博客
写给 AI 图像创作者的指南
关于 AI 提示词逆向分析、运行本地视觉模型和搭建私有提示词库的指南。
给提示词库做一次大扫除：借日本的“整理、整顿、收纳”管好你的 AI 图片
日语里有三个常用的收拾词：整理、整顿、收纳。借来用在提示词库上，把成千上万张生成图变成能“按画面内容”搜索的资料库，再养成每周 5 分钟的小习惯。
阅读指南 →
同一个画面，六种语言：用母语写提示词，会丢掉什么
韩语、日语、中文、西班牙语、葡萄牙语和英语，描述同一个画面的方式各不相同。看看同一张图用六种语言怎么写，再学会把母语表达转成图像模型听得懂的英文标记。
阅读指南 →
别人做的 AI 图，提示词结构几秒就能拆开看（Midjourney、Flux 通用）
看到一张喜欢的 AI 图，别再靠猜来写提示词了。用视觉模型把它拆成主体、风格、光影、镜头等标签，只把你想要的那一部分用到自己的创作里。
阅读指南 →
记事本 vs Notion vs mysnipbox：Midjourney 和 ComfyUI 的提示词该存在哪？
把 AI 提示词放在记事本、Notion 数据库，还是基于标签的素材库里？这是一份公平的对比：各自擅长什么，长提示词整段粘贴会在哪里出问题，以及该怎么选。
阅读指南 →
用免费的 Gemini API 密钥分析 AI 图片提示词：一分钟完成设置
获取一个免费的 Google AI Studio 密钥，接入 mysnipbox，并让模型保持 Auto。这样即使服务器繁忙、触发速率限制，也能一口气分析整个图片文件夹。
阅读指南 →
用 Ollama 和你自己的 GPU，在本地免费逆向分析 AI 提示词
别再为分析图片支付云端 API 费用了。学会用 Ollama 运行本地视觉模型，在你自己的电脑上把 Midjourney 和 Flux 的生成结果拆解成可复用的提示词模块。
阅读指南 →
告别 PNG 堆积：面向 ComfyUI 与 Stable Diffusion 的模块化提示词管理工作流
成千上万张生成图、杂乱的提示词，却找不到那套光线设置。学会把图片拆成可复用的风格标记，在自己的电脑上建立可搜索的提示词库。
阅读指南 →
商业 AI 设计师为什么需要本地优先的提示词库（安全与知识产权）
把客户的创意和提示词工作流放在云端 SaaS 里为什么是隐患，以及本地优先的方式如何让你从数据库到 AI 调用都牢牢掌握自己的资料库。
阅读指南 →
别再用谷歌翻译写 AI 提示词：用英文标记思考，用你的语言阅读
整句机器翻译会把美术指导变成一堆多余的词。试试按标记翻译：保留图像模型听得懂的简短英文标签，再用你自己的语言来阅读。
阅读指南 →
如何把 AI 提示词打包成数字产品：封装、测试与模块化
别再卖杂乱、没有格式的文本文件了。学会用变量槽和可复用的风格标记，为 Gumroad 或 PromptBase 设计、测试并打包提示词模板。
阅读指南 →
搭建私密的离线 AI 提示词实验室：没有云端记录，也没有账号风险
如何搭建离线的提示词分析工作站：通过 Ollama 使用本地视觉模型，不向任何云服务商发送数据，资料库保存在你的设备上。适合不想让参考素材离开电脑的创作者。
阅读指南 →