GPT Image 2 提示词体系全解析:awesome-gpt-image-2 精选库的结构、用法与自动化工作流

原创2026-10-08 21:34:202,199 阅读

GPT Image 2 提示词体系全解析:awesome-gpt-image-2 精选库的结构、用法与自动化工作流

本文以 README_pt-PT.md(欧葡语版 README)为主体,系统拆解 awesome-gpt-image-2 仓库如何组织超过 1.7 万条 GPT Image 2 提示词:从模型能力定位、41 个分类维度、6 个精选提示词的完整 JSON 结构、Raycast 动态参数语法,到"GitHub Issue → CMS → 多语言 README"的全自动发布流水线。读完本文,你将掌握 GPT Image 2 提示词的结构化写法、可参数化的工程化技巧,以及这套提示词库的底层同步机制(源码依据:scripts/ 目录)。

GPT Image 2 提示词精选集封面,展示仓库的视觉形象与主题定位


一、项目定位:面向 GPT Image 2 的社区精选提示词库

awesome-gpt-image-2 是一个由社区收集、按日更新的 GPT Image 2 提示词精选集合,目标是为创作者提供"拿来即用、可直接复现"的高质量提示词。仓库采用 CC BY 4.0 许可证开源,所有提示词均收集自社区、仅供教育目的使用;若内容涉及侵权,可通过 issue 渠道申请立即移除(见 README_pt-PT.md)。

从 package.json 可以看到,仓库本质是一个"提示词数据管线"项目:pnpm generate 触发 scripts/generate-readme.ts 从 CMS 拉取数据并生成全部语言版本 README,pnpm sync 触发 scripts/sync-approved-to-cms.ts 将审核通过的 issue 同步进 CMS。这意味着你看到的每一个提示词条目,都不是手工维护的静态文本,而是由自动化流水线产出的结构化数据。

GPT Image 2 的六项核心能力(文档定位依据)

文档开篇给出了 GPT Image 2(代号 "duct-tape")的模型画像,这也是整个提示词库选材的出发点:

能力 说明
🎯 像素级文字渲染 中文、英文、日文均达到 native 水准,无错字、无字形扭曲
🎨 跨图像素级一致性 同一角色、风格、IP 在多张图间保持像素级一致
⚡ 商用级插画质量 插画输出无需人工精修即可直接商用
🌈 真实艺术风格注入 不止模仿参考图,而是理解并再现艺术风格的灵魂
🔧 故事板与产品系列 适合故事板、IP 形象、产品系列图等多图一致性场景
📐 多语言平面设计 社交卡片、Banner、海报一次生图完成多语言文字排版

这六项能力直接解释了提示词库中的选材倾向:大量"爆炸视图海报"、"角色设定表(character sheet)"、"多面板故事板"类提示词,正是对跨图一致性与多语言文字排版这两项强项的针对性利用。更多模型背景可参阅 docs/FAQ.md(仓库内自带的问答文档)。


二、数据规模与多语言体系

README_pt-PT.md 中的统计表(L136-L146)给出了当前规模:

指标 数量
📝 提示词总数 17782
⭐ 精选(Featured) 6
🔄 最后更新 2026年10月7日星期三 03:10:53 UTC

由于 GitHub 对 README 文件长度的限制,仓库只展示前 120 条常规提示词(剩余 17662 条需到网页图库查看)。这一上限并非随意设定,而是由源码显式控制的:在 scripts/utils/markdown-generator.ts 中定义了常量 MAX_REGULAR_PROMPTS_TO_DISPLAY = 120,生成器在组装"所有提示词"章节时执行 regular.slice(0, MAX_REGULAR_PROMPTS_TO_DISPLAY) 并计算隐藏数量 hiddenCount = total - displayedRegular.length,最终拼入"17662 条未在此显示"的提示文案。从源码结构可以推断,只要调大该常量,README 中展示的条目数就会相应增加,代价是 README 体积进一步膨胀。

