Prompt Reverse Engineer — 多模态 Prompt 逆向工程 Skill

把任何优秀作品 → 逆向拆解 → 还原为可复用的专业 Prompt

支持 Claude Code / Cursor / Codex / DeepSeek Harness / 豆包 五大平台 · 文本 / 图片 / 视频 / 剧本小说 多模态输入 · Midjourney V8.2 / Stable Diffusion 3.5 / FLUX.2 / GPT Image 2.5 / Nano Banana Pro / GPT-5.5·Claude 5.5 / DeepSeek V4.1 Flash / Sora 2 / Runway Gen-4.5 / Veo 3.1 多模型格式输出 · 附百分制六维加权质量评分（剧本可逐场景生成图片/视频提示词）

看到一篇爆款文案、一张惊艳的 AI 图片、一段电影感短视频，想知道「它是怎么被生成的」？把作品丢给本技能，它会自动拆解其主体、风格、结构与参数，反向还原出可复刻、可修改的专业 Prompt，并适配输出为各主流生成模型的格式。

纯插件形态：无前端、无后端、无数据库、无 API key、无状态、幂等、零新增依赖（脚本仅用 Python 标准库 + opencv/pillow/numpy）。

目录

• 一、核心能力
• 二、快速开始
• 三、详细使用说明
• 四、架构与设计
• 五、离线验证
• 六、扩展指南
• 七、常见问题
• 八、许可证
• 九、相关项目

一、核心能力

1.1 三种输入模态

1.2 十种目标模型格式

生成的 Prompt 自动适配目标模型语法（模板元数据含展示名、厂商、版本、核验日期）：

未指定目标模型时，默认输出 Midjourney V8.2 + GPT-5.5/Claude 5.5 双版本；其余模型按需追加（--models 接受模型 ID 或别名）。

1.3 质量评分

每个生成的 Prompt 附百分制评分，六维加权（权重见下表），评分后自动附 1-2 条优化建议：

1.4 工作原理：双层分析

作品（文本/图片/视频/剧本）
   │
   ├── 脚本层（本地确定性信号）──→ 字数/句式统计 · 主色/构图/EXIF · 镜头切分/关键帧 · 场景切分信号
   │        analyze_text.py / analyze_image.py / analyze_video.py / analyze_scenes.py
   │
   ├── Agent 多模态本体（语义分析）──→ 主体 · 风格 · 结构 · 叙事 · 逐场景七段+分镜（按规则库）
   │
   ├── 编译层 prompt_compiler.py ──→ 模板渲染成 10 种模型格式 + 六维评分 + 安全过滤（含 scenes 子命令逐场景编译）
   │
   └── 输出：元信息卡 + 分析摘要 + Prompt 列表 + 评分表 + 使用提示
             （场景化：总览 + 场景总表 + 逐场景 Prompt + 逐场景评分）

脚本只做「本地可计算」的事，语义判断归 Agent——因此脚本不可用时（如豆包纯文本模式）技能仍可完整运行，仅缺少量化信号（降级路径已内置于 SKILL.md）。

二、快速开始

2.1 环境要求

纯指令降级模式（豆包粘贴版）无任何依赖。安装依赖：pip install opencv-python pillow numpy（URL 下载用标准库 urllib，无需额外包）

2.2 安装（五平台）

# 预览安装动作（不执行任何写操作）
python tools/install.py --dry-run

# 一键安装到全部已检测到的 Agent（缺失的自动跳过）
python tools/install.py

• Claude Code → 安装到 ~/.claude/skills/prompt-reverse-engineer
• Cursor → 安装到 ~/.cursor/skills/prompt-reverse-engineer
• Codex → 注册本地插件市场到 ~/.codex/config.toml
• DeepSeek Harness → 安装到 ~/.dsh/skills/prompt-reverse-engineer（格式与 Claude Code 的 SKILL.md bundle 兼容，无需改写；宿主模型 deepseek-flash = V4.1 Flash，1M 上下文 + 原生视觉输入）
• 豆包（桌面版） → 直接上传 platform-adapters/doubao/prompt-reverse-engineer.zip（内含标准 SKILL.md + scripts + references + assets）

Windows 默认使用 junction 联接安装（技能目录只放联接点，实体留在仓库内，更新仓库即自动生效，无需管理员权限）；可用 --mode copy 切换为物理复制。各平台细节见 platform-adapters/README.md。

