我以前存 Prompt 的方式很朴素。

看到喜欢的图，复制描述，随手扔进文档、收藏夹或者聊天记录。刚存进去的时候挺满足，觉得这份灵感总算没丢。等真要用时，麻烦才来了。

想找一个“高位俯拍”，搜不到。

想保留一种光线，换掉人物动作，也做不到。

我只能重新翻出那段 Prompt，从头删。

那时我才发现，收藏和词库根本不是一回事。

完整 Prompt 适合复现一张图。到了下一张，我可能只想沿用它的机位，人物、场景和情绪全部换掉。整段收藏就卡在这里：它太完整了，反而不好拆着用。

所以我给自己的收录工具加了一道整理流程：原文照存，再把里面可以单独替换的部分拆出来。本文会用 Codex 做一个最小版 Chrome 插件，把这套流程跑一遍：

• 在网页上选中一段喜欢的视觉描述。
• 右键保存到自己的本地词库。
• 在浏览器侧栏里搜索、分类、编辑、删除和复制。
• 再让 Codex 把长 Prompt 拆成原子视觉词和组合配方。
• 跑完测试，再从接口和插件里把新词找回来。

你不需要先学 JavaScript。生产级系统里的复杂字段，这篇也先不碰。

这次只做三件事：收录、拆解、回读。

一段纠缠在一起的长 Prompt，只有被拆成可独立拿取的词卡，才真正开始像词库。

先把结果摆出来

插件装好以后，操作其实很短。

我在网页上选中一句描述，点右键，选择“保存到生图词库”。侧栏里会出现刚刚收下的内容。短词可以直接分类，长段落先放在原始收录区，等 Codex 整理。

整理后的词可以搜索，可以按光线、镜头、构图、动作、情绪、场景等分类浏览，也可以编辑、删除和复制。

先做到这里就行。自动拆词、云端账号、多人同步这些功能都可以晚点再加。现在只检查：

1. 我能不能把网页上的灵感收进来？
2. 我过几天还能不能快速找到它？
3. 我能不能知道它是原料、原子词，还是必须整体保留的配方？

这三件事做不到，功能堆得再多，也只是换了界面的收藏夹。

最小版先完成三件事：网页里选中文字、侧栏里搜索词条、找到后复制或编辑。

插件背后还有三样东西

我平时也会顺口把它叫作“生图词库插件”。真要自己搭，光有 Chrome 插件不够。它还要接本地服务、分层文件和一套整理规则。

浏览器里负责收录和使用的插件

Chrome 插件负责眼前这些操作：

• 读取网页上选中的文字。
• 在右键菜单里提供保存入口。
• 在侧栏里显示词库。
• 完成搜索、分类、编辑、删除和复制。

我想把收录入口放在浏览器里，原因很现实：少切一次窗口，我就更可能顺手存下来。直接维护 JSON 当然也行，只是很快会退回手工记账。

Chrome 官方提供了右键菜单、侧栏和扩展存储能力。右键菜单通过 contextMenus 读取选中文字，侧栏通过 sidePanel 承载界面，扩展本地暂存可以使用 chrome.storage。这些能力和当前安装方式都可以在 Chrome 扩展官方文档 中核对。

把浏览器内容写进本地文件的同步服务

浏览器不会允许插件随意改电脑里的文件。要把侧栏里的内容落到本地词库，中间需要一个很小的同步服务。

它只监听你自己的电脑，例如 127.0.0.1，接收插件发来的内容，再把它写进你指定的词库目录。

这个服务没有理由对局域网或互联网开放。让它只监听本机，也别顺手把网页地址、账号信息和完整浏览记录存进去。插件连接不上时，内容先留在浏览器暂存区，等服务恢复后再补同步。

各自承担一种职责的分层文件

本地文件我分成四类：

captures.jsonl   原始收录：保留最初复制的完整文字
terms.json       原子词：只保存可独立使用的视觉控制词
recipes.json     组合配方：保存多个词共同成立的画面关系和派生完整 Prompt
prompts.json     常用 Prompt：保存我手动收录、经常直接复制的段落

• 原始收录回答：“我当时到底复制了什么？”
• 原子词回答：“这个变量能不能单独替换？”
• 组合配方回答：“哪些词需要一起出现，完整复刻文案是什么？”
• 常用 Prompt 回答：“这是我平时会反复手动调用的固定指令吗？”

