用Scenario Skills生成生产级图片：GPT Image、Gemini Nano Banana等8大模型家族的实战选择

用Scenario Skills生成生产级图片GPT Image、Gemini Nano Banana等8大模型家族的实战选择【免费下载链接】skillsGet production-ready images, video, audio, and 3D from any AI agent: skills that pick the right model, price before spending, and keep characters and brands consistent through the Scenario MCP, plus expert teams that drive Blender, Maya, ZBrush, Unreal, and Unity.项目地址: https://gitcode.com/GitHub_Trending/skills63/skillsScenario Skills 是一套教 AI Agent 生成生产级图片的开源技能库Agent 会自动在 GPT Image、Gemini Nano Banana、Seedream 等 8 大模型家族中挑选最合适的模型先报价再花钱dry-run 定价并让角色与品牌在整批图片中保持一致。本文面向新手讲清 8 大模型家族各自擅长什么、如何快速上手、成本怎么控以及新手最容易踩的坑。一、什么是 Scenario Skills简单理解Skill 就是写给 AI Agent 看的操作手册。每个技能是一个 SKILL.md 文件里面沉淀了某类任务的完整流程知识Agent 按需加载、照着执行。Scenario Skills 通过 Scenario MCP 服务器接入 500 多个模型覆盖图片、视频、音频和 3D兼容 Claude Code、Cursor、Codex、Copilot 等 70 多种 AI Agent。对生成生产级图片这件事它解决了三个新手最头疼的问题不用记模型参数每个模型家族都有专属技能如 scenario-gpt-imageAgent 每次运行前都会读取该模型的契约尺寸规则、提示词长度上限、参考图数量上限不烧冤枉钱正式生成前先用dry_run试算价格确认 CUCreative Unit场景积分成本后再花钱出图可交付统一的生成 → 等待 → 预览 → 下载闭环透明底、精确文字、参考图一致性都有对应技巧。二、快速上手安装技能 连接 MCP 只需两条命令以 Claude Code 为例# 1. 安装图片生成核心技能 8 大模型家族技能 npx skills add scenario-labs/skills --skill scenario --skill scenario-image --skill scenario-gpt-image --skill scenario-mai-image --skill scenario-seedream --skill scenario-gemini-image --skill scenario-reve --skill scenario-ideogram --skill scenario-grok-imagine-image --skill scenario-luma-image # 2. 连接 Scenario MCP 服务器用 Scenario 账号 OAuth 登录 claude mcp add --transport http scenario https://mcp.scenario.com/mcp如果想按岗位装2D 美术、营销美术、视频制作人各有打包好的命令集可以看 INSTALL.md想一次装全部 71 个 Scenario 技能见 README.md 的 Install 章节。装好后直接用自然语言下指令即可例如为我的 RPG 游戏生成 4 个风格统一、透明底的药水图标做一张演唱会海报顶部大标题写 MIDNIGHT ORBIT底部小字 Nov 14, Union Hall把这张产品图换到阳光露台场景瓶子的形状、标签和颜色保持不变三、核心生成循环Agent 是怎么选模型、报价、出图的所有图片技能都建立在同一个核心循环上定义在 scenario 技能中步骤工具作用1. 找模型recommend/search按能力txt2img / img2img或模型名找到候选2. 读契约model_schema_get每次运行前必查字段名、上限、默认值3. 报价model_rundry_runtrue不创建任务直接返回这份参数的精确价格4. 生成model_runjobs_wait提交任务并等待超时是正常状态不是报错5. 预览/保存asset_display/asset_download在线查看确认后再下载为 png/webp/jpg对新手最重要的一个认知是没有万能参数。同样是生成一张 4:5 图GPT Image 用像素级的width/heightGemini 用aspectRatioresolutionMAI Image 只有aspectRatio枚举——字段名混用直接报 400 错误。技能的价值就在于 Agent 每次都会先读 schema把这件事自动做对。