Bonjour à tous, je suis Cang He.
Il y a quelques jours, GPT-Image 2 est sorti.
Tout le cercle du design IA a explosé.
À quel point l'effet est-il puissant ? Disons-le ainsi : l'expression « voir, c'est croire » pourrait bien devenir une plaisanterie complète à partir de maintenant.
Je n'ai pas pu m'empêcher de publier sur les réseaux sociaux pour donner un petit rappel amical à tout le monde :
Sans exagération, la moitié des designers de mon cercle ont déjà commencé à trembler.
À propos de l'article sur DeepSeek V4 hier, beaucoup de gens ont demandé comment l'image de couverture avait été réalisée.
En fait, elle a été générée directement par GPT-Image 2 en un clic, sans aucun post-traitement.
J'ai passé du temps à collecter des cas d'utilisation intéressants et des prompts sur le web, je les ai extraits en modèles, et je les ai open-sourcés sur GitHub.
Il y a tellement de catégories, couvrant les types courants comme les infographies, les interfaces, les affiches, la photographie et l'illustration, ainsi que des cas supplémentaires comme le branding, les cartes, les captures d'écran de livestream, le style chinois et les visuels commerciaux.
Il y a de nombreux cas dans chaque catégorie, et bien sûr, chaque cas est livré avec des prompts standard :
Le plus important, nous avons extrait des modèles de prompts de qualité industrielle.
Chaque ensemble de modèles est accompagné d'un « guide anti-écueils », que vous pouvez donner directement à votre Agent pour apprendre, permettant une génération de prompts par lots et une production d'images par lots en une seule fois.
Recommandé pour être appelé directement par des Agents comme Claude Code ou Codex.
L'adresse du dépôt open-source est ici. Si vous le trouvez utile, merci de lui donner une étoile, haha.
1https://github.com/freestylefly/awesome-gpt-image-2
En plus de ceux collectés en ligne, j'ai aussi testé de nombreux cas moi-même et j'ai joint les prompts.
Que tout le monde ressente à quel point GPT-Image 2 est vraiment puissant.
1. Captures d'écran de livestream
Ce genre d'image est incroyablement réaliste.
En voici une autre :
C'est vraiment magnifique.
Le prompt est très simple :
Génère une image d'une salle de livestream. L'ambiance est celle d'une belle femme dansant sous la lune, et il y a beaucoup de gens qui commentent dans la salle.
Pour satisfaire les lectrices, voici un beau garçon vendant du Hanfu.
Prompt :
Génère une image d'une salle de livestream. L'ambiance est celle d'un beau garçon expliquant le Hanfu, et il y a beaucoup de gens qui commentent dans la salle.
2. Cartes de ville style dessin à la main
Xi'an :
Avant, en utilisant d'autres outils d'IA, pour être honnête, ils ne supportaient pas un examen minutieux, et le problème de texte déformé était très grave.
GPT-Image 2 est bien meilleur concernant le texte chinois déformé.
En voici une pour le Xinjiang :
Le prompt du modèle est super simple :
Génère une carte de ville de style aquarelle dessinée à la main de [Insérer le nom de la ville], incluant les spécialités culinaires locales, les points d'intérêt et les caractéristiques de la ville.
3. Affiches
Je viens de prendre une photo rapide d'une bouteille de Tea π et de l'ai donnée à GPT-Image 2.
L'affiche résultante était, honnêtement, bien meilleure que ce à quoi je m'attendais.
Prompt :
Aide à générer une image promotionnelle pour ce produit.
Avec cette seule phrase, il a imaginé tous les détails de conception par lui-même.
4. Vues éclatées
Génère une vue éclatée de lunettes AI :
Prompt :
Génère une vue éclatée de lunettes AI, incluant les noms de chaque composant et plusieurs points de vente clés de ce produit.
5. Diagrammes d'explication technique
Par exemple, ce diagramme d'explication technique RAG :
Peu importe la technologie que vous voulez expliquer, vous pouvez utiliser ce modèle :
Aide-moi à générer un diagramme d'explication détaillé pour la technologie [Insérer le terme ici].
6. Moments de réseaux sociaux
Il peut générer des captures d'écran très réalistes de moments de réseaux sociaux.
Donc, je vous suggère fortement de transférer cet article à vos parents ; le coût des fausses photos est vraiment trop bas maintenant.
Créer un post X ne prend qu'une minute :
Je ne publierai pas les prompts ; honnêtement, c'est assez effrayant quand on y pense.
7. Pages web personnelles
Je lui ai demandé de concevoir une page d'accueil personnelle pour moi, et le résultat était plutôt bon :
8. Imagerie poétique
Par exemple, ce « Duan Ge Xing », hahaha :
Prompt :
Aide-moi à générer une image artistique pour « Duan Ge Xing », incluant le texte intégral du poème.
9. Images en long rouleau
GPT-Image 2 prend en charge de nombreuses tailles de sortie directes, et les longs rouleaux ne posent aucun problème.
De plus, il y a presque zéro texte déformé. C'est trop fort.
Prompt : Aide-moi à générer une image en long rouleau pour « Thinking of the Red Cliff », incluant le texte intégral de « Ode to the Red Cliff ».
