Hallo zusammen, ich bin Cang He.
Vor ein paar Tagen wurde GPT-Image 2 veröffentlicht.
Die gesamte KI-Designwelt hat daraufhin einen Sprung gemacht.
Wie stark ist der Effekt? Sagen wir es mal so: Der Satz „Sehen ist Glauben“ könnte von nun an völlig zur Farce werden.
Ich konnte nicht anders und habe in den sozialen Medien eine kleine Erinnerung gepostet:
Es ist keine Übertreibung zu sagen, dass die Hälfte der Designer in meinem Umfeld bereits zu zittern begonnen hat.
Zu dem Artikel über DeepSeek V4 von gestern haben viele gefragt, wie das Titelbild entstanden ist.
Es wurde tatsächlich direkt mit GPT-Image 2 in einem Durchgang erstellt, ohne jede Nachbearbeitung.
Ich habe etwas Zeit investiert, um interessante Anwendungsbeispiele und Prompts aus dem Netz zu sammeln, sie in Vorlagen extrahiert und auf GitHub als Open Source veröffentlicht.
Die Kategorien sind vielfältig: Sie decken gängige Typen wie Infografiken, Interfaces, Poster, Fotografie und Illustration ab, aber auch ergänzende Beispiele wie Branding, Karten, Livestream-Screenshots, chinesischen Stil und kommerzielle Visuals.
Unter jeder Kategorie gibt es viele Beispiele, und natürlich sind bei jedem Fall die Prompts standardmäßig dabei:
Das Wichtigste: Wir haben industrietaugliche Prompt-Vorlagen extrahiert.
Jedes Set von Vorlagen enthält einen „Leitfaden zur Fallstrickvermeidung“, den du direkt deinem Agenten zum Lernen geben kannst, um eine Batch-Prompt-Erstellung und eine Batch-Bildproduktion in einem Rutsch zu ermöglichen.
Empfohlen für den direkten Aufruf durch Agenten wie Claude Code oder Codex.
Die Adresse des Open-Source-Repositories ist hier. Wenn es dir hilft, gib ihm bitte einen Stern, haha.
1https://github.com/freestylefly/awesome-gpt-image-2
Neben den online gesammelten habe ich auch viele Fälle selbst getestet und die Prompts beigefügt.
Damit jeder spüren kann, wie leistungsfähig GPT-Image 2 wirklich ist.
1. Livestream-Bildschirmaufnahmen
Diese Art von Bild ist unglaublich realistisch.
Hier ist noch eines:
Es ist wirklich wunderschön.
Der Prompt ist ganz einfach:
Erzeuge ein Bild eines Livestream-Raums. Die Atmosphäre ist eine schöne Frau, die unter dem Mond tanzt, und es gibt viele Leute, die im Raum kommentieren.
Um auch die weiblichen Leser anzusprechen, hier ein gutaussehender Typ, der Hanfu verkauft.
Prompt:
Erzeuge ein Bild eines Livestream-Raums. Die Atmosphäre ist ein gutaussehender Typ, der Hanfu erklärt, und es gibt viele Leute, die im Raum kommentieren.
2. Handgezeichnete Stadtpläne
Xi'an:
Früher, bei anderen KI-Tools, um ehrlich zu sein, hielten sie einer genauen Betrachtung nicht stand, und die Textverzerrung war ein ernstes Problem.
GPT-Image 2 ist bei der chinesischen Textverzerrung deutlich besser.
Hier einer für Xinjiang:
Die Vorlage für den Prompt ist super einfach:
Erzeuge einen handgezeichneten Stadtplan im Aquarellstil von [Stadtname einfügen], mit lokalen Spezialitäten, Wahrzeichen und Stadtcharakteristiken.
3. Poster
Ich habe einfach schnell ein Foto von einer Flasche Tea π gemacht und es GPT-Image 2 gegeben.
Das resultierende Poster war ehrlich gesagt viel besser, als ich erwartet hatte.
Prompt:
Hilf mir, ein Werbebild für dieses Produkt zu erstellen.
Mit nur diesem einen Satz hat es sich alle Designdetails selbst ausgedacht.
