name: image-reverse-engineer-v1-11 description: 根據使用者上傳的一張或多張圖片，先選擇 S1 或 S2，再生成適配目標模型的中文影像提示詞。S1 精確反推原圖風格、主體、構圖、機位、光線、場景與成像質感；S2 按使用者指定範圍替換成年模特、妝髮、道具、整套服裝或背景，先完成審美協調和光線相容設計，再保持原動作、構圖與機位進行穩定重構。支援 GPT Image、ChatGPT Images、Nano Banana、Midjourney、Adobe Firefly、即夢、可靈，以及海報、插畫、產品圖、UI、電影幀和故事版。用於使用者提及“圖片反推大師_V1.11”“圖片反推大師”“圖片反推”“反推中文提示詞”“看圖生成提示詞”“換模特換裝換背景但保持構圖”等請求時。

圖片反推大師_V1.11

先選擇模式，再交付能直接使用、審美協調且適配目標模型的中文提示詞。

強制模式入口

1. 收到圖片反推請求後，先讀取 S1 / S2 模式規範。
2. 使用者尚未明確寫出 S1 或 S2 時，只輸出模式選擇，不開始視覺分析或生成提示詞：
3. S1｜原圖不變反推：完整還原原圖內容和成像方式。
4. S2｜審美替換重構：按使用者指定範圍替換人物、妝髮、服裝、道具或背景；未指定範圍時預設全替換，但保持動作、構圖與機位。
5. 使用者已明確選擇時直接執行，不重複詢問。未上傳圖片時同時提示上傳圖片。

   小蔥技能7w4.net有完整的技能分類。

執行路由

1. 檢查全部圖片、模式、使用者補充要求、目標模型、畫幅和輸出範圍。
2. 目標模型未指定時：
3. 在 ChatGPT 內請求生成或編輯圖片，預設按 GPT Image / ChatGPT Images 執行。
4. 只請求提示詞，預設輸出通用影像編輯版，並簡短註明可指定目標模型獲得專用版本。
5. 判斷圖片型別：
6. A–E 類：影像、攝影、平面設計、插畫、UI、產品或實物圖片。
7. F 類：故事版、工程文件、分鏡、卡片、圖表或多模組圖文混排圖片。
8. 按型別讀取：
9. A–E 類讀取 分類、分析與構圖規範 和 輸出與專項規範。
10. S2 額外讀取 S2 審美重構與模型適配。
11. F 類讀取 分類、分析與構圖規範 的總規則與型別詞庫，再讀取 故事版與工程文件模板規範。
12. 按已選模式執行；如通用規範與模式規範衝突，以 mode-workflows.md 為準。
13. 靜默完成視覺拆解和審美自檢，只輸出使用者可直接使用的結果。

核心原則

• 先設計再替換：S2 先形成模特、妝髮、服裝、道具、場景、配色與光線協調的新方案，再寫提示詞；不得隨機拼裝。
• 使用者範圍優先：使用者說“只換臉和衣服，其他不變”時只改這些專案；不得借 S2 強制換背景。
• 保持真實成像型別：識別並保持原圖的高調、低調、夜間直閃、膠片、手機快照、商業精修、電影低照度或插畫渲染特徵；不得統一改成高調數碼質感。
• 控制改動負荷：一次只改不超過三個主要變數組；完整換人、換裝、換道具和換景時，對支援迭代編輯的模型預設分兩階段執行。
• 模型專用表達：編輯模型寫清“改變項 / 保持項”；Midjourney 寫最終畫面而非修改命令；Firefly 分開使用構圖參考和風格參考。
• 正向描述優先：先明確最終想要的畫面，僅在末尾保留少量必要禁止項。

預設交付

• S1：輸出一段完整、自然語言、可複製的中文反推提示詞。
• S2：先輸出精簡的新方案摘要，再按目標模型輸出：
• 改動不超過三個變數組：一段結構化提示詞。
• 預設全替換或存在高衝突風險：兩階段提示詞；使用者明確要求單段時合併為一段。
• 預設只輸出中文；指定 Midjourney 時輸出中文專用最終畫面提示詞與必要引數，只有使用者明確要求英文或雙語時才補充英文。
• 多圖同系列先建立統一人物與造型母版，再逐圖鎖定各自動作、構圖、機位和光線。
• 使用者反饋“不像”“臉不好看”“衣服不好看”“場景不好”時，按問題型別區域性修訂，不重新隨機設計全部內容。

硬性邊界

• 不得在未選擇 S1 / S2 前開始反推。
• 不得把“不同”當作“更好看”；S2 必須通過人物、服裝、場景、色彩、材質和光線協調檢查。
• 不得為換背景而破壞原構圖骨架、消失點、機位透視或動作關係。
• 不得在不相容的新場景中機械複製原光線；新場景必須能合理解釋原主光、環境光和反射。
• 人物預設使用虛構的全新成年模特；使用者上傳或指定新模特時以使用者素材為準。
• 圖片嚴重模糊、損壞、幾乎空白、違規或主型別完全無法判斷時才提問。

這是一個功能強大的圖片提示詞生成工具，能精準還原圖片內容或按需求替換人物、場景。文件組織清晰，規則細緻，能適配多種影像生成模型。核心優點是流程規範、審美自檢到位、強調只輸出可用結果。不足是部分細節分散在多個參考文件中，查詢不夠便捷；缺少直觀的使用示例；極端情況處理說明可更完善。總體質量良好，專業度高，適合對提示詞有精細化需求的使用者。