gongnyang/gongnyang-prompt-kit

解決的問題

本專案提供一個結構化系統，可將模糊的單句影像生成請求轉換為適用於 gpt-image-2 模型的高品質、可投入生產的專業提示。它能有效避免常見陷阱，例如「天真的提示」（導致結果平庸）以及使用過時的 Stable Diffusion (SD) 語彙，這些語彙會在現代模型中引入雜訊。

工作原理

該工具包作為提示的「編譯器」運作。它使用路由表將使用者的粗略請求映射到特定的專業模式（例如，電影關鍵藝術、文字海報或編輯類時尚），然後提取詳細參考文件以建構精確提示。

核心機制包括：

• 路由表：將請求映射到特定類別（C1-C12）、文字海報模式（TP1-TP17）或宣傳材料（P1-P12）。
• 驗證閘道：一個 Node.js 腳本（check_prompt.mjs），根據允許詞彙的白名單檢查提示，確保在產生前不會使用被禁止的負面提示或錯誤的長寬比。
• 嚴格規則：強制使用正面描述而非負面提示，指定 HEX 顏色調色板，並採用結果導向的描述（例如，「淺景深」而非具體相機型號）。

適用對象

希望無需手動設計複雜提示即可獲得專業級視覺資產（海報、關鍵藝術、編輯類照片）的 Claude Code 與 gpt-image-2 使用者。

主要亮點

• 全面的資料庫：包含大量電影關鍵藝術、排版佈局與宣傳設計模式的預設。
• uma 驗證器：內建工具可在提示送達模型前偵測「SD 風格」雜訊與尺寸鎖定違規。
• 專業工作流程：可直接整合至 Claude Code 作為技能，實現從粗略構想到驗證提示的無縫過渡。
• 結果導向提示：聚焦於具體的視覺描述與數值（HEX、開爾文），而非模糊的形容詞。