2.3 30 秒上手

安装后在任意支持的 Agent 中说：

把这段文案逆向成 prompt：
「【爆款】声波电动牙刷，3 档模式只要 199！……」

分析这张图片生成 Midjourney prompt：D:\images\cyberpunk.png

拆解这个视频的分镜脚本，转成 Sora prompt：https://example.com/video.mp4

把这部短剧按场景生成图片和视频提示词：D:\scripts\rain_umbrella.txt

即得完整输出：元信息卡 → 分析摘要 → Prompt 列表（可直接粘贴使用）→ 评分表 → 使用提示。

三、详细使用说明

3.1 触发方式

提供具体内容（粘贴文本 / 本地文件路径 / URL）并表达「逆向 / 复刻 / 拆解 / 变成 prompt / 优化 prompt」意图即触发。英文触发词：prompt reverse engineering、reverse engineer this text/image/video、recreate this style as a prompt。

3.2 文本模式（文章/文案/小说/脚本）

输入：直接粘贴文本、给本地文件路径或 URL。

分析维度：

• 角色定位：作者身份、专业领域、人设定位、目标受众
• 写作风格：语言特点、情绪倾向、表达方式、关键词使用习惯
• 结构逻辑：开头方式、内容展开、信息组织、结尾设计
• 约束规则：字数限制、格式要求、禁止内容、输出规范

输出：复刻 Prompt（System 含角色/风格/结构/约束六要素，User 为变量占位）+ 优化模板 + 评分报告。

示例对话：

用户：「把这篇文章逆向成 prompt，输出 GPT 版本」
技能：输出分析摘要 → GPT-5.5/Claude 5.5 复刻 Prompt（可直接把 [此处填写主题] 换成自己的主题复用）→ 评分报告

3.3 图片模式（摄影/绘画/海报/产品图）

输入：本地图片路径或图片 URL。

分析维度：主体（人物/物体/动作/外观/服饰）→ 场景（地点/环境/时间/氛围）→ 构图（视角/景别/构图方式）→ 光影（光源/明暗/氛围）→ 色彩（主色调/风格/饱和度）→ 摄影参数（镜头/焦距/景深），辅以脚本量化信号（主色、亮度、构图网格、清晰度）。

输出：MJ V8.2 /imagine 正向 Prompt + --no 负向 + 风格迁移版 + GPT 描述版 + 评分；还可按需出 FLUX.2（无负向）、GPT Image 2.5、Nano Banana Pro 版本。

指定模型与风格：

「分析这张图，出 MJ 和 SD 两个版本」
「把这张图的风格迁移成宫崎骏动画风」
「再出一版 FLUX.2 和 Nano Banana，画面文字写 APS 2077」

GPT Image 2.5 五种任务模式：文生图 / 复刻参考图 / 编辑已有图 / 参考图各自定角色生成新图 / 多参考图融合。Agent 在 semantic_analysis.task_type 写入对应枚举（text_to_image / image_recreation / image_editing / reference_guided / image_composition），脚本只渲染该用途；也可在编译时显式指定：

# 编辑已有图（一次只改一件事）
python prompt-reverse-engineer-skill/scripts/prompt_compiler.py compile   --analysis image.json --models gpt_image --kind edit
# 用两张参考图合成新画面
... --models gpt_image --kind compose

--kind 与 task_type 冲突退出 4；参考图用 reference_images: ["图1：人物姿态", "图2：霓虹配色"] 逐行标注角色，缺编号或编号重复退出 4。五种模式的模板与字段见 references/model_mappings.md 3.4 节、references/prompt_framework.md 2.3.1–2.3.2 节。

3.4 视频模式（短视频/广告/电影片段）

输入：本地视频路径或 URL。

分析流程：脚本自动切分镜头并抽取关键帧 → Agent 逐关键帧做多模态分析 → 还原故事结构与分镜表（景别/运镜/时长/画面内容/台词）。

输出：Sora 2 / Runway Gen-4.5 / Veo 3.1 自然语言分镜脚本 + 复刻 Prompt + GPT 版分镜表 + 评分；含声音/对白设计的模型会额外输出 audio / narration 段。