16 个语言版本如何生成

仓库根目录下同时存在 README.md、README_zh.md、README_zh-TW.md、README_ja-JP.md、README_ko-KR.md、README_de-DE.md、README_es-ES.md、README_es-419.md、README_fr-FR.md、README_hi-IN.md、README_it-IT.md、README_pt-BR.md、README_pt-PT.md、README_th-TH.md、README_tr-TR.md、README_vi-VN.md,对应 scripts/utils/markdown-generator.ts 中 SUPPORTED_LANGUAGES 数组的 16 个 locale 配置(en、zh、zh-TW、ja-JP、ko-KR、th-TH、vi-VN、hi-IN、es-ES、es-419、de-DE、fr-FR、it-IT、pt-BR、pt-PT、tr-TR)。文档与 FAQ 宣称支持 17 种语言(含英语、简体中文、繁体中文、日语、韩语、泰语、越南语、印地语、西班牙语、拉美西班牙语、德语、法语、意大利语、巴西葡语、欧洲葡语、土耳其语);从代码结构看,语言枚举仍在持续扩展中,新增语言只需在数组中追加一个配置项。

scripts/generate-readme.ts 的 main() 会遍历全部语言依次执行四步:

  1. fetchPromptCategories(lang.code) 拉取该语言的分类树;
  2. fetchAllPrompts(lang.code, allCategories) 按 locale 拉取全部提示词;
  3. sortPrompts(...) 排序(精选在前、常规按发布日期倒序);
  4. generateMarkdown(...) 生成 markdown 并写盘。

每个语言版本的标题、导航、章节标题、提示词字段标签("Descrição / Prompt / Imagens geradas / Detalhes"等)都来自 scripts/utils/i18n.ts 中的翻译表——例如 pt 语言的 title 为 "Prompts Incríveis do GPT Image 2",tryItNow 为 "👉 Experimente agora →"。提示词正文本身不做机器翻译,而是 CMS 中按 locale 存储的原始内容,这正是为什么不同语言 README 中同一提示词只有界面文案语言不同。


三、41 个分类维度:三大类导航体系

文档在"按分类浏览"一节(L46-L91)给出了完整的分类树。这套分类是 CMS 中的 categories 数据在 README 中的静态快照,共 41 个分类:

使用场景(10 类)

个人资料 / 头像(profile-avatar)、社交媒体帖子(social-media-post)、信息图 / 教育视觉图(infographic-edu-visual)、YouTube 缩略图(youtube-thumbnail)、漫画 / 故事板(comic-storyboard)、产品营销(product-marketing)、电商主图(ecommerce-main-image)、游戏素材(game-asset)、海报 / 传单(poster-flyer)、App / 网页设计(app-web-design)。

风格(16 类)

摄影(photography)、电影 / 电影剧照(cinematic-film-still)、动漫 / 漫画(anime-manga)、插画(illustration)、草图 / 线稿(sketch-line-art)、漫画 / 图画小说(comic-graphic-novel)、3D 渲染(3d-render)、Q 版 / Q 萌风(chibi-q-style)、等距(isometric)、像素艺术(pixel-art)、油画(oil-painting)、水彩画(watercolor)、水墨 / 中国风(ink-chinese-style)、复古 / 怀旧(retro-vintage)、赛博朋克 / 科幻(cyberpunk-sci-fi)、极简主义(minimalism)。

主体(15 类)

人像 / 自拍(portrait-selfie)、网红 / 模特(influencer-model)、角色(character)、团体 / 情侣(group-couple)、产品(product)、食品 / 饮料(food-drink)、时尚单品(fashion-item)、动物 / 生物(animal-creature)、车辆(vehicle)、建筑 / 室内设计(architecture-interior)、风景 / 自然(landscape-nature)、城市风光 / 街道(cityscape-street)、图表(diagram-chart)、文本 / 排版(text-typography)、摘要 / 背景(abstract-background)。

从文档正文可以看到,"所有提示词"章节的 120 条常规条目正是按这 41 个分类组织的(如 Perfil / Avatar - ...、Publicação em Redes Sociais - ...、Infográfico / Visual Educacional - ...、Miniatura do YouTube - ...、Imagem Principal de E-commerce - ...、Ativo de Jogo - ... 等标题前缀即分类名)。在网页图库中,每个分类都对应一个可过滤的 URL 参数 ?categories=<slug>,实现"按分类浏览"。


