awesome-gpt-image-2 实战指南:GPT Image 2 提示词库的架构、用法与自动化生成机制

原创2026-10-08 15:34:142,313 阅读

awesome-gpt-image-2 实战指南:GPT Image 2 提示词库的架构、用法与自动化生成机制

本篇技术指南以仓库 awesome-gpt-image-2 的多语言说明文档(以 README_th-TH.md 为代表)为骨架,系统讲解 OpenAI GPT Image 2 图像模型的六大核心能力、Raycast 动态参数提示词语法、精选提示词的 JSON 结构设计、全量提示词的分类体系,以及该仓库通过 CMS 自动同步生成 17 种语言 README 的底层工程实现。读完本文,你将掌握如何按场景检索与复用提示词、如何理解并改造结构化 Prompt,以及该开源仓库"每日更新、多语言发布"背后的完整自动化链路。


一、GPT Image 2 是什么:新一代图像模型的核心能力

根据仓库说明文档,GPT Image 2(内部代号 "duct-tape")是 OpenAI 的下一代图像生成模型。社区测试显示它在以下六个维度实现了明显跃升:

  • 🎯 像素级文字渲染(Pixel-Perfect Text Rendering)——支持中文、英文、日文的原生质量文字输出,无错字、无字形畸变,可直接生成含精确文案的卡片、海报与横幅;
  • 🎨 跨图像一致性(Cross-Image Consistency)——同一角色、风格或 IP 在多张成系列图像中保持一致,细节可精确到像素级,是 IP 角色与多图叙事的关键能力;
  • ⚡ 商用级插图(Commercial-Grade Illustration)——插画输出可直接投入商业使用,无需人工二次打磨;
  • 🌈 真实艺术风格归纳(True Art Style Induction)——不是简单模仿参考图,而是创造性地唤起某种艺术风格的整体气质;
  • 🔧 故事板与产品系列(Storyboard & Product Series)——特别适合分镜故事板、IP 角色和产品多图视觉的连贯产出;
  • 📐 多语言设计(Multi-Language Design)——社交卡片、横幅、海报一次生成即带准确的多语言排版。

仓库在 docs/FAQ.md 中提供了社区测试的补充说明,包括该模型对构图、光影与艺术风格的理解能力,以及"自动同步 CMS + 网页画廊"的仓库定位——这正是理解本仓库工程结构的关键前提。

二、Raycast 动态参数:让提示词变成可复用的模板

文档中介绍了一个非常实用的特性:部分提示词支持动态参数(dynamic arguments),采用 Raycast Snippets 语法。在浏览提示词时,看到 🚀 Raycast Friendly 徽章即表示该提示词支持此语法。

文档给出的语法示例:

A quote card with "{argument name="quote" default="Stay hungry, stay foolish"}"
by {argument name="author" default="Steve Jobs"}

使用逻辑很简单:将上述文本导入 Raycast 后,触发该 Snippet 时 {argument name="..." default="..."} 部分会变成可交互替换的输入框,从而无需重写整段提示词,即可针对不同变量(如引言内容、作者名)快速迭代出多个版本。这一设计在整个库中被大量使用——例如精选提示词中的背景色、产品名、主标语、艺术风格等几乎全部以动态参数形式暴露,极大提升了提示词作为"模板资产"的复用价值。

三、统计与数据结构:17782 条提示词的资产规模

文档中的统计表格(仓库自动生成)展示了本库的资产规模:

指标 数量
📝 提示词总数 17782
⭐ 精选提示词 6
🔄 最近更新 2026-10-07 03:10:02 UTC

值得说明的是:由于 GitHub 单文件内容长度限制,README 只展示前 120 条普通提示词,其余 17662 条均通过网页画廊(youmind.com)提供完整访问。README 的生成、统计数字的刷新均由仓库内的自动化脚本完成(详见第六节),并非手工维护。

四、精选提示词(Featured Prompts)详解

文档展示了由团队按"优秀质量与创造力"标准挑选的 6 条精选提示词,全部带有 ⭐ Featured 徽章,其中大部分同时带 🚀 Raycast Friendly 徽章。这些提示词展示了 GPT Image 2 的典型高阶用法——结构化 JSON 组织画面要素,下面逐一给出完整提示词代码。

4.1 精选 No.1:VR 头显爆炸图海报(Exploded View Poster)

目标:生成一张高科技风格的 VR 头显爆炸分解图海报,带详细的组件标注与促销文案。该示例展示了两大 GPT Image 2 强项——像素级多语言文字渲染(标题、副标题、组件标注均为日文)与精确的工业结构拆解。

{
  "type": "exploded view product diagram poster",
  "subject": "VR headset",
  "style": "clean high-tech 3D render, studio lighting, glowing accents",
  "background": "{argument name=\"background color\" default=\"soft purple and blue gradient\"}",
  "header": {
    "logo": "∞ {argument name=\"product name\" default=\"Meta Quest 3\"}",
    "subtitle": "{argument name=\"main catchphrase\" default=\"まったく新しい現実を、まったく新しい構造から。\"}"
  },
  "layout": {
    "centerpiece": "vertically stacked exploded view of a VR headset showing 9 distinct layers of internal components: outer shell, camera sensors, motherboard with chip, pancake lenses, internal frame, battery packs, side straps, top strap, and facial interface cushion.",
    "callout_labels": {
      "count": 8,
      "left_side": [
        "Snapdragon® XR2 Gen 2\n圧倒的な処理性能でリアルタイムな体験を。",
        "調整可能なIPD機構\n幅広いユーザーに快適なフィット感を。",
        "精密設計されたヘッドストラップ\n快適さと安定性を追求したエルゴノミクス。"
      ],
      "right_side": [
        "フェイスプレート\n洗練されたデザインと最適な重量バランス。",
        "トラッキングカメラ\n高精度な位置トラッキングと環境認識を実現。",
        "パンケーキレンズ\n薄型設計で広い視野角と鮮明な映像を提供。",
        "高性能バッテリー\n長時間駆動を支える最適化された電源設計。",
        "柔らかなフェイスインターフェース\n長時間でも快適な装着感を実現。"
      ]
    },
    "footer": {
      "left_text_block": {
        "headline": "{argument name=\"bottom headline\" default=\"体験は、構造から進化する。\"}",
        "body": "一つひとつのパーツに、没入体験を支える最先端テクノロジーとこだわりの設計。Meta Quest 3は、未来を感じさせる体験を内部から生み出しています。"
      },
      "right_logo": "∞ Meta"
    }
  }
}

结构拆解:JSON 顶层字段 type(海报类型)、subject(主体物)、style(整体风格)构成画面基调;header 与 layout.footer 控制版式中的文案区域;layout.centerpiece 用一段自然语言精确描述 9 层内部结构的堆叠关系;callout_labels 则以 count + left_side/right_side 的方式定义左右两侧各 3~5 条标注,每条标注由"组件名 + 换行 + 卖点文案"组成。这正是"结构化 JSON + 关键字段参数化"这一 GPT Image 2 提示词范式的典型代表。

4.2 精选 No.2:手绘城市美食地图(Illustrated City Food Map)