混在一个文件里也能跑，只是很难用。搜索结果会被长段文字占满，同义词越积越多，后面再想做组合时，根本分不清哪些内容能单独使用。

决定内容能否进入正式词库的整理与验收

最后才轮到 Codex。它负责：

• 保留原文。
• 查重。
• 识别独立视觉控制轴。
• 判断哪些能成为原子词。
• 判断哪些只能作为组合配方。
• 给词分配浏览分类。
• 判断它控制的是光线、镜头、动作、情绪还是别的机制。
• 运行测试。
• 从插件或本地接口重新读回来。

这个项目里出现过“文件已经写了，侧栏就是看不见”的情况。原因可能是运行文件没更新，也可能是接口还在返回旧缓存。于是每次整理结束，我都会从外面再读一遍。

完整过程是：

真源写入
→ 结构审核
→ 运行时编译
→ 自动测试
→ 本地接口回读
→ 插件界面搜索验证

插件只是入口。原文保留、拆词、配方、审核和回读，才共同组成一条完整链路。

先做一个够用的版本

不会写代码也没关系，但别只对 Codex 说：“帮我做一个很厉害的 Prompt 管理插件。”

“很厉害”无法验收。Codex 可能给你一个漂亮页面，也可能生成一堆看起来齐全的文件，浏览器和本地词库却没接上。

我会先把边界写清楚。

先把项目规则写下来

我建新项目时，第一份文件通常是 AGENTS.md。

这是写给 Codex 的工作规则，里面会说明：

• 哪些文件是原始数据，哪些是派生文件。
• 什么情况下可以覆盖文件。
• 服务只能监听哪个地址。
• 不得保存哪些隐私信息。
• 每次修改后要运行什么测试。
• 什么时候才算完成。

Codex 会反复修改项目。规则没先定好，同一个文件这次被当作真源，下次可能又被生成器覆盖；今天叫 terms.json，过两天又多出一份 library-final.json。代码还能运行，文件却已经没人敢删。这种混乱比报错更难收拾。

创建 Manifest V3 扩展

Chrome 扩展的入口文件叫 manifest.json。你可以把它理解为插件的身份证和权限清单。

里面写清：

• 这是 Manifest V3 扩展。
• 插件名称和版本。
• 右键菜单权限。
• 侧栏权限。
• 本地存储权限。
• 后台服务脚本。
• 侧栏页面。
• 只允许访问本机同步服务的地址。

少了它，Chrome 不知道要加载什么，也不知道插件被允许做什么。

接上右键收录

插件在安装时创建一个只对“选中文字”出现的菜单项。

点击后，后台脚本读取 selectionText，先写入浏览器本地暂存，再尝试发送给本地同步服务。

本地服务不一定一直开着。插件应该先把内容暂存在浏览器里，再尝试同步。否则右键点完看见“已保存”，回头一查却什么都没有，这种反馈最糟糕。

正确反馈应该是：

• 已写入本地词库。
• 本地服务未启动，内容已暂存，稍后重试。
• 内容为空，没有保存。
• 保存失败，并告诉用户下一步检查什么。

先做好侧栏，不急着做复杂后台

侧栏只要先完成：

• 搜索。
• 分类筛选。
• 新增。
• 编辑。
• 删除。
• 复制。
• 显示同步状态。

有这几个操作，已经可以判断这个工具会不会留下来常用。

当前 Chrome 官方的 Side Panel API 用来让扩展界面和网页并排显示。开发时可以按照官方文档在 chrome://extensions 打开开发者模式，再选择“加载已解压的扩展程序”并指向扩展目录。具体入口以 Chrome 官方安装说明 为准。

