SuperAPI AI 工具集

gemini-3-image-prompt

设计与创作

查看项目

更新于 10-15 21:41

技能介绍

用途:本技能是 Gemini 3 Pro Image(Nano Banana Pro)专用的图像提示词构建器,只输出提示词文本,不生成实际图片。它把用户的一句自然语言需求,转换为 Google AI for Developers 官方指南建议的 5-component 结构英文提示词。

5-component 结构为:Subject + Adjectives doing Action in Location/Context;Composition/Camera;Lighting/Atmosphere;Style/Media;Specific Constraint/Text。每个部分为英文句子,以句号分隔。

主要能力:一次同时输出三种模型提示词——Gemini 5-component 主提示词、GPT-image-2 的 6-Block 版本、Midjourney v8.1 的“关键词 + 参数”版本,并附建议参数与韩文说明。提供 4 个预设(产品图、人物、插画、风景)及各 3–4 个微调槽位,询问画面比例、是否含图中文字、相机硬件等。可选相机硬件包括默认 DSLR 50mm、Fujifilm X-T5、GoPro HERO12、一次性胶片相机、iPhone 15 Pro,用以影响视觉风格。还提示 Thinking 与 Fast 模式选择:复杂构图、文字、数据可视化用 Thinking,快速探索用 Fast(Gemini 3.1 Flash Image)。

使用方式:先给出自然语言一句话;随后依次回答预设选择、按预设的微调问题、画面比例/文字/相机硬件三轮提问;内部将槽位映射为 5-component,并同步转换为 GPT 与 Midjourney 格式。含 30 字以上文字时建议采用官方 Text-First 两步法,先与模型确定文案,再原样写入提示词。

限制:本技能不生成图片,需配合实际生成工具;所有 Gemini 3 Pro Image 输出带不可感知的 SynthID 水印;Thinking 模式延迟更高;Search Grounding 生成的事实性信息图仍需人工核实;输入 token 上限为 Gemini 3 Pro Image 65,536、Flash 131,072,输出均 32,768;参考图最多 14 张,建议前 2–3 张放核心风格元素;遮罩编辑、昼夜转换、多图混合偶有不自然或瑕疵。具体费用与平台可用性资料暂未提供。