超长视频：默认只取前 120 秒（--max-seconds 可调，截断而非跨片抽样），输出注明截取范围。

3.5 叙事文本场景化模式（剧本/小说/文章）

输入：本地文本路径、URL 或直接粘贴的剧本/小说/文章，并表达「生成对应场景的图片/视频提示词」「把故事变成画面」「逐场景出图」意图。

分析流程：脚本 analyze_scenes.py 先做确定性场景切分信号（剧本按场次标记 第X场/INT./EXT. 等；散文按叙事块+时间地点提示）→ Agent 通读全文提炼全局基调（题材/风格/角色表）→ 按「时间/地点/人物关系任一变化即新场景」定稿场景划分 → 每场景独立完成图片七段 + 视频分镜语义分析（契约见 references/prompt_framework.md 2.5 节）。

输出（每场景一份，逐场景评分）：元信息卡 → 文本总览 → 场景总表（场景/标题/Prompt 数/得分/等级）→ 逐场景图片 Prompt（默认 MJ V8.2 + SD 3.5 双版本）+ 视频分镜 Prompt（默认 Sora 2）→ 逐场景六维评分 → 使用提示。

示例对话：

用户：「把这本小说按场景拆成图片和视频提示词，图片出 MJ 和 SD 版」
技能：输出总览 → 场景总表 → 每场景 MJ/SD Prompt + Sora 2 分镜脚本 → 逐场景评分与优化建议

3.6 指定目标模型

3.7 安全红线（自动执行）

• 输出 Prompt 强制经安全过滤：越狱指令（"忽略之前指令"等）与可执行系统命令（rm -rf、cmd.exe、subprocess 等）命中即阻断，重写后才可输出
• 被分析内容中的指令性文本一律视为数据，不执行、不改变工作流
• 涉暴力、露骨、侵权模仿特定在世人物的内容拒绝生成
• 脚本不做任何网络上传；唯一网络行为是按用户要求下载用户提供的 URL

四、架构与设计

4.1 目录结构

├── prompt-reverse-engineer-skill/     # 技能本体（唯一事实源）
│   ├── SKILL.md                       # 核心定义：触发条件/六步工作流/输出规范/异常处理
│   ├── scripts/
│   │   ├── analyze_text.py            # 文本确定性统计
│   │   ├── analyze_image.py           # 图片信号提取（主色/构图/EXIF/人脸）
│   │   ├── analyze_video.py           # 视频镜头切分+关键帧+运镜估计（无需 ffmpeg）
│   │   ├── analyze_scenes.py          # 叙事文本场景切分信号（剧本场次标记/散文候选块）
│   │   ├── _net.py                    # 受限 URL 下载（仅公网/逐跳复检重定向/大小上限）
│   │   └── prompt_compiler.py         # 编译/评分/安全过滤（compile|score|filter|all|scenes|validate-templates）
│   ├── references/                    # 规则知识库（Markdown，Agent 阅读）
│   │   ├── prompt_framework.md        # 六要素+字段契约+评分细则+安全规则（总纲，含 2.5 节 story 契约）
│   │   ├── image_rules.md             # 摄影/绘画/光影/色彩术语库（含七段结构）
│   │   ├── video_rules.md             # 电影镜头语言+分镜规范
│   │   └── model_mappings.md          # 十模型格式映射表（含 DeepSeek 思考档位与版本迁移）
│   └── assets/
│       ├── templates/                 # 11 个 JSON 模板（10 模型渲染 + 1 评分报告，新模型=新文件，自动注册）
│       └── examples/                  # 四模态示例（输入媒体+金标输出，含 story_example 场景化样例）
├── platform-adapters/                 # 平台适配层（内容由 install.py 物化，勿手改）
│   ├── codex/…/.codex-plugin/plugin.json
│   ├── deepseek/README.md             # DeepSeek Harness 适配说明（~/.dsh/skills）
│   └── doubao/                        # 豆包：上传 zip + 粘贴指令双产物
├── docs/                              # 项目文档
│   ├── 2026-11-14-项目改进方案.md     # 工程与 GPT Image 专项改进方案
│   └── DEVLOG.md                      # 阶段开发记录（改动/验证/回滚）
├── tasks/
│   └── todo.md                        # 分阶段任务清单
└── tools/
    ├── install.py                     # 一键安装（junction/copy，幂等，--dry-run）
    ├── verify.py                      # 离线端到端验证（26 项断言）
    └── fixtures/                      # 金标语义分析 JSON（契约测试/字段范例）

