ui-ux-pro-max-skill CIP 提示词工程：从基础提示词模板到 Gemini Nano Banana 品牌物料生成的完整实践

本文围绕 ui-ux-pro-max-skill 中 CIP（Corporate Identity Program，企业视觉识别程序）子系统的提示词工程参考文档 cip-prompt-engineering.md 展开，系统讲解基础提示词模板的占位符设计、五类修改器（deliverable / style / lighting / context / quality）的完整用法与负向提示词规范，并结合仓库中 generate.py、core.py 的源码实现，说明每个模板槽位如何被 BM25 检索出的结构化数据自动填充，最终驱动 Gemini Nano Banana 图像模型批量产出品牌 Mockup。读完本文，你将能够手工拼装任意品牌物料的生成提示词，也能理解并复现该 Skill 从"设计简报 → Mockup 生成 → HTML 演示"的完整工作流。

一、CIP 提示词工程在 Skill 中的定位

ui-ux-pro-max-skill 的 design Skill（见 SKILL.md）内置了 CIP 生成能力：覆盖 50+ 类交付物、20 种设计风格、20 个行业，使用 Gemini 原生图像生成（Nano Banana Flash/Pro）产出企业视觉物料 Mockup。其知识库由三个参考文档组成：

• cip-design.md：CIP 总览，命令、模型与工作流；
• cip-deliverable-guide.md 与 cip-style-guide.md：交付物规格与风格定义；
• cip-prompt-engineering.md：提示词工程规范，即本文主体。

三者关系可以概括为：交付物指南和风格指南提供"设计事实"（颜色、字体、材质、工艺），提示词工程文档则规定如何把这些事实编码为图像模型可执行的提示词，而 scripts/cip/ 下的脚本负责在两者之间搭桥。

二、基础提示词模板：十槽位占位符体系

文档定义了 CIP Mockup 生成的基础提示词结构（Base Prompt Structure）：

Professional corporate identity mockup photograph showing [DELIVERABLE] for brand '[BRAND_NAME]', [STYLE] design style, using colors [COLORS], [TYPOGRAPHY] typography, logo placement: [PLACEMENT], [MATERIALS] materials with [FINISHES] finish, [CONTEXT] setting, [MOOD] mood, photorealistic product photography, soft natural lighting, high quality professional shot, 8k resolution detailed

这是一个"单行串联"式提示词模板：以 Professional corporate identity mockup photograph 定调（摄影级写实，而非插画），随后依次填入十类信息，最后以固定的质量短语收尾。占位符语义及取值来源如下：

占位符	语义	取值来源（脚本自动填充时）
[DELIVERABLE]	交付物名称，如 business card、letterhead	deliverables.csv 的 Deliverable 列，默认回退为 business card
[BRAND_NAME]	品牌名，加引号保证模型按字面识别	CLI 参数 --brand
[STYLE]	设计风格，如 Corporate Minimal	styles.csv 的 Style Name 列，缺省回退 corporate minimal
[COLORS]	主色板（HEX 值列表）	优先取风格的 Primary Colors，风格缺失时取行业的 Primary Colors，最终回退 #0F172A #FFFFFF
[TYPOGRAPHY]	字体方向，如 "Sans-serif geometric clean"	优先风格的 Typography，回退行业的 Typography，最终 clean sans-serif
[PLACEMENT]	Logo 放置位置	deliverables.csv 的 Logo Placement 列，回退 center
[MATERIALS]	材质，如 "Premium paper quality materials"	风格的 Materials，回退 premium quality
[FINISHES]	工艺，如 "Matte spot UV"	风格的 Finishes，回退 professional
[CONTEXT]	场景描述	deliverables 行自带的 Mockup Context，可用 --mockup 覆盖为 mockup-contexts.csv 中的 Scene Description
[MOOD]	情绪基调	风格的 Mood，回退行业的 Mood，最终 professional

模板中有三个短语不属于占位符，而是恒定后缀：photorealistic product photography、soft natural lighting、high quality professional shot, 8k resolution detailed。它们对应文档"Quality Modifiers"一节"Always include"的要求，是保证出图是"摄影照片"而非"设计稿截图"的锚点。

