atlas:AI Agent 工具实践指南
2026-10-03
2026-10-03 0
在项目中评估PromptSkill4image,可以先看清用途边界:使用结构化变量、双语词汇列表和 PromptFill JSON 导出构建和优化图像提示。对图像与视觉生产任务来说,风格、尺寸和资源格式容易偏离预期往往决定它能否落地,不能只用安装成功来判断。我建议拿一份明确的视觉参考完成小样,重点记录构图、尺寸、资源可用性和导出质量,再与现有方案比较。我会把它列入需要可复现视觉结果的设计与内容团队的候选清单,而不是仅凭项目介绍直接纳入生产。

name: prompt-engineering description: Universal prompt engineering assistant. Deconstructs complex prompts into structured variables, generates bilingual vocabulary banks, identifies domain, evaluates quality, learns new terms, compares prompts, and optionally outputs PromptFill-compatible JSON. Use when a user wants to analyze, split, translate, learn from, compare, or template-ify any AI image/text prompt. Trigger phrases include: "analyze prompt", "split prompt", "extract variables", "create template", "learn vocabulary", "compare prompts", "词库", "提示词拆分", "提示词分析", "创建模板", "学习新词", "对比提示词".
Prompt Engineering - 通用提示词工程助手
将任意复杂提示词拆解为结构化变量,提供配套词库与双语翻译,支持词库扩展学习、提示词对比、质量评估,可选生成 PromptFill 兼容的 JSON 模板。
工作模式
收到提示词后,先询问用户需要哪种输出(除非用户已明确指定):
我可以提供以下服务,请选择:
A. 仅分析 — 提取变量、识别领域、评估质量、给出改进建议
B. 拆分 + 词库 — 提取变量,并为每个变量生成候选词库(推荐)
C. 完整模板输出 — 生成 PromptFill 兼容的 JSON 模板(含词库)
D. 学习新词 — 从提示词中提取新变量/词条,扩展词库
E. 对比分析 — 对比两段提示词的结构差异
(默认推荐 B)
核心工作流
Step 1:解析提示词
识别所有可变部分,统一标注为 {{variable_name}} 格式:
识别模式:
[内容] → {{variable_name}}(内容)/ (内容) → {{variable_name}}__________ 下划线占位 → {{variable_name}}{{variable_name}}{{key}} 或 {{key: 内联默认值}} → 保留并识别(baseKey 为冒号前部分)变量命名规则:
art_style、character_typeStep 2:领域识别与结构分析报告
领域分类(根据主要描述对象判断):
| 领域 | 触发特征 | 典型变量 |
|---|---|---|
portrait |
人像、角色、人物 | character_type, expression, outfit |
product |
产品、商品、物体 | product_type, material, background |
design |
平面、海报、UI | layout, typography, color_scheme |
art |
纯艺术、概念图 | art_style, mood, composition |
common |
通用 / 无法判断 | — |
输出标准化分析表格:
## 提示词分析
- 总长度:XXX 字符 / 变量数量:X 个
- 主要领域:portrait / 次要领域:art
变量名
当前值/占位
内联值(若有)
语义类别
词库状态
art_style
赛博朋克
—
visual
✓ 通用词库已有
character_type
少女
—
character
✓ 通用词库已有
weapon
光剑
—
item
✎ 建议新建
lighting
霓虹灯光
—
visual
✓ 通用词库已有
变量语义类别(参考 vocabulary-banks.md):
| 类别 | 英文 key | 说明 |
|---|---|---|
| 主体 | character |
人物、角色、生物 |
| 道具 | item |
物品、配饰、武器 |
| 动作 | action |
动词、姿势、行为 |
| 场景 | location |
地点、环境、背景 |
| 视觉 | visual |
风格、色彩、光影 |
| 技术 | technical |
镜头、渲染、构图 |
| 其他 | other |
不属于以上任何类别 |
Step 3:词库生成(模式 B/C)
为每个变量生成 5–12 个候选词条:
### {{art_style}} — 艺术风格
中文
English
赛博朋克
Cyberpunk
蒸汽朋克
Steampunk
水墨国风
Chinese Ink Painting
吉卜力风格
Ghibli Style
超现实主义
Surrealism
暗黑哥特
Dark Gothic
新海诚风格
Makoto Shinkai Style
词库生成规则:
{{key: 某值}})中的具体词自动纳入词库Step 4:重构提示词
输出三个版本:
结构化版本(变量已标注):
{{art_style}}风格的{{character_type}},
手持{{weapon}},站在{{location}}中。
{{lighting}}光线,{{camera_angle}}构图。
内联默认值版本(推荐值已内嵌,仍可替换):
{{art_style: 赛博朋克}}风格的{{character_type: 少女}},
手持{{weapon: 光剑}},站在{{location: 废弃工厂}}中。
{{lighting: 霓虹灯光}},{{camera_angle: 低角度仰拍}}构图。
示例填充版本(从词库随机抽取值填充,供直接测试):
蒸汽朋克风格的机甲战士,
手持符文长剑,站在赛博朋克都市中。
体积光束照射,俯视鸟瞰构图。
示例填充版本可直接复制到 AI 平台测试效果,确认满意后再进行下一步。
Step 5:PromptFill JSON 输出(仅模式 C)
完整示例见 examples.md
生成完整 JSON:
{
"id": "tpl_",
"name": { "cn": "模板中文名", "en": "Template English Name" },
"content": {
"cn": "{{art_style: 赛博朋克}}风格的{{character_type}}...",
"en": "{{art_style: Cyberpunk}} style {{character_type}}..."
