Olá a todos, sou o Cang He.
Há alguns dias, o GPT-Image 2 foi lançado.
Todo o círculo de design de IA simplesmente explodiu.
Qual é o poder do efeito? Vamos dizer o seguinte: a frase "ver para crer" pode se tornar uma piada completa a partir de agora.
Não pude deixar de postar nas redes sociais para dar um lembrete amigável a todos:
Não é exagero dizer que metade dos designers no meu círculo já começou a tremer.
Sobre o artigo do DeepSeek V4 de ontem, muitos perguntaram como a imagem de capa foi feita.
Na verdade, foi gerada diretamente pelo GPT-Image 2 em um clique, sem qualquer pós-processamento.
Passei um tempo coletando casos de uso interessantes e prompts da web, extraí-os em modelos e os disponibilizei como código aberto no GitHub.
São tantas categorias, cobrindo tipos populares como infográficos, interfaces, cartazes, fotografia e ilustração, bem como casos complementares como branding, cartões, capturas de tela de live, estilo chinês e visuais comerciais.
Há muitos casos em cada categoria e, claro, todo caso vem com prompts padrão:
O mais importante é que extraímos modelos de prompt de nível industrial.
Cada conjunto de modelos vem com um "guia de prevenção de falhas", que você pode dar diretamente ao seu Agente para aprender, permitindo a geração de prompts em lote e a produção de imagens em lote de uma só vez.
Recomendado para ser chamado diretamente por Agentes como Claude Code ou Codex.
O endereço do repositório de código aberto está aqui. Se você achá-lo útil, por favor, dê uma estrela, haha.
1https://github.com/freestylefly/awesome-gpt-image-2
Além daqueles coletados online, eu mesmo testei muitos casos e anexei os prompts.
Deixe todos sentirem o quão poderoso o GPT-Image 2 realmente é.
1. Telas de Live
Esse tipo de imagem é incrivelmente realista.
Aqui está outra:
É verdadeiramente lindo.
O prompt é muito simples:
Gere uma imagem de uma sala de live. A atmosfera é de uma bela mulher dançando sob a lua, e há muitas pessoas comentando na sala.
Para agradar as leitoras, aqui vai um homem bonito vendendo Hanfu.
Prompt:
Gere uma imagem de uma sala de live. A atmosfera é de um homem bonito explicando sobre Hanfu, e há muitas pessoas comentando na sala.
2. Mapas de Cidade em Estilo Desenhado à Mão
Xi'an:
Anteriormente, ao usar outras ferramentas de IA, para ser honesto, elas não resistiam a um exame minucioso, e o problema de texto ilegível era muito sério.
O GPT-Image 2 é muito melhor em relação ao texto chinês ilegível.
Aqui está um para Xinjiang:
O prompt do modelo é super simples:
Gere um mapa de cidade em estilo aquarela desenhado à mão de [Inserir Nome da Cidade], incluindo comidas típicas locais, pontos turísticos e características da cidade.
3. Cartazes
Apenas tirei uma foto rápida de uma garrafa de chá e dei para o GPT-Image 2.
O cartaz resultante foi, honestamente, muito melhor do que eu esperava.
Prompt:
Ajude a gerar uma imagem promocional para este produto.
Com apenas essa frase, ele imaginou todos os detalhes do design por conta própria.
4. Vistas Explodidas
Gere uma vista explodida de óculos de IA:
Prompt:
Gere uma vista explodida de óculos de IA, incluindo os nomes de cada componente e vários pontos de venda principais deste produto.
5. Diagramas de Explicação Técnica
Por exemplo, este diagrama de explicação técnica RAG:
Não importa qual tecnologia você queira explicar, você pode usar este modelo:
Ajude-me a gerar um diagrama de explicação detalhado para a tecnologia [Inserir Termo Aqui].
6. Posts de Redes Sociais
Ele pode gerar capturas de tela muito realistas de posts de redes sociais.
Então, sugiro fortemente que você encaminhe este artigo para seus pais; o custo de fotos falsas está realmente muito baixo agora.
Criar um post no X leva apenas um minuto:
Não vou postar os prompts; honestamente, é bastante assustador quando você pensa sobre isso.
7. Páginas Web Pessoais
Pedi para ele criar uma página inicial pessoal para mim, e o resultado foi muito bom:
8. Imagens Poéticas
Por exemplo, este "Duan Ge Xing", hahaha:
Prompt:
Ajude-me a gerar uma imagem artística para "Duan Ge Xing", incluindo o texto completo do poema.
9. Imagens em Rolo Longo
O GPT-Image 2 suporta muitos tamanhos de saída diretos, e os rolos longos não são problema algum.
Além disso, há quase zero texto ilegível. É muito forte.
Prompt: Ajude-me a gerar uma imagem em rolo longo para "Pensando na Falésia Vermelha", incluindo o texto completo de "Ode à Falésia Vermelha".
