GPT-Image2 提示词模板上手指南

GPT-Image2 提示词模板上手指南

【免费下载链接】awesome-gpt-image-2Prompt as Code | GPT Image 2 / 2.5 提示词与案例库，530+ 个案例、20+ 套工业级模板与可复用 Skills，新增 2.5 同提示词对比专区，附完整提示词与生成记录，持续更新。项目地址: https://gitcode.com/GitHub_Trending/awe/awesome-gpt-image-2

批量出图风格飘忽、版式不受控、截图里的中文动不动变乱码，用 GPT-Image2 干活的人大概率都踩过。问题不在模型，而在提示词没有结构。awesome-gpt-image-2 把 532 个出图案例逆向成结构化提示词资产，配 21 套提示词模板和 1 个 Agent Skill，照抄结构就能稳定复现同类画面。

凭什么值得用：532 个案例、21 套模板、1 个 Skill

项目的思路一句话能讲清：Prompt as Code，把提示词从"散文"变成"代码"——可组合、可版本化、可被 Agent 程序化调用。落到仓库里就是三层资产：

• 532 个逆向工程案例，全部附完整提示词与生成记录。每张图都能回溯到"这句提示词是怎么写出来的"，你看的不是效果图，而是可以照抄的结构。
• 21 套工业级提示词模板，每套自带防坑指南。常见翻车点——乱码、版式飘、比例不对——已经以约束句的形式写进模板，填空即用。
• GPT-Image2 风格库 Skill。把 12 个分类、19 个视觉风格标签、10 个场景标签和全部模板打包给 Claude Code、Codex 这类 Agent，让它自己选型、自己组装生产级提示词。

三层数据来自同一份 data/style-library.json，站点筛选和 Skill 选型不会打架。

第一次打开仓库：从入门到第一张图的 3 步

最短路径就三步，全程只需要"看、抄、填"：

1. 定方向：打开 README 的"首页精选"，例 1 信息图、例 2 社媒截图、例 166 同风格卡牌合集，各代表一种玩法，先确认你要模仿哪种输出。
2. 找最接近的：进 docs/gallery.md 完整画廊，按分类定位到最像的案例，先抄结构（几个模块、信息什么顺序），别只抄风格词。
3. 套模板：回到 docs/templates.md 模板页，把业务变量填进对应分类的常规模板或 JSON 模板，送进 GPT Image 2 试生成。

结果偏了别急着重写，先看模板旁边的防坑指南，把缺的那句约束补上，通常一轮就能收住。

案例画廊怎么逛：532 个案例分 12 类，按需求定位

分类逻辑很简单：先问"我要做的是什么"，再进对应分类。

案例数不等于价值密度，真正有用的是"同类里找最接近的一张"。挑三个高频分类展开说：

• UI 与界面（73 个）：核心是"怎么把界面锁住"。平台、比例、布局、文字约束在提示词里怎么排布，翻几个社媒截图案例就有答案，README 精选的例 2 就是典型。
• 图表与信息可视化（52 个）：重点看模块数量和层级控制，例 1 的工程白皮书信息图是教科书级样本，模块、箭头、双语标签怎么组织一目了然。
• 摄影与写实（77 个）：镜头、光线、材质词是关键词库所在，人像和商业摄影的质感差异全靠这几组词拉开。

剩下九类各有独立分类页，海报、商品、品牌、古风长卷这类按上表对号入座即可。

GPT-Image2 提示词模板怎么填：常规模板、JSON 模板与防坑

21 套模板结构都一样：常规模板（人直接填空）+ JSON 进阶模板（给 Agent 填字段）+ 若干细分专项模板，末尾附防坑指南。拿量最大的 UI 与界面做完整拆解。

常规模板，复制后把方括号换成你的内容：

为[产品类型]生成一张[平台，如 iOS/Android/Web]界面图。 核心功能：[功能点A]、[功能点B]、[功能点C]。 视觉风格：[极简/科技/拟物]，主色[颜色]，强调色[颜色]。 布局：[顶部导航/双栏/卡片流]，信息层级清晰，留白充足。 输出：高保真UI截图，文字清晰可读，比例[9:16/16:9]。