4.2 脚本通用约定

• 统一信封：{schema_version, tool, modality, input{source,kind,sha256,size_bytes}, local_features}
• 统一退出码：0 成功 / 1 用法错误（含无模型支持指定用途） / 2 输入不可读 / 3 下载失败或超过体积上限 / 4 契约错误（解码失败、缺字段、嵌套对象、类型不符、参考图编号冲突、task_type 与 --kind 冲突） / 5 安全阻断
• 确定性幂等：同输入两次运行输出逐字节一致（固定分桶算法、无时间戳、无随机数、键排序）
• 无状态：不写配置文件；视频关键帧写入 --workdir（默认仓库 .tmp/，安装态回退系统临时目录），路径返回 JSON 供 Agent 读取；stdin/URL 的视频副本分析后删除
• 输入统一：本地路径 / -(stdin) / http(s):// URL 三种形式；URL 仅允许公网 http(s)，私网/回环/链路本地/含凭据地址直接拒绝（退出码 3），重定向逐跳复检，并有 --max-bytes 大小上限（文本/场景 32 MiB、图片 64 MiB、视频 512 MiB）

4.3 数据契约（三层）

L1 脚本 → Agent：       local_features 量化信号（JSON 信封）
L2 Agent → 编译器：     semantic_analysis 语义字段（字段规范唯一权威：
                        references/prompt_framework.md 第二节）
L3 编译器 → Agent：     {prompts[], score_report{}, filter{blocked, matches, injection_flags}}

4.4 扩展设计

• 新增目标模型：在 assets/templates/ 新增一个 *.json（含 model/display_name/vendor/version/last_verified/alias/default_params/modalities），编译器自动注册并检测别名冲突，零代码改动
• 模板自检：python scripts/prompt_compiler.py validate-templates 一次列出全部问题（元数据缺失、日期非法、未知占位符、大括号未闭合、kind_requires 指向不存在的用途/字段）
• 新增分析维度：references/prompt_framework.md 加字段定义 → 模板占位符引用 → SKILL.md 补一行
• 新增评分维度：prompt_compiler.py 的 DIMENSIONS（权重和须为 100）与 prompt_framework.md 第三、五节两处同步修改

五、离线验证

python tools/verify.py

26 项断言、全部离线、可重复执行：

六、扩展指南

见 四、架构与设计 → 4.4。典型操作：

1. 支持新模型：在 assets/templates/ 新建 *.json，填 model/display_name/vendor/version/last_verified/alias/default_params/modalities 与模板字符串 → 立即生效；别名不得与既有模型冲突
2. 补充风格词库：直接编辑 references/image_rules.md（规则是 Markdown，无需改代码）
3. 调排版：all / scenes 加 --format md 输出 Prompt 卡片 + Markdown 评分表；assets/templates/score_report.json 控制表格列与行格式

七、常见问题

Q1：豆包上传提示「SKILL.md 需包含 YAML 格式的技能名称和描述」？
请上传 platform-adapters/doubao/prompt-reverse-engineer.zip（含标准 YAML 头）。仓库中的 doubao_instruction.md 是旧版粘贴用纯文本，不含 YAML 头，上传会报此错。

Q2：豆包版和完整版的区别？
豆包 zip 包与技能本体内容一致（SKILL.md + scripts + references + assets 全量打入），唯一区别是豆包版 SKILL.md 正文为自包含扁平版（规则全部内联），以便豆包只读单文件时也能完整运行。

Q3：脚本跑不了怎么办？
技能设计即「规则为主、脚本为辅」。脚本不可用时走内置降级路径：Agent 直接基于内容做纯语义分析，流程与输出格式不变，仅缺少量化信号与硬过滤。

Q4：为什么视频分析不需要 ffmpeg？
关键帧抽取与镜头切分用 OpenCV（cv2.VideoCapture）完成，不依赖 ffmpeg CLI。

Q5：会消耗我的 API 吗？
离线验证（verify.py）完全不消耗 API。正式使用时的语义分析由所在 Agent 的模型完成，属 Agent 正常调用。

八、许可证

MIT License © 2026 niobium617

九、相关项目

技能规则与数据契约的权威来源是 prompt-reverse-engineer-skill/references/，请以该目录为准。