为 Replicate 图像生成/编辑模型写 prompt…

在 Replicate 上调用图像生成或编辑模型、需要编写或迭代图像 prompt，或构建图像生成功能时使用。

适用场景

解决思路

1. 选择图像模型时不要凭记忆；使用 find-models skill 查询 Replicate API。
2. 图像模型格局每周变化；不要根据以前见过的名字假设特定模型存在或仍是 SOTA。
3. 总是搜索 Replicate API 获取当前模型选项，并在运行前阅读模型 schema。
4. 比较定价和功能时使用 compare-models skill。
5. 写 prompt 时使用自然语言，不要用关键词列表。
6. 用完整句子描述想要什么；现代图像模型比关键词堆砌更懂语法和上下文。
7. 自然语言示例：用 “A woman standing in a Tokyo alleyway at dusk, neon signs reflecting off wet pavement”，不要用 “woman, Tokyo, alleyway, dusk, neon, wet pavement”。
8. 保持具体且无歧义：命名确切颜色、材料、光照设置、相机设备和空间关系。
9. 避免 “make it better”“artistic” 等模糊词，它们会带来不可预测结果。
10. 具体描述示例：用 “A brutalist concrete building reflected in a perfectly still puddle after rain. A single figure with a red umbrella walks along the edge, the only color in an otherwise monochrome scene. Overcast sky, flat diffused light, tilt-shift lens effect on the edges.”，不要用 “Cool building with a person near it, rainy day”。
11. 直接命名主体：使用 “the woman with short black hair”“the red car” 等描述性短语。
12. 避免代词，因为代词对图像模型通常太模糊。
13. 使用长而详细的 prompt：大多数现代模型接受数千 token。
14. 长且结构清晰的描述性 prompt 通常优于短 prompt。
15. 一个 prompt 包含 12+ 个具体要求（物体上的文字、带标签图表、颜色编码元素、特定材料）时，只要每条清楚可以生效。
16. 注意：prompt 越长越复杂，越可能漏掉某些要求。
17. 从简单开始再迭代：先做基本改动。
18. 先测试小编辑，再基于有效结果继续构建。
19. 大多数编辑模型支持迭代编辑，利用这一点。
20. 使用摄影语言控制外观——胶片类型：Kodak Portra 800、Fuji Velvia 50、Ilford HP5。
21. 使用摄影语言控制外观——镜头特征：50mm Summilux wide open、85mm f/1.4、24mm wide-angle。
22. 使用摄影语言控制外观——景深：shallow（主体清晰、背景模糊）、deep（全部清晰）。
23. 使用摄影语言控制外观——拍摄技术：golden hour、blue hour、long exposure、double exposure。
24. 使用光照设置——Rembrandt lighting：经典肖像打光，脸颊上有三角形光。
25. 使用光照设置——soft diffused studio lighting：清晰高光和柔和阴影。
26. 使用光照设置——rim lighting / backlight：主体被背后光勾勒轮廓。
27. 使用光照设置——flat diffused light：阴天、均匀照明、最少阴影。
28. 使用光照设置——volumetric lighting：可见光束、雾、霾。
29. 使用构图词汇——rule of thirds、centered composition、symmetry。
30. 使用构图词汇——wide shot、medium shot、close-up、macro。
31. 使用构图词汇——high angle、low angle、eye level、bird's-eye view。
32. 使用构图词汇——tilt-shift 制作微缩效果。
33. 文字渲染：在 prompt 中用双引号包裹希望出现的文本，例如 “Design a poster with the title ‘BLUE NOTE SESSIONS’ in bold condensed sans-serif”。
34. 文字渲染：坚持使用可读字体；高度风格化文字可能效果较差。
35. 文字渲染：编辑现有图像中的文字时使用模式 “Change 'old text' to 'new text'”。
36. 文字渲染：尽量匹配文本长度；字符数大幅变化可能改变布局。
37. 文字渲染：如果字体样式重要，明确要求保留字体样式。
38. 文字渲染：复杂排版（海报、编辑版面）寻找把文字作为构图一部分而非盖章叠加的模型。
39. 文字渲染：有些模型可以 inpaint 文字：mask 文字区域，prompt 新文字，模型会匹配原字体和样式。
40. 风格迁移：命名确切风格，如 “impressionist painting”“1960s pop art”“Sumi-e ink wash”。
41. 风格迁移：引用特定艺术家或运动以获得更清晰指导。
42. 风格迁移：如果风格标签无效，描述其关键特征，如 “visible brushstrokes, thick paint texture, rich color depth”。
43. 风格迁移：声明应保持不变的内容，如 “keep the original composition”。
44. 风格迁移：当风格难以用文字描述时，使用一些模型支持的基于示例的编辑：提供 before/after 一对图，再给第三张图，让模型推断变换并应用。
45. 风格迁移：一些模型接受风格参考图像；上传能捕捉目标调色板、纹理、构图和氛围的视觉参考。
46. 角色一致性：从清晰参考描述开始，如 “the woman with short black hair and green eyes wearing a navy blazer”。
47. 角色一致性：说明什么在变（场景、活动、风格）以及什么应保持不变（脸、表情、服装）。
48. 角色一致性：模型支持时使用参考图像；有些模型能同时处理多张参考图像以增强一致性。
49. 角色一致性：把复杂角色变化拆成步骤：先换装，再换场景。
50. 角色一致性：生成合成训练数据：创建角色多张图像，挑选最好的，用于 fine-tuning 或作为参考。