三、交付物专用修改器（Deliverable-Specific Modifiers）

文档为五类高频交付物各给出一段"场景语言"，用于强化该品类的摄影特征：

名片（Business Card）

business card on marble surface, stack of cards, premium paper texture, soft shadows, 45 degree angle

信纸（Letterhead）

letterhead flat lay with envelope and pen, velvet fabric background, brand stationery set, overhead view

办公室标识（Office Signage）

3D logo signage on office wall, modern lobby interior, backlit LED, brushed metal finish, architectural photography

车辆涂装（Vehicle Branding）

branded vehicle on urban street, 3/4 front angle view, professional car wrap, motion blur background optional

服装（Apparel，Polo/T-Shirt）

folded polo shirt on clean background, embroidered logo on chest, premium fabric texture, product photography

这些修改器与数据层是打通的：deliverables.csv 中 50 个交付物各有 Mockup Context 列（如名片为 Marble wood desk surface、名片之外的信纸为 Flat lay with pen envelope、轿车为 Side angle motion blur），文档中的五段修改器正是这类场景语言的手工精选版本。脚本在自动拼装提示词时直接使用 CSV 中的 Mockup Context，因此 50 个交付物都能获得贴合品类的场景描述，而不仅是文档列出的五类。

四、风格修改器（Style Modifiers）

文档给出四种典型风格的提示词片段，与 styles.csv 中 20 种风格的前四种一一对应：

Corporate Minimal

clean minimal aesthetic, white space, subtle shadows, matte finish, professional

Luxury Premium

dark background, dramatic rim lighting, gold accents, premium materials, sophisticated

Modern Tech

gradient colors, geometric elements, clean surfaces, futuristic, innovative

Warm Organic

natural materials, kraft paper texture, warm lighting, authentic, artisan

CSV 中的每种风格携带完整的 Primary Colors、Typography、Materials、Finishes、Mood 字段（例如 Luxury Premium 的主色为 #1C1917 #D4AF37 #FFFFFF，材质为 Leather metal glass，工艺为 Gold foil emboss deboss），提示词模板中的 [COLORS]、[MATERIALS]、[FINISHES]、[MOOD] 四个槽位正是从这些字段取值。风格定义还可结合 cip-style-guide.md 中的色彩心理学表（蓝=信任、绿=自然、金=尊贵、红=能量等）理解其行业适配逻辑。

五、灯光修改器（Lighting Modifiers）

文档提供四组灯光控制短语，用于替换或强化模板中的 soft natural lighting 默认值：

• Studio： professional studio lighting, even illumination
• Natural： soft natural daylight, window light
• Dramatic： dramatic rim light, dark background, high contrast
• Warm： warm golden hour lighting, cozy atmosphere

在数据层，mockup-contexts.csv 为每个场景单独定义了 Lighting 列：如 Marble Desk 场景为 Soft natural daylight、Dark Background 为 Dramatic rim light、Street Scene 为 Daylight golden hour、Hand Holding 为 Soft natural light。可以推断：文档中的四组灯光修改器与 CSV 场景灯光取值是同源的两级体系——CSV 用于自动流程，文档短语用于手工精调。

六、场景修改器（Context Modifiers）

场景决定"照片在哪里拍、怎么拍"，文档列出五类：

• Marble desk： white marble surface, soft shadows, luxury
• Wooden table： warm wood grain, natural, artisan
• Office interior： modern office environment, architectural
• Flat lay： overhead view, organized arrangement
• Lifestyle： in-use context, human element

CSV 侧的 20 个场景（Marble Desk、Office Lobby、Retail Store、Trade Show、Fashion Model 等）进一步提供了 Camera Angle（如 45 degree overhead、3/4 front angle）、Props（pen plant small decor、buildings pedestrians）与 Prompt Modifiers 列，例如 Street Scene 的 Prompt Modifiers 为 urban photography dynamic。手工撰写提示词时，按"场景 + 相机角度 + 道具"三要素组合，效果会显著优于只写场景名。

七、质量修改器与负向提示词

质量修改器（必含）

photorealistic, professional photography, high quality, 8k resolution, detailed, sharp focus

文档要求每段提示词都必须包含这组质量短语，与基础模板尾部的恒定后缀互为强化。

负向提示词（Negative Prompts，应避免出现的元素）

blurry, low quality, distorted text, misspelled, amateur, clipart, cartoon, illustration, watermark

