Image to Prompt
将任意图片转为可复用的 AI 提示词，也可以一键换主题、保留原图风格。
Image to Prompt Generator
Drop or select your image here Browse
PNG, JPG, JPEG, WebP · Up to 10MB
Keep the image's style, swap the subject/IP/text to a new theme.
Generated Prompt
No prompt generated yet
Upload an image and click Generate Prompt
案例展示
上传任意图片 → 反推可复用的 prompt 模板 → 改写 Swap 提示里的短语（或直接填「新主题」）→ 得到同风格、不同主题的新图。
GPT-Image-2为什么不同目标模型给的 prompt 长得不一样
市面上大多数「图生 prompt」工具不管你粘贴到哪个模型，都给同一段通用描述。我们没这么做 —— 因为同一段 caption 在不同图像模型上生成出来的效果差距非常明显：每个模型训练时见过的 prompt 句式不同，针对 Midjourney 调过的 prompt 直接丢给 GPT-Image-2 通常会塌房，反过来也一样。
GPT-Image-2
训练时偏好自然语言描述 + 显式构图说明。完整长句效果好，逗号分隔的 tag 串效果反而差。我们倾向于「A poster showing X in the style of Y, with Z arranged in the foreground」这种句式，并显式给出文字内容，比如「the headline reads: …」。
Midjourney v7
tag 风格 prompt，逗号分隔，配合 --ar / --style / --stylize 参数。我们会根据原图的宽高比自动追加 --ar，并避免完整英文句子（Midjourney 会降权 'a' / 'the' 这类冠词）。
FLUX (1.1 / Pro / Dev)
偏好简洁自然语言（甜区约 30–80 token）。超过 ~150 token 的部分会被静默截断。它对摄影类提示词反应强烈（'shot on …'、'85mm f/1.4'、'available light'），对插画类风格反应弱 —— 除非你显式说「illustration」或「flat vector」。
Nano Banana / Imagen / Seedream / Sora
各有怪癖：Imagen 需要明确的主体位置说明，Seedream 在亚洲语言 typography 上比同行强，Sora 即便生成静态画面也需要带「the camera dollies in」这类镜头运动动词。我们针对每种各自调整。
怎么用这个 prompt 才有效
1. 选对目标模型
你要粘贴到 Midjourney，就选 Midjourney —— 不要选「通用」。两种 prompt 的差距很大。
2. 用 swap 提示替换，而不是原样使用
每段生成的 prompt 都标记了可替换短语（主体、IP、文字内容）。保留结构，替换这些占位 —— 你就能把一张满意的图当成模板，复用出十张同风格不同主题的新图。
3. 把 prompt 粘回去验证
把未修改的 prompt 直接粘回目标模型，对比生成结果和原图。如果重新生成的图在结构（构图、配色、文字位置）上接近，说明 prompt 抓到了正确特征。如果差距明显，源图大概率是边缘情况 —— 看下面的「限制」部分。
这个工具搞不定的场景
- 图上有大段文字（长段落、复杂表格布局）：我们能转录看到的内容，但图像模型本身渲染长正文还是不行。瓶颈在模型不在 prompt。
- 摄影 vs 插画风格判定：边缘 case（看着像照片的 3D 渲染、或者风格化到接近 3D 的真实照片）有时会拿到错误的风格标签。需要的话手动覆盖。
- 特定真人面孔：我们刻意用特征描述（「短发深色头发的女性，30 出头」）而非具体姓名 —— 既出于肖像权考虑，也因为大多数图像模型本身就会拒绝命名真人的 prompt。
- 受版权保护的 IP 角色：我们用通用描述（「头戴红色头巾、双颊各有三道胡须状疤痕的少年武士」）以确保 prompt 可用。如果你需要精确 IP 名称，生成后手动改回。