四、六个精选提示词深度拆解:结构化 JSON 的范式

"精选提示词"(Featured)章节是文档中信息密度最高的部分,由团队手工挑选、强调"卓越质量与创造力"。六个精选全部带有 ⭐ Featured 金色徽章,其中五个还带有 🚀 Raycast Friendly 紫色徽章。深入分析这六条提示词,可以提炼出 GPT Image 2 提示词的两种主流工程化范式。

范式一:完整 JSON 对象式提示词(结构化"设计稿")

No. 1:VR 头显爆炸视图海报(来源 README_pt-PT.md)是一个教科书级的 JSON 结构:

{
  "type": "产品爆炸视图海报",
  "subject": "VR 头显",
  "style": "简洁的高科技 3D 渲染,摄影棚灯光,发光装饰",
  "background": "{argument name=\"background color\" default=\"柔和的紫蓝色渐变\"}",
  "header": {
    "logo": "∞ {argument name=\"product name\" default=\"Meta Quest 3\"}",
    "subtitle": "{argument name=\"main catchphrase\" default=\"以全新的结构,重塑全新的现实。\"}"
  },
  "layout": {
    "centerpiece": "VR 头显的垂直堆叠爆炸视图,展示了 9 层不同的内部组件:外壳、摄像头传感器、带芯片的主板、Pancake 透镜、内部框架、电池组、侧带、顶部头带和面部接口衬垫。",
    "callout_labels": {
      "count": 8,
      "left_side": [
        "Snapdragon® XR2 Gen 2\n卓越的处理性能,带来实时沉浸体验。",
        "可调节 IPD 机构\n为广大用户提供舒适的佩戴感。",
        "精密设计的头带\n追求舒适与稳定的工程学设计。"
      ],
      "right_side": [
        "前面板\n精致的设计与优化的重量平衡。",
        "追踪摄像头\n实现高精度的位置追踪与环境感知。",
        "Pancake 透镜\n轻薄设计,提供广阔视野与清晰画质。",
        "高性能电池\n优化电源设计,支持长时间续航。",
        "柔软的面部接口\n确保长时间佩戴依然舒适。"
      ]
    },
    "footer": {
      "left_text_block": {
        "headline": "{argument name=\"bottom headline\" default=\"体验,源于结构的进化。\"}",
        "body": "每一个零件都蕴含着支撑沉浸式体验的前沿科技与匠心设计。Meta Quest 3 从内部构建未来,为您带来超乎想象的体验。"
      },
      "right_logo": "∞ Meta"
    }
  }
}

分析要点:

  • 层级化结构:type → subject → style → background → header → layout,把一张海报拆成"版面元素",模型按 JSON 键名逐项渲染,可复现性远高于一段连续散文;
  • 精确的数量约束:callout_labels.count: 8、centerpiece 中明示"9 层内部组件",用数字锁住版面密度;
  • 文案即数据:连产品标语、宣传语都作为 JSON 字段给出,直接考验模型的像素级多语言文字渲染能力;
  • 参数化插槽:{argument name=... default=...} 让同一模板可复用在不同品牌/产品上。

No. 2:手绘城市美食地图(L223-L288)同样是 JSON 范式:type: "手绘地图信息图",title_section(城市名 + 地图标题 + 吉祥物)、border(装饰元素)、layout.background(羊皮纸底色 + 道路/河流/公园的配色约定)、sections 三块(地标 6 个、美食地点 12 个、图例 5 项)各自带 count、illustrations 与 labels 一一对应的数组,最后用 centerpiece(吃竹子的大熊猫)与 bottom_right_extras(复古罗盘 + 免责声明)收尾。它的价值在于示范了信息图类提示词如何通过"编号标签与插图一一对应"来保证版面秩序——12 个美食点位从"1 陈麻婆豆腐"排到"12 双流老妈兔头",模型被明确告知每个编号对应哪家店。