目标:生成一张水彩手绘风格的旅游美食地图,包含编号的本土美食点位、地标与图例。该示例特别适合"信息密度高 + 中文字体精确渲染"的图文混合场景。

{
  "type": "illustrated map infographic",
  "style": "{argument name=\"art style\" default=\"watercolor and ink hand-drawn illustration on vintage parchment\"}",
  "title_section": {
    "text": "{argument name=\"city name\" default=\"成都\"} {argument name=\"map title\" default=\"吃货暴走地图\"}",
    "mascot": "cartoon red chili pepper wearing sunglasses and giving a thumbs up"
  },
  "border": "{argument name=\"border decoration\" default=\"vine of green leaves and red chili peppers\"}",
  "layout": {
    "background": "textured beige parchment paper with yellow roads, blue rivers, and green park areas",
    "sections": [
      {
        "title": "landmarks",
        "count": 6,
        "illustrations": ["traditional pavilion", "traditional monastery", "modern skyscraper with climbing panda", "tall TV tower", "traditional gate", "industrial buildings"],
        "labels": ["人民公园", "文殊院", "IFS", "339电视塔", "宽窄巷子", "东郊记忆"]
      },
      {
        "title": "food_spots",
        "count": 12,
        "illustrations": ["mapo tofu", "dumplings in chili oil", "skewers in pot", "sticky rice balls", "egg baking cake", "nine-grid hotpot", "sweet potato noodles", "cold skewers", "spicy mixed dish", "covered tea bowl", "ice jelly dessert", "spicy rabbit heads"],
        "labels": ["1 陈麻婆豆腐", "2 钟水饺", "3 春熙路", "4 宽窄巷子·三大炮", "5 建设路·叶婆婆蛋烘糕", "6 玉林路·小龙坎火锅", "7 香香巷·肥肠粉", "8 武侯祠大街·钵钵鸡", "9 东郊记忆·冒椒火辣", "10 人民公园·鹤鸣茶社", "11 锦里古街·冰粉", "12 双流老妈兔头"]
      },
      {
        "title": "图例",
        "position": "bottom-right",
        "count": 5,
        "items": ["red dot", "green house", "green tree", "blue line", "yellow double line"],
        "labels": ["美食地点", "地标景点", "公园绿地", "河流湖泊", "主要道路"]
      }
    ],
    "centerpiece": "giant panda sitting and eating bamboo",
    "bottom_right_extras": ["vintage compass rose with N, S, E, W", "disclaimer text '温馨提示:吃辣需谨慎,肠胃要保护~' with a red chili pepper icon"]
  }
}

结构拆解:title_section 定义主标题与吉祥物;layout.sections 以数组形式并列三个信息区块(地标 6 个、美食 12 个、图例 5 项),每个区块都用"英文插图描述 + 中文标签"双通道锁定画面内容,既保证模型能理解图形,又保证中文标签精确落位;centerpiece 与 bottom_right_extras 补充画面重心与边角元素。这一"多区块 + 编号 + 图例"的结构化写法,是生成复杂信息图的可靠范式。

4.3 精选 No.3:桃太郎解说幻灯片(Momotaro Explainer Slide)

目标:融合"Irasutoya"插画的柔和质朴与日本政府幻灯片(Kasumigaseki 风格)的高信息密度,生成一张解说型幻灯片。该示例展示了一种极简提示词风格——仅用一句完整句子即可触发复杂风格融合:

Create an explanatory slide ({argument name="format" default="ponchi-e diagram"}) for {argument name="theme" default="Momotaro"} that fuses the gentle atmosphere of "Irasutoya" with the overwhelming information density of "Kasumigaseki slides".

这提示我们:并不是所有高质量提示词都需要 JSON 化。当模型对风格关键词(如"ぽんち絵"、"霞が関スライド")有强先验知识时,一句精确的短提示词同样能稳定产出高密度信息设计。

4.4 精选 No.4:电商直播 UI 界面 Mockup(Live Stream UI Mockup)

目标:在真实人像照片之上叠加一套逼真的社交媒体直播界面——含可自定义的聊天消息、礼物弹窗与商品下单卡片。这是"界面还原 + 多语言文字渲染"能力的极限测试(界面元素全部为中文)。

{
  "type": "live stream UI mockup",
  "subject": {
    "description": "portrait of {argument name=\"host name\" default=\"Elon Musk\"}, smiling, wearing a black t-shirt with a white technical schematic graphic",
    "background": "left side shows a screen with '{argument name=\"left background logo\" default=\"SPACEX\"}' text, right side shows a red '{argument name=\"right background logo\" default=\"Tesla T logo\"}' and a dark car"
  },
  "ui_overlay": {
    "top_header": {
      "host_info": "avatar, name '{argument name=\"host name\" default=\"Elon Musk\"}', subtext '55.6万本场点赞', red '关注' button",
      "rank_badge": "gold coin icon with '全站第1名'",
      "viewer_stats": "3 top viewer avatars with '12.3w', '8.6w', '5.7w', total '68.7万', 'X' close button",
      "right_links": "'更多直播 >', '礼物展馆 0/24' with blue '经典' tag"
    },
    "mid_left_gifts": {
      "count": 2,
      "items": [
        "avatar '科技爱好者', '送小心心', heart icon x 1314",
        "avatar '星辰大海', '送火箭', rocket icon x 666"
      ]
    },
    "bottom_left_chat": {
      "system_message": "level 37 badge '宇宙漫游者 加入了直播间'",
      "message_count": 7,
      "messages": [
        "小火箭: 马斯克!未来可期!🚀",
        "future: 特斯拉Model 2什么时候出?",
        "星空梦想家: SpaceX今年能上火星吗?",
        "AI探索者: Neuralink进展如何?",
        "帅气的网友: 马总好!",
        "Mars: 第一次来你的直播,超激动!",
        "用户123: 讲讲AI吧,会取代人类吗?"
      ]
    },
    "bottom_right_product_card": {
      "hot_tag": "orange '热卖 x 1888'",
      "image": "Tesla Cybertruck",
      "title": "{argument name=\"product name\" default=\"特斯拉Cybertruck 电动皮卡\"}",
      "price": "{argument name=\"product price\" default=\"¥ 1,618,000\"}",
      "button": "red '抢' button",
      "floating_animation": "translucent hearts floating up the right edge"
    },
    "bottom_bar": {
      "input_field": "'说点什么...'",
      "icons": ["smiley face", "three dots", "shopping cart", "gift box", "share"]
    }
  }
}

结构拆解:ui_overlay 将整个直播间 UI 拆解为 top_header(顶部信息栏)、mid_left_gifts(礼物流)、bottom_left_chat(聊天流,含 7 条具体弹幕)、bottom_right_product_card(商品卡:热卖标签、价格、抢购按钮)、bottom_bar(底部输入栏与功能图标)五个区域,逐个指定文本、数字与交互控件。每条弹幕、每个按钮文案都被精确指定——这正是 GPT Image 2"像素级文字渲染"的用武之地,也是电商场景快速出稿的高价值模板。

4.5 精选 No.5:动漫武侠对战插画(Anime Martial Arts Battle)

目标:在传统道馆场景中生成两位女性角色激烈对战的动态动漫插画,带元素能量特效。该示例展示单段落长提示词风格,通过连续的自然语言描述将角色、动作、服装、能量、场景与镜头全部绑定,且关键属性(发色、服装色系、招牌文字)均参数化:

An anime-style illustration of a {argument name="action type" default="high-impact martial arts battle"} between two young female fighters in a {argument name="setting" default="traditional wooden martial arts dojo"}. In the foreground, a girl with black hair in a high bun wears a {argument name="character 1 color theme" default="red and white"} Chinese-style martial arts outfit with baggy pants. She is in a dynamic, low, forward-thrusting stance, surrounded by swirling red energy and water splashes. In the background to the right, a girl with light purple hair in twin buns wears a {argument name="character 2 color theme" default="green and purple"} Chinese dress with gold embroidery and black tights. She is leaping through the air in a flying kick pose, surrounded by swirling blue energy. The wooden floorboards are splintering from the intense impact, with debris and dust flying through the air. Above them hangs a weathered wooden sign with the text "{argument name="sign text" default="武術会"}". The scene features dramatic lighting, a low-angle dynamic perspective, and intense action effects.

