image-director

Image Director 是一个 AI 图像与视觉设计指导技能，旨在帮助用户针对特定图像生成模型编译高保真度的视觉提示词。该技能由 immamdouhaboammar/designly 提供，其核心思想是：如果仅用泛泛的形容词生成提示，提示质量会严重下降；因此需要按照指定的顺序加载参考文件，并依据目标生成器的物理特性进行调整。

用途：该技能主要用于 AI 艺术指导和图像/设计提示词编写，覆盖多个图像生成模型家族，包括 Gemini Nano Banana（NB2/NBP）、MiniMax Design（Hailuo）、Kimi Design（Moonshot）、Claude Design（Anthropic 3.7）和 GPT Image 2。它通过分步骤的流程引导用户选择合适的模型物理规则、应用通用黄金规则、选用任务型专用模块，并参考行业模式库和工作室词汇，最终生成结构化的提示词输出。

主要能力：技能提供了一套强制性的阅读顺序，包含以下六个步骤：

模型物理选择器（models.md）：帮助用户在目标模型家族之间做出选择。例如，Gemini Nano Banana 适合自然语言段落、真实地点图像接地、极端宽高比（1:8、8:1、4:1）、思考模式、5个以上元素的 JSON 以及最多14个参考图，但不使用相机数值（如50mm/f-stop）；MiniMax Design 支持电影级光照、体积物理、中英文双语解析、相机运动（平移、倾斜、变焦、推拉、环绕）和负面提示词字段；Kimi Design 采用布局优先的坐标分区（[Top-Bar]、[Hero]、[Card-Grid]）、设计令牌契约、精确复制边界框锁定以及成对的 SVG/HTML 生成；Claude Design 强调抗劣质完成门、Tailwind 设计令牌、精确 SVG 矢量图形（<viewBox>）和交互式状态机；GPT Image 2 使用5槽模板（场景/主体/重要细节/用例/约束）、抗劣质禁用词、质量杠杆（低/中/高保真）、尺寸为16的倍数、双列编辑逻辑（变更/保留/约束）以及最多16个参考图。
读取所选模型物理规则：根据第一步的选择，加载对应的模型规则文件，如 gemini-nano-banana.md、nano-banana.md、minimax-design.md、kimi-design.md、claude-design.md 或 gpt-image.md。
通用黄金规则（golden-rules.md）：包括以动词开头、正向表述、使用十六进制颜色（#HEX）、引用渲染文本、编辑而非重新滚动、每次迭代只做一个原子变更。
任务型专用模块：针对特定任务提供专门指导，包括文本渲染、排版、多语言图像内文本（text-rendering.md）；有界编辑、对象移除、着色、本地化（editing.md）；多帧序列中的角色连续性（characters.md）；演示幻灯片与高管演示文稿（slides.md）；顺序叙事与漫画分镜（storyboards.md）；草图到最终线框图与结构布局（structural.md）；2D转3D、平面图与等轴测正交视图（dimensional.md）；视觉分析、风格迁移与参考分解（vision-decomposer.md）；多面板构图（TVC 9宫格、2x2网格、拼贴）（multi-panel.md）。
行业模式库：提供电商产品摄影、时尚编辑活动、食品饮料广告、电影感肖像、海报与图形插画、角色设计（转面图、表情表）、UI 模型与社交媒体格式等模式库。
工作室词汇与提示框架：包括相机、光照、色彩分级和胶片库存词汇（creative-direction.md），以及10元素检查清单和细节模式（prompt-framework.md）。

使用方式：用户需按照强制阅读顺序逐步操作：首先通过模型物理选择器确定目标模型，然后加载该模型的规则文件，接着应用通用黄金规则，再根据任务选择专用模块，参考行业模式库，最后使用工作室词汇和提示框架构建提示词。输出需遵循结构化标准：

Prompt: <编译好的提示词文本，可直接执行>

Notes:

<明确的假设和技术选择>

对于有界编辑，必须包含保留契约：

Change: <一个原子变更> Preserve: <面部、姿势、光照、构图、几何、背景> Constraints: <无额外物体、无漂移>

适用场景：该技能适用于需要为特定图像生成模型编写高质量提示词的各种视觉设计任务，包括但不限于：文本渲染与排版、图像编辑与对象移除、多帧角色一致性、演示幻灯片、漫画分镜、线框图设计、2D转3D转换、多面板构图、电商产品摄影、时尚编辑、食品广告、电影感肖像、海报插画、角色设计、UI 模型与社交媒体图像等。

限制：该技能要求严格按照指定顺序加载参考文件，且需要用户具备一定的模型知识以正确选择模型物理规则。提示词质量依赖于对模型物理特性的准确应用。技能中提及的模型（如 Gemini Nano Banana、MiniMax Design 等）的具体可用性和访问方式暂未提供。技能附带了 CC BY 4.0 许可的署名信息，指出图像提示词物理和模式由 Serge Shima（github.com/smixs/visual-skills）创建。技能还关联了视频导演、创意导演、提示编译器、摄影导演、视觉质量检查、设计指导等上下游技能，但具体集成方式暂未提供。

技能介绍