Update nexus wiki content

wiki/sources/design-image-prompt-engineer.md

@@ -1,59 +1,65 @@
 ---
-title: "Image Prompt Engineer Agent"
+title: "Image Prompt Engineer Agent Personality"
 type: source
-tags: []
-date: 2026-04-20
+tags: [ai-agent, design, prompt-engineering, photography, the-agency]
+date: 2026-05-15
 ---
 
 ## Source File
-- [[raw/Agent/agency-agents/design/design-image-prompt-engineer.md]]
+- [[Agent/agency-agents/design/design-image-prompt-engineer]]
 
 ## Summary（用中文描述）
-- 核心主题：AI 图像生成提示词工程专家智能体，专注于将视觉概念精准翻译为可执行的提示词语言
-- 问题域：如何让 AI 图像生成工具（Midjourney/DALL-E/Stable Diffusion/Flux）稳定产出专业级摄影作品
-- 方法/机制：五层提示词结构框架（主体描述 → 环境设定 → 光线规范 → 摄影技术 → 风格美学）+ 平台特定语法优化 + 体裁专属提示模式
-- 结论/价值：通过结构化的摄影专业知识与 AI 提示词语言的融合，实现 90%+ 的视觉概念还原率，减少迭代次数，提升商业可用性
+
+- **核心主题**：AI 图像生成提示词工程专家 Agent——将视觉概念精准翻译为结构化提示词语言，驱动 Midjourney、DALL-E、Stable Diffusion、Flux 等平台产出专业级摄影作品
+- **问题域**：AI 图像生成中的提示词不精确、无结构、术语错误等问题；摄影师和 AI 模型之间的"语言鸿沟"
+- **方法/机制**：五层提示词结构框架（主体 → 环境 → 光线 → 摄影技术 → 风格）+ 体裁专属模板（人像/产品/风光/时尚）+ 平台特定语法优化
+- **结论/价值**：结构化提示词 + 摄影精确术语 = 90%+ 视觉概念还原率；Midjourney/DALL-E/SD/Flux 各有专属语法；负向提示词是可控生成的关键工具
 
 ## Key Claims（用中文描述）
-- 五层提示词结构（主体/环境/光线/技术/风格）确保 AI 生成图像与视觉概念高度一致
-- 摄影技术术语（如 f/1.8 bokeh、浅景深）比模糊描述（如"背景模糊"）产生更精确的 AI 输出
-- 负向提示词（negative prompts）在支持平台上可有效排除不想要的元素
-- 提示词框架应适配不同 AI 平台的语法偏好（Midjourney 参数、DALL-E 自然语言、Stable Diffusion token 加权、Flux 详细描述）
+
+- **主体 + 机制 + 结果**：Image Prompt Engineer 使用五层结构化提示词框架 → 将视觉概念分层拆解为标准化描述 → 驱动 AI 模型实现 90%+ 视觉概念还原率
+- **主体 + 机制 + 结果**：Agent 使用精确摄影术语（如 "f/1.8 bokeh 浅景深" 而非 "背景模糊"）→ 消除 AI 模型对模糊描述的歧义 → 技术摄影元素（布光/景深/构图）精准渲染
+- **主体 + 机制 + 结果**：Agent 包含负向提示词规范 → 主动排除不想要元素 → 减少迭代次数，提升生成结果的可控性
+- **主体 + 机制 + 结果**：Agent 为四大主流平台（Midjourney/DALL-E/SD/Flux）提供专属语法和参数优化 → 各平台充分发挥特有能力 → 跨平台一致的专业输出
 
 ## Key Quotes
-> "Always structure prompts with subject, environment, lighting, style, and technical specs" — 提示词结构五要素
-> "Use specific, concrete terminology rather than vague descriptors" — 具体性原则
-> "Master the art of translating visual concepts into precise, structured language that produces stunning, professional-quality photography" — 核心使命
+
+> "Always structure prompts with subject, environment, lighting, style, and technical specs" — 五层提示词结构的核心原则
+
+> "Use specific, concrete terminology rather than vague descriptors" — 精确性优先于模糊性
+
+> "Be specific: 'Soft golden hour side lighting creating warm skin tones with gentle shadow gradation' not 'nice lighting'" — 具体性示例
+
+> "You're successful when: Generated images match the intended visual concept 90%+ of the time" — 成功指标定义
 
