AIGC 出图总翻车？这个 Skill 把 GPT-Image-2 和 Gemini 的玄学选模型流程标准化了
做设计的朋友最近都在问同一个问题：GPT-Image-2 到底怎么用？OpenAI 4 月新模型在 Image Arena 一口气超了 Nano Banana 2 整整 242 分，但 API 调用细节、新模型 prompt 规则跟老一代完全相反——一个写分段标注，一个写叙述段落，写错了直接掉档。今天推荐的这个 Skill 就是来干这事的。
它能解决什么问题
这个叫 image-generation 的 Skill 把 gpt-image-2 和 Google Gemini（Nano Banana 2 Flash / Nano Banana Pro）统一成一条工作流。你只要告诉它「给我画一个 logo / hero 图 / UI mockup」，它会自动：
- 按 30 秒选模型规则挑最合适的模型——超写实人像走 Gemini Pro 4K，5+ 参考图要角色一致性走 Gemini Pro（最多 14 张参考），试错阶段走 Gemini Flash 1K 省成本，最终保留图升档到 gpt-image-2 high
- 按模型各自的 prompt 规则写 prompt——OpenAI 要分段标签+负向 prompt，Gemini 反过来要叙述段落+不要负向词（要把 “no people” 改写成 “empty street”）
- 调对应的 bundled 脚本出图，需要透明 PNG 自动走 rembg.sh
- 直接 PNG 落盘，不用再手动处理
为什么我推荐它
现在做 AIGC 最痛的不是「能不能出图」，而是「出图质量忽上忽下」。同一个 prompt 用错模型、或者 prompt 写法套错模板，效果能从艺术品掉到 PPT 素材。这个 Skill 的核心价值就是把「模型选择 + prompt 模板」这套玄学标准化了。
对设计师来说，几个特别戳的细节：
- 三档模型清晰分工——试错阶段用 Flash 0.5K preview（~$0.07/张），正式出图升档 Pro 或 gpt-image-2（高至 $0.211/张），成本可控
- 反 AI-slop 思路——透明背景走 rembg.sh 而不是硬塞到 prompt 里，避免常见「AI 渐变 + 空卡片」那种审美疲劳
- 支持 14 张参考图的 character-lock——做品牌一致性的电商场景图、人物系列图，比单图 prompt 强太多
怎么用
在 Claude Code / Codex / Cursor 里直接装：
npx skills add shaharsha/claude-skills --skill image-generation- 或者装整个 brand-and-visuals 套件（还附送 brand-system、brand-assets、excalidraw-diagrams）
触发关键词很简单：logo / icon / mockup / hero image / product shot / 帮我画一张，Claude 会自动加载这套工作流。三步走：识别资产类型 → 选模型 → 按规则写 prompt 调 API。
小结
做设计最贵的不是工具钱，是反复试错的时间成本。这套 Skill 把「怎么挑模型 + 怎么写 prompt」沉淀成了可复用的规则，适合每个跟 AIGC 出图打交道的同学。MIT 协议开源，仓库里还有 20 个相邻 skill（brand-system、excalidraw 流程图、presentation-generator 等），可以一起装。
GitHub：https://github.com/shaharsha/claude-skills
评论区
登录后可评论。