4.2 KiB
4.2 KiB
title, type, tags, date
| title | type | tags | date |
|---|---|---|---|
| Image Prompt Engineer Agent | source | 2026-04-20 |
Source File
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
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）
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
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）
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
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
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）