O GPT-Image 2 já está disponível em muitos lugares, como o Lovart, que atualizou imediatamente. Você pode ir testá-lo.
Se você tem uma assinatura do GPT Plus, pode usá-lo diretamente na web.
Há uma maneira ainda mais legal: você pode fazer o Codex chamar o GPT-Image 2 diretamente para gerar imagens.
Antes, você precisava coordenar com algumas habilidades, mas agora isso não é mais necessário.
E descobri que Codex + Obsidian é o melhor parceiro para imagens de capa de artigos.
O Codex chama diretamente o GPT-Image 2 para gerar imagens. Depois de terminar o artigo no Obsidian, a imagem de capa é gerada de forma conveniente e pode até ser preenchida automaticamente nos campos do artigo.
O entendimento do GPT-Image 2 é realmente forte.
Antes, usar Claude Code + Nano Banana 2 para gerar imagens era lento e instável.
Agora, com o Codex gerando uma imagem de capa, leva menos de um minuto. É tão confortável.
É assim que meu processo criativo atual e a geração de imagens de capa funcionam.
Tudo bem, depois de ver os casos, vamos falar sobre por que fiz este projeto de código aberto.
Recentemente, após o lançamento completo do GPT-Image 2, a tendência do desenho com IA tem sido enorme.
Acidentalmente, tropecei nas bibliotecas de prompts do YouMind e do OpenNana. No começo, não prestei muita atenção.
Mas quando cliquei, uau, as imagens eram realmente lindas.
No entanto, depois de brincar um pouco, encontrei um problema muito irritante.
Atualmente, esse tipo de agregação e coleção de prompts simples é, para ser franco, apenas exibir um monte de espécimes requintados.
Se eu quiser integrar centenas de prompts em prosa no meu próprio Agente ou fluxo de trabalho automatizado, ainda tenho que extraí-los manualmente um por um?
Não podemos deixar a IA fazer esse trabalho tedioso?
Eu não quero um monte de frases; eu quero um conjunto de "protocolos" que possam ser chamados diretamente.
Então passei algum tempo fazendo engenharia reversa em todos os 329 casos requintados.
Para ser honesto, no começo, eu só queria fazer uma "versão chinesa aprofundada".
Mas depois que ficou pronto, os resultados foram incrivelmente bons, especialmente quando usado com Agentes.
Percebi que mudamos completamente a forma de jogar.
Isso não é mais uma simples tradução da biblioteca de outra pessoa; é um mecanismo Prompt-as-Code de nível industrial projetado especificamente para o GPT-Image 2.
Resumidamente, aqui está o que fiz:
🧱 Injeção de Esquema Atômico: Pare de Escrever Redações
Reduzi todos os elementos visuais (sujeito, iluminação, material, layout) em componentes estruturados JSON/YAML.
Seu Agente pode analisá-los de forma estável de olhos fechados, com zero alucinações.
⚙️ Fluxo de Trabalho Zero-Configuração
Reduzindo a barreira de entrada, conectando-se perfeitamente ao seu pipeline de dados de modelo de linguagem grande a qualquer momento.
Honestamente, vê-los coordenar para trabalhar e produzir imagens dá uma verdadeira sensação de satisfação como cliente.
🧬 Matriz de Decisão Multidimensional
Visando as poderosas capacidades de layout de texto do GPT-Image 2, introduzi restrições precisas de sistema de coordenadas espaciais.
Eliminando completamente o ponto cego técnico onde o NLP tradicional não conseguia controlar o layout da tela.
É fácil cair na rotina na tecnologia: se outros fazem uma galeria, eu faço uma galeria.
Mas sempre há momentos em que você tem que parar e se perguntar: Isso pode ser automatizado? Pode se tornar uma base?
Alinhar com a versão original mais tarde pode ser apenas uma questão de adicionar alguns scripts de automação.
Mas por enquanto, estamos tentando desenvolver uma metodologia para modelagem de prompts.
Se você também está cansado da experiência de geração de imagens no estilo "gacha", venha testar.
Palavras Finais
Para ser honesto, fiquei bastante nervoso quando comecei este projeto de código aberto.
Afinal, já existem bibliotecas de desenho de IA suficientes por aí. Será que todo mundo realmente precisa de mais uma?
Mas quando executei a primeira imagem usando este conjunto de modelos, vendo o Agente gerar imagens totalmente automáticas, com zero alucinações e de primeira, de repente senti que valeu a pena.
O mundo nunca carece de bons prompts; o que falta é uma metodologia para transformar bons prompts em algo "disponível para todos e que possa ser chamado por Agentes."
Se você também é um companheiro de jornada ajustando fluxos de trabalho de IA, sinta-se à vontade para me dar uma Estrela no GitHub, e você é bem-vindo para enviar seus próprios bons casos. Vamos melhorar esta biblioteca juntos.
Até a próxima. Espero que possamos todos fazer algo diferente com a IA.
