问 灵犀Claw实战：从零搭建一个会自我进化的AI Agent（七）生图Prompt

开篇引言

前六篇搭建了完整的记忆和自我改进体系。但AI Agent不只是"脑子"，还有"眼睛"——图像生成是Agent表达能力的关键维度。本篇聚焦灵犀Claw内置的generate_image工具，从实战角度讲清楚一件事：怎么写出能让Seedream引擎稳定产出高质量图像的Prompt。

灵犀Claw的生图能力基于内置的Seedream引擎，支持文生图（Text-to-Image）和图生图（Image-to-Image）两种模式，直接在Agent会话中调用，无需额外配置API。我们在实战中踩了两个月坑，从v1到v4迭代了四版Prompt体系，总结出了一套工程方法。

generate_image工具速览

灵犀Claw内置的generate_image是一个结构化的图像生成工具，核心参数如下：

几个实战要点：

• prompt必须全英文，中文在Seedream中解析效果差，语义模糊

• aspect_ratio要提前想好：人物写真用9:16竖屏，场景互动用16:9横屏，不要事后裁切

• input_images是图生图的关键：不传就是文生图，传了就是图生图，行为差异很大

• 图片输出最小3686400像素（灵犀平台限制），实际输出分辨率远高于常见AI绘图工具

文生图 vs 图生图：什么时候用哪个

两种模式的选择标准很简单：

• 文生图（Text-to-Image）：不传input_images，从零生成。适合场景概念图、背景设计、全新构图。

• 图生图（Image-to-Image）：传input_images参考图，保持人物一致性。适合人物写真、角色扮演、穿搭展示。

实战经验：**需要"同一个人出现在不同场景"时，图生图是唯一选择。**我们维护了一张基准图，所有人物写真都以它为input_images参考图，确保五官、体型、气质的一致性。文生图每次都是"新面孔"，无法做到角色复用。

Prompt铁律：十一条不可违反的规则

以下是经过数百次迭代验证的Prompt规则，按重要性排序：

第11条是总纲——约束越少越稳定。前面十条告诉你"怎么写"，第十一条告诉你"什么时候不写"。实际操作中，我们会故意删掉一些看似重要的描述，观察效果是否反而更好。答案是：往往更好。

Seedream引擎特性与实操技巧

审核词库：需要绕路

Seedream内置敏感词审核，部分英文词汇会触发拦截导致生成失败。实战中发现的替代方案：

• camisole（吊带背心）被拉黑 → 用slip dress或off-shoulder top替代

• 部分紧身衣描述可能触发 → 改用更中性的穿搭词汇

遇到生成失败时，第一步排查是否触碰了审核词库，而不是反复调Prompt结构。

基准图（img2img）的使用方法

图生图是Seedream的核心使用方式。通过input_images参数传入参考图：

• 最多支持3张参考图，但我们实战中只用1张基准图，多张反而干扰

• 参考图可以是本地路径（type:"path"）或网络URL（type:"url"）

• 权重（weight）默认1.0，我们实测不需要调整，保持默认即可

• 参考图质量直接决定产出下限——花时间打磨基准图，比写一百条Prompt规则有用

Prompt长度：没有硬上限但要精简

Seedream对Prompt长度比较宽容，但这不意味着可以写长Prompt——减法原则依然适用。冗余描述会分散模型的注意力，降低核心约束的权重。我们的实战Prompt通常控制在200-400英文单词之间。

版本迭代：从v1到v4的进化

我们的Prompt体系经历了四次大版本迭代，每次都源于一次"翻车"：

v4是当前稳定版本，核心改变是从"每张图都从零开始"变为"基于基准图微调"。基准图定义了人物的五官、体型和基础气质，Prompt只需描述场景、服装和氛围。这个改变让产出稳定性大幅提升——不再有"这次长得完全不一样"的问题。

图生图的三个注意事项

Prompt必须锁参考图描述

不要只在input_images里传参考图，Prompt里也必须描述参考图的核心特征（发型、服装风格、体型）。否则模型可能"看到"参考图但"忽略"了它。实测差异显著：锁描述的图生图与参考图的相似度远高于不锁描述的。

参考图质量决定产出下限

参考图本身就是Prompt的一部分。如果参考图光线差、构图歪、服装细节模糊，产出的上限就被锁死了。花时间打磨一张高质量基准图，比写一百条Prompt规则有用。

aspect_ratio要与参考图一致

当使用图生图时，aspect_ratio尽量与参考图的原始比例接近。差距过大（比如用横版参考图请求竖版输出）会导致模型在拉伸/裁剪间纠结，产出质量下降。

踩坑清单

与记忆系统的联动

Prompt铁律不是写完就完事的静态文档——它被集成在记忆系统中，自动确保每次生图都遵守规则：

• user记忆中写有核心铁律摘要，每次会话强制加载

• MEMORY.md中有完整版Prompt铁律，生图前主动读取

• Self-Improving系统（第六篇）自动沉淀每次踩坑经验到corrections.md，达到3次确认后晋升为永久规则

这意味着：今天踩的坑，明天就不会再踩。上周发现的最佳实践，下周自动成为默认行为。Prompt工程不再依赖人的记忆，而是靠系统自我进化。

系列进度

下一篇：云文档API——V7上传踩坑、文件管理、三种操作方式的经验总结。