4. Explosionszeichnungen
Erzeuge eine Explosionszeichnung einer KI-Brille:
Prompt:
Erzeuge eine Explosionszeichnung einer KI-Brille, mit den Namen der einzelnen Komponenten und mehreren Kernverkaufsargumenten dieses Produkts.
5. Technische Erklärungsdiagramme
Zum Beispiel dieses RAG-Erklärungsdiagramm:
Egal, welche Technologie du erklären möchtest, du kannst diese Vorlage verwenden:
Hilf mir, ein detailliertes Erklärungsdiagramm für die [Begriff hier einfügen]-Technologie zu erstellen.
6. Social-Media-Momente
Es kann sehr realistische Screenshots von Social-Media-Momenten generieren.
Daher empfehle ich dir dringend, diesen Artikel an deine Eltern weiterzuleiten; die Kosten für gefälschte Fotos sind jetzt wirklich zu niedrig.
Einen X-Beitrag zu erstellen dauert nur eine Minute:
Ich werde die Prompts hier nicht posten; ehrlich gesagt, ist es ziemlich beängstigend, wenn man darüber nachdenkt.
7. Persönliche Webseiten
Ich habe es gebeten, eine persönliche Homepage für mich zu entwerfen, und das Ergebnis war recht gut:
8. Gedichtbilder
Zum Beispiel dieses „Duan Ge Xing“, hahaha:
Prompt:
Hilf mir, ein künstlerisches Bild für „Duan Ge Xing“ zu erstellen, einschließlich des vollständigen Textes des Gedichts.
9. Lange Rollbilder
GPT-Image 2 unterstützt viele direkte Ausgabegrößen, und lange Rollen sind überhaupt kein Problem.
Außerdem gibt es so gut wie keine Textverzerrung. Es ist einfach zu stark.
Prompt: Hilf mir, ein langes Rollbild für „An die Rote Felswand denkend“ zu erstellen, einschließlich des vollständigen Textes der „Ode an die Rote Felswand“.
GPT-Image 2 ist jetzt an vielen Orten verfügbar, zum Beispiel bei Lovart, das sofort aktualisiert hat. Du kannst es dort ausprobieren.
Wenn du eine GPT-Plus-Mitgliedschaft hast, kannst du es direkt im Web nutzen.
Es gibt eine noch coolere Methode: Du kannst Codex direkt anweisen, GPT-Image 2 zur Bilderzeugung aufzurufen.
Früher musste man das mit einigen Tricks koordinieren, jetzt ist das überhaupt nicht mehr nötig.
Und ich habe festgestellt, dass Codex + Obsidian der beste Partner für Titelbilder von offiziellen Konten ist.
Codex ruft direkt GPT-Image 2 auf, um Bilder zu generieren. Nachdem der Artikel in Obsidian fertig ist, wird das Titelbild bequem erstellt und kann sogar automatisch in die Artikel-Felder eingefügt werden.
GPT-Image 2 ist wirklich unglaublich gut im Verständnis.
Früher war die Bilderzeugung mit Claude Code + Nano Banana 2 langsam und instabil.
Jetzt, mit Codex, dauert die Erstellung eines Titelbilds weniger als eine Minute. So angenehm.
So funktioniert mein aktueller kreativer Prozess und die Generierung von Titelbildern.
Okay, nachdem wir uns die Beispiele angesehen haben, lasst uns darüber sprechen, warum ich dieses Open-Source-Projekt gestartet habe.
Nach der vollständigen Veröffentlichung von GPT-Image 2 war der KI-Zeichen-Trend in letzter Zeit riesig.
Ich bin zufällig auf die Prompt-Bibliotheken von YouMind und OpenNana gestoßen. Zuerst habe ich nicht viel darauf geachtet.
Aber als ich hineinklickte, wow, die Bilder waren wirklich schön.
Nachdem ich jedoch eine Weile herumexperimentiert hatte, fand ich ein sehr kniffliges Problem.
Derzeit ist diese Art der einfachen Prompt-Sammlung und -Zusammenstellung, um es deutlich zu sagen, nur die Präsentation einer Reihe exquisiter Musterstücke.