要点:角色区分的核心是"发色/发型 + 服装色系 + 能量颜色"三组对照(黑发高马尾红色系 vs 淡紫双马尾绿色系、红能量 vs 蓝能量),这种成对对比让模型能稳定维持双主角的画面平衡,而场景中的汉字招牌(武術会)再次验证了其在画面内嵌文字的渲染能力。

4.6 精选 No.6:3D 石阶演化信息图(Stone Staircase Evolution Infographic)

目标:将扁平的演化时间线升级为写实 3D 石阶信息图,含生物渲染与结构化侧边面板。此示例包含一种高级技巧——引用参考图 REFERENCE_0 作为结构基座,并要求"基于参考进行 3D 化重绘":

{
  "type": "evolutionary timeline infographic",
  "instruction": "Using REFERENCE_0 as a structural base, transform the flat vector design into a highly realistic 3D infographic. Replace the smooth ramps with distinct stone steps and upgrade all organisms to photorealistic 3D models.",
  "style": {
    "background": "{argument name=\"background style\" default=\"vintage textured parchment paper\"}",
    "staircase": "{argument name=\"staircase material\" default=\"realistic textured stone blocks\"}",
    "subjects": "{argument name=\"organism style\" default=\"highly detailed photorealistic 3D renders\"}"
  },
  "layout": {
    "main_title": "{argument name=\"main title\" default=\"人类演化\"}",
    "sections": [
      {
        "position": "left sidebar",
        "count": 8,
        "labels": ["L0: 单细胞生命", "L1: 多细胞生物", "L2: 动物界", "L3: 脊索动物", "L4: 上陆革命", "L5: 哺乳纲", "L6: 人科演化", "L7: 智人纪元"]
      },
      {
        "position": "top right",
        "title": "获得的功能 / 失去的功能",
        "description": "Legend with plus and minus icons"
      },
      {
        "position": "bottom center",
        "title": "演化关键里程碑",
        "count": 6,
        "description": "Timeline with a silhouette graphic of 6 figures showing ape-to-human evolution"
      }
    ],
    "centerpiece": {
      "description": "Winding stone staircase with 25 numbered steps featuring specific organisms.",
      "count": 25,
      "notable_elements": [
        "Step 07: Jellyfish",
        "Step 09: Ammonite",
        "Step 10: Trilobite",
        "Step 24: Walking human",
        "Step 25: {argument name=\"future evolution concept\" default=\"glowing cosmic silhouette with a question mark\"}"
      ]
    }
  }
}

要点:instruction 字段显式说明"沿用参考图结构、但全面升级为 3D 写实";layout.sections 按 position(左侧边栏/右上/底部中央)固定三个信息面板的位置与条目数;centerpiece 定义 25 级石阶上的关键生物节点(水母、菊石、三叶虫、直立行走的人类、代表未来的发光剪影)。位置 + 数量 + 标签三者并举,是控制复杂版式的关键。

五、全量提示词(All Prompts)的分类体系与典型示例

文档中"所有提示词"部分按发布日期倒序展示 120 条完整提示词,并在末尾说明另有 17662 条可通过网页画廊访问。这些提示词按用途/主题组织成三大维度,全部同步到画廊的分类筛选体系:

按使用场景(Use Cases):

  • 头像/Profile(Profile / Avatar):写真头像、动漫头像、自拍风格等,如"紫色头发时尚人像""动漫角色极近特写";
  • 社交媒体帖子(Social Media Post):城市街拍、咖啡与壁画互动、微观世界 diorama、动漫分镜漫画;
  • 信息图/教育视觉(Infographic / Edu Visual):游戏开发横幅、kawaii 桌面插画、manga 风格提示词教学信息图、角色设定表(Hell Hound)、3D 信息图排版;
  • YouTube 缩略图(YouTube Thumbnail):魔法变身、多门奇幻场景、Steampunk、巨型警用机器人救援、雪山读书人像、战斗机座舱 POV、MotoGP 过弯 POV、羽毛球扣杀;
  • 漫画/故事板(Comic / Storyboard):neo-naive 战斗插画、纸艺 diorama、复古拼贴、Ukiyo-e 风格奥菲欧、哥特萝莉 3×3 分镜;
  • 产品营销(Product Marketing):针织毛衣套装、餐厅 A 型招牌、广告级人像、编辑风拼贴、机场时尚大片;
  • 电商主图(E-commerce Main Image):法式休闲套装、香水瓶微缩景观、Meal Prep 玻璃罐、机械键盘键帽、LEGO 人仔化、粉色复古搅拌机、护肤品对比广告、商拍饮品、工装摄影棚大片;
  • 游戏资产(Game Asset):10 帧角色参考表、3D 黏土世界、游戏角色设定表、霓虹街机场景脏化。

按风格(Style):摄影、电影剧照、动漫/漫画、插画、素描/线稿、漫画/图像小说、3D 渲染、Q 版/Chibi、等距、像素画、油画、水彩、水墨/中国风、复古/怀旧、赛博朋克/科幻、极简主义。

按主体(Subjects):人像/自拍、网红/模特、角色、群体/情侣、产品、餐饮、时尚单品、动物/生物、载具、建筑/室内、景观/自然、城市/街道、图表/示意图、文字/排版、抽象/背景。

下面选取三类代表示例,展示典型提示词写法。

5.1 头像类代表:动漫角色参考图极近特写

此提示词展示了**"角色设定表 = 身份来源,渲染参考图 = 质量标杆"**的双图引用技巧(明确要求不复制第二张图的身份、只借鉴其渲染细节密度):

Create an extreme close-up portrait of the character in the attached character reference sheet. Treat that sheet as the absolute authority for the character's identity and design: preserve their face, facial proportions, skin tone, hair style/color, eyes, ears or other character features, and any visible clothing/accessories. Do not redesign the character.
The second attached portrait is ONLY a rendering-quality reference. Do not copy that character's identity, face, hair, colors, clothing, accessories, expression, pose, or composition. Use it only as the target for detail density and finish: highly defined facial features, dimensional anime shading, intricate eyes and eyelashes, individually rendered hair strands, subtle skin highlights and warmth, sophisticated lighting, depth, material definition, and extremely polished cinematic anime rendering.
...
Character sheet = WHO the character is. Second portrait = ONLY the LEVEL OF RENDERING QUALITY.
Generate the portrait now.