四、8 大图像模型家族速览 ️先看总表再逐家一句话点评详细契约见各自 SKILL.md模型家族厂商最擅长尺寸控制参考图上限GPT ImageOpenAI写实产品图、mask 局部编辑、透明底像素级16 步进最长边 384010MAI ImageMicrosoft图内文字排版海报/包装/封面仅aspectRatio枚举1编辑SeedreamByteDance精准图内文字含非拉丁文、拆图层像素级672–3136步进 1610–14Gemini 图片Nano BananaGoogle多参考图融合、自然语言指令编辑aspectRatio 512–4K 档14ReveReve AI推理型生成 六图融合混剪仅aspectRatio6RemixIdeogramIdeogram文字海报、保尺寸编辑、可本地化文字层aspectRatio 1K/2K 档5Grok ImaginexAI广告/梗图快速迭代、长宽比到 20:9仅aspectRatio 1k/2k3Luma Uni-1Luma Labs推理型高质量出图、真实地点接地仅aspectRatio8–91. GPT ImageOpenAI写实与精准编辑的主力四个成员分工明确2.5 Flare快日常用、2.5 Sunburst精密集文字、图表、必须保住几何结构的编辑、GPT Image 2、GPT Image 1.5有inputFidelity旋钮低档可重画而非复刻参考图。实战要点quality是价格旋钮1024 方图从 low 到 max 约 2 → 45 CU比改尺寸影响大得多支持 alphamask局部重绘2.5 成员支持background: transparent出真透明底技巧用 low 档出 3 张草稿定构图再把选中的那张提到 high/max 出终稿——质量档决定价格尺寸影响小。2. MAI ImageMicrosoft图内文字最稳的家族四个成员2.5 / 2.5 Pro 负责生成2.5 Edit / 2.5 Pro Edit 负责指令编辑。家族天赋是排版标题、标签、slogan 可读且落在你指定的位置海报、包装、杂志封面、key art 首选。实战要点要渲染的每个字符串都必须加引号并给位置顶部三分之一是粗体压缩字体的大标题 GAME DAY不加引号的文案会被改写编辑口诀是先保住再改一处先说哪些不能动再下唯一一条修改指令多改点就分多次链式执行。3. SeedreamByteDance精准文字 图层拆解5.0 Pro 能渲染可读的图内文字包括非拉丁文字如中文、日文、多行排版和精确像素尺寸Lite 快且便宜Flash 最便宜且background: transparent能让已有透明底素材编辑后仍保持透明比如给游戏图标换色。独门武器Layerize把一张成品图拆成底图 最多 16 个透明 PNG 图层背景自动补全海报改字、换产品不用重做整张图。写作时实测报价2048 方图 Flash 4 CU / Lite 6 CU / Pro 18 CU——草稿在便宜成员上跑Pro 留给终稿。4. Gemini 图片GoogleNano Banana参考图融合之王三个成员3.1 Flash512–4K还能从视频里抽帧、支持 Google 搜索接地、3.0 Pro擅长复杂指令编辑和多图融合、3.1 Lite最快最便宜固定 1K。实战要点最多 14 张参考图编辑不用 mask一句人话就是指令保持鞋子的形状、颜色和 logo 不变放到阳光甲板上多参考图必须逐张说明角色图 1 是产品图 2 定色板否则模型会把它们搅在一起写提示词像给设计师的留言别写标签堆useGoogleSearch只对真实地点/产品这类事实型题材开启会加价。5. Reve推理生成 六图融合v2.1是推理驱动的生成器兼指令编辑器换海报文字、换材质、重打光参考图用frameN/frame标签指定——注意编号从 0 开始第一张是frame0/frame。Remix则是便宜快速的合成器把最多 6 张图融成一张。两家都不带 mask编辑全靠自然语言描述改什么、保住什么。6. Ideogram文字海报与可本地化素材成员是单一用途设计按任务点菜4.5文字密集生成、4.5 Precise Edit只改一处、其余原样且输出保持源图精确画布——4.24:1 的横幅编辑后原尺寸返回、V3 Generate Transparent原生透明底、V3 Layerize Text平面图形变可编辑文字层适合多语言本地化、Character同一角色进不同场景、Remove Background抠图。关键开关图里有精确文案时把magicPrompt设为off——默认开启的提示词扩写会把你的原文案改写掉。7. Grok Imagine ImagexAI广告与梗图的快速迭代2.0 文字与编辑最强Quality / Image 成员便宜快速。长宽比覆盖到 20:9 和 9:20适合横竖通吃的投放素材。图内文字的口诀引号包住原文 结尾加 no other text防止模型自己加标签。迭代节奏最便宜成员 1k 跑草稿keeper 再用 2.0 的 2k 精修。8. Luma Uni-1Luma Labs推理型慢工出细活Max / 标准两档。这是推理模型——先规划光影构图再渲染一张图要一两分钟超时等待不是失败。source放要编辑的图imageRef放指导参考把风格参考图误放进source会整场跑偏成编辑模式是这家人最常见的错误。参考图必须声明角色配色、人物、光线各领一份webSearch: true可让模型联网找真实地点/产品的视觉依据。五、按任务选型你的需求该交给谁 任务首选家族备选带精准文字的海报/包装/封面MAI Image 2.5 Pro、Seedream 5.0 ProIdeogram 4.5、Grok Imagine 2.0写实产品图、人物GPT Image 2.5 SunburstLuma Uni-1 Max透明底素材图标/贴纸/游戏道具GPT Image 2.5background: transparentIdeogram V3 Transparent、Remove Background多参考图融合、多镜头角色一致Gemini最多 14 图Reve Remix最多 6 图、Luma角色标注局部编辑、只换文字GPT Imagemask、Ideogram Precise EditMAI Edit、Reve v2.1图片拆成可编辑图层Seedream LayerizeIdeogram Layerize Text从视频抽帧Gemini 3.1 Flash—批量草稿、快速迭代各家便宜成员Flare low / Seedream Flash / Gemini Lite—拿不准时不用自己选对 Agent 说清需求recommend会给出带 tradeoff 说明的候选你只负责拍板。六、成本控制先 dry_run 报价再花钱 Scenario 按 CUCreative Unit计费技能内置了完整的省钱纪律dry_runtrue先报价不创建任务、不扣费返回的creativeUnitsCost就是这份参数的精确价格schema 里标了cost_impact: true的字段质量档、输出数量、参考图数、尺寸每动一次都要重新报价草稿跑便宜成员终稿再上高档位GPT Image 从 low2 CU到 max45 CU差 20 多倍各家族同理失败会退款除被内容审核拦下的部分但已提交的任务无法取消所以批量前先算好并发与预算。团队层面的用量一目了然——scenario-admin-analytics技能可以从 MCP 拉取缓存的用量数据生成仪表盘、CSV 和 PDF 报告。这是用量总览视图消耗 CU、模型数、任务数和各模型占比都在一页里七、团队协作按角色安装 用量审计 INSTALL.md 按岗位打包了技能集2D 美术装 23 个、营销美术装 24 个、艺术总监聚焦角色一致性与质量门scenario-consistencyscenario-quality-gate……各装各的互不干扰。管理员还能让 Agent 查谁花了多少按模型、日期、身份过滤后能看到 CU 消耗归因到具体的人并一键导出 CSV 或打印成 PDF 交付物八、新手最容易踩的 5 个坑 ⚠️拿 A 模型的参数去跑 B 模型字段名、尺寸类型、枚举值都不通用400 报错是常态。技能要求 Agent 每次运行前先读 schema别手动搬参数参考图传了裸字符串schema 要求数组时单个字符串会被静默丢弃——任务成功但图当没给参考图。Agent 会用asset_get回查确认参考图真的被消费了默认请求的像素尺寸会兑现有的模型会悄悄钳位3840x960 可能回来 3840x1280有的超宽源图会被加白边。终稿一定用asset_get核对实际尺寸在提示词里写透明背景扩散模型输出天然是不透明的要用background字段或专门的抠图模型重跑 hoping 出同一张图多数模型没有 seed重跑就是一张新图。正确姿势留住 winner 素材在它上面链式编辑。九、总结Scenario Skills 把选模型、读契约、报价、出图、质检这条生产链路沉淀成了可安装的 SKILL.md让 AI Agent 像资深美术指导一样干活GPT Image 出写实产品图、MAI Image 和 Seedream 管精准文字、Gemini 做多参考图融合、Ideogram 保尺寸编辑、Luma 慢工出细活。对新手的建议路径装技能 → 连 MCP → 用自然语言下需求 → 看 dry_run 报价再放行剩下的参数细节交给技能去兜底。更多按角色的安装命令见 INSTALL.md完整技能清单见 README.md。【免费下载链接】skillsGet production-ready images, video, audio, and 3D from any AI agent: skills that pick the right model, price before spending, and keep characters and brands consistent through the Scenario MCP, plus expert teams that drive Blender, Maya, ZBrush, Unreal, and Unity.项目地址: https://gitcode.com/GitHub_Trending/skills63/skills创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考