No. 4:电商直播 UI 样机(L333-L411)把 JSON 范式推向 UI 设计领域:subject 定义主播(默认 Elon Musk)与两侧背景屏,ui_overlay 细分 top_header(主播信息/排名徽章/观众统计/右侧链接)、mid_left_gifts(2 条礼物流,含"爱心 x 1314"、"火箭 x 666")、bottom_left_chat(系统消息 + 7 条观众弹幕原文)、bottom_right_product_card(热卖标签/商品图/价格/按钮/浮动动画)、bottom_bar(输入框 + 5 个图标)。整条提示词本质上是一份直播界面的产品需求文档,示范了用 GPT Image 2 做 UI mockup 的完整做法。

No. 6:3D 石阶演化信息图(L449-L521)示范了基于参考图的结构迁移:instruction 字段要求"以 REFERENCE_0 作为结构基础,将平面矢量设计转化为高度逼真的 3D 信息图,将平滑坡道替换为石阶、所有生物升级为照片级 3D 模型";style 三个子键(背景/楼梯材质/生物风格)全部参数化;layout 中左侧 8 级演化层次(L0 单细胞 → L7 智人)、右侧功能得失图例、底部 6 个剪影里程碑、中心 25 级编号台阶(第 07 阶水母、第 09 阶菊石、第 10 阶三叶虫、第 24 阶直立人类、第 25 阶未来演化概念)。这是"平面设计 → 3D 化"这一类转换任务的代表模板。

范式二:单段高密度描述式提示词("一镜到底")

No. 5:动漫武术对决(L414-L447)是纯散文式长句的范例:一段话内依次锁定两个角色的发型、服装、能量特效(红色斩击 vs 蓝色水流)、道场背景、招牌文字(武術会)、粒子效果与低角度戏剧光影,并嵌套 5 个参数插槽(两人发型、两人服装、招牌文字)。它的可复制价值在于:用"前景-空中-背景"的空间顺序组织长句,让模型对构图有清晰的叙事路径。

No. 3:混合风格的桃太郎讲解 Slides(L292-L330)则是极简长句的极致:整条提示词只有一句话——"创建一个讲解型 Slides({argument name="format" default="ponchi-e diagram"}),主题为 {argument name="theme" default="Momotaro"},将 'Irasutoya' 的柔和氛围与 '霞关风格 Slides' 极高的信息密度完美融合"。它以**两个风格锚点(Irasutoya 插图风格 × 日本政府 Slides 排版风格)**驱动生成,示范了"风格混合"类提示词的写法,并产出了 2 张生成图。


五、常规提示词的结构规律:七段式"摄影工作流"模板

120 条常规提示词按发布时间倒序排列,逐条包含 Descrição(描述)/ Prompt(提示词)/ Imagens geradas(生成图)/ Detalhes(详情) 四个字段,其中 Detalhes 记录了作者、来源(Twitter Post)、发布日期、语言与可直达图库实验页的入口。

从多位社区作者的投稿中可以提炼出一套被反复使用、值得收藏的**"七段式人像提示词"模板**(以"Perfil / Avatar"系列为例),典型结构如下:

  1. 主体(Assunto):一句话概括画面主题;
  2. 主要人物(Sujeito Principal):人物身份 + 在画面中的位置;
  3. 人物与表情(Pessoa & Expressão):脸型、眼睛、眉毛、鼻子、唇色,以及目光方向、表情状态;发型描述精确到"湿发薄刘海垂在脸颊两侧";
  4. 服装与姿势(Vestuário & Pose):逐件列出服装材质与配饰("黑色珐琅光泽紧身胸衣、无肩带胸部设计、中间拉链"),并说明肢体动作;
  5. 背景与光线(Fundo & Luz):按"从左到右"的空间顺序描述背景元素,并指定光源方位与软硬性质("右侧强烈的红色霓虹光与正面柔和的白色主光源");
  6. 构图与相机(Composição & Câmera):画幅比例(3:4 / 4:5 / 2:3 / 9:16)、机位高度、取景范围、主体占比、焦点位置、背景虚化程度;
  7. 纹理与风格(Textura & Estilo):照片风格(live-action / 照片级写实)+ 主色调板约束;
  8. 负面提示(Negativo):明确禁止改变的元素(如"改变猫耳/尾巴造型;遗漏背景中的猫咪")。