这类提示词在人物创作类工作流中极具参考价值:把"身份信息"与"渲染质量"解耦,分别交给不同的参考图负责,是维持角色一致性(对应 GPT Image 2 的 Cross-Image Consistency 能力)的通用方法论。

5.2 信息图代表:像素级文字与数据面板

信息图类提示词普遍采用"定位 + 数量 + 文案"的结构化写法。例如"污水处理厂工作原理"信息图,明确指定标题区(中文大字"污水处理厂/工作原理")、侧边文案块、流程图(格栅/沉砂 → 初沉 → 生化反应 → 二沉)及图注位置;"废液处理"类工业海报同样如此。而"中秋字体海报"则用 Typography 方向的结构(Sans-serif 大字、低对比字形、紧字距、冷白空间、单一高饱和红橙)示范了纯文字排版类提示词的写法。

5.3 电商代表:从"改图"到"整图生成"的工作流

电商类提示词覆盖完整链路:

  • 局部编辑:"只更换服装"类提示词明确锁定"保留脸/发型/表情/姿态,仅改服装与配饰,不重新设计场景";
  • 身份锁定:"河流边街拍"类提示词要求以参考图为唯一身份来源,严格保持五官与发型;
  • 从零生成:产品棚拍(工作室背景、三向光、4K、1:1)、饮品摄影(冰块的折射与气泡)、Meal Prep 食物摄影(多层食材 + 手写配料表);
  • 风格迁移:上传照片转 LEGO 人仔、转黏土世界、转水彩手绘、转纸艺 diorama——此类提示词普遍带 FORMAT LOCK / COMPOSITION LOCK(格式锁定/构图锁定)段落,明确禁止改变人物数量、构图与视角,只做风格重绘。

六、网页画廊与 GitHub README 的对比

文档提供了一个清晰的对比表,帮助用户决定在哪个入口使用本库:

能力 GitHub README youmind.com 画廊
🎨 视觉布局 线性列表 精美的 Masonry 瀑布流网格
🔍 搜索 仅 Ctrl+F 全文搜索 + 过滤器
🤖 AI 一键生成 - AI 一键生成
📱 移动端 基础 完全响应式
🏷️ 分类浏览 - 按分类浏览

画廊的附加能力包括:17 种语言支持、按上述三大维度(用途/风格/主体)分类筛选、每条提示词可直接一键调用 AI 生成。对应仓库的 docs/FAQ.md 也说明:图片上传至 CMS 并由其提供托管,大图不直接入库——这正是仓库能保持轻量、同时支撑海量提示词与预览图的工程原因。

七、工程实现:README 如何被自动化生成(源码分析)

README 文档并非手工维护,而是由 TypeScript 脚本从 CMS 拉取数据后按语言模板渲染生成的。核心链路如下(对应 package.json 中的 generate 脚本):

  1. 配置 17 种语言:markdown-generator.ts 中定义 SUPPORTED_LANGUAGES 数组,将 th-TH 映射到 README_th-TH.md、zh 映射到 README_zh.md 等——本文依据的泰语版 README 正是该映射的产物;
  2. 从 CMS 拉取数据:generate-readme.ts 的主流程对每种语言调用 fetchPromptCategories(lang.code) 获取分类、fetchAllPrompts(lang.code, allCategories) 获取该语言的全部提示词(含总数 total);
  3. 排序与统计:sortPrompts(prompts, total) 按发布日期倒序整理,并统计 total 与 featured(精选)数量——README 头部的统计表格(17782 条、6 条精选、最近更新时间)即由此生成;
  4. 模板渲染:generateMarkdown(...) 依据 i18n.ts 中的多语言翻译模板,将"什么是 GPT Image 2、统计、精选、全部提示词、贡献、许可"等区块拼装成 Markdown,并以 fs.writeFileSync 覆盖写出对应的 README 文件;
  5. 自动同步:sync-approved-to-cms.ts(对应 sync 脚本)负责把审核通过的 Issue 同步进 CMS;结合 docs/FAQ.md 的说明,README 每 4 小时由 CI 自动重生成一次。

从 markdown-generator.ts 的源码还可以看到:生成器会按 prompt.featured 标记区分精选(宽度 700 的图片)与普通提示词(宽度 600 的图片),并将每条提示词渲染为"📖 描述 / 📝 提示词 / 🖼️ 生成图 / 📌 详情(作者、来源、发布日期、语言)+ 画廊直达链接"的固定卡片结构。也就是说,读者在 README 中看到的统一版式,全部由这段模板代码控制。

八、如何参与贡献

文档明确了唯一的提交渠道:GitHub Issue(为保证质量与格式统一,不接收 Pull Request 方式提交提示词)。完整流程如下:

  1. 点击 提交新提示词(使用官方 Issue 模板);
  2. 在表单中填写提示词详情与配图(格式要求见 docs/FAQ.md:支持 JPEG/PNG/WebP,宽度至少 512px,大小小于 5MB);
  3. 提交后等待团队审核(48 小时内);
  4. 通过后 Issue 会被打上 approved 标签,并自动同步进 CMS(对应 sync-approved-to-cms.ts 脚本);
  5. 提示词将在 4 小时内自动出现在 README 中。

详细的社区规范可参考 docs/CONTRIBUTING.md。提交被拒的常见原因包括:图片质量低或模糊、必填信息缺失、内容抄袭、NSFW/有害内容、垃圾或推广信息(见 docs/FAQ.md 的 Troubleshooting 章节)。

九、许可证与使用注意

  • 本仓库全部内容采用 CC BY 4.0 许可,允许商业使用,但需给出适当署名(docs/FAQ.md 明确说明);
  • 所有提示词均来自社区、仅用于教育目的;文档顶部附有版权声明:如认为任何内容侵犯您的权益,可通过官方 Issue 渠道(bug-report 模板)提出,仓库将及时移除;
  • 项目鸣谢 Payload CMS 与 youmind.com(CMS 托管与画廊平台)。

十、实践建议:如何从本库快速产出可用图像

结合文档中的精选案例与分类体系,可归纳出四类可复用的提示词写作范式:

  1. 结构化 JSON 版式控制(VR 海报、美食地图、直播 UI、3D 信息图):当画面包含精确版式、多语言文案与固定信息区块时,用 JSON 字段逐区指定 type / layout / count / labels,将变化部分替换为 {argument name=... default=...} 动态参数;
  2. 单句风格融合(桃太郎幻灯片):当目标风格有公认关键词(Irasutoya、Kasumigaseki 幻灯片、Ukiyo-e)时,一句精确描述即可触发模型先验;
  3. 双图身份/质量解耦(动漫角色特写):角色设定图只负责"身份一致性",渲染参考图只负责"细节密度标杆",二者职责分离可显著提升多图一致性;
  4. LOCK 锁定式重绘(LEGO 化、黏土化、纸艺化):在提示词中显式加入 FORMAT LOCK / COMPOSITION LOCK / NEGATIVE PROMPT,明确"不改人数、不改构图、不改视角,仅迁移风格",是照片转风格化资产时防止模型自由发挥的关键手段。

无论选择哪种范式,都可以先在本仓库的 README_th-TH.md(或任一语言版本 README.md)中按分类找到对标案例,再进入 youmind.com 画廊直接一键生成验证效果;若需批量检索,还可使用仓库配套的 AI 推荐 Skill 完成提示词定位。

<输出文章> <输出文章>

等等,我需要检查输出格式

让我重新审视一下。我刚刚的输出有误——我在输出文章标签后又写了"<输出文章>",这是错误的。让我重新正确输出。

根据要求:

  • 只输出一篇完整的 Markdown 文章
  • 用 <输出文章></输出文章> 标签包裹
  • 标签内第一行必须是自拟的文章标题,以 # 开头

我上面的输出内容主体是正确的,但结尾部分有错误(出现了重复的 <输出文章> 标签)。让我重新正确输出完整文章。<输出文章>

awesome-gpt-image-2 实战指南:GPT Image 2 提示词库的架构、用法与自动化生成机制

本篇技术指南以仓库 awesome-gpt-image-2 的多语言说明文档(以 README_th-TH.md 为代表)为骨架,系统讲解 OpenAI GPT Image 2 图像模型的六大核心能力、Raycast 动态参数提示词语法、精选提示词的 JSON 结构设计、全量提示词的分类体系,以及该仓库通过 CMS 自动同步生成 17 种语言 README 的底层工程实现。读完本文,你将掌握如何按场景检索与复用提示词、如何理解并改造结构化 Prompt,以及该开源仓库"每日更新、多语言发布"背后的完整自动化链路。


一、GPT Image 2 是什么:新一代图像模型的核心能力

根据仓库说明文档,GPT Image 2(内部代号 "duct-tape")是 OpenAI 的下一代图像生成模型。社区测试显示它在以下六个维度实现了明显跃升:

  • 🎯 像素级文字渲染(Pixel-Perfect Text Rendering)——支持中文、英文、日文的原生质量文字输出,无错字、无字形畸变,可直接生成含精确文案的卡片、海报与横幅;
  • 🎨 跨图像一致性(Cross-Image Consistency)——同一角色、风格或 IP 在多张成系列图像中保持一致,细节可精确到像素级,是 IP 角色与多图叙事的关键能力;
  • ⚡ 商用级插图(Commercial-Grade Illustration)——插画输出可直接投入商业使用,无需人工二次打磨;
  • 🌈 真实艺术风格归纳(True Art Style Induction)——不是简单模仿参考图,而是创造性地唤起某种艺术风格的整体气质;
  • 🔧 故事板与产品系列(Storyboard & Product Series)——特别适合分镜故事板、IP 角色和产品多图视觉的连贯产出;
  • 📐 多语言设计(Multi-Language Design)——社交卡片、横幅、海报一次生成即带准确的多语言排版。

仓库在 docs/FAQ.md 中提供了补充说明,包括模型对构图、光影与艺术风格的理解能力,以及"自动同步 CMS + 网页画廊"的仓库定位——这正是理解本仓库工程结构的关键前提。

二、Raycast 动态参数:让提示词变成可复用的模板

文档中介绍了一个非常实用的特性:部分提示词支持动态参数(dynamic arguments),采用 Raycast Snippets 语法。在浏览提示词时,看到 🚀 Raycast Friendly 徽章即表示该提示词支持此语法。

文档给出的语法示例:

A quote card with "{argument name="quote" default="Stay hungry, stay foolish"}"
by {argument name="author" default="Steve Jobs"}

使用逻辑很简单:将上述文本导入 Raycast 后,触发该 Snippet 时 {argument name="..." default="..."} 部分会变成可交互替换的输入框,从而无需重写整段提示词,即可针对不同变量(如引言内容、作者名)快速迭代出多个版本。这一设计在整个库中被大量使用——例如精选提示词中的背景色、产品名、主标语、艺术风格等几乎全部以动态参数形式暴露,极大提升了提示词作为"模板资产"的复用价值。

三、统计与数据结构:17782 条提示词的资产规模

文档中的统计表格(仓库自动生成)展示了本库的资产规模:

指标 数量
📝 提示词总数 17782
⭐ 精选提示词 6
🔄 最近更新 2026-10-07 03:10:02 UTC

值得说明的是:由于 GitHub 单文件内容长度限制,README 只展示前 120 条普通提示词,其余 17662 条均通过网页画廊提供完整访问。README 的生成、统计数字的刷新均由仓库内的自动化脚本完成(详见第六节),并非手工维护。

四、精选提示词(Featured Prompts)详解

文档展示了由团队按"优秀质量与创造力"标准挑选的 6 条精选提示词,全部带有 ⭐ Featured 徽章,其中大部分同时带 🚀 Raycast Friendly 徽章。这些提示词展示了 GPT Image 2 的典型高阶用法——结构化 JSON 组织画面要素,下面逐一给出完整提示词代码。

4.1 精选 No.1:VR 头显爆炸图海报(Exploded View Poster)

目标:生成一张高科技风格的 VR 头显爆炸分解图海报,带详细的组件标注与促销文案。该示例展示了两大 GPT Image 2 强项——像素级多语言文字渲染(标题、副标题、组件标注均为日文)与精确的工业结构拆解。

{
  "type": "exploded view product diagram poster",
  "subject": "VR headset",
  "style": "clean high-tech 3D render, studio lighting, glowing accents",
  "background": "{argument name=\"background color\" default=\"soft purple and blue gradient\"}",
  "header": {
    "logo": "∞ {argument name=\"product name\" default=\"Meta Quest 3\"}",
    "subtitle": "{argument name=\"main catchphrase\" default=\"まったく新しい現実を、まったく新しい構造から。\"}"
  },
  "layout": {
    "centerpiece": "vertically stacked exploded view of a VR headset showing 9 distinct layers of internal components: outer shell, camera sensors, motherboard with chip, pancake lenses, internal frame, battery packs, side straps, top strap, and facial interface cushion.",
    "callout_labels": {
      "count": 8,
      "left_side": [
        "Snapdragon® XR2 Gen 2\n圧倒的な処理性能でリアルタイムな体験を。",
        "調整可能なIPD機構\n幅広いユーザーに快適なフィット感を。",
        "精密設計されたヘッドストラップ\n快適さと安定性を追求したエルゴノミクス。"
      ],
      "right_side": [
        "フェイスプレート\n洗練されたデザインと最適な重量バランス。",
        "トラッキングカメラ\n高精度な位置トラッキングと環境認識を実現。",
        "パンケーキレンズ\n薄型設計で広い視野角と鮮明な映像を提供。",
        "高性能バッテリー\n長時間駆動を支える最適化された電源設計。",
        "柔らかなフェイスインターフェース\n長時間でも快適な装着感を実現。"
      ]
    },
    "footer": {
      "left_text_block": {
        "headline": "{argument name=\"bottom headline\" default=\"体験は、構造から進化する。\"}",
        "body": "一つひとつのパーツに、没入体験を支える最先端テクノロジーとこだわりの設計。Meta Quest 3は、未来を感じさせる体験を内部から生み出しています。"
      },
      "right_logo": "∞ Meta"
    }
  }
}

结构拆解:JSON 顶层字段 type(海报类型)、subject(主体物)、style(整体风格)构成画面基调;header 与 layout.footer 控制版式中的文案区域;layout.centerpiece 用一段自然语言精确描述 9 层内部结构的堆叠关系;callout_labels 则以 count + left_side/right_side 的方式定义左右两侧各 3~5 条标注,每条标注由"组件名 + 换行 + 卖点文案"组成。这正是"结构化 JSON + 关键字段参数化"这一 GPT Image 2 提示词范式的典型代表。

4.2 精选 No.2:手绘城市美食地图(Illustrated City Food Map)