加载时选择包含 manifest.json 的插件目录。卡片出现、开关打开，才算完成这一步。

Prompt A：让 Codex 创建最小词库插件

下面这段可以直接复制给 Codex。把方括号里的项目名称和目录替换成你自己的。

这段任务里真正有用的是验收信号。Codex 不能只报一句“文件已创建”，它得告诉你测试有没有过、服务返回了什么、还需要你在 Chrome 里手动确认哪一步。

做完以后，你会拿到 Chrome 扩展和本地同步服务两个目录。先启动服务，再到 Chrome 加载扩展。

插件能收录以后，麻烦才刚开始

下面这张图，是我做图片反推测试时保留的真实参考图。

画面里，一名短发女性俯卧在浅蓝绿色碎花床铺上。镜头从近距离高位斜着俯拍，墙面、窗户、镜子、抬起的双腿和右侧水果共同构成一个很具体的生活场景。

为了复现它，我把能看见的细节整理成了一段完整 Prompt。

这段文字可以直接拿去生图，却不适合当词条。下一次我只想借用“近距离高位斜俯拍”，还得把几百字重新读一遍；想留下“安静走神轻倦意”也是一样。

反推解决的是“怎么描述这张图”，入库解决的是“以后怎么拆着用”。到这里，工作才做了一半。

标注的七处并不是七个固定分类，而是在提醒你：一张图里通常同时存在多个可以独立调整的变量。

先把图片说清楚

图片反推不是猜原作者写过什么，那也猜不回来。

我能做的是看着画面，把构图、动作、光线和成像这些可见信息，重新写成模型能执行的指令。

这张图我是这样看的：

1. 先确认它是 2:3 竖幅的写实生活方式人像。
2. 再看镜头和构图：近距离、高位、斜俯、明显倾斜、广角感、脸在左下。
3. 再看人物和动作：短黑发、俯卧、脸下交叠双臂、屈膝抬腿、裸足交叠。
4. 再看视线和情绪：不看镜头，安静走神，带一点倦意。
5. 再看场景和道具：斑驳浅灰绿卧室、镜子、窗户、纸卡、透明水果袋。
6. 最后分开成像层：低对比、柔焦、颗粒、轻微数码压缩、窗边局部高曝光、浅青绿暗部。