Wenn ich Hunderte von prosaisch formulierten Prompts in meinen eigenen Agenten oder meinen automatisierten Workflow integrieren möchte, muss ich sie dann immer noch einzeln manuell heraussuchen?
Können wir nicht KI diese mühsame Arbeit erledigen lassen?
Ich will keine Reihe von Sätzen; ich will einen Satz von „Protokollen“, die direkt aufgerufen werden können.
Also habe ich etwas Zeit investiert, um alle 329 exquisiten Fälle zu rekonstruieren.
Um ehrlich zu sein, wollte ich anfangs nur eine „vertiefte chinesische Version“ erstellen.
Aber nachdem es lief, waren die Ergebnisse unglaublich gut, besonders im Einsatz mit Agenten.
Mir wurde klar, dass wir die Art und Weise, wie man spielt, völlig verändert haben.
Dies ist keine einfache Übersetzung einer fremden Bibliothek mehr; es ist eine industrietaugliche Prompt-as-Code-Engine, die speziell für GPT-Image 2 entwickelt wurde.
Kurz gesagt, hier ist, was ich gemacht habe:
🧱 Atomares Schema-Injection: Schluss mit Aufsätzen
Ich habe alle visuellen Elemente (Motiv, Beleuchtung, Material, Layout) in JSON/YAML-strukturierte Komponenten heruntergebrochen.
Dein Agent kann sie stabil und mit geschlossenen Augen parsen, mit null Halluzinationen.
⚙️ Null-Konfigurations-Workflow
Senkung der Einstiegshürde, nahtlose Verbindung zu deiner Large-Model-Daten-Pipeline jederzeit.
Ehrlich gesagt, es ist ein großartiges Gefühl, wenn man zusieht, wie sie koordiniert arbeiten und Bilder produzieren – ein echtes Kundenerlebnis.
🧬 Mehrdimensionale Entscheidungsmatrix
Speziell für die leistungsstarke Textlayout-Fähigkeit von GPT-Image 2 habe ich präzise räumliche Koordinatensysteme als Einschränkungen eingeführt.
Damit wird die technische Schwachstelle vollständig beseitigt, bei der traditionelle NLP kein Bildschirmlayout steuern konnte.
In der Technik ist es leicht, in eine Sackgasse zu geraten: Wenn andere eine Galerie machen, mache ich eine Galerie.
Aber es gibt immer Momente, in denen man innehalten und sich fragen muss: Kann das automatisiert werden? Kann es eine Grundlage werden?
Die spätere Anpassung an die Originalversion ist vielleicht nur eine Frage des Hinzufügens einiger Automatisierungsskripte.
Aber im Moment versuchen wir, eine Methodik für Prompt-Vorlagen zu entwickeln.
Wenn auch du die „Gacha“-artige Bilderzeugungserfahrung leid bist, komm und probiere es aus.
Abschließende Worte
Um ehrlich zu sein, war ich ziemlich nervös, als ich dieses Open-Source-Projekt startete.
Schließlich gibt es bereits genug KI-Zeichenbibliotheken da draußen. Braucht wirklich jeder noch eine?
Aber als ich selbst das erste Bild mit diesem Satz von Vorlagen ausführte und dem Agenten dabei zusah, wie er vollautomatisch Bilder generierte – mit null Halluzinationen und auf Anhieb – hatte ich plötzlich das Gefühl, dass es sich gelohnt hat.
Der Welt mangelt es nie an guten Prompts; was fehlt, ist eine Methodik, um gute Prompts in etwas zu verwandeln, das „für alle verfügbar und von Agenten aufrufbar“ ist.
Wenn auch du ein Mitstreiter bist, der an KI-Workflows herumbastelt, gib mir gerne einen Stern auf GitHub, und du bist herzlich eingeladen, deine eigenen guten Fälle einzureichen. Lasst uns diese Bibliothek gemeinsam besser und besser machen.
Bis zum nächsten Mal. Ich hoffe, wir alle können mit KI etwas Besonderes schaffen.
