图片 → 提示词 反推

一句话：给一张图，产出一份能再造出它的提示词（中文 + 英文 + 结构化）。

触发判定

• 该用：反推 / 还原 / 解析某张图的提示词；想知道某张 AI 图、海报、杂志页、商品图是怎么生成的；照某张图的风格写可复用的 prompt。
• 不该用：只要一句图片描述（直接看图回答即可）；真的要生成图片（走 ImageGen）；修图/去水印（走图像处理类技能）。

环境

只有第 3 步需要跑命令，并且没有任何第三方依赖：scripts/validate_analysis.py 只用 Python 标准库（argparse / json / re / sys），不需要安装任何包。

• 需要 Python 3.8 或以上（只用标准库，无第三方依赖；已声明 from __future__ import annotations，不使用高版本专属语法）；
• 脚本路径相对于本技能目录，下文命令里的 <skill> 指本技能所在目录：

python "<skill>/scripts/validate_analysis.py" analysis.json

脚本也支持从标准输入读取：cat analysis.json | python "<skill>/scripts/validate_analysis.py" -。

三步

1. 把图看进来

• 本地文件 → 直接 Read；
• 网址 → 先落盘再 Read：curl -L -A "Mozilla/5.0" -o shot.jpg "<图片地址>"（防盗链取不到就请用户存图给路径，别硬刚）；
• 只有"页面上的某张图" → 请用户截图；若环境里有浏览器自动化能力（例如 agent-browser 技能），也可以让它截图后取用。

必须真的读到图像内容再分析，不要凭文件名或 URL 猜内容。长边超过 2200px 时先压一道再读。

2. 按契约产出 JSON

契约在 references/prompt-contract.md，按三件东西拼出这一轮的指令：

1. 第 1 节的分析指令整段（工作准则 + 观察项 + 产出要求）；
2. 第 2 节的四项上下文（来源 / 替代文本 / 像素尺寸 / 画面比例），取不到的写 N/A；
3. 第 3 节的输出 schema。

然后看图产出 JSON，写成 analysis.json。输出结构如下（严格照 schema）：

{
  "zh": { "prompt": "...", "analysis": "..." },
  "en": { "prompt": "...", "analysis": "..." },
  "zh_style_tags": ["...×4"], "en_style_tags": ["...×4"],
  "json_prompt": { "subject": "...", "...": "共 12 个字段" },
  "recreation_prompt": "...", "prompt_core": "...", "negative_prompt": "..."
}

三条铁律：

1. 只写可见事实——不编造品牌、logo、精确文字、艺术家名、机身/镜头型号、渲染引擎、具体地点、隐藏物体；
2. 语言分桶不许串味——zh 桶简体中文、en 桶英文，标签同理；json_prompt 与另外三条提示词一律英文；
3. 人像必须给族裔与肤色线索——基于可见证据；真的看不清就写明"族裔不可辨"，但肤色与发型照写。

模型若额外返回 ja 等契约外字段，按契约忽略，不用去修它。

3. 校验（必做，别跳）

python "<skill>/scripts/validate_analysis.py" analysis.json

• 退出码 0 = 通过；1 = 语言桶勾兑或标签不合格；2 = schema 缺字段。
• 非 0 时按 references/validation-rules.md 的自愈顺序改自己的输出，再跑一遍：
  • 结构坏 / 缺字段 → 用契约 5.1 节的结构修复提示词补；
  • 语言勾兑 → 用 5.2 节的语言修复规则重写该桶（只搬运/翻译，不许新增视觉细节）。
• 诊断会打印每桶的汉字/假名/字母计数与阈值，照着改比反复重读输出可靠得多。
• 校验分两层：桶级（prompt + analysis 合并）+ prompt 单字段。后者专治"prompt 写错语言、analysis 写对"这种被长文本稀释的漏判。
• 需要规范化标签（去重、英文长标签缩写、截断到 4 条）时加 --normalize，会把整理后的 JSON 打到 stdout。

交付

analysis.json 作为产物文件交给用户，并在回复里直接给出：

• 中文重建提示词、英文重建提示词（正文，方便直接复制）；
• 4 条风格标签；
• 说明另外三条的用途：recreation_prompt（最完整的复刻提示词，130–220 词）、prompt_core（精简可复用）、negative_prompt（排除常见伪影）。

常见坑

• 别跳过第 3 步：双语输出最典型的失败是"中文桶混英文""英文桶写成中文"，肉眼扫一版发现不了，校验器一秒给结论。
• 标签要短：英文标签 1–3 词（<24 字符），过长的由脚本按缩写表处理。
• quality_modifiers 不许灌水：highly detailed、masterpiece 这类空话在契约里被明确禁止替代具体描述。
• 族裔/肤色是强制项而非可选项，但必须落在可见证据上。
• 不确定就写宽泛但可用的措辞，不要为了显得具体而编造。

文件说明

image-prompt-reverse/
├── SKILL.md
├── references/
│   ├── prompt-contract.md    分析指令 + 双语 JSON schema + 两类修复指令（核心资产）
│   └── validation-rules.md   中英语言桶阈值（含 prompt 单字段护栏）、标签缩写表、自愈顺序
└── scripts/
    └── validate_analysis.py  校验与诊断（退出码 0/1/2，支持 --normalize / --json）