51. 图像编辑通用原则：明确指定要保留什么，显式声明应保持不变；使用 “keeping the pose and expression unchanged” 或 “maintain the original composition” 等短语。
52. 图像编辑通用原则：小心选择动词；“transform” 暗示全面重做；使用具体动作，如 “change the clothes to a blue jacket” 或 “replace the background with a beach”。
53. 图像编辑通用原则：精确说明范围，例如 “Change the background to a beach while keeping the person in the exact same position, maintain identical subject placement, camera angle, framing, and perspective. Only replace the environment around them.”。
54. 对象移除：描述应该填充移除后留下的空间，而不仅仅描述要移除什么。
55. 对象移除：有些编辑模型能干净处理移除，其他会留下结构伪影；如果一个模型处理不好，换另一个。
56. 背景编辑：详细描述新背景：光照、时间、环境。
57. 背景编辑：指定主体应保持完全相同位置和相同光照。
58. 视角和角度改变：这些是最难的编辑之一，不是所有模型都能处理；一些模型局限于初始构图，难以处理新角度。
59. Inpainting 和 outpainting：inpainting 时 mask 要编辑的区域，然后 prompt 应填充什么。
60. Inpainting 和 outpainting：有些模型有 “magic prompt” 或自动重写功能；开启时，可以只描述编辑区域；关闭时，描述整个场景。
61. Inpainting 和 outpainting：只描述被 masked 区域会让模型更强调 prompt，可能对针对性编辑产生更好结果。
62. Inpainting 和 outpainting：ControlNet 风格条件（边缘检测、深度图）有助于在生成时保留结构。
63. 多图和分镜生成：要求 “a series”“a set”，或指定网格布局，如 “2x2 storyboard grid”。
64. 多图和分镜生成：用一致角色描述分别描述每个面板。
65. 多图和分镜生成：通过重复精确描述保持风格和角色连续性。
66. 多图和分镜生成：有些模型支持基于示例的编辑：展示一张图的 before/after 对，然后把相同变换应用到其他图。
67. 产品摄影和商业工作：精确指定材料，如 “brushed steel”“matte aluminum”“kraft paper”“frosted glass”。
68. 产品摄影和商业工作：描述光照设置，如 “soft diffused studio lighting, crisp highlights and gentle shadows”。
69. 产品摄影和商业工作：品牌资产和图标，寻找产生原生 SVG 输出的模型（真正可编辑矢量文件）。
70. 产品摄影和商业工作：带品牌和文案布局时，寻找强排版和设计构图能力的模型。
71. Fine-tuning 和 LoRAs：在每个 prompt 中使用训练模型的触发词。
72. Fine-tuning 和 LoRAs：组合多个 LoRA 时，用 scale 参数平衡影响，通常 0.9-1.1。
73. Fine-tuning 和 LoRAs：生成合成训练数据：生成许多图像，挑最好的，重新训练。
74. Fine-tuning 和 LoRAs：使用一致角色工作流从单个参考图像生成训练数据。
75. 常见陷阱规避：不要写关键词堆砌 prompt；现代模型更响应自然语言句子。
76. 常见陷阱规避：想要小编辑时不要用 “transform”，可能替换整个身份；使用定向语言，如 “change her outfit to Viking armor, keeping her face and expression unchanged”。
77. 常见陷阱规避：编辑时始终说明要保留什么；没有明确指令时模型可能改变任何东西。
78. 常见陷阱规避：不要在未训练 negative prompts 的模型上使用 negative prompts；这引入噪声而不是移除不想要元素；检查模型文档。
79. 常见陷阱规避：guidance scale (CFG) 太高会让图像看起来 “burnt”、对比度过高；降低到模型推荐范围。
80. 常见陷阱规避：不要期望实时知识；没有图像模型有互联网访问，内置世界知识来自训练数据但不是实时的。
81. 常见陷阱规避：复杂场景不要用短 prompt；利用现代模型可接受数千 token 的能力。
82. 常见陷阱规避：不要忽略宽高比；大多数模型有最佳分辨率，通常约 1 megapixel；太大产生边缘伪影，太小产生严重裁剪；使用模型推荐宽高比。
83. 常见陷阱规避：任务不匹配时不要硬调 prompt；不是每个模型都擅长每个任务；如果一个模型在特定编辑类型上挣扎，换一个模型；参见 compare-models skill。
84. 常见陷阱规避：不要不迭代；最佳结果来自迭代工作流：做小改动、评估、精炼、重复，不要试图一次生成就全部正确。
85. 背景阅读：这些技术提炼自 Replicate 关于图像模型 prompt 的博客文章；文章锚定当时特定模型，但技术可泛化到现代图像模型；用 find-models skill 选择适合今天任务的模型。
86. 如需额外背景，阅读 Replicate 的博客文章：How to prompt Seedream 5.0、Recraft V4、Run FLUX.2 on Replicate、How to prompt Nano Banana Pro、Which image editing model should I use?、Generate consistent characters、Use FLUX.1 Kontext to edit images with words、Imagen 4、Ideogram 3.0 on Replicate、FLUX.1 Tools、Ideogram v2 inpainting、Using synthetic data to improve Flux finetunes、FLUX.1: First Impressions、How to get the best results from Stable Diffusion 3。

适用边界 · 注意事项

• 没有 Replicate API 访问、未配置 find-models/compare-models skill，或必须完全离线工作时，不适用。
• 目标模型未训练支持 negative prompts、schema 未知或不在推荐参数范围内时，不要套用 negative prompts/CFG 等模型特定建议。
• 需要实时互联网知识、当前事件或实时数据时，图像模型无法提供，不适用。