JSON 进阶模板把平台、布局、风格、内容卡片、约束全部字段化，写脚本批量生成时直接程序化填充：

{ "type": "UI Screenshot", "platform": "iOS", "product": "Fitness App", "layout": "Card-based feed with bottom tab bar", "style": { "theme": "Dark Mode", "primary_color": "Neon Green", "typography": "Clean sans-serif" }, "content": { "header": "Today's Activity", "cards": [ {"title": "Running", "data": "5.2 km", "button": "Start"}, {"title": "Calories", "data": "340 kcal"} ] }, "constraints": "High fidelity, readable text, 9:16 aspect ratio" }

防坑指南是这套模板里含金量最高的部分，UI 类的四条值得背下来：

• 不给模糊指令：平台 + 比例 + 布局三件套必须写全，缺一样模型就自由发挥。
• 强制文字锁定：明确要求"文字绝对可读、必须显示指定的中文"，杜绝乱码占位。
• 截图区分平台特征：X 有蓝勾认证、抖音有音乐碟片、小红书是双列瀑布流，先指定平台再画，否则模型会混搭。
• 比例写在最前面：车机、智能家居这类 21:9 特殊屏，比例不置顶就会被默认成手机 9:16。

其余 20 套（信息图、海报、商品、品牌、人物角色、古风、文档等）都按同样的三段式组织，入口都在 docs/templates.md。

3 分钟装好 Style Library Skill，让 Agent 替你写提示词

Skill 源码在 agents/skills/gpt-image-2-style-library/SKILL.md，和站点共用同一份风格库数据。最推荐的安装方式一行命令：

npx skills add freestylefly/awesome-gpt-image-2 --skill gpt-image-2-style-library --agent claude-code codex --global --yes --copy

它能装进 Claude Code、Codex 和 Cursor 等本地 Agent；另外也提供 Claude Code 插件市场（/plugin marketplace add加/plugin install）和 npm CLI（npm install -g gpt-image-2-style-library后运行gpt-image-2-style-library install all）两条路，后者会把 Skill 写入~/.codex/skills、~/.claude/skills、~/.agents/skills。装完重启 Agent 会话即可。

装好之后这样调用：

使用 gpt-image-2-style-library 技能生成城市生命系统图谱

Skill 按"模板分类 → 视觉风格标签 → 场景标签 → 邻近示例案例"的顺序匹配：单个模板明显最优就直接用，候选多则给 2–3 个选项让你挑。最终输出一段按主体、构图、风格、文字要求、比例、约束六个模块组织的生产级提示词，并附上所选模板名和参考案例编号，直接复制进 GPT Image 2 就能出图。

站点与部署：架构一句话，环境变量盯两类

可视化网站让案例可以产品化地逛：大图预览、整段提示词一键复制、按风格和场景筛选，登录还能直接试生成。底层是 Supabase Auth（登录）+ Supabase Postgres（数据）+ Vercel Function（代理 GPT Image 2 API），API Key 不出服务端。

部署时环境变量只盯两类：VITE_前缀的会暴露给浏览器，可以放前端；SUPABASE_SERVICE_ROLE_KEY、Stripe 密钥与 Webhook 签名这类只能进服务端环境。数据库迁移、支付、统计等完整配置清单直接照 README 的部署章节执行，接口入口都在 api/ 目录下。

进阶：把"案例 → 模板 → Skill"串成批量生产线

三层资产串起来，就是一个从灵感到批量生产的标准工作流。拿"给团队做一套技术讲解信息图"举例：

1. 在画廊的图表分类里找到最接近的案例（比如作者实测的 RAG 技术详解图），抄下它的模块结构和信息顺序；
2. 把主题、读者、模块清单填进信息图的 JSON 进阶模板，约束字段写上"文字可读、禁止乱码"；
3. 在 Agent 里让 Skill 复用同一套模板，只替换主题和配色，一次性产出风格统一的一整组。

Prompt as Code 的价值到此才完整：案例定方向、模板给结构、Skill 做组装，GPT-Image2 提示词模板从"一次性的句子"变成"可以反复生产的资产"。

项目采用 MIT License 开源，案例与图片内容溯源至公开社区资源，商用前请对照 docs/disclaimer.md 确认授权。

【免费下载链接】awesome-gpt-image-2Prompt as Code | GPT Image 2 / 2.5 提示词与案例库，530+ 个案例、20+ 套工业级模板与可复用 Skills，新增 2.5 同提示词对比专区，附完整提示词与生成记录，持续更新。项目地址: https://gitcode.com/GitHub_Trending/awe/awesome-gpt-image-2