以"红底伸手女性肖像"(README_pt-PT.md)为例,其"Negativo"段写明"改变巨大的前景手部和俯视视角;省略红色地板"——负面提示与主体段一一对应,形成"要求什么就禁止其被改变"的闭环。这种模板的可复用性极高:换一个人物、换一套服装、换一个场景,七段结构可以原样套用,这也是该系列能持续产出高质量人像的核心原因。

另一类值得关注的是**"身份锁定 + 渲染质量分离"的写法("动漫角色肖像提示词",L565-L613):明确"角色参考表 = 角色是谁,第二张肖像 = 仅为渲染质量的水平",并强调"不要复制第二张肖像的身份、面部、头发、颜色",把参考图的作用拆解为身份源与质感目标**两个独立维度,这是对付"参考图串扰"的实用技巧。

此外,常规列表中还有若干**"上传图片 → 再创作"类提示词**,例如"旅行 Scrapbook 海报"(把上传照片改造成 3:4 上下两半的旅行手账,下半部 6-9 个手绘元素 + 手写标题与图注)、"食品变童话书插画"(照片向下自然延伸进手绘世界,禁止生硬分割线)、"角色 10 帧设定表"(2 行 × 5 列:上行 5 个面部视角、下行 5 个全身视角,要求 10 帧服装发型完全一致、分辨率锁定 16K)等。这些提示词共同示范了 GPT Image 2 的多图一致性与精细版面控制能力边界。


六、Raycast 集成:提示词的动态参数化

文档专门用一个章节(L122-L133)讲解 Raycast Snippets 语法:部分提示词支持 {argument name="..." default="..."} 形式的动态参数,带有 🚀 Raycast Friendly 徽章的条目即可在 Raycast 中直接参数化迭代。官方示例为:

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

用法:把提示词存为 Raycast Snippet,使用时弹出参数表单,逐个替换 name 对应的取值(保留 default 作为兜底),即可在不改写提示词骨架的前提下快速批量产出变体。这一机制在 scripts/utils/i18n.ts 的 raycastExample 字段中被完整保留(所有语言版本共享同一示例文本),证明参数化提示词是数据管线中一等公民,而非 README 渲染时临时加工的产物。

在六个精选提示词中,五条都嵌入了参数插槽,位置分布很有讲究:

  • 全局参数:background color(背景色)、art style(艺术风格)、estilo de fundo / material da escadaria / estilo dos organismos(风格-材质-主体三重插槽);
  • 内容参数:product name、main catchphrase、bottom headline(海报文案类);
  • 人物参数:host name、character 1 hair/outfit、character 2 hair/outfit(角色类);
  • 布局参数:format(版式)、theme(主题)、aspect_ratio_en(画幅比例)、caption text(图注文字)。

从工程角度理解,{argument name="X" default="Y"} 就是提示词模板的"函数签名":name 是形参名,default 是默认实参。用户只需在调用时替换形参,即可把一条精选级提示词复用到任意主题。


七、README 与网页图库:两种使用形态的对比

文档用一张对比表(L37-L43)说明了两种形态的差异,这也是文档引导用户"为什么要去图库"的论据:

特性 GitHub README youmind.com 图库
🎨 视觉布局 线性列表 精美的瀑布流网格(Masonry)
🔍 搜索 仅 Ctrl+F 全文搜索和筛选
🤖 AI 一键生图 无 AI 一键生图
📱 移动端 基础 完全响应式
🏷️ 分类 无(正文按分类前缀排列) 分类浏览

图库额外提供的四项能力(漂亮瀑布流、全文搜索与筛选、17 语言支持、移动端优化)同样出现在文档"更多提示词"章节的卖点列表中。值得指出的是:图片并不存放在 Git 仓库中,而是上传至 CMS 后由 CDN 提供(docs/FAQ.md 明确说明"Images are uploaded to our CMS and served from there. We don't store large images in the Git repository"),仓库内仅保留 public/images/ 下的封面图。生成图在 README 中呈现为 <img src="https://cms-assets.youmind.com/media/..."> 的远程引用,这就是为什么每次 pnpm generate 后 README 体积依然可控。