GPT-Image 2 est maintenant disponible à de nombreux endroits, comme Lovart, qui a mis à jour immédiatement. Vous pouvez aller l'essayer.
Si vous avez un abonnement GPT Plus, vous pouvez l'utiliser directement sur le web.
Il y a une méthode encore plus cool : vous pouvez faire en sorte que Codex appelle GPT-Image 2 directement pour générer des images.
Avant, il fallait coordonner avec quelques compétences, mais maintenant ce n'est plus du tout nécessaire.
Et j'ai découvert que Codex + Obsidian est le meilleur partenaire pour les images de couverture de compte officiel.
Codex appelle directement GPT-Image 2 pour générer des images. Après avoir terminé l'article dans Obsidian, l'image de couverture est générée facilement et peut même être automatiquement remplie dans les champs de l'article.
La compréhension de GPT-Image 2 est vraiment forte.
Avant, utiliser Claude Code + Nano Banana 2 pour générer des images était lent et instable.
Maintenant, avec Codex générant une image de couverture, cela prend moins d'une minute. C'est tellement confortable.
C'est ainsi que fonctionnent mon processus créatif actuel et la génération d'images de couverture.
Bon, après avoir vu les cas, parlons de pourquoi j'ai fait ce projet open-source.
Récemment, après la sortie complète de GPT-Image 2, la tendance du dessin IA a été énorme.
Je suis tombé par hasard sur les bibliothèques de prompts de YouMind et OpenNana. Je n'y ai pas prêté beaucoup d'attention au début.
Mais quand j'ai cliqué, wow, les images étaient vraiment magnifiques.
Cependant, après avoir joué un moment, j'ai trouvé un problème très gênant.
Actuellement, ce genre d'agrégation et de collecte simple de prompts, c'est, pour être franc, juste afficher un tas de spécimens exquis.
Si je veux intégrer des centaines de prompts prosaïques dans mon propre Agent ou flux de travail automatisé, dois-je encore les récupérer manuellement un par un ?
Ne pouvons-nous pas laisser l'IA faire ce travail fastidieux ?
Je ne veux pas un tas de phrases ; je veux un ensemble de « protocoles » qui peuvent être appelés directement.
J'ai donc passé du temps à rétro-ingénierer les 329 cas exquis.
Pour être honnête, au début, je voulais juste faire une « version chinoise approfondie ».
Mais une fois que c'était opérationnel, les résultats étaient incroyablement bons, surtout utilisés avec des Agents.
J'ai réalisé que nous avions complètement changé la façon de jouer.
Ce n'est plus une simple traduction de la bibliothèque de quelqu'un d'autre ; c'est un moteur Prompt-as-Code de qualité industrielle conçu spécifiquement pour GPT-Image 2.
Brièvement, voici ce que j'ai fait :
🧱 Injection de schéma atomique : arrêtez d'écrire des essais
J'ai réduit tous les éléments visuels (sujet, éclairage, matériau, disposition) en composants structurés JSON/YAML.
Votre Agent peut les analyser de manière stable les yeux fermés, avec zéro hallucination.
⚙️ Flux de travail zéro configuration
Abaisser la barrière à l'entrée, se connecter de manière transparente à votre pipeline de données de grands modèles à tout moment.
Honnêtement, les voir se coordonner pour travailler et produire des images donne une vraie sensation de satisfaction en tant que client.
🧬 Matrice de décision multidimensionnelle
Ciblant les puissantes capacités de disposition de texte de GPT-Image 2, j'ai introduit des contraintes précises de système de coordonnées spatiales.
Éliminant complètement le point aveugle technique où la PNL traditionnelle ne pouvait pas contrôler la disposition de l'écran.
Il est facile de tomber dans une ornière technologique : si d'autres font une galerie, je fais une galerie.
Mais il y a toujours des moments où vous devez vous arrêter et vous demander : cela peut-il être automatisé ? Cela peut-il devenir une fondation ?
S'aligner sur la version originale plus tard pourrait n'être qu'une question d'ajout de quelques scripts d'automatisation.
Mais pour l'instant, nous essayons de développer une méthodologie pour le templating de prompts.
Si vous êtes aussi fatigué de l'expérience de génération d'images de style « gacha », venez essayer.
Mot de la fin
Pour être honnête, j'étais assez nerveux quand j'ai commencé ce projet open-source.
Après tout, il y a déjà assez de bibliothèques de dessin IA là-bas. Est-ce que tout le monde a vraiment besoin d'une autre ?
Mais quand j'ai exécuté la première image en utilisant cet ensemble de modèles moi-même, en regardant l'Agent générer des images entièrement automatiquement, avec zéro hallucination et en un seul essai, j'ai soudainement senti que cela en valait la peine.
Le monde ne manque jamais de bons prompts ; ce qui manque, c'est une méthodologie pour transformer de bons prompts en quelque chose de « disponible pour tout le monde et appelable par les Agents ».
Si vous êtes aussi un compagnon de route qui bricole des flux de travail IA, n'hésitez pas à me donner une étoile sur GitHub, et vous êtes invités à soumettre vos propres bons cas. Rendons cette bibliothèque de mieux en mieux ensemble.
À la prochaine fois. J'espère que nous pourrons tous faire quelque chose de différent avec l'IA.
