分享一个制作城市艺术海报的 Nano Banana Pro 提示词模板
一支画笔在挥动瞬间定格，从左下向右上勾勒出一道流畅的弧形笔触。
笔触之中是一座微缩的[城市]城市世界，以层层颜料雕塑而成，呈现精致的三维浅浮雕效果。
笔触内部完整呈现[城市]的代表性地标、建筑与城市节奏，整体统一，富有空间深度与细腻层次。
整体风格融合厚涂油画与学院派海报设计，通过厚薄变化的颜料塑造立体感，城市形态从笔触中自然浮现。
色彩采用[城市]的主题色，与画面自然融合、和谐统一。
画面采用极简俯视构图，纯白留白背景，细腻纸张纹理。
文字排版克制而清晰：
标题为“[城市]”，搭配富有诗意的副标题与干净的衬线字体说明文字。
构图要求：笔锋在右上角干净收尾，所有细节严格限制在笔触内部。
整体呈现超写实、HDR 效果，海报级画质，8K 视觉风格。
Factory 工程师 Luke 分享多智能体系统 Missions 架构，核心在于解决人的注意力瓶颈。该系统采用编排、工作、验证三角色分工，强调“先定义完成标准”再写代码，通过串行执行降低协调开销，并强制结构化交接以支撑长周期任务。不同角色匹配专用模型，编排逻辑主要依赖提示词，使团队能同时处理的工作流数量从 10 条提升至 30 条。
在多智能体系统中，提示词质量而非模型能力才是决定表现的关键。通过对主智能体、分析智能体、编码智能体和评判智能体提示词的系统性演进，工作流效率能够提升 30%。核心方法包括：明确智能体角色边界，将约束显式编码，将编码智能体从“作者”降格为“编译器”，以及依据失败模式驱动迭代。这一实践揭示了工业级 AI 工作流的本质。越确定性的任务越需要确定性的约束，而非期待模型自行领会意图。
文章指出 AI 图像生成效果不佳的根本原因在于提示词质量，而非工具本身。核心观点是使用结构化描述替代模糊指令，将“主体+环境+风格+光线+细节”五个维度纳入提示词。描述越具体， AI 生成方向越明确，随机性越低。常见问题包括概念混搭、关键词堆砌、忽视光线设定等。实用技巧是把提示词当作向朋友描述画面，保持语义连贯。提示词质量直接影响点击率，这种结构化思维与写产品需求文档、设计简报的逻辑相同。
围绕《Nano Banana Pro 提示词模板：城市艺术海报》展开交流，未登录用户可浏览评论，登录后可参与讨论。
