AI 画图总是不满意？这个 Skill 教 AI 学会”先想好再画”

你有没有遇到过这种情况——想让 AI 帮你生成一张图，描述了半天它却给你返回一个四不像？

问题不在 AI 画图本身，而在于提示词太散、太模糊。AI 不知道你要的是人物还是场景，不知道你要的是插画风还是照片感，更不知道你讨厌过度饱和的颜色。

image-generation 这个 Skill，就是来解决这个问题的。

它来自字节跳动的开源项目 deer-flow（一个模块化 Agent 开发框架，GitHub 累计 8.3 万星），专门教 AI 如何结构化地处理图片生成任务。

它是怎么工作的？

核心思路很清晰——先理解需求，再生成。

当你说”帮我生成一张图”，这个 Skill 会先让 AI 分析：
– 主体是什么？（人物、产品、场景……）
– 风格偏好？色调？构图？
– 是否需要参考图？
– 比例和输出格式？

然后生成一个结构化 JSON 文件，里面包含了所有关键参数，最后调用 Python 脚本完成真正的图片生成。

这个流程有什么好处？可复现、可调参。下次想要同风格但不同主体的图，只需要改几个字段就行。

实际用起来怎么样？

我试了一下”生成一张 90 年代东京街头风格女性”的 prompt，Skill 会自动拆解成：
– 人物面部特征（眼睛、发型、妆容）
– 服装描述（风衣、设计师包、高跟鞋）
– 背景氛围（雨天、霓虹灯、潮湿街道）
– 反向提示词（避免低质量、变形、过度锐化）

整个过程不需要你懂技术，自然语言描述需求就行。

适用场景

• 产品概念图生成
• 故事板 / 分镜素材
• 社媒配图（小红书、公众号）
• UI 设计参考图
• 任何需要”AI 帮你画出来”的场景

GitHub 链接

完整的 SKILL.md 和生成脚本都在这里：

https://github.com/bytedance/deer-flow

如果你在用 deer-flow 项目，直接把 skills/public/image-generation 目录加进去就能用。如果你用其他 Agent 框架，这个 Skill 的结构化思路也值得参考——好的提示词工程，才是 AI 画图的天花板。

GitHub: https://github.com/bytedance/deer-flow