负向词针对的是图像模型最常见的五类失败：低清晰度、文字扭曲/拼写错误（品牌 Mockup 的核心风险）、业余感、平面素材/卡通风（与"photorealistic"目标冲突）、水印。需要说明的是，仓库中 generate.py 的自动流程当前以正向提示词为主，负向提示词主要用于手工提示词场景或在使用支持 negative prompt 的模型时追加，属于"人工审核环节"的检查清单。

八、源码解析：模板槽位如何被自动填充

scripts/cip/generate.py 中的 build_cip_prompt() 函数（generate.py）是提示词模板的程序化实现，其调用链为：

1. 检索数据：分别以交付物名、风格名（缺省 corporate minimal）、行业名（缺省 technology）为查询词调用 core.py 的 search()，从四个 CSV 中取回 Top-1 结构化行。检索引擎是自实现的 BM25（core.py，k1=1.5, b=0.75，对 search_cols 拼接文本建索引、score > 0 才返回结果），列映射配置在 core.py 的 CSV_CONFIG 中，分别指向 deliverables.csv、styles.csv、industries.csv、mockup-contexts.csv。

2. 组装文本模式（纯文生图）：当未提供 Logo 图时，build_cip_prompt 按文档模板逐槽位拼接——

   prompt_parts = [
       f"Professional corporate identity mockup photograph",
       f"showing {deliverable_name} for brand '{brand_name}'",
       f"{style_name} design style",
       f"using colors {primary_colors}",
       f"{typography} typography",
       f"logo placement: {logo_placement}",
       f"{materials} materials with {finishes} finish",
       f"{mockup_context} setting",
       f"{mood} mood",
       "photorealistic product photography",
       "soft natural lighting",
       "high quality professional shot",
       "8k resolution detailed",
   ]
   prompt = ", ",join([p for p in prompt_parts if p])
   

   （摘自 generate.py）可见它与文档模板逐字段对应，且每个槽位都有"风格 → 行业 → 常量"的三级回退，保证任意输入组合下模板都能完整填充。

3. 组装编辑模式（图生图）：当 --logo 提供 Logo 图时，提示词切换为"图像编辑"变体（generate.py），核心约束是 Use the EXACT logo from the provided image - do NOT modify or recreate the logo，并保留品牌名、风格、材质、场景、Mood 与摄影质量短语。Logo 图经 load_logo_image() 用 PIL 处理：RGBA/P 模式会贴到白底 RGB 图上再传入（generate.py），因为 Gemini 图像编辑对 RGB 输入最稳定。

4. 调用模型：generate_with_nano_banana() 通过 google-genai SDK 调用 generate_content，配置 response_modalities=['IMAGE'] 与 image_config.aspect_ratio（generate.py），从响应的 inline_data 提取图片字节，落盘为 {brand}-{deliverable}-{timestamp}.png。

5. 批量模式：--set 时默认生成 business card, letterhead, office signage, vehicle, polo shirt 五件套（generate.py），正好覆盖文档中给出专用修改器的五类交付物。

模型映射定义在 generate.py：flash → gemini-2.5-flash-image（默认，快速低成本），pro → gemini-3-pro-image-preview（更高质量与 4K 文字渲染）。

九、命令行实战：从零到一份完整 CIP 演示

前置条件（来自 SKILL.md 与 cip-design.md）：Python 环境（Windows 下用 python 替代 python3），设置 GEMINI_API_KEY 环境变量，并安装依赖：

export GEMINI_API_KEY="your-key"
pip install google-genai pillow

第 1 步：生成 CIP 设计简报

python3 .claude/skills/design/scripts/cip/search.py "tech startup" --cip-brief -b "BrandName"

--cip-brief 会触发 core.py 的 get_cip_brief()：先检索行业行，若未显式指定风格则采用该行业的 CIP Style（例如 Hospitality 行业自带 Luxury Premium Elegant），再按行业 Key Deliverables 前五项检索推荐交付物，最终输出含行业、风格、主/辅色板、字体、材质、工艺的结构化简报。search.py 还支持按域检索（--domain deliverable|style|industry|mockup）、跨域检索（--all）与 --json 输出，详见 search.py。