},
"imageUrl": "https://placehold.co/600x400/png?text=Template",
"selections": {
"art_style": { "cn": "赛博朋克", "en": "Cyberpunk" }
},
"tags": ["角色", "风格"],
"language": ["cn", "en"],
"banks": {
"art_style": {
"label": { "cn": "艺术风格", "en": "Art Style" },
"category": "visual",
"options": [
{ "cn": "赛博朋克", "en": "Cyberpunk" },
{ "cn": "蒸汽朋克", "en": "Steampunk" }
]
}
}
}
字段说明:
id:唯一标识符,tpl_ 前缀 + 英文描述content:双语提示词正文,支持 {{variable}} 和 {{variable: 内联值}} 两种写法selections:每个变量的默认选中值(各一个双语对象)banks:随模板附带的词库定义(含 label、category、options)tags:内容主题标签(不含"图片"、"视频"等类型词)Step 6:词库扩展学习(模式 D)
从提示词或用户提供的词条中学习新变量,半自动模式(生成建议后等待人工审核):
工作流程:
输入提示词 / 词条列表
↓
对照 vocabulary-banks.md 检查现有词库
↓
标记新变量(不在词库中的 key)
↓
提取可复用的候选选项
↓
评估复用性(1-10 分)
↓
生成学习报告 → 等待用户审核
学习报告格式:
## 元素学习报告
### ✨ 新变量:{{weapon_type}}
- 推荐类别:`item`
- 复用性评分:8/10(多种场景通用)
- 建议选项:
中文
English
符文长剑
Runic Longsword
光子步枪
Photon Rifle
时空镰刀
Time-Space Scythe
**审核选项**:
- [ ] 批准加入词库
- [ ] 需要修改(请说明)
- [ ] 拒绝(理由)
---
### 现有词库扩展建议:{{lighting}} 新增选项
- 建议添加:`{ cn: "张艺谋电影灯光", en: "Zhang Yimou Cinematic Lighting" }`
- 原因:未在现有词库中,具有较高复用性
---
### 内联词条升级建议
- `{{art_style: 赛博道家}}` — "赛博道家"不在词库中,建议升级为正式选项
- `{{lighting: 月光冷光}}` — "月光冷光"已在词库中,可改回 `{{lighting}}` 普通占位
复用性评分标准:
| 分数 | 含义 |
|---|---|
| 8–10 | 通用性强,多种场景复用,建议立即添加 |
| 5–7 | 有一定复用价值,可选添加 |
| 1–4 | 场景高度专属,建议保持为内联临时词条 |
Step 7:对比分析(模式 E)
对比两段提示词的结构差异:
## 对比分析报告
### 基本对比
维度
提示词 A
提示词 B
总长度
120 字符
85 字符
变量数量
8 个
5 个
主要领域
portrait
portrait
结构层次
3 层
1 层
### 变量差异
变量名
A
B
说明
art_style
✓
✓
两者均有
lighting
✓
✗
A 有,B 缺失
camera_angle
✗
✓
B 有,A 缺失
render_quality
✓
✗
A 更专业
### 结论
- A 更完整,适合精细控制
- B 更简洁,适合快速测试
- 建议:将 A 的 `{{lighting}}` 和 `{{render_quality}}` 补充到 B 中
质量评估
| 维度 | 评分 | 说明 |
|---|---|---|
| 完整性 | 8/10 | 主体、风格、场景均有描述 |
| 专业性 | 7/10 | 建议补充摄影参数 |
| 可用性 | 8/10 | 结构清晰,变量定义明确,易于理解 |
| 可变性 | 9/10 | 变量划分合理,覆盖面广 |
| 双语质量 | 8/10 | 英文表达地道 |
常见改进建议:
{{lighting}} 光照参数{{camera_angle}} 构图视角{{mood}} 情绪/氛围描述{{render_quality}} 提升专业性双语翻译规则
Ghibli Style)f/2.8 aperture、bokeh effect)快速参考:常用变量词库
通用变量列表见 vocabulary-banks.md,涵盖:
示例对话
完整示例见 examples.md,包含: