用策略映射适配图像模型并实现失败兜底

同一个画面描述，换个图像模型，效果可能就变了。作者给出的办法，是在用户需求与模型之间加一层「模型策略」：主体保持一致，再按目标模型补上不同的表达重点，用共享骨架组装提示词，最后交给 LLM 润色。

这篇更值得程序员看的，是它的工程取舍：模型差异如何维护，AI 服务失败后怎样继续交付，以及示例库怎样帮助用户验证效果。不过，代码能证明流程跑得通，不能证明作者对七个模型的判断都经过了充分测试。

七个模型，为什么不维护七套模板

作者用一个简单需求贯穿全文：木桌上的陶瓷咖啡杯，旁边放着笔记本电脑，晨光从窗户照进来。切换模型时，这些内容无需变化，需要调整的是提示词的强调顺序。

他们把差异放进 MODEL_STRATEGY，每个模型对应一句策略：

• GPT Image 2 强调现实知识、准确文字、精确构图和细节一致性。
• GPT Image 1.5 强调摄影真实感、自然光、清晰主体，并减少复杂文字。
• Nano Banana Pro 强调创意探索、复杂场景、多图融合和风格化。
• Seedream 5 Pro 强调可控编辑、可读文字、局部修改和商业设计。
• Seedance 2.0 强调关键帧、分镜、动作节点、镜头语言和运动方向。
• Grok Imagine 强调社交传播、视觉反差和一秒内能抓住注意力的画面。
• Gemini 3 Pro 强调复杂指令、多模态推理、信息结构和长上下文一致性。

这些是作者采用的策略描述，原文没有提供逐项验证它们的对照实验。

策略表解决的是维护问题。七套完整模板容易各自演化：公共构图规则修了一处，其他六处可能还留着旧版本。抽成共享骨架后，公共要求集中维护，模型差异也更容易审查。

先集中管理差异，再讨论哪种提示词更有效。

共享骨架怎样容纳模型的特殊要求

本地生成器接收 subject、model、ratio，把主体、目标模型、策略、画幅比例和公共约束拼成提示词。下面这段代码完整展示了作者的做法：

function buildLocalPrompt({ subject, model, ratio }) {
  const lines = [
    `Subject: ${subject}`,
    `Target model: ${model}`,
    `Model strategy: ${MODEL_STRATEGY[model] || "Create a high-quality visual result based on the model's strengths."}`,
    `Aspect ratio: ${ratio}`,
    "Composition: clear subject, readable foreground/midground/background layers, enough negative space, complete lighting and material details.",
    model === "Seedance 2.0" ? "Seedance keyframe note: write a single image as a video keyframe with a clear action moment, motion direction, lens focal length, and dynamic tension." : "",
    model === "Seedance 2.0" ? "Optional storyboard extension: for video, add 3-5 shots and specify framing, subject action, camera movement, duration, and transition for each shot." : "",
    "Text rule: if text appears in the image, keep it short, readable, and naturally integrated with the layout.",
    "Quality rule: no watermark, no extra distortions, no broken fingers, wrong perspective, messy background, or low-quality texture.",
    "Replaceable variables: swap [subject], [brand/person], [scene], and [text] with your specific need.",
  ];
  return lines.filter(Boolean).join("\n");
}

重点看最后的 filter(Boolean)：模型专属规则不适用时返回空字符串，最终统一过滤，共享流程无需复制。遇到未知模型，策略行还有通用描述兜底。

Seedance 2.0 的条件行要求把静态图当作视频关键帧，补充动作瞬间、运动方向、焦距和动态张力；如果扩展成视频，再给出 3-5 个镜头，逐个说明取景、动作、运镜、时长和转场。

末尾的 [subject]、[brand/person]、[scene]、[text] 则提示用户哪些内容可以替换。它只提供替换说明，并没有实现变量插值。

工具支持中文和英文输出，以及 1:1、4:5、9:16、16:9 四种比例。比例会写进提示词，但原文没有展示把它转换成各家图像服务原生参数的过程，不能据此认定最终图片一定按指定尺寸生成。

AI 负责润色，本地规则负责保底

作者在 Cloudflare Worker 中提供 /api/generate-prompt，将相同的主体、目标模型、比例和模型策略发给聊天模型，生成更自然的提示词。

系统指令要求只返回最终提示词，不加解释、Markdown 或标题，并覆盖场景、构图、镜头、光照、材质、风格、文字规则和质量约束。生成参数是 max_tokens: 900、temperature: 0.75。这些是作者的配置选择，原文没有展示参数比较。

入口也做了约束：Origin 必须在 ALLOWED_ORIGINS 中，否则返回 403；主体去除首尾空白、合并空白字符后，限制为 3,000 个字符；模型名上限为 80，比例上限为 20。缺省模型和比例分别为 GPT Image 2、1:1。

真正决定失败体验的是客户端这段代码，它在请求 AI 前先生成本地结果：

async function generatePrompt() {
  const localPrompt = buildLocalPrompt({ subject, model, ratio });
  try {
    const prompt = await requestGeneratedPrompt({ subject, model, ratio });
    render(prompt, "Generated by AI");
  } catch {
    render(localPrompt, "Generated locally");
    showToast("Live generation failed. Showing a local prompt instead.");
  }
}

要看的是 try 之前的 buildLocalPrompt：上游密钥过期、触发限流或网络失败后，页面仍有可复制的内容，并用 Generated by AI、Generated locally 区分来源。

AI 调用失败后，用户仍然能拿到一份结构完整的提示词。

但标题里的「永不失效」需要收窄理解。代码没有展示超时控制；请求一直不结束，就不会进入 catch。它也没有展示成功响应的内容校验，空结果或不合要求的文本是否触发回退，原文没说清。

作者还把真实示例放在生成器下方，帮助用户检查提示词与画面的对应关系。

索引收录了 3,493 条提示词，支持筛选、排序，以及按作者、模型或关键词搜索。数据按模型拆成 JSON 文件，通过 IntersectionObserver 随滚动延迟加载，避免首屏下载整个库。

卡片保留作者和来源，首页的 Try it 按钮能把示例复制到生成器，再修改模型或比例。作者也提醒，商业复用前应检查对应来源；注明出处不等于获得授权。

我的判断

我认可它把可预测规则与生成式润色拆开的做法。对于提示词工具，本地结果已经能交付核心价值，LLM 可以改善措辞，产品也就不必把全部可用性押在一次远程请求上。

相比七套独立模板，这种结构更容易保持公共规则一致。不过，「每个模型一句话」适合表达风格偏好，未必足以覆盖不同服务的能力边界。如果以后涉及原生尺寸参数、编辑接口或不同输入格式，还需要独立的适配代码。

效果判断则要保留。原文没有同一主体的七模型成图对照，没有盲评、重复生成记录，也没有失败率数据。「自然段提示词通常更好」和各模型擅长什么，目前只能视作作者的经验。示例库能帮助理解，却不能替代控制变量的比较。

安全上也有一个明确边界：Origin 白名单可以限制浏览器中的跨站调用，但不能充当身份认证，非浏览器客户端可以构造这个请求头。若接口要承担公开流量，还得结合实际需求考虑鉴权、限流和额度控制。

能拿来做什么

• 做多模型提示词工具时，可以先抽出共享骨架，把模型偏好集中到策略表中维护；用固定的一组需求比较修改前后的成图，再决定策略是否保留。
• 在前端接入 AI 润色时，可以提前生成本地版本，并明确显示结果来源；同时补上请求超时和响应校验，让回退条件覆盖真正影响使用的情况。
• 用 Node 或 Worker 包装生成接口时，可以参考原文的字段长度限制、默认值和纯文本输出约束，再按业务补充模型白名单与访问控制。
• 建立提示词示例库时，可以同时展示图片、完整提示词、作者和来源，并按模型拆分加载；让用户有依据地修改提示词，也能追溯复用条件。