gongnyang/gongnyang-prompt-kit

解决的问题

该项目提供了一个结构化系统，可将模糊的单句图像生成请求转化为适用于 gpt-image-2 模型的高质量、可投入生产的专业提示。它能有效避免常见陷阱，例如“天真提示”（导致结果平庸）以及使用过时的 Stable Diffusion (SD) 术语，这些术语会在现代模型中引入噪声。

工作原理

该工具包作为提示的“编译器”运行。它使用路由表将用户的粗略请求映射到特定的专业模式（例如，电影关键艺术、文字海报或编辑类时尚），然后提取详细参考文件以构建精确提示。

核心机制包括：

• 路由表：将请求映射到特定类别（C1-C12）、文字海报模式（TP1-TP17）或宣传材料（P1-P12）。
• 验证网关：一个 Node.js 脚本（check_prompt.mjs），用于根据允许术语的白名单检查提示，确保在生成前不会使用被禁止的负面提示或错误的宽高比。
• 严格规则：强制使用正面描述而非负面提示，指定 HEX 颜色调色板，并采用结果导向的描述（例如，“浅景深”而非具体相机型号）。

适用人群

希望无需手动设计复杂提示即可获得专业级视觉资产（海报、关键艺术、编辑类照片）的 Claude Code 和 gpt-image-2 用户。

主要亮点

• 全面的库：包含大量电影关键艺术、排版布局和宣传设计模式的预设。
• uma 验证器：内置工具可在提示到达模型前检测“SD 风格”噪声和尺寸锁定违规。
• 专业工作流：可直接集成到 Claude Code 作为技能，实现从粗略想法到验证提示的无缝过渡。
• 结果导向提示：聚焦于具体的视觉描述和数值（HEX、开尔文），而非模糊的形容词。