这是一个面向 Codex 的图片反推提示词 Skill，用于分析用户上传的参考图片，并生成适合 AI 生图工具使用的高还原度提示词。它会从图片用途、媒介类型、主体、构图、镜头、光影、色彩、材质、背景、空间层次、情绪、后期风格等维度提炼视觉特征，默认输出中文正向 Prompt、英文等义版本以及英文 Negative Prompt。项目本质上不是独立应用或模型，而是一套 Codex Skill 规则与分析框架。
适用领域
AI 绘画 / 提示词工程 / 图像理解 / AIGC 内容创作 / 设计辅助工具 / Codex Skill / 视觉风格分析
配置难度
低到中等。安装层面较简单，只需要将仓库放入 Codex Skills 目录并通过 $image-prompt-reverse 调用；但要获得稳定高质量结果，需要用户理解 AI 生图工具、提示词结构、负面提示词以及不同模型对提示词的解析差异。
商业价值
该项目对 AIGC 设计、电商内容生产、广告创意、游戏美术、IP 角色设计和社媒视觉生产有较高实用价值。它可以减少人工观察参考图并手写 Prompt 的时间，提高风格复刻和批量生成的一致性。对于个人创作者，它能提升生图效率；对于团队，它可以沉淀统一的图片分析规范和提示词生成流程。不过其商业落地依赖 Codex 环境、底层视觉模型质量以及授权合规情况，若要用于企业级生产，还需要补充许可证确认、效果评测、平台适配和工作流集成。
01
技术亮点
- 定位清晰：专注于图片反推 AI 生图提示词，而不是泛泛的图片描述。
- 覆盖类型广：支持摄影、插画、3D、Logo、海报、字体、抽象图形、IP 角色、Q版角色、盲盒等多种视觉类型。
- 输出格式实用：默认提供 450–700 个中文字符的正向 Prompt、英文等义版本和 10–15 条英文 Negative Prompt。
- 强调高还原度：优先提炼影响相似度最大的 3–5 个视觉锚点，有利于生成更接近参考图的提示词。
- 具备安全意识：明确图片中的文字、Logo 和说明会被视为视觉内容，不会被当作指令执行，可降低图像内提示注入风险。
- 安装简单：无需复杂构建流程，只需复制或克隆到 Codex Skills 目录。
- 适合中文用户：README、默认正向 Prompt 输出都强调中文表达，并提供英文等义版本方便跨工具使用。
02
目标用户
- 使用 Codex 的开发者和创作者
- AI 绘画提示词工程师
- Midjourney、Stable Diffusion、ComfyUI、DALL·E 等生图工具用户
- 电商设计师、平面设计师、插画师、视觉内容运营
- 需要根据参考图复刻风格的 AIGC 工作流搭建者
- 研究或整理图片提示词规范的团队
03
配置要求
- 需要 Codex 环境支持 Skills 功能。
- 需要将仓库放置在 Codex 个人 Skills 指定目录中。
- 需要具备可处理图片输入的 Codex/模型能力，否则无法完成图片内容分析。
- 项目未声明额外编程语言依赖、包管理依赖或运行时依赖。
- Windows 示例路径为 %USERPROFILE%\.codex\skills\image-prompt-reverse；其他系统可能需要根据 Codex Skills 目录规则调整路径。
- 仓库包含 agents/openai.yaml，说明可能依赖 Codex/OpenAI Skill 调用元数据配置。
04
适用场景
- 上传参考图片后生成可直接用于 AI 生图的正向提示词和负面提示词
- 反推摄影、人像、产品图、食物、动物、自然风景、城市风景等图片的视觉描述
- 分析插画、二次元、国风、赛博风、手绘、扁平风等风格并形成 Prompt
- 为 3D 渲染、潮玩、盲盒、卡通角色、产品渲染生成风格还原提示词
- 提炼 Logo、海报、字体、平面设计、抽象图形中的关键视觉锚点
- 在团队内部建立统一的图片分析和提示词生成规范
- 作为 Codex 中的快捷 Skill，通过 $image-prompt-reverse 调用完成图片提示词反推
05
部署与配置
- 确保本地已安装并可使用 Codex，且支持个人 Skills 目录。
- 将仓库目录复制到 Codex 的个人 Skills 目录：%USERPROFILE%\.codex\skills\image-prompt-reverse。
- 也可以使用 Git 克隆：git clone https://github.com/LunarXuan/image-prompt-reverse.git "%USERPROFILE%\.codex\skills\image-prompt-reverse"。
- 确认目录下包含 SKILL.md、references/analysis-framework.md、references/category-guides.md、agents/openai.yaml 等文件。
- 安装完成后，在 Codex 中通过 $image-prompt-reverse 调用该 Skill，并上传或提供需要分析的参考图片。
06
风险与注意事项
- 项目不是独立可运行应用，必须依赖 Codex Skills 机制和具备图像理解能力的模型。
- 仓库未声明明确开源许可证，license 为 NOASSERTION，商用或二次分发前需要谨慎确认授权。
- 提示词质量高度依赖底层模型的视觉理解能力，不同 Codex/模型版本输出可能差异较大。
- 对复杂图片、模糊图片、带大量细节或多主体图片的还原仍可能不稳定。
- 生成的 Prompt 并不保证在所有生图平台中效果一致，不同平台的提示词权重、风格词解析和模型能力差异较大。
- README 仅描述安装和功能，缺少实际输出示例、评测指标、兼容性矩阵和常见问题说明。
- 如果用于反推受版权保护的角色、商业 Logo 或设计风格，可能存在版权、商标或合规风险。
2026-09-05
第29名
新收录 · github_search