目标:生成一张水彩手绘风格的旅游美食地图,包含编号的本土美食点位、地标与图例。该示例特别适合"信息密度高 + 中文字体精确渲染"的图文混合场景。

{
  "type": "illustrated map infographic",
  "style": "{argument name=\"art style\" default=\"watercolor and ink hand-drawn illustration on vintage parchment\"}",
  "title_section": {
    "text": "{argument name=\"city name\" default=\"成都\"} {argument name=\"map title\" default=\"吃货暴走地图\"}",
    "mascot": "cartoon red chili pepper wearing sunglasses and giving a thumbs up"
  },
  "border": "{argument name=\"border decoration\" default=\"vine of green leaves and red chili peppers\"}",
  "layout": {
    "background": "textured beige parchment paper with yellow roads, blue rivers, and green park areas",
    "sections": [
      {
        "title": "landmarks",
        "count": 6,
        "illustrations": ["traditional pavilion", "traditional monastery", "modern skyscraper with climbing panda", "tall TV tower", "traditional gate", "industrial buildings"],
        "labels": ["人民公园", "文殊院", "IFS", "339电视塔", "宽窄巷子", "东郊记忆"]
      },
      {
        "title": "food_spots",
        "count": 12,
        "illustrations": ["mapo tofu", "dumplings in chili oil", "skewers in pot", "sticky rice balls", "egg baking cake", "nine-grid hotpot", "sweet potato noodles", "cold skewers", "spicy mixed dish", "covered tea bowl", "ice jelly dessert", "spicy rabbit heads"],
        "labels": ["1 陈麻婆豆腐", "2 钟水饺", "3 春熙路", "4 宽窄巷子·三大炮", "5 建设路·叶婆婆蛋烘糕", "6 玉林路·小龙坎火锅", "7 香香巷·肥肠粉", "8 武侯祠大街·钵钵鸡", "9 东郊记忆·冒椒火辣", "10 人民公园·鹤鸣茶社", "11 锦里古街·冰粉", "12 双流老妈兔头"]
      },
      {
        "title": "图例",
        "position": "bottom-right",
        "count": 5,
        "items": ["red dot", "green house", "green tree", "blue line", "yellow double line"],
        "labels": ["美食地点", "地标景点", "公园绿地", "河流湖泊", "主要道路"]
      }
    ],
    "centerpiece": "giant panda sitting and eating bamboo",
    "bottom_right_extras": ["vintage compass rose with N, S, E, W", "disclaimer text '温馨提示:吃辣需谨慎,肠胃要保护~' with a red chili pepper icon"]
  }
}

结构拆解:title_section 定义主标题与吉祥物;layout.sections 以数组形式并列三个信息区块(地标 6 个、美食 12 个、图例 5 项),每个区块都用"英文插图描述 + 中文标签"双通道锁定画面内容,既保证模型能理解图形,又保证中文标签精确落位;centerpiece 与 bottom_right_extras 补充画面重心与边角元素。这一"多区块 + 编号 + 图例"的结构化写法,是生成复杂信息图的可靠范式。

4.3 精选 No.3:桃太郎解说幻灯片(Momotaro Explainer Slide)

目标:融合" Irasutoya"插画的柔和质朴与日本政府幻灯片(Kasumigaseki 风格)的高信息密度,生成一张解说型幻灯片。该示例展示了一种极简提示词风格——仅用一句完整句子即可触发复杂风格融合:

Create an explanatory slide ({argument name="format" default="ponchi-e diagram"}) for {argument name="theme" default="Momotaro"} that fuses the gentle atmosphere of "Irasutoya" with the overwhelming information density of "Kasumigaseki slides".

这提示我们:并不是所有高质量提示词都需要 JSON 化。当模型对风格关键词(如"ぽんち絵"、"霞が関スライド")有强先验知识时,一句精确的短提示词同样能稳定产出高密度信息设计。

4.4 精选 No.4:电商直播 UI 界面 Mockup(Live Stream UI Mockup)

目标:在真实人像照片之上叠加一套逼真的社交媒体直播界面——含可自定义的聊天消息、礼物弹窗与商品下单卡片。这是"界面还原 + 多语言文字渲染"能力的极限测试(界面元素全部为中文)。

{
  "type": "live stream UI mockup",
  "subject": {
    "description": "portrait of {argument name=\"host name\" default=\"Elon Musk\"}, smiling, wearing a black t-shirt with a white technical schematic graphic",
    "background": "left side shows a screen with '{argument name=\"left background logo\" default=\"SPACEX\"}' text, right side shows a red '{argument name=\"right background logo\" default=\"Tesla T logo\"}' and a dark car"
  },
  "ui_overlay": {
    "top_header": {
      "host_info": "avatar, name '{argument name=\"host name\" default=\"Elon Musk\"}', subtext '55.6万本场点赞', red '关注' button",
      "rank_badge": "gold coin icon with '全站第1名'",
      "viewer_stats": "3 top viewer avatars with '12.3w', '8.6w', '5.7w', total '68.7万', 'X' close button",
      "right_links": "'更多直播 >', '礼物展馆 0/24' with blue '经典' tag"
    },
    "mid_left_gifts": {
      "count": 2,
      "items": [
        "avatar '科技爱好者', '送小心心', heart icon x 1314",
        "avatar '星辰大海', '送火箭', rocket icon x 666"
      ]
    },
    "bottom_left_chat": {
      "system_message": "level 37 badge '宇宙漫游者 加入了直播间'",
      "message_count": 7,
      "messages": [
        "小火箭: 马斯克!未来可期!🚀",
        "future: 特斯拉Model 2什么时候出?",
        "星空梦想家: SpaceX今年能上火星吗?",
        "AI探索者: Neuralink进展如何?",
        "帅气的网友: 马总好!",
        "Mars: 第一次来你的直播,超激动!",
        "用户123: 讲讲AI吧,会取代人类吗?"
      ]
    },
    "bottom_right_product_card": {
      "hot_tag": "orange '热卖 x 1888'",
      "image": "Tesla Cybertruck",
      "title": "{argument name=\"product name\" default=\"特斯拉Cybertruck 电动皮卡\"}",
      "price": "{argument name=\"product price\" default=\"¥ 1,618,000\"}",
      "button": "red '抢' button",
      "floating_animation": "translucent hearts floating up the right edge"
    },
    "bottom_bar": {
      "input_field": "'说点什么...'",
      "icons": ["smiley face", "three dots", "shopping cart", "gift box", "share"]
    }
  }
}

结构拆解:ui_overlay 将整个直播间 UI 拆解为 top_header(顶部信息栏)、mid_left_gifts(礼物流)、bottom_left_chat(聊天流,含 7 条具体弹幕)、bottom_right_product_card(商品卡:热卖标签、价格、抢购按钮)、bottom_bar(底部输入栏与功能图标)五个区域,逐个指定文本、数字与交互控件。每条弹幕、每个按钮文案都被精确指定——这正是 GPT Image 2"像素级文字渲染"的用武之地,也是电商场景快速出稿的高价值模板。

4.5 精选 No.5:动漫武侠对战插画(Anime Martial Arts Battle)

目标:在传统道馆场景中生成两位女性角色激烈对战的动态动漫插画,带元素能量特效。该示例展示单段落长提示词风格,通过连续的自然语言描述将角色、动作、服装、能量、场景与镜头全部绑定,且关键属性(发色、服装色系、招牌文字)均参数化:

An anime-style illustration of a {argument name="action type" default="high-impact martial arts battle"} between two young female fighters in a {argument name="setting" default="traditional wooden martial arts dojo"}. In the foreground, a girl with black hair in a high bun wears a {argument name="character 1 color theme" default="red and white"} Chinese-style martial arts outfit with baggy pants. She is in a dynamic, low, forward-thrusting stance, surrounded by swirling red energy and water splashes. In the background to the right, a girl with light purple hair in twin buns wears a {argument name="character 2 color theme" default="green and purple"} Chinese dress with gold embroidery and black tights. She is leaping through the air in a flying kick pose, surrounded by swirling blue energy. The wooden floorboards are splintering from the intense impact, with debris and dust flying through the air. Above them hangs a weathered wooden sign with the text "{argument name="sign text" default="武術会"}". The scene features dramatic lighting, a low-angle dynamic perspective, and intense action effects.