 ## Key Concepts
-- [[Prompt-Engineering]]：AI 图像生成提示词工程的核心方法论
-- [[Five-Layer-Prompt-Structure]]：主体描述层 → 环境设定层 → 光线规范层 → 摄影技术层 → 风格美学层
-- [[Photography-Prompt-Mastery]]：将摄影专业知识转化为 AI 可理解提示词的能力
-- [[Platform-Specific-Prompt-Optimization]]：针对不同 AI 图像平台（Midjourney/DALL-E/Stable Diffusion/Flux）的定制化提示词策略
-- [[Negative-Prompts]]：负向提示词，排除不想要的图像元素
-- [[Film-Emulation]]：胶片模拟风格提示词（Kodak Portra/Fuji Velvia/Ilford HP5/Cinestill 800T）
-- [[Lighting-Patterns]]：摄影布光模式（Rembrandt/Butterfly/Split/Chiaroscuro/Vermeer/Neon-Noir）
+
+- [[Five-Layer-Prompt-Structure]]：五层提示词结构——主体描述层 → 环境设定层 → 光线规范层 → 摄影技术层 → 风格美学层，是该 Agent 的核心方法论框架
+- [[Photography-Terminology]]：专业摄影术语体系——精确描述光线、构图、相机参数和后处理效果的标准化语言，如 Rembrandt Lighting、Butterfly Lighting、Bokeh 等
+- [[Negative-Prompting]]：负向提示词——主动指定不想要的内容元素，排除 AI 生成图像中的干扰和缺陷
+- [[Platform-Specific-Optimization]]：平台特定优化——Midjourney（`--ar`/`--v`/多提示词加权）、DALL-E（自然语言优化）、Stable Diffusion（Token 加权/Embedding/LoRA）、Flux（详细自然语言/写实优先）
+- [[Genre-Specific-Prompt-Patterns]]：体裁专属提示词模板——人像（85mm/f/1.4/浅景深）、产品（Hero Shot/微距/深焦）、风光（广角/深焦/HDR）、时尚（戏剧光/多样视角）
 
 ## Key Entities
-- [[Midjourney]]：AI 图像生成平台，以参数化提示词（--ar/--v/--style/--chaos）著称
-- [[DALL-E]]：OpenAI 的 AI 图像生成工具，擅长自然语言描述和风格混合
-- [[Stable-Diffusion]]：开源 AI 图像生成平台，支持 token 加权和 embedding 引用
-- [[Flux]]：以详细自然语言描述和照片级写实风格著称的新兴 AI 平台
-- [[Annie Leibovitz]]：时尚/人像摄影大师，其风格常被引用为提示词参考
-- [[Peter Lindbergh]]：经典黑白人像摄影大师，其极简风格常被引用为提示词参考
-- [[The Agency]]：多智能体框架，本智能体隶属 Design 设计部门
+
+- [[Midjourney]]：AI 图像生成平台——支持 `--ar`/`--v`/`--style`/`--chaos`/`--no` 参数和多提示词加权（`::` 语法）
+- [[Stable-Diffusion]]：AI 图像生成平台——支持 Token 加权、Embedding 引用和 LoRA 集成
+- [[DALL-E]]：AI 图像生成平台——偏好详细自然语言描述，支持风格混合
+- [[Flux]]：AI 图像生成平台——对写实摄影有天然优势，偏好详细具体描述
+- [[Annie-Leibovitz]]：参考摄影师——戏剧性人像与叙事场景风格
+- [[Peter-Lindbergh]]：参考摄影师——自然光黑白、真实质感风格
 
 ## Connections
-- [[design-ui-designer]] ← shares_design_domain ← [[design-image-prompt-engineer]]
-- [[design-brand-guardian]] ← brand_consistency ← [[design-image-prompt-engineer]]
-- [[design-whimsy-injector]] ← visual_language ← [[design-image-prompt-engineer]]
-- [[design-ux-researcher]] ← visual_validation ← [[design-image-prompt-engineer]]
-- [[ArchitectUX]] ← design_system ← [[design-image-prompt-engineer]]
-- [[Multi-Agent-System-Reliability]] ← context ← [[The Agency]] agent ecosystem
+
+- [[design-ui-designer]] ← depends_on ← [[design-image-prompt-engineer]]：UI Designer 在视觉设计阶段可能调用图像提示词工程能力获取参考图像或 UI 素材图像
+- [[design-whimsy-injector]] ← depends_on ← [[design-image-prompt-engineer]]：品牌趣味设计需要视觉图像支撑，提示词工程能力为趣味图像的精准生成提供语言工具
+- [[design-brand-guardian]] ← extends ← [[design-image-prompt-engineer]]：Brand Guardian 定义的视觉品牌规范通过 Image Prompt Engineer 的提示词框架转化为具体图像
+- [[design-visual-storyteller]] ← depends_on ← [[design-image-prompt-engineer]]：视觉叙事中的图像素材通过提示词工程实现精准生成
 
 ## Contradictions
-- 与 [[design-ui-designer]] 在视觉一致性上的差异：
-  - 冲突点：UI Designer 追求像素级精确还原（95%+ 准确率），Image Prompt Engineer 的输出本质上是概率生成，存在固有不确定性
-  - 当前观点：Image Prompt Engineer 的目标不是像素级还原，而是 90%+ 视觉概念还原；概率性是 AI 图像生成的本质约束
-  - 对方观点：UI Designer 要求 95%+ 实现准确率，将提示词视为"设计到代码"的翻译环节
-  - 协调方案：两者协同时，Image Prompt Engineer 应提供多版本变体供 UI Designer 选择，并在提示词中增加确定性约束（如具体颜色值、光照参数）
+
+- 与 [[design-ui-designer]] 冲突：
+  - **冲突点**：精确性要求——UI Designer 要求像素级精确的确定性交付，AI 图像生成本质是概率性过程，存在固有不确定性
+  - **当前观点**：Image Prompt Engineer 通过确定性约束（具体颜色值/光照参数/相机规格）最大化控制力，接受概率性结果的有限不确定性
+  - **对方观点**：UI Designer 追求 95%+ 视觉一致性，可能对 AI 生成的不确定性持保留态度
+  - **协调方式**：UI Designer 在需要 AI 生成图像时，通过 Image Prompt Engineer 提供极其详细的摄影参数约束，将概率空间压缩到可接受范围