메인 콘텐츠로 건너뛰기
이 페이지에서는 즉시 사용할 수 있는 에이전트 스킬을 제공합니다. 이미지를 생성하기 전에 prompt를 점검하고, 누락된 요소를 채우며, 품질을 떨어뜨리는 모호한 표현을 제거한 다음, 다시 작성한 버전으로 생성합니다. 이 기능은 서드파티 종속성이 전혀 없는 두 개의 파일로 구성됩니다.
이미지 결과가 기대에 미치지 못할 때는 대개 모델이나 채널이 아니라 prompt가 문제입니다. 이 스킬은 고급 이미지 생성의 “다시 작성 레이어”를 모든 코딩 에이전트에 바로 적용할 수 있는 형태로 바꿉니다.

이 스킬이 수행하는 작업

생성 전 진단

피사체, 환경, 조명, 렌즈, 색보정 및 구도를 각각 평가하고 0~100점으로 점수를 매기며, 위험 요소를 나열하고 복사하여 바로 사용할 수 있도록 다시 작성한 prompt를 반환합니다.

생성 후 검토

실제 이미지를 원래 prompt와 함께 전달하면 모델이 이미지를 다시 분석하여 prompt의 어느 문장이 실행되지 않았는지와 모델이 자체적으로 추가한 내용을 알려준 다음, 그에 맞게 다시 작성합니다.

대상 모델 조언

-t와 함께 사용하면 해당 계열에 특화된 참고 이미지 제한, 마스크 지원 여부 및 해상도 매개변수의 명칭에 대한 참고 사항을 덧붙입니다.

피사체 인식 검사

인물 사진에는 피부 및 조명 검사를 적용하고, 제품 사진에는 배경 및 텍스트 금지 검사를 적용하며, 일러스트에는 사실적인 표현 검사 목록의 가중치를 자동으로 낮춥니다.

처음부터 끝까지 완벽한 진단

입력은 사용자가 실제로 입력하는 내용과 그 결과 생성된 이미지입니다.
캐주얼한 프롬프트에서 생성된 커피 이미지: 나무 테이블, 그라인더, 삼베 자루와 기타 소품, 그리고 컵에 인쇄된 가상의 브랜드명

The actual result produced by that casual prompt

진단 출력(실제 실행 결과의 일부):
변경하지 않고 동일한 모델(gemini-3-pro-image)에 재작성된 prompt를 다시 입력합니다.
재작성된 prompt에서 생성된 커피 이미지: 중성적인 밝은 회색 배경 위의 따뜻한 흰색 세라믹 라테 컵, 명확한 빛의 방향, 오른쪽 뒤로 드리워진 그림자, 어디에도 없는 텍스트, 충분한 네거티브 스페이스

Regenerated from the rewritten prompt: a clean, usable e-commerce hero shot

모든 소품이 사라졌고, 배경은 제어 가능한 중성 회색이며, 그림자에는 방향이 생겼고, 브랜드명이 임의로 만들어지지 않았으며, 카피를 넣을 공간도 생겼습니다. 모델은 바뀌지 않았습니다. 바뀐 것은 prompt뿐입니다.

진단을 실행할 시점

모든 생성물을 검토해야 하는 것은 아닙니다. 요청이 이미 얼마나 구체적인지에 따라 결정하십시오.
이 스킬은 prompt만 다시 작성하며 이미지를 생성하지는 않습니다. 완전한 검토 후 생성 흐름을 위해 Nano Banana Pro 스킬 또는 GPT-Image-2 시리즈 스킬과 함께 사용하십시오.

어떤 에이전트에서 작동하는지

스킬은 실제로 폴더일 뿐입니다. 에이전트가 무엇인지 알려 주는 파일 하나(SKILL.md)와 작업을 수행하는 스크립트로 구성됩니다. 따라서 로컬 파일을 읽고 명령을 실행할 수 있는 모든 코딩 에이전트에서 사용할 수 있습니다 — Codex, OpenClaw, hermes-agent, Claude Code 등이 해당됩니다.유일한 요구 사항은 에이전트를 실행하는 머신에 Python 3와 네트워크 액세스가 있어야 한다는 것입니다. 스크립트가 api.apiyi.com에 직접 연결하기 때문입니다. 이 스킬은 Python 표준 라이브러리만 사용하므로 pip로 설치할 것은 없습니다.

3단계로 설치하기

1. 폴더를 만들고 파일 붙여넣기

다음 두 파일로 스킬 폴더를 만듭니다(전체 내용은 아래 두 섹션에 있습니다).
pip install은 필요하지 않습니다.

2. 옆에 키 추가하기

APIYI API 키(api.apiyi.com 콘솔에서 생성)를 image-prompt-doctor/.env에 입력합니다.
스크립트는 이 .env에서 키를 자동으로 읽습니다 — 다른 구성이나 환경 변수는 필요하지 않습니다.
.env에는 비밀 키가 저장됩니다. 이 스킬을 프로젝트 저장소를 통해 공유하는 경우 .env를 .gitignore에 추가하고 절대 커밋하지 마십시오.

