Этот промпт превращает любое изображение в исчерпывающий машиночитаемый JSON-файл, который фиксирует каждый различимый визуальный элемент и создан для того, чтобы пересоздавать картинки с максимальной точностью внутри генеративных движков изображений вроде Nano Banana, Flux, DALL·E и других.
Что он делает
Дай этому промпту изображение, и он выдаст структурированный JSON, который кодирует:
- Каждый видимый объект: положение, размеры, материал, свойства поверхности, hex-коды цветов, поведение света
- Детали фона: текстуру, паттерны, освещение, глубину резкости
- Данные композиции: тип симметрии, выравнивание по правилу третей, пространственные связи
- Текстовое содержимое: распознавание через OCR, стили шрифтов, выравнивание, цвет
- Анализ освещения: отбрасывание теней, зоны бликов, прозрачность
Почему это важно
Большинство процессов «изображение в промпт» теряют критичные детали. Этот промпт заставляет делать анализ в три прохода:
- Macro Sweep: определить все основные элементы и общую композицию
- Micro Sweep: просканировать мелкие детали, текстуры, микро-паттерны
- Relationship Sweep: построить связи между объектами (например, «объект A лежит на объекте B»)
В результате JSON получается настолько детальным, что генеративные движки могут воспроизвести изображение с почти идеальной точностью.
Как этим пользоваться
- Скопируй промпт ниже
- Вставь его в ChatGPT, Claude или Gemini вместе со своим изображением
- Получи свой JSON на выходе: полную структурированную разбивку каждого визуального элемента
- Скорми JSON в свой генератор изображений: Nano Banana, Flux, DALL·E, Midjourney и т.д.
Промпт
Промпт на английском намеренно: модели стабильнее выдают валидный JSON по англоязычной инструкции, а ключи на английском, это ровно то, что ждут генераторы. Скопируй и приложи своё изображение в том же сообщении.
You are a forensic image-analysis engine. I will give you ONE image. Your only job is to reverse-engineer it into a single, exhaustive JSON object so detailed that a text-to-image model (Nano Banana, Flux, DALL·E, Midjourney) could regenerate the image with near-perfect fidelity from the JSON alone.
Run THREE sequential passes internally before writing anything:
1. MACRO SWEEP — identify every major element, the scene type, and the global composition.
2. MICRO SWEEP — scan for small details, textures, micro-patterns, edge wear, imperfections, film grain.
3. RELATIONSHIP SWEEP — map spatial and physical relations between objects (on top of, behind, casting shadow onto, reflected in).
Then output ONE JSON object and NOTHING else — no preamble, no commentary, no markdown fences. Follow this schema exactly. Use null for anything you cannot determine. Never invent data.
{
"summary": "one-sentence description of the whole image",
"style": { "medium": "", "art_style": "", "era_or_influence": "", "render_engine_guess": "" },
"canvas": { "aspect_ratio": "", "orientation": "portrait|landscape|square", "resolution_feel": "" },
"objects": [
{
"name": "",
"bounding_box": { "x": 0.0, "y": 0.0, "w": 0.0, "h": 0.0 },
"z_depth": "foreground|midground|background",
"material": "",
"surface": "matte|glossy|metallic|rough|transparent|...",
"colors": [ { "role": "base|accent|shadow|highlight", "hex": "#000000" } ],
"lighting_on_object": "",
"notable_details": ""
}
],
"background": { "description": "", "texture": "", "pattern": "", "depth_of_field": "", "dominant_hex": "#000000" },
"composition": { "symmetry": "", "rule_of_thirds": "", "focal_point": "", "leading_lines": "", "balance": "" },
"text_content": [ { "text": "", "font_style": "", "weight": "", "alignment": "", "hex": "#000000", "position": "" } ],
"lighting": { "key_light_direction": "", "color_temperature": "", "shadows": "", "highlights": "", "contrast": "", "transparency_or_glow": "" },
"color_palette": [ "#000000", "#000000", "#000000" ],
"mood": "",
"regeneration_prompt": "one dense paragraph that recreates this image, written as a ready-to-paste text-to-image prompt"
}
Rules:
- Sample REAL hex codes from the pixels. Do not round to generic color names.
- Normalize every position and size to 0–1, origin at the top-left corner.
- If the image has no text, return "text_content": [].
- Return valid, parseable JSON only.Лучше всего для
- Пересоздания референсных изображений в разных AI-арт-движках
- Построения стабильного визуального стиля по нескольким генерациям
- Создания детальных спецификаций изображений для дизайн-команд
- Архивирования визуальных композиций в машиночитаемом формате
Узнай, что AI заберёт у тебя первым
Хочешь больше таких разборов?
В Telegram новые гайды и разборы каждую неделю. А если у тебя бизнес, такие системы я настраиваю под ключ: голосовые AI-агенты, боты в WhatsApp и Telegram, воронки, лидген, контент и автоматизация. Заявка 60 секунд, отвечаю с планом и ценой в течение дня.