八、全自动发布流水线:从 Issue 到多语言 README

文档"如何贡献"章节(L6418-L6432)与 docs/CONTRIBUTING.md 共同勾勒了内容生产的完整链路:

  1. 提交:创作者通过"提交新提示词"issue 模板提交,必须包含标题(≤80 字符)、完整提示词正文、描述、一张或多张生成图(每行一个 URL)、作者信息与来源链接、语言;
  2. 审核:团队在 48 小时内完成质量审核(原创作或正确署名、结果高质量、清晰可复现、有创意、安全合规;拒绝模糊低质图、抄袭、NSFW、垃圾/推广内容),通过后打上 approved 标签;
  3. 自动同步:带 approved 标签的 issue 由 CI 触发 pnpm sync(即 scripts/sync-approved-to-cms.ts),把提示词写入 CMS(Payload CMS),并同时上传图片(图片上传逻辑见 scripts/utils/image-uploader.ts);
  4. README 更新:4 小时内,下一次定时构建运行 scripts/generate-readme.ts,从 CMS 拉取最新数据、按 16 种语言分别生成 README 并写盘——这就是文档页脚"此 README 自动生成,最后更新于 2026-10-07T03:10:53.241Z"的来源。

该流水线有三个值得借鉴的设计决策:

  • 只接受 Issue 提交:用标准化表单保证格式统一、自动化可解析(CONTRIBUTING 明确列出"为什么只用 Issues":格式一致、质量控制、自动化处理、低门槛);
  • 图片规格有硬性约束:宽 ≥ 512px,推荐 1024–2048px,仅 JPEG/PNG/WebP,单张 < 5MB,除原作者水印外不得有水印;
  • CMS 是唯一事实源(single source of truth):README 只是 CMS 数据的渲染产物,因此 16 个语言版本永远一致,不会出现"某语言漏更新"的漂移问题。

对于希望本地复现的开发者,可在 docs/LOCAL_DEVELOPMENT.md 查看开发说明;在配置好 CMS_HOST、CMS_API_KEY 等环境变量后(scripts/utils/cms-client.ts 从环境读取),执行 pnpm generate 即可用本地数据重新生成全部 README。


九、许可证与使用边界

  • 许可证:CC BY 4.0(署名 4.0 国际版)。根据 docs/FAQ.md,该许可允许商业使用,前提是给出适当署名。
  • 版权声明:所有提示词收集自社区、仅供教育目的;权利人可通过 issue 要求删除。
  • 贡献者协议:提交即表示内容将以 CC BY 4.0 授权,保证你拥有提交内容的权利,并接受为原作者署名。

十、总结:这套提示词库的可复用方法论

回看 README_pt-PT.md 的完整结构(图库 CTA → 模型能力 → 统计 → 精选 → 全量列表 → 贡献 → 许可),可以提炼出对 AI 提示词工程师有直接价值的四件事:

  1. 用结构化 JSON 描述版面:把海报/信息图/UI 拆成键值对与数组,用 count 锁密度、用标签数组锁对应关系,可复现性远超长散文;
  2. 用 {argument name default} 做模板化:参数插槽让一条提示词变成可复用函数,这是规模化生产提示词的前提;
  3. 用负面提示锁定关键约束:七段式模板中"Negativo"与主体段一一对应,明确"什么不可变",与身份锁定、渲染质量分离技巧配合,是保证跨图一致性的工程手段;
  4. 用数据管线代替手工维护:Issue 表单 → CMS → 多语言 README 的链路(scripts/ 目录即是全部实现),让 1.7 万条提示词、16 个语言版本能够按 4 小时周期自动保持同步——这是本仓库区别于普通 "awesome list" 的核心理念。

如果你想继续深入,建议优先阅读 docs/CONTRIBUTING.md(贡献规范与图片要求)、docs/FAQ.md(常见问题)、scripts/utils/markdown-generator.ts(README 生成与 120 条截断逻辑)以及 scripts/generate-readme.ts(多语言构建主流程)。

登录后查看全文
awesome-gpt-image-2