Olá a todos, sou o Cang He.
Há alguns dias, o GPT-Image 2 foi lançado.
O mundo inteiro do design de IA simplesmente explodiu.
Quão poderoso é o efeito? Vamos colocar assim: a expressão "ver para crer" pode se tornar uma piada completa daqui para frente.
Não consegui evitar e postei 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, muitas pessoas perguntaram como a imagem de capa foi feita.
Na verdade, foi gerada diretamente pelo GPT-Image 2 em um clique, sem nenhum pós-processamento.
Passei um tempo coletando casos de uso interessantes e prompts da web, extraí para templates e publiquei como código aberto no GitHub.
São tantas categorias, cobrindo tipos principais como infográficos, interfaces, pôsteres, fotografia e ilustração, além de casos complementares como branding, cartões, capturas de tela de livestream, estilo chinês e visuais comerciais.
Há muitos casos em cada categoria e, claro, todos os casos vêm com prompts:
Mais importante ainda, extraímos templates de prompt de nível industrial.
Cada conjunto de templates vem com um "guia de prevenção de armadilhas", 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 ser chamado diretamente por Agentes como Claude Code ou Codex.
O endereço do repositório open-source está aqui. Se achar útil, dá uma estrela, haha.
1https://github.com/freestylefly/awesome-gpt-image-2
Além dos que coletei online, também testei muitos casos pessoalmente e anexei os prompts.
Deixe todo mundo sentir o quão poderoso o GPT-Image 2 realmente é.
1. Telas de Livestream
Esse tipo de imagem é incrivelmente realista.
Aqui vai outra:
É realmente lindo.
O prompt é muito simples:
Gere uma imagem de uma sala de livestream. A atmosfera é de uma bela mulher dançando sob a lua, e há muitas pessoas comentando na sala.
Para atender às leitoras, aqui vai um cara bonito vendendo Hanfu.
Prompt:
Gere uma imagem de uma sala de livestream. A atmosfera é de um cara bonito explicando sobre Hanfu, e há muitas pessoas comentando na sala.
2. Mapas de Cidade em Estilo Desenhado à Mão
Xi'an:
Antes, ao usar outras ferramentas de IA, para ser honesto, elas não resistiam a um olhar mais atento, e o problema de texto distorcido era muito grave.
O GPT-Image 2 é muito melhor em relação ao problema de texto chinês distorcido.
Aqui vai um para Xinjiang:
O prompt do template 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. Pôsteres
Acabei de tirar uma foto rápida de uma garrafa de Tea π e entreguei ao GPT-Image 2.
O pôster 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
Gerar 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 fortes principais deste produto.
5. Diagramas Técnicos Explicativos
