Nano Banana 图像工作流辅助工具

用途

当用户正在构建、运行或调试 AI 图像生成工作流，且需要将视觉目标转化为提示词（prompt）、参考图、质量检查项及重试决策时，请使用本技能。

适用对象：设计师、营销人员、智能体（agent）用户以及需要可靠 AI 图像生成或编辑工作流的技能作者。

如需需求依据、来源链接、评分逻辑或评审标准，请查阅 references/requirement-plan.md。

工作流

1. 明确主体对象、输出格式、目标受众、宽高比、必需文字内容、品牌约束、参考图像，以及禁止修改项。
2. 将目标转化为一套完整提示包（prompt pack），包含基础提示（base prompt）、反向提示（negative prompt）、风格锚点（style anchors）、构图说明（composition notes）、编辑遮罩指令（edit-mask instructions）及变体方案（variations）。
3. 定义迭代预算：最大尝试次数、终止条件、备用模型或工具、以及可接受输出的判定标准。
4. 添加视觉质量保证（QA）检查项，覆盖构图、解剖结构、文字渲染、物体数量、品牌一致性、伪影（artifacts），以及安全或授权相关问题。
5. 当输出失败时，将问题归类为：提示歧义、参考图不匹配、模型能力限制、素材质量不足、队列/成本问题，或部署配置错误。
6. 生成修订后的提示或工作流补丁，并在迭代日志中记录变更内容。

预期输出

• 一套可直接用于图像生成或编辑的提示包（prompt pack）。
• 一份精简、适配所请求图像类型的 QA 检查清单。
• 一份可控成本、等待时间与失败输出循环的重试计划。
• 一份面向工作流封装为技能或工具所需的部署或配置检查清单。

验证标准

• 提示词中包含具体明确的主体、风格、构图、约束条件及反向引导。
• QA 检查清单可在交付前识别出视觉、品牌、安全及导出类问题。
• 重试决策受清晰预算约束，且不依赖仅限云端环境的假设。
• 最终结论需明确指出仅靠提示工程无法解决的模型或工具能力边界。

触发条件

关键词：Nano Banana、AI image generation、image editing、prompt pack、reference image、visual QA、Gemini image

示例触发语句：

• 使用 $work-productivity-nano-banana-workflow-helper 为该产品图像集生成提示词。
• 我的 AI 图像工作流持续产出不可用结果；请诊断提示词与重试计划。
• 为发布 Nano Banana 风格的图像生成技能创建一份 QA 检查清单。