我会尽量避开“氛围感”“电影感”“很有故事”这类词。它们听起来对，落到生成时却没说清任何东西。

“电影感”不能告诉模型镜头在哪里。

“慵懒”也不能告诉模型双臂如何交叠、视线落向哪里。

下面这段是为了文章重新整理的公开演示版。它只保留理解拆词方法所需的信息，不是我私人词库里的完整原文：

我还用更完整的原始版本做过一次纯文本返图。参考图没有作为图片输入，也没有参与编辑。

返图保留了俯卧、交臂、抬腿、镜子、窗光、花被、纸卡和柠檬前景，但人物脸部占比比参考图更大。

主要结构基本回来了，构图比例还是有差异。一张返图也说明不了稳定性，它只能证明这段 Prompt 在这一次生成里抓住了哪些东西。

这次返图保留了俯卧、交臂和窗光，人物脸部却明显更近。完整描述能复现方向，不等于复制原图。

长 Prompt 先原样收下

我把上面这段完整 Prompt 放进网页输入区，全部选中，右键保存。

收录器先把它登记成待处理原料。整理完成后，长文本继续留在原始收录层，同时补上：

• 完整原文。
• 创建时间。
• 收录来源。
• 是否需要拆解。
• 后来拆出了哪些词。
• 生成了哪张组合配方。

拆词本身带判断，今天觉得能独立使用的词，后面可能发现还混着两个机制。原文删掉以后，就很难核对当时为什么这么拆。原始层不追求整洁，它负责把证据留住。

右键菜单出现“保存到生图词库”，说明浏览器入口已经接通。它仍然只完成了原料收录。

我拆词时只问一个问题

逗号和字数只能帮我快速找到可疑段落。要不要拆，最后看这一句：

这个描述里，是否包含两个或更多可以分别增删、替换或锁定的画面控制机制？

有，就拆。没有，即使文字稍长，也可以先保留。

例如：

“斑驳浅灰绿卧室”虽然包含材质、颜色和空间名词，但它共同控制的是一个可识别的旧居卧室场景。在当前产品门禁内，它可以作为场景原子词。

“青绿柔雾卧室俯卧抬腿生活方式人像”看起来也是一句短标题，但它同时包含成像、场景、动作、构图和人物类型，不能作为一个独立视觉词，只能作为组合配方名称。

所以我不拿字数直接判定原子词。

把画面里的控制轴摊开

这张图里，我找到了这些可以分别调整的部分：

• 成像：低对比柔焦、细颗粒、轻微数码压缩。
• 光线：窗边局部高曝光、浅青绿环境光抬升暗部。
• 镜头：高位斜俯、倾斜取景、广角感、清晰度层级。
• 构图：脸在左下，身体对角线延伸，右侧前景更重。
• 发型：蓬松微乱短黑发、脸侧不规则碎发。
• 视线与情绪：看向画外、不看镜头；安静走神、轻倦意。
• 动作：俯卧、脸下交叠双臂、屈膝抬腿、裸足交叠。
• 配饰与服装：格纹大蝴蝶结、复古花卉披覆面料。
• 场景与道具：斑驳浅灰绿卧室、透明袋装柠檬与绿果。

接着做替换测试：

• 保留高位斜俯，把俯卧换成坐姿，画面仍然成立吗？成立，所以镜头和动作要分开。
• 保留俯卧，把安静走神换成直视大笑，画面仍然成立吗？成立，所以动作和情绪要分开。
• 保留斑驳卧室，把水果换成书本，场景仍然成立吗？成立，所以场景和道具要分开。
• 保留低对比柔焦，把青绿色环境光换成暖黄色，成像仍然可以成立吗？成立，所以柔焦和色彩光线要分开。

拆词也不是越碎越好。“蓝”“床”“光”都很短，却说不清要控制什么。一个词能单独改变可见结果，就够了。

原子词负责独立替换，组合配方负责保留原来的关系。少做任何一边，词库都会不好用。

公开演示只需要九个词

真实项目里，我会把更多细节继续拆开，也会先查词库里有没有同义词。文章不需要公开整张图的完整入库结果。为了让方法一眼能看懂，这里只保留九个代表性控制轴：

查重看起来没拆词那么有成就感，却很影响后面的使用。如果“轻微颗粒”“细小颗粒”“细颗粒噪点”各存一遍，搜索很快就会被同义词占满。词数上去了，选择反而更费劲。

我现在宁愿少加几个，也不想给同一种效果起五个名字。

分类是给人找的，视觉职责是给系统用的

对普通读者来说，“光线、镜头、动作、情绪”这些分类已经足够浏览。

系统还要多记一层：这个词究竟在改什么。

例如“视线落向画外不看镜头”，浏览时放在“动作”很顺手；系统记录的职责则是姿态和视线关系。

“蓬松微乱短黑发”放在“主体”，控制的是脸部与发型设计。

“安静走神轻倦意”才是情绪。

两层混在一起以后，会出现一些很奇怪的结果：

• 看到“腿部”就分到主体，其实它由机位制造。
• 看到“CCD”就分到镜头构图，其实它控制成像外观。
• 看到“微笑”就分到主体，其实它是情绪。
• 看到一整套房间、服装和动作，就误判成风格。

最小版本不需要背英文枚举，入库时多问两句就行：

1. 我以后会去哪个分类里找它？
2. 它到底改变画面的哪个机制？

两次答案对不上，先放进待复核。

拆开以后，别把原图的关系拆丢了

单独看下面这些词，它们都可以替换：

• 俯卧床面。
• 脸下交叠双臂。
• 视线落向画外。
• 近距离高位斜俯拍。
• 浅青绿旧卧室。

但它们一起出现时，才接近原图的身体关系和观察角度。于是我另外保存了一张组合配方：

青绿卧室俯卧人像

它负责保留这些词同时出现时的整体画面方向。

配方是一张关系清单。以后想回到这个画面方向，我不用翻完整 Prompt，也不需要把这些词重新猜一遍。

这几类内容可以这样分：

• 原子词：只控制一个可以独立替换的画面变量。
• 组合配方：多个词共同出现才成立的画面方案。
• 完整 Prompt：一段可以直接复制生成的成品文字。
• 待复核原料：暂时判断不清，先留在原始层。