第 2 步：生成 Mockup（推荐带 Logo 的图像编辑模式）

# 单个交付物（推荐：使用真实 Logo，走图生图）
python3 .claude/skills/design/scripts/cip/generate.py --brand "TopGroup" --logo /path/to/logo.png --deliverable "business card" --industry "consulting"

# 完整 CIP 五件套
python3 .claude/skills/design/scripts/cip/generate.py --brand "TopGroup" --logo /path/to/logo.png --industry "consulting" --set

# Pro 模型（更高质量与 4K 文字渲染）
python3 .claude/skills/design/scripts/cip/generate.py --brand "TopGroup" --logo logo.png --deliverable "business card" --model pro

# 不带 Logo（AI 自行演绎品牌 Logo，跳过交互确认）
python3 .claude/skills/design/scripts/cip/generate.py --brand "TechFlow" --deliverable "business card" --no-logo-prompt

generate.py 关键参数（generate.py）：

参数	说明
--brand, -b	品牌名（必填）
--logo, -l	品牌 Logo 图片路径，提供后自动进入"图像编辑"模式
--deliverable, -d	单个交付物（缺省 business card）
--deliverables	逗号分隔的多个交付物，如 letterhead,packaging,vehicle
--industry, -i	行业类型，默认 technology
--style, -s	设计风格覆盖
--mockup, -m	场景覆盖（检索 mockup-contexts.csv 的 Scene Description）
--set	生成默认五件套
--model	flash（默认）或 pro
--ratio	宽高比，默认 1:1，如 16:9、4:3
--output, -o	输出目录
--prompt-only	只打印提示词不生成（适合先人工审阅/手改提示词）
--json, -j	JSON 输出
--no-logo-prompt	无 Logo 时跳过交互提示

一个值得实践的技巧：先加 --prompt-only --json 预览自动拼装的提示词，再对照本文第二～七节的修改器手工增删（例如把场景改成 dramatic rim light, dark background），把"自动填充"当作草稿、"文档修改器"当作精调工具。

第 3 步：渲染 HTML 演示页

python3 .claude/skills/design/scripts/cip/render-html.py --brand "TopGroup" --industry "consulting" --images /path/to/cip-output

render-html.py 会把产物组织为含 Hero 区（品牌名/行业/风格/情绪）、交付物卡片与说明的响应式深色主题单文件页面，图片以 base64 内嵌，便于交付（见 cip-design.md）。

十、手工撰写提示词的自检清单

结合文档与源码回退逻辑，撰写或审阅一段 CIP 提示词时可按序检查：

1. 是否以 Professional corporate identity mockup photograph 开头，锁定摄影写实基调；
2. 十类信息是否齐全：交付物、品牌名（带引号）、风格、颜色（HEX）、字体方向、Logo 位置、材质、工艺、场景、情绪；
3. 是否包含交付物专用场景短语（本文第三节的五类修改器）；
4. 灯光与场景是否一致（如 Luxury Premium 风格配 dramatic rim light, dark background）；
5. 质量短语 photorealistic, professional photography, high quality, 8k resolution, detailed, sharp focus 是否在场；
6. 若目标模型支持负向提示，是否已加入 blurry, low quality, distorted text, misspelled, amateur, clipart, cartoon, illustration, watermark；
7. 若使用真实 Logo，是否明确"不得修改/重绘 Logo"，并确认 Logo 为不透明背景或已处理为 RGB。

小结

cip-prompt-engineering.md 提供的是 CIP Mockup 生成的"提示词语法"：一条固定骨架的模板 + 五组可组合的修改器 + 必含质量短语 + 负向词黑名单。仓库的实现证明这套语法是可执行的——core.py 用 BM25 从 110 行结构化数据（50 交付物、20 风格、20 行业、20 场景）中为模板取词，generate.py 按两种模式（文生图 / 图生图）填充骨架并调用 Gemini Nano Banana。对开发者而言，这条"数据 → 模板 → 模型"的管线也提供了一个通用参考：把领域知识整理成带固定列的 CSV，再用检索 + 模板拼接，即可把任意生成式任务变成可脚本化、可复现的工程流程。