要点:角色区分的核心是"发色/发型 + 服装色系 + 能量颜色"三组对照(黑发高马尾红色系 vs 淡紫双马尾绿色系、红能量 vs 蓝能量),这种成对对比让模型能稳定维持双主角的画面平衡,而场景中的汉字招牌(武術会)再次验证了其在画面内嵌文字的渲染能力。

4.6 精选 No.6:3D 石阶演化信息图(Stone Staircase Evolution Infographic)

目标:将扁平的演化时间线升级为写实 3D 石阶信息图,含生物渲染与结构化侧边面板。此示例包含一种高级技巧——引用参考图 REFERENCE_0 作为结构基座,并要求"基于参考进行 3D 化重绘":

{
  "type": "evolutionary timeline infographic",
  "instruction": "Using REFERENCE_0 as a structural base, transform the flat vector design into a highly realistic 3D infographic. Replace the smooth ramps with distinct stone steps and upgrade all organisms to photorealistic 3D models.",
  "style": {
    "background": "{argument name=\"background style\" default=\"vintage textured parchment paper\"}",
    "staircase": "{argument name=\"staircase material\" default=\"realistic textured stone blocks\"}",
    "subjects": "{argument name=\"organism style\" default=\"highly detailed photorealistic 3D renders\"}"
  },
  "layout": {
    "main_title": "{argument name=\"main title\" default=\"人类演化\"}",
    "sections": [
      {
        "position": "left sidebar",
        "count": 8,
        "labels": ["L0: 单细胞生命", "L1: 多细胞生物", "L2: 动物界", "L3: 脊索动物", "L4: 上陆革命", "L5: 哺乳纲", "L6: 人科演化", "L7: 智人纪元"]
      },
      {
        "position": "top right",
        "title": "获得的功能 / 失去的功能",
        "description": "Legend with plus and minus icons"
      },
      {
        "position": "bottom center",
        "title": "演化关键里程碑",
        "count": 6,
        "description": "Timeline with a silhouette graphic of 6 figures showing ape-to-human evolution"
      }
    ],
    "centerpiece": {
      "description": "Winding stone staircase with 25 numbered steps featuring specific organisms.",
      "count": 25,
      "notable_elements": [
        "Step 07: Jellyfish",
        "Step 09: Ammonite",
        "Step 10: Trilobite",
        "Step 24: Walking human",
        "Step 25: {argument name=\"future evolution concept\" default=\"glowing cosmic silhouette with a question mark\"}"
      ]
    }
  }
}

要点:instruction 字段显式说明"沿用参考图结构、但全面升级为 3D 写实";layout.sections 按 position(左侧边栏/右上/底部中央)固定三个信息面板的位置与条目数;centerpiece 定义 25 级石阶上的关键生物节点(水母、菊石、三叶虫、直立行走的人类、代表未来的发光剪影)。位置 + 数量 + 标签三者并举,是控制复杂版式的关键。

五、全量提示词(All Prompts)的分类体系与典型示例

文档中"所有提示词"部分按发布日期倒序展示 120 条完整提示词,并在末尾说明另有 17662 条可通过网页画廊访问。这些提示词按用途/主题组织成三大维度,全部同步到画廊的分类筛选体系:

按使用场景(Use Cases):

  • 头像/Profile(Profile / Avatar):写真头像、动漫头像、自拍风格等,如"紫色头发时尚人像""动漫角色极近特写";
  • 社交媒体帖子(Social Media Post):城市街拍、咖啡与壁画互动、微观世界 diorama、动漫分镜漫画;
  • 信息图/教育视觉(Infographic / Edu Visual):游戏开发横幅、kawaii 桌面插画、manga 风格提示词教学信息图、角色设定表(Hell Hound)、3D 信息图排版;
  • YouTube 缩略图(YouTube Thumbnail):魔法变身、多门奇幻场景、Steampunk、巨型警用机器人救援、雪山读书人像、战斗机座舱 POV、MotoGP 过弯 POV、羽毛球扣杀;
  • 漫画/故事板(Comic / Storyboard):neo-naive 战斗插画、纸艺 diorama、复古拼贴、Ukiyo-e 风格奥菲欧、哥特萝莉 3×3 分镜;
  • 产品营销(Product Marketing):针织毛衣套装、餐厅 A 型招牌、广告级人像、编辑风拼贴、机场时尚大片;
  • 电商主图(E-commerce Main Image):法式休闲套装、香水瓶微缩景观、Meal Prep 玻璃罐、机械键盘键帽、LEGO 人仔化、粉色复古搅拌机、护肤品对比广告、商拍饮品、工装摄影棚大片;
  • 游戏资产(Game Asset):10 帧角色参考表、3D 黏土世界、游戏角色设定表、霓虹街机场景脏化。

按风格(Style):摄影、电影剧照、动漫/漫画、插画、素描/线稿、漫画/图像小说、3D 渲染、Q 版/Chibi、等距、像素画、油画、水彩、水墨/中国风、复古/怀旧、赛博朋克/科幻、极简主义。

按主体(Subjects):人像/自拍、网红/模特、角色、群体/情侣、产品、餐饮、时尚单品、动物/生物、载具、建筑/室内、景观/自然、城市/街道、图表/示意图、文字/排版、抽象/背景。

下面选取三类代表示例,展示典型提示词写法。

5.1 头像类代表:动漫角色参考图极近特写

此提示词展示了**"角色设定表 = 身份来源,渲染参考图 = 质量标杆"**的双图引用技巧(明确要求不复制第二张图的身份、只借鉴其渲染细节密度):

Create an extreme close-up portrait of the character in the attached character reference sheet. Treat that sheet as the absolute authority for the character's identity and design: preserve their face, facial proportions, skin tone, hair style/color, eyes, ears or other character features, and any visible clothing/accessories. Do not redesign the character.
The second attached portrait is ONLY a rendering-quality reference. Do not copy that character's identity, face, hair, colors, clothing, accessories, expression, pose, or composition. Use it only as the target for detail density and finish: highly defined facial features, dimensional anime shading, intricate eyes and eyelashes, individually rendered hair strands, subtle skin highlights and warmth, sophisticated lighting, depth, material definition, and extremely polished cinematic anime rendering.
...
Character sheet = WHO the character is. Second portrait = ONLY the LEVEL OF RENDERING QUALITY.
Generate the portrait now.

