一句话推荐：Photography Scene Design Skill把真实摄影中的相机、镜头、焦距、光圈、色温与布光关系整理成AI可调用的知识库，特别适合那些不满足于一句“电影感”，而希望画面真的呈现出明确镜头语言的创作者。
它解决的不是生图，而是“怎么拍”
多数AI生图提示词擅长描述人物、服装和场景，却很少回答镜头应该站在哪里、使用什么焦段、景深多浅、主光从哪个方向来。结果往往元素齐全，但透视、层次和光线缺少统一依据。
这个开源Skill把摄影知识放进文档型Agent的决策过程。Agent会先理解用户想要的人像、产品或环境氛围，再选择一套相互协调的器材与参数，将其转写为适合图像模型理解的自然语言提示词。
从器材名单到视觉意图
仓库涵盖Canon、Nikon、Sony、Fujifilm、Leica、Hasselblad、Phase One，以及ARRI、RED等电影摄影机；镜头则包括Zeiss、Leica、Canon L、Nikon S、Sony GM、Sigma Art、Cooke等常见系统。真正有价值的地方并非品牌数量，而是每类器材都关联了画面倾向和适用场景。
例如，项目会把梦幻人像需求映射到中长焦、大光圈、较浅景深和柔和光线，而不是机械地把所有昂贵器材塞进一条提示词。它还明确提出“一句一器材”和参数协调原则，帮助减少互相矛盾的描述。
参数维度覆盖得很完整
除了机身和镜头，Skill还整理了14mm至400mm焦距、f/1.0至f/22光圈、2000K至8000K以上色温，以及0度至180度的光照方向。伦勃朗光、蝴蝶光、分割光等常见布光模式也被纳入选择逻辑。
这些维度共同决定画面观感：广角强调空间和近大远小，中长焦更适合压缩背景；大光圈强化主体分离，小光圈保留环境信息；色温和光线方向则负责情绪与立体感。将它们作为组合使用，比只写“高级感”“胶片感”更容易获得稳定方向。
53套案例配方是实际效率来源
仓库内置53套可检索、可替换变量的摄影案例，覆盖角色、人像、时尚、道具、产品、概念场景和环境渲染。每套案例不只给一段成品提示词，还包含器材、参数、色温、光照角度、输出要求与避免项。
这种结构很适合Agent：遇到新需求时先找到最接近的案例，再替换人物、产品、场景和情绪变量。创作者不必每次从零猜参数，也能逐步建立自己的配方库。
适配哪些模型和工作流
项目说明中列出了GPT-image-2、nanobanana2、nanobananapro与seedream 5.0，并提供中英文Skill文件。它是纯文档驱动的能力包，不绑定单一客户端，可放入KunFlix，也能作为自定义规则用于Cursor、Qoder或其他能够读取SKILL.md的Agent系统。
不同模型对品牌名和数值参数的敏感度不同。遇到模型忽略“85mm、f/1.2”时，可以同时写出它们对应的可见结果，如压缩透视、浅景深、柔和焦外和主体分离，让参数与视觉描述互相验证。
它不是摄影模拟器
需要保持一个清醒判断：生成模型不会真的装上一支镜头，也不会严格计算光圈和感光元件。器材参数本质上是高密度的视觉提示语言，帮助模型调用训练数据中与特定摄影风格相关的模式。
因此，参数可以提升方向性与一致性，却不能保证复现某台相机的色彩科学或某支镜头的精确MTF表现。重要项目仍需通过固定种子、对照实验和局部修改来验证，而不是把型号写进提示词就视为完成。
适合哪些创作者
- AI人像与时尚创作者：需要更具体地控制焦段、肤色、景深和焦外。
- 产品与电商设计师：希望明确镜头畸变、细节表现、光位和材质反射。
- 概念设计与分镜团队：需要统一一组画面的视角、色温和电影镜头气质。
- 提示词工程师：想把摄影知识整理成可复用、可检索的结构化规则。
- Agent工作流开发者：需要为生图智能体补充专业摄影决策能力。
安装与使用建议
KunFlix用户可以克隆仓库后，将对应语言的SKILL.md和references目录放入摄影场景设计技能目录。其他Agent环境则可直接引用skill_zh或skill_en中的文档，并让系统在生成提示词前先检索案例。
初次使用建议只选择一种主体和一套器材组合，固定种子对比焦距、光圈、色温与光线角度的单项变化。确认模型真正响应哪些词以后，再把有效表达固化到团队模板中。
综合评价
Photography Scene Design Skill最值得推荐的地方，是把摄影经验从零散术语变成可供Agent检索和执行的决策结构。它不能替代摄影审美，也不会让生成模型变成光学仿真软件，但能显著减少提示词中的含糊表达，让人像、产品和场景图拥有更连贯的镜头逻辑。
对于已经在使用AI生图、希望进一步控制画面而又不熟悉摄影参数的用户，这是一份很实用的起点；对于专业创作者，它则适合作为可继续扩充的团队摄影配方底座。
