图像转提示词

技能简介

image2prompt 是一款图像分析工具，能够自动识别图片类别并生成可用于AI图像生成的详细提示词。支持人像、风景、产品、动物、插画五大类别，输出格式可选自然语言或结构化JSON。

业务背景

设计师和营销团队常需复刻或改编现有视觉素材，但手动撰写AI绘图提示词耗时且专业门槛高。本工具自动解析图片内容，将视觉元素转化为可直接用于AI生成的结构化描述，大幅提升创意迭代效率，降低提示词编写成本。

落地案例：某电商运营团队看到竞品一张户外露营产品图，希望生成类似风格的新品宣传图。通过上传该图片，工具自动识别为"产品"类别，提取出"帐篷、篝火、黄昏侧光、山地背景、复古色调"等关键元素，输出600字自然语言描述。设计师直接将该提示词输入Midjourney，快速生成多张同风格新品图供选，省去2小时人工分析时间。

能做什么

• 自动检测图片类别（人像/风景/产品/动物/插画/其他）
• 按类别提取关键视觉元素与细节特征
• 生成600-1000字的人像描述或400-600字的其他类别描述
• 输出自然语言段落或结构化JSON数据
• 支持维度标注，为背景、物体、角色、风格等添加标签

使用说明

安装前提：需安装 OpenClaw CLI 工具，并配置 OPENAI_API_KEY 环境变量。

基础用法：

# 分析图片（自动识别类别）
openclaw message send --image /path/to/image.jpg "Analyze this image and generate a detailed prompt for reproduction"

指定输出格式：

• 自然语言（默认）：Analyze this image and write a detailed, flowing prompt description
• 结构化JSON：Analyze this image and output a structured JSON description with all visual elements categorized

带维度提取：

Analyze this image with dimension extraction. Tag phrases for: backgrounds, objects, characters, styles, actions, colors, moods, lighting, compositions, themes.

输入与输出

见下方输入与输出表格。

风险提示

• 生成提示词的质量依赖底层模型对图像的理解能力
• 复杂或抽象图像可能分类错误，建议人工复核类别
• 人像分析涉及敏感特征提取，需注意隐私合规
• 输出长度和细节程度因图片复杂度而异

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/zhang-shubo/image2prompt/SKILL.md
来源类型：GitHub 仓库