这类提示词在人物创作类工作流中极具参考价值:把"身份信息"与"渲染质量"解耦,分别交给不同的参考图负责,是维持角色一致性(对应 GPT Image 2 的 Cross-Image Consistency 能力)的通用方法论。

5.2 信息图代表:像素级文字与数据面板

信息图类提示词普遍采用"定位 + 数量 + 文案"的结构化写法。例如"污水处理厂工作原理"信息图,明确指定标题区(中文大字"污水处理厂/工作原理")、侧边文案块、流程图(格栅/沉砂 → 初沉 → 生化反应 → 二沉)及图注位置,并规定了粗颗粒纸张纹理、厚重 Sans-serif 中文与青蓝配色等细节;"中秋字体海报"则用 Typography 方向的结构(Sans-serif 大字、低对比字形、紧字距、冷白空间、单一高饱和红橙)示范了纯文字排版类提示词的写法。

5.3 电商代表:从"改图"到"整图生成"的工作流

电商类提示词覆盖完整链路:

  • 局部编辑:"只更换服装"类提示词明确锁定"保留脸/发型/表情/姿态,仅改服装与配饰,不重新设计场景";
  • 身份锁定:"河流边街拍"类提示词要求以参考图为唯一身份来源,严格保持五官与发型;
  • 从零生成:产品棚拍(工作室背景、三向光、4K、1:1)、饮品摄影(冰块的折射与气泡)、Meal Prep 食物摄影(多层食材 + 手写配料表);
  • 风格迁移:上传照片转 LEGO 人仔、转黏土世界、转水彩手绘、转纸艺 diorama——此类提示词普遍带 FORMAT LOCK / COMPOSITION LOCK(格式锁定/构图锁定)段落,明确禁止改变人物数量、构图与视角,只做风格重绘。

六、网页画廊与 GitHub README 的对比

文档提供了一个清晰的对比表,帮助用户决定在哪个入口使用本库:

能力 GitHub README youmind.com 画廊
🎨 视觉布局 线性列表 精美的 Masonry 瀑布流网格
🔍 搜索 仅 Ctrl+F 全文搜索 + 过滤器
🤖 AI 一键生成 - AI 一键生成
📱 移动端 基础 完全响应式
🏷️ 分类浏览 - 按分类浏览

画廊的附加能力包括:17 种语言支持、按上述三大维度(用途/风格/主体)分类筛选、每条提示词可直接一键调用 AI 生成。对应仓库的 docs/FAQ.md 也说明:图片上传至 CMS 并由其提供托管,大图不直接入库——这正是仓库能保持轻量、同时支撑海量提示词与预览图的工程原因。

七、工程实现:README 如何被自动化生成(源码分析)

README 文档并非手工维护,而是由 TypeScript 脚本从 CMS 拉取数据后按语言模板渲染生成的。核心链路如下(对应 package.json 中的 generate 脚本):

  1. 配置 17 种语言:markdown-generator.ts 中定义 SUPPORTED_LANGUAGES 数组,将 th-TH 映射到 README_th-TH.md、zh 映射到 README_zh.md 等——本文依据的泰语版 README 正是该映射的产物;
  2. 从 CMS 拉取数据:generate-readme.ts 的主流程对每种语言调用 fetchPromptCategories(lang.code) 获取分类、fetchAllPrompts(lang.code, allCategories) 获取该语言的全部提示词(含总数 total);
  3. 排序与统计:sortPrompts(prompts, total) 按发布日期倒序整理,并统计 total 与 featured(精选)数量——README 头部的统计表格(17782 条、6 条精选、最近更新时间)即由此生成;
  4. 模板渲染:generateMarkdown(...) 依据 i18n.ts 中的多语言翻译模板,将"什么是 GPT Image 2、统计、精选、全部提示词、贡献、许可"等区块拼装成 Markdown,并以 fs.writeFileSync 覆盖写出对应的 README 文件;
  5. 自动同步:sync-approved-to-cms.ts(对应 sync 脚本)负责把审核通过的 Issue 同步进 CMS;结合 docs/FAQ.md 的说明,README 每 4 小时由 CI 自动重生成一次。

从 markdown-generator.ts 的源码还可以看到:生成器会按 prompt.featured 标记区分精选(宽度 700 的图片)与普通提示词(宽度 600 的图片),并将每条提示词渲染为"📖 描述 / 📝 提示词 / 🖼️ 生成图 / 📌 详情(作者、来源、发布日期、语言)+ 画廊直达链接"的固定卡片结构。也就是说,读者在 README 中看到的统一版式,全部由这段模板代码控制。

八、如何参与贡献

文档明确了唯一的提交渠道:GitHub Issue(为保证质量与格式统一,不接收 Pull Request 方式提交提示词)。完整流程如下:

  1. 点击"提交新提示词"(使用官方 Issue 模板);
  2. 在表单中填写提示词详情与配图(格式要求见 docs/FAQ.md:支持 JPEG/PNG/WebP,宽度至少 512px,大小小于 5MB);
  3. 提交后等待团队审核(48 小时内);
  4. 通过后 Issue 会被打上 approved 标签,并自动同步进 CMS(对应 sync-approved-to-cms.ts 脚本);
  5. 提示词将在 4 小时内自动出现在 README 中。

详细的社区规范可参考 docs/CONTRIBUTING.md。提交被拒的常见原因包括:图片质量低或模糊、必填信息缺失、内容抄袭、NSFW/有害内容、垃圾或推广信息(见 docs/FAQ.md 的 Troubleshooting 章节)。

九、许可证与使用注意

  • 本仓库全部内容采用 CC BY 4.0 许可,允许商业使用,但需给出适当署名(docs/FAQ.md 明确说明);
  • 所有提示词均来自社区、仅用于教育目的;文档顶部附有版权声明:如认为任何内容侵犯您的权益,可通过官方 Issue 渠道(bug-report 模板)提出,仓库将及时移除;
  • 项目鸣谢 Payload CMS 与 youmind.com(CMS 托管与画廊平台)。

十、实践建议:如何从本库快速产出可用图像

结合文档中的精选案例与分类体系,可归纳出四类可复用的提示词写作范式:

  1. 结构化 JSON 版式控制(VR 海报、美食地图、直播 UI、3D 信息图):当画面包含精确版式、多语言文案与固定信息区块时,用 JSON 字段逐区指定 type / layout / count / labels,将变化部分替换为 {argument name=... default=...} 动态参数;
  2. 单句风格融合(桃太郎幻灯片):当目标风格有公认关键词(Irasutoya、Kasumigaseki 幻灯片、Ukiyo-e)时,一句精确描述即可触发模型先验;
  3. 双图身份/质量解耦(动漫角色特写):角色设定图只负责"身份一致性",渲染参考图只负责"细节密度标杆",二者职责分离可显著提升多图一致性;
  4. LOCK 锁定式重绘(LEGO 化、黏土化、纸艺化):在提示词中显式加入 FORMAT LOCK / COMPOSITION LOCK / NEGATIVE PROMPT,明确"不改人数、不改构图、不改视角,仅迁移风格",是照片转风格化资产时防止模型自由发挥的关键手段。

无论选择哪种范式,都可以先在本仓库的 README_th-TH.md(或任一语言版本 README.md)中按分类找到对标案例,再进入 youmind.com 画廊直接一键生成验证效果;若需批量检索,还可使用仓库配套的 AI 推荐 Skill 完成提示词定位。

登录后查看全文
awesome-gpt-image-2