3. 에이전트에 전달하기

  • 스킬 자동 검색 기능이 있는 에이전트(예: Claude Code): 전체 image-prompt-doctor/ 폴더를 에이전트의 스킬 디렉터리에 넣습니다 — 사용자 수준은 ~/.claude/skills/, 프로젝트 수준은 .claude/skills/입니다(저장소를 통해 공유).
  • 그 외 에이전트: 해당 에이전트의 자체 스킬/플러그인 규칙에 따라 배치합니다. 또는 가장 간단하게 “이 폴더의 SKILL.md를 읽고 그 지침을 따르세요.”라고 에이전트에 말하면 됩니다.
이것으로 설치가 완료됩니다. 예시는 사용 방법으로 이동하십시오.

SKILL.md

image-prompt-doctor/SKILL.md을 아래의 전체 내용으로 생성합니다(description에는 “수행하는 작업 + 사용 시점”이 명시되어 있으며, 에이전트는 이를 사용하여 자동으로 트리거합니다).

scripts/prompt_doctor.py

아래의 전체 콘텐츠로 image-prompt-doctor/scripts/prompt_doctor.py을 생성합니다(Python 표준 라이브러리만 사용하며, 설치할 것은 없습니다).

진단 모델 변경

기본값은 gpt-5.6-luna입니다. 저렴하고(토큰 100만 개당 입력 $0.2 / 출력 $1.2) 이미지 입력을 지원하므로 리뷰 모드에 필요합니다. 변경하는 방법은 두 가지입니다.
변경할 때 주의할 점은 두 가지입니다. 리뷰 모드에는 이미지 입력을 지원하는 모델이 필요합니다(텍스트 전용 모델은 첨부된 이미지에서 오류가 발생합니다). 모델 목록은 비전 이해를 참조하십시오. 또한 스크립트는 response_format: {"type": "json_object"}를 전송하므로 JSON 모드를 지원하지 않는 모델은 대신 펜스로 감싼 텍스트를 반환할 수 있습니다(스크립트가 방어적으로 펜스를 제거하지만, JSON 모드를 지원하는 모델을 사용하는 것이 좋습니다).

한 문장이 진단을 트리거하는 이유

흔히 나오는 질문입니다. 명령어를 입력한 적이 없는데 왜 “이미지를 그려 줘”라고 말하자 먼저 프롬프트를 검토했습니까? 작동 방식은 다음과 같습니다. 에이전트는 시작할 때 각 스킬의 SKILL.md에 있는 description을 읽습니다. 이는 해당 스킬이 무엇을 하며 언제 적용되는지를 설명하는 짧은 메타데이터입니다. 사용자가 말한 내용이 그 설명(“이미지를 그려 줘…”, “이 이미지가 왜 잘못 나왔나요?”, “이 프롬프트를 개선해 줘”)과 일치하면, 에이전트는 스스로 스킬을 호출하기로 결정하고, 전체 SKILL.md를 읽은 다음 스크립트를 실행합니다. 사용자가 명령어를 외울 필요는 없습니다. SKILL.md에는 이미 구체적인 요청에는 해당 처리가 필요하지 않으므로 모든 프롬프트에 개입하지 않는다고도 명시되어 있습니다. 완전히 제어하려면 아래의 명시적 호출을 사용합니다.

사용 방법

자연어(암시적 트리거)

설치한 후 에이전트와 대화하기만 하면 됩니다.

명시적 호출(더 세밀한 제어)

  • 슬래시 명령을 지원하는 에이전트(예: Claude Code):
  • 모든 에이전트 / 스크립트를 실행하라고 말하기만 하면 되는 경우(가장 범용적):

진단 결과가 표시되는 위치

  • 이 스킬은 파일을 작성하지 않습니다. 결과는 터미널에 출력되며 에이전트가 이를 사용자에게 전달합니다 — 점수, 6개 요소별 평가, 위험 요소, 다시 작성한 프롬프트, 변경 사항 및 매개변수 제안이 포함됩니다.
  • 결과를 자체 프로그램에 전달하려면 --json를 추가하십시오. 출력은 다음과 같은 구조화된 객체(score / elements / risks / optimized_prompt / changes / suggested_params)이며, 이를 파일로 리디렉션할 수 있습니다:
  • 사용하기 전에 다시 작성한 프롬프트를 확인하십시오: 다시 작성하는 과정에서 의도가 바뀔 수 있습니다(“coffee”가 “a latte”로 바뀌는 경우 등). 또한 SKILL.md에는 에이전트가 먼저 질문하도록 이미 안내되어 있습니다.
  • 검토 모드로 전달된 이미지는 절대 수정되거나 덮어써지지 않습니다 — 읽기 전용 입력입니다.

비용

한 번의 진단에는 수천 token이 소요됩니다. gpt-5.6-luna 정가 기준으로는 1센트의 일부에 불과하지만, high 품질 생성을 한 번 수행하는 데는 수십 배 더 많은 비용이 듭니다. 생성 전에 진단하면 재시도를 피함으로써 진단 비용보다 더 많은 비용을 절약할 수 있습니다. 검토 모드에서는 이미지를 업로드하며, 이미지가 입력 token으로 과금됩니다. 비용이 약간 더 들지만, 여전히 한 번의 생성 비용보다 훨씬 낮습니다.

관련 문서