news 2026/9/23 19:43:02

GPT-Image2-Skill 提示词工艺19项清单:JSON风格提示词与多面板一致性,AI绘图进阶核心

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
GPT-Image2-Skill 提示词工艺19项清单:JSON风格提示词与多面板一致性,AI绘图进阶核心

GPT-Image2-Skill 提示词工艺19项清单:JSON风格提示词与多面板一致性,AI绘图进阶核心

【免费下载链接】GPT-Image2-SkillGPT Image 2/2.5 prompt gallery, image prompt library, agentic skill, and CLI for OpenAI image generation/editing项目地址: https://gitcode.com/gh_mirrors/gp/GPT-Image2-Skill

GPT-Image2-Skill 是一个面向 GPT Image 2/2.5 的 AI 绘图提示词画廊(Prompt Gallery)+ 智能体技能 + 命令行工具开源项目,内置 162 条精选可复制提示词。它的 craft.md 把全部经验提炼成一份19 项提示词工艺清单——从"精确文本加引号"到"编辑端点保不变量",是新手进阶 GPT Image AI 绘图最直接的速查手册。本文重点拆解其中最有含金量的两块:JSON 风格提示词多面板一致性约束

🧰 这个项目是什么

简单说,它把"写提示词的手艺"做成了工程化资产:

  • 提示词画廊:32 个分类、162 条提示词,覆盖海报、UI 稿、论文插图、漫画分镜、角色设定表等场景,索引见 gallery.md
  • 工艺清单:craft.md 的 19 项跨类原则(本文主角)
  • Agent 技能:SKILL.md 定义了"先查画廊、再套用工艺、最后调用 CLI"的标准工作流
  • CLI 工具:generate.py 启动器 + cli.py,支持文生图、参考图编辑、蒙版重绘

对新手最实用的价值:不用从零写提示词,先照着同类案例"混搭"再微调。

📋 19 项提示词工艺清单(速查表)

以下编号与 craft.md 目录一一对应(0–18,共 19 项):

#技巧一句话要点
0先查画廊再动笔写提示词前先读 3–8 个邻近案例,混搭已有模式
1精确文本加引号图内要显示的所有文字都用"包裹,逐字给出
2画布先于主体先声明比例/布局(Landscape 16:9…),再描述内容
3JSON 风格提示词多系统交互场景用结构化"配置单"而非散文(本文核心)
4固定区域布局契约信息图/科普板先划好"标题区/左区/右区/图例"
5图表语法论文插图用柱、节点、箭头、热力图等"图表语言"
6UI 写成产品规格设备框架 + 信息架构 + 真实数据,别只说"现代感"
7多面板一致性约束网格/分镜/设定表的关键是跨格统一(本文核心)
8相机语境解锁真实感描述"怎么拍的":RAW、28mm 视角、人群远景
9场景密度胜过形容词5–12 个具体名词 + 2–4 条材质/光照约束
10风格锚点要具体点名美学流派/制作语境,并划定边界
11商业海报文字层级名称最大 → 卖点 → 价格/日期 → CTA → 小字
12材质/光照/调色分离控制别压缩成"高级感"一个词,拆开写
13编辑必须保不变量先说要变什么,再列必须保持的布局/文字/身份
14否定词只给强先验avoid清单要短而准,过长反而干扰生成
15分类迷你模板每类(动漫/游戏/纹身…)都有可复用公式
16中文密集排版加约束声明简体/繁体、文字清晰、无乱码无错字
17署名与画廊元数据区分Curated(自制)与Author + Source
18安全与版权品牌美学仅作风格参考,输出用原创角色

🧩 核心技巧一:JSON 风格提示词

当画面里存在多个互相作用的系统——环境、主体、材质、灯光、粒子、运动、渲染目标——散文式提示词会互相打架。此时换成 JSON/配置式提示词,像写产品规格一样写画面:

/* PRODUCT_RENDER_CONFIG: Chocolate Wafer AESTHETIC: Premium Commercial Food Photography */ { "ENVIRONMENT": { "Background": "Gradient(Dark_Warm_Brown)", "Lighting": "Directional_Studio_Warmer" }, "CORE_ASSETS": { "Primary_Subject": "Wafer_Rolls", "Material": "Milk_Chocolate_Coating" }, "PARTICLE_SYSTEMS": [ { "Object": "Hazelnuts", "State": "Floating" } ], "RENDER_OUTPUT": { "Aspect_Ratio": "3:4", "Quality_Flags": ["Hyper_Realistic", "Sharp_Foreground"] } }

什么时候用:产品主视觉、悬浮食材美食摄影、任何想要"可复用槽位"的复杂场景。

四条写法纪律(摘自清单第 3 项):

  1. 键名描述视觉子系统,不是实现细节(ENVIRONMENTMOTION_SYSTEMS
  2. 值是具体视觉约束,不是"惊艳""专业"这类空泛赞美
  3. 数组适合列可见元素;嵌套对象适合材质、物理、灯光、输出目标
  4. 头部注释可带VERSION:AESTHETIC:——版本不是给机器执行的,而是让提示词像一份"有意为之的规格书",方便日后对比迭代变体

完整案例(No. 57 巧克力威化、No. 58 沙拉爆溅)见 gallery-product-and-food.md:

🎞️ 核心技巧二:多面板一致性约束

网格图、分镜板、角色设定表、世界观展板——关键从来不是"画得多",而是跨面板统一。清单第 7 项给出 4 条硬规则:

① 格数/页数说精确3×34×316-panel19 numbered miniature pages,绝不含糊。

② 每格给一个角色或节拍(role/beat),避免 16 格画出 16 个不同故事。

③ 显式声明共享元素:统一的美术指导、调色板、服装母题、符号、光照、角色身份。

④ 按品类加专属语言

  • 分镜 → 加镜头语言:WIDE / OTS / CU / low angle / match cut / pan-L 45° / duration
  • 角色表 → 要求正/侧/背三视图 + 表情变化 + 配色板
  • 数据网格 → 用small-multiples grid短语,强制各小图坐标轴与刻度一致

看看这三张同规则产出的 AI 绘图效果:

分镜示例 No. 28 的提示词把 6 个格子逐格编号,每格标注景别、运镜、时长,出自 gallery-cinematic-and-animation.md。

10 格角色网格(No. 9)的秘诀一句话:Keep all panels consistent in art direction+ 每格一个差异化身份,来自 gallery-anime-and-manga.md。

4×3 气候数据小图网格(No. 107)则额外要求consistent axes——重复小图必须共用同一刻度体系,来自 gallery-data-visualization.md。

🎯 其他三个高频进阶点

1️⃣ 精确文本进引号(第 1 项)

弱:做一张带品牌名和促销文案的茶海报强:海报必须精确显示以下中文文案:"山川茶事" / "冷泡系列" / "中杯 16 元"——中文保持原文逐字,不转述;密集文字时把标题、副标、图例、数字、小字全部列出。

2️⃣ 相机语境解锁真实感(第 8 项)

短语效果
RAW, unprocessed, full iPhone camera quality降低 AI 抛光感,增加随手真实感
shot from the crowd at a distance真实事件视角
eye level with a 28 mm lens feel建筑类真实感

3️⃣ 编辑端点保不变量(第 13 项)

-i参考图编辑时先说目标变换,再显式声明必须保持的部分。例如经典案例 No. 100:"变成大雪纷飞的冬夜……但棋盘位置仍须清晰可读,保持原始构图与横版比例完全不变。"多参考图时,按Image 1: 产品图 / Image 2: 风格参考逐个指定角色。

✅ 上手路径(三步走)

  1. 打开 gallery.md,找到最贴近你需求的分类文件,读 3–8 个邻近案例
  2. 拿 craft.md 的 19 项清单逐条自检:文本进引号了吗?画布比例写前面了吗?多面板声明了一致性吗?
  3. 用 CLI 执行:gpt-image -p "你的提示词" --quality high --size portrait(复杂文字、海报、图表建议high质量)

💡 记住清单第 0 项:这个仓库不是让你裸写提示词的 CLI 包装,而是把 162 条验证过的模式变成你的起点——混搭,再微调,就是 GPT Image 2 提示词工艺的全部秘密。

【免费下载链接】GPT-Image2-SkillGPT Image 2/2.5 prompt gallery, image prompt library, agentic skill, and CLI for OpenAI image generation/editing项目地址: https://gitcode.com/gh_mirrors/gp/GPT-Image2-Skill

创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/9/23 19:42:53

3步搞懂PubMed影响因子源码解析与避坑指南

3步搞懂PubMed影响因子源码解析与避坑指南 看了一堆教程还是不会写项目?别急,问题往往出在你对核心数据的理解只停留在表面。很多新手在抓取PubMed数据时,对着官方文档里的字段一头雾水,不知道如何提取影响因子,更别提通过源码解析来优化你的爬虫策略了。…

作者头像 李华
网站建设 2026/9/23 19:42:50

service-logV2.zip 解压与日志分析:从完整校验到快速定位问题

简介:这是一份面向微服务开发与运维人员的服务日志管理解决方案,聚焦分布式环境下日志的采集、存储、查询与分析,适用于需要搭建统一日志平台或排查微服务链路问题的场景。压缩包共43个文件,以Java源码为主(28个java&a…

作者头像 李华
网站建设 2026/9/23 19:42:39

TJA1050详解:CAN物理层核心收发器原理与实战指南

1. 为什么TJA1050不是“可有可无的配件”,而是CAN通信链路上不可绕过的物理层守门人你手头那块ESP32开发板,或者STM32F103C8T6最小系统板,它们内部的CAN控制器(比如STM32的bxCAN、ESP32的TWAI)输出的信号,本…

作者头像 李华
网站建设 2026/9/23 19:42:35

YOLOv5头盔检测数据集实战:从标注校验到CBAM调优全流程

简介:面向YOLOv5头盔目标检测任务的数据集,专为安全帽佩戴检测、施工场景监控等应用设计,适合计算机视觉初学者、算法工程师及安防项目开发者使用。包内共160个文件,包含80张真实场景图片与80个配套XML标注文件,标注格…

作者头像 李华
网站建设 2026/9/23 19:42:11

2026最新红男绿女txt实操指南 告别环境配置卡顿

2026最新红男绿女txt实操指南 告别环境配置卡顿 配置环境就卡半天,是不是你的常态?别急,这通常是依赖版本冲突或权限缺失导致的。2026最新的技术栈要求更严格的兼容性,很多旧教程里的 pip install…

作者头像 李华
网站建设 2026/9/23 19:42:10

亚信邮箱源码图解原理:3步搞定StackTrace报错

亚信邮箱源码图解原理:3步搞定StackTrace报错 刚入职第一天,导师甩给我一个任务:接入亚信邮箱系统,发送测试邮件。我信心满满打开代码,结果控制台直接炸出一屏红字。 java.lang.RuntimeException 后面跟着一长串 StackTrace ,什么 at…

作者头像 李华