image-prompt-reverse — 给一张图，倒推出它最可能的原始提示词

看到一张喜欢的图，问作者用了什么提示词，多半问不出来。反推提示词这事一直有人做，路子却没怎么变：把图描述一遍，再补几个风格词。不如试试 image-prompt-reverse 按画面证据倒推最可能的原始提示词，中英各给一套。

它是什么

image-prompt-reverse 是一个开源的 AI 技能包，装进智能体的技能目录就能用。给它一张图，它交回一份「能再造出这张图」的提示词：简体中文一套、英文一套，外加风格标签和一份按字段分好的结果。作者把它定位成一次取证：从画面里能看到的东西往回推，不替这张图重新构思。归到 AI相关这一类很合适，整个项目不依赖任何第三方包。

场景痛点

常做图的人都有这个感受：刷到一张对味的图，最想知道的不是它好不好看，是怎么做出来的。去问作者，多半不回；找工具反推，出来的又是一段看图说话——「一个女人站在街头」，这种描述谁都写得出来，拿去出图却完全不是那回事。真正难的是把光线、构图、镜头感、材质这些细节一层层挖出来。GitHub 上这类 AI工具不少，能直接拿去复刻的不多。

功能特点


产出	说明
🇨🇳 中文重建提示词	简体中文自然段落，约 200 到 300 字
🇬🇧 英文重建提示词	英文自然段落，约 90 到 150 词，与中文对齐
🏷️ 风格标签	中英文各 4 条，短词为主，方便当小胶囊展示
🧩 分字段结果	12 个字段，主体、姿态、光线、构图、材质等分门别类
🔁 复刻提示词	信息量最大的一条，单行 130 到 220 词，可直接投喂出图模型
⚡ 精简版	把主体、构图、光线、风格、配色压成一两行
🚫 负面提示词	针对这张图列出会破坏画面的问题，不是通用词堆砌

一、给一张图，交回一整包

流程就三步：先把图真正读进来，再按契约产出一份按字段分好的结果，最后跑一遍校验。图可以是本地文件，也可以是网址（先存到本机再读）；长边超过 2200 像素时会先压一道。作者强调必须真看到图像内容再分析，不凭文件名猜。

二、只写看得见的东西

三条铁律贯穿全程。第一，只复原不创作：每一条描述都得在图里找到对应，品牌、画师姓名、镜头型号、渲染器名称、画面上的具体文字，一律不许编。证据不足就写宽一点，比如「深色硬质台面」而不是硬编一种木材。第二，不许用「高清」「杰作」这类空话顶替具体描述，要写就写「左上方硬光在鼻侧留下锐利阴影」。第三，画面里只要有人，就必须给出族裔外观线索和肤色，实在判断不了就明写「族裔外观无法判断」，肤色与发型照写。

三、中英分桶，还要查两遍

双语输出最典型的翻车是中文桶里夹大段英文、英文桶写成中文。它的做法是分桶硬判：中文桶要求汉字不少于 8 个、假名不超过汉字数的百分之八；英文桶要求字母不少于 24 个且至少是汉字与假名总数的两倍。更细的一层是单字段检查，提示词这一项要单独再判一遍。原因很实在：整段合并着算会被长的那半边稀释，实测出现过提示词写错语言、解说写对却判通过的情况。中文侧的口径也收紧成汉字数不少于字母数。

四、不合格时怎么修

校验脚本零依赖，退出码 0 通过、1 是语言或标签不合格、2 是结构缺字段。不通过时按固定顺序自愈：结构坏了先用结构修复指令补齐字段，语言串味就用语言修复指令重写那一桶——只搬运和翻译，不许新增任何画面细节。两轮之后仍不合格就明确报错，不会把串味的结果交出去。标签太长也有处理：英文标签按一张缩写表归一（比如把冗长的摄影说法压成两个词），再去重、最多留 4 条。

五、什么时候该用它

该用的场合很明确：反推或解析某张图的提示词；想知道一张 AI 图、海报或杂志页是怎么生成的；想照着风格写一段能反复用的提示词。不该用的也写清楚了：只要一句图片描述，直接看图回答就行；真要出图，那是生图工具的活；修图、去水印另找别家。对常做内容创作的人来说，这条边界很有用。

使用教程

第一步，装技能。把整个目录放进智能体的技能目录，例如 WorkBuddy 的 ~/.workbuddy/skills/，不需要装任何依赖包，只要 Python 3.8 或以上。

第二步，把图给进去。本地文件直接读；网址先存到本机再读，防盗链取不到就自己存一张。图太大先压一道。

第三步，说一句话。对智能体说「反推提示词」「这张图用了什么提示词」「照这张图的风格帮我写」都可以，剩下的按契约走，产出一份按字段分好的结果文件。

第四步，跑校验并交付。执行目录里的校验脚本，退出码 0 才算过；需要整理标签时再加一个参数。通过后在回复里直接给出中英文两套提示词和 4 条风格标签。作为实用软件，它把「不确定就别交付」这件事做成了硬规矩，这也配得上 AI应用里偏实用的那一类。

使用感受

它跟「看图说话」是两回事。普通反推给你一段描述，它给你的是一份证据链：主体、姿态、空间层次、光线方向、构图、镜头语言、色彩与画幅，八类观察项一类不落。差别就在细节上——描述说「街头有个女人」，它会说光从哪来、阴影多硬、机位多高。

三条规定全是「不许」：不许编造看不见的东西，不许用空话凑数，不许语言串味。校验器也只判桶对不对，不判写得好不好——质量下限交给契约里的规则。这种把边界写成硬约束的做法，比多堆几个功能难得。

作为 Skill工具，不是独立软件。整个项目就三样东西：一份技能说明、两份契约与规则文档、一个零依赖的校验脚本。想接进自己的智能体，拷目录就行。归到 AI教程这一类也说得通——那份契约本身就是一份写提示词的教材。对大语言模型的能力边界，它处理得挺老实：看不清就写看不清，不硬编。

官方网站

访问

下载地址

https://pan.quark.cn/s/6353c2ba1cb0

https://www.guangyapan.com/s/1948932795946225717_aeWhI5wocgzRgCO6

image-prompt-reverse — 给一张图，倒推出它最可能的原始提示词

它是什么

场景痛点