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 风格提示词与多面板一致性约束。
🧰 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 |
| 3 | JSON 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" |
| 6 | UI 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):
- 键名描述视觉子系统,不是实现细节(
ENVIRONMENT、MOTION_SYSTEMS) - 值是具体视觉约束,不是"惊艳""专业"这类空泛赞美
- 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
- 头部注释可带
VERSION:与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:3×3、4×3、16-panel、19 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)
用-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)
- 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
- 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?
- 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