有些内容暂时分不清，就留在原始层。词库不需要为了表面整齐，把每段文字都塞进某个格子。

判断标准只有一个：这个描述能不能被单独增删、替换或锁定。

关于 16 个字符的限制

我的生产级插件还给单项操作词的显示名设置了一个门禁：最多 16 个 Unicode 字符。

这是为了适配狭窄的 Chrome 侧栏。词名太长会挤坏卡片，也很容易把一句描述伪装成一个单独变量。

你的最小版本可以先不使用这个限制，也可以根据自己的界面改成 12、20 或 24 个字符。

界面长度和拆词标准要分开。短词可能混了三个机制，稍长的词也可能只控制一件事。

写进文件，还不算入库完成

terms.json 里出现新词，只能说明写入完成。我还会继续检查下面几处。

原始收录还在

完整 Prompt 保留在原始日志里，并记录已完成拆解。

它还会记录拆解时间、派生词和组合配方。

以后发现拆错，还能回到原文重看。

长 Prompt 已经退出正式词条

原来那条整段文字不继续占据词条真源。

不然侧栏搜一个普通词，可能蹦出几百字；运行文件也会把整段场景误当成一个可选项。

新词有分类，也有视觉职责

新词分别落在光线、镜头、动作、情绪和场景等分类中。

它们没有因为来自同一张图，就被统一塞进“风格”。

配方里的名字都能找到

有一个名称写错，或者旧词改名后没有迁移，配方就会悬空。这时应该停下编译先修数据，不能带着错误继续生成运行文件。

审核没通过，就不进运行文件

我的项目会把审核通过的词编译成插件读取的运行文件。

程序跑过规则，只能记作“机器校验”。没人逐条看过，就不能写成人工审核。判断不清的内容先隔离，也不能把“已隔离”说成“已返修”。

机器规则通过和人工逐条确认是两种状态，不能互相冒充。

再从接口和插件里找一次

我会从插件里搜索一个刚整理的公开示例词，例如“近距离高位斜俯拍”。

搜索得到，说明插件正在读取包含它的运行文件；再对照原始收录和配方，才能确认从原料到使用端的整条链路没有断。

你的第一版只有二十个词也没关系。先保证每个词能找到来源、能搜索、能回读。数量以后自然会涨。

写进文件只是中间状态。至少要从运行文件和插件界面重新找到一个本轮新词。

Prompt B：让 Codex 整理新收录内容

当你的插件已经能收录以后，可以把下面这段交给 Codex。

这段任务没有让 Codex 自动“优化 Prompt”。它负责保留原文、拆词、查重、编译和回读。

几个很容易误判的地方

“已保存”不等于已经写入词库

这只能说明浏览器收到了操作。

你还要检查：

• 离线时是否进入本地暂存。
• 服务恢复后是否真的写入原始日志。
• 原始日志是否保留完整文本。
• 插件重启后内容是否还在。

拆出的词很多，不代表整理得好

别用新增数量判断整理质量。继续检查：

• 每个词能不能独立改变一个可见结果？
• 换掉它以后，其他控制轴能不能保持不变？
• 词库里是否已经有同义词？
• 它应该是原子词，还是组合配方？

答不清的先放待复核。

自动测试通过，不等于人工审核完成

程序能检查：

• 字段是否齐全。
• 引用是否悬空。
• 分类和职责是否落在允许范围。
• 长度是否超过产品门禁。
• 运行文件能否编译。

但程序不能因为规则都通过，就替你宣称这个词已经被人逐条看过。

机器校验可以挡掉结构错误，人工审核负责那些程序看不懂的语义判断。两种都要留真实标签。

最小版本做到这里就可以停

别急着建几千条词。先把下面这条链路跑通：

1. Chrome 能加载你的 Manifest V3 插件。
2. 网页选中文字后，右键可以保存。
3. 本地服务只监听 127.0.0.1。
4. 侧栏能搜索、分类、编辑、删除和复制。
5. 原始收录、原子词、组合配方和完整 Prompt 分开保存。
6. 选一段真实长 Prompt，拆出 5 到 20 个可独立控制的词。
7. 保存一张组合配方，不丢掉原来的画面关系。
8. 跑完测试，并从接口和侧栏重新找到至少一个新词。

这条链路跑通以后，再考虑图片类型、词条锁定、局部重抽和相容关系。那些功能会让词库更好用，但不需要挤进第一版。

下次再遇到喜欢的长 Prompt，可以先原样收下。然后只拆一个你确定会单独搜索、单独替换的词，再把原来的组合关系留住。

先这样用几天。你很快就会知道，自己的词库到底缺什么。