 获取，可能是 HTTPS 链接或 base64 data URL。编辑采用“CHANGE / PRESERVE / CONSTRAINTS”模式，每轮只做小幅原子修改，并重复保留清单。
适用场景：海报与社媒图、UI 界面稿、产品图、概念/品牌探索、多图合成。资料建议 UI 稿写明设备、状态栏、各元素位置与状态、配色与字号层级；产品图写明表面、光源、镜头、景深和主体材质；概念探索用同一骨架仅替换 DETAILS 以对比单一变量。
限制与注意：GPT Image 2 仅支持 1024x1024、1536x1024、1024x1536 三种尺寸，尺寸超过 1024 会进入高价档；文字清晰的图像优先 GPT Image 2，无文字的艺术提示词可考虑更便宜的 Nano Banana。资料称迭代编辑易漂移，需每轮重复保留项；文字若持续出错可缩短、逐字母拼写并单列 EXACT TEXT 行。使用 edit 或多参考时，源图需可通过公开 URL 或 data URL 访问。模型列表与价格以资料所述为准，具体可用性、计费与实际效果可能变化，暂未提供更多验证信息。