用途：把用户上传的图片或输入的文字描述，转换成结构化、可直接用于 AI 绘画工具的提示词。适用于「上传参考图生成提示词」「把照片转成特定艺术风格」「按文字构建结构化提示词」等场景。
主要能力：先按任务清单处理输入，再做细致分析，最后生成输出。图片输入分两类：路径或网址输入（如 /path/to/image.png 或 https://example.com/image.jpg）时，用图片分析工具 mcp__zai-mcp-server__analyze_image 提取视觉信息；用户直接粘贴图片时，用模型自身视觉能力分析。分析维度分三层：核心视觉层（主体、构图、色彩、光影）、风格与技法层（流派定位、材质纹理与特殊效果）、认知与叙事层（微小细节、情绪氛围、象征隐喻、通感）。文本输入则解析核心视觉元素、识别隐含风格倾向并补充合理细节；混合输入时先识别用户意图，再决定是基于图片生成新提示词，还是合并图文描述。
生成提示词时强调具体而非笼统、分层描述、风格一致、避免过度堆砌。可选技巧包括：引用艺术家或作品定义风格（1-2 个参考为宜）、添加镜头与摄影参数、按需添加负面提示词（通常 3-5 个）、用括号或权重表达主次、推荐合适画幅比例（1:1、16:9、9:16、4:3、21:9 等）。
默认只输出中文版本，专业术语后标注英文，仅在用户明确要求时输出英文版本；直接输出纯文本提示词。常见目标平台的差异：Banana（默认，不写负面提示词，约 1000 字）；Qwen-Image（约 500 字）；Midjourney（添加 --ar、--stylize、--v 6 等参数）；SD/FLUX（添加负面提示词）；DALL-E（更自然语言化）。提示词总数不应超过 2000 字。
限制：资料未提供具体收费、价格、平台支持范围或性能保证；实际效果取决于输入图片质量与目标模型，负面提示词、权重等仅在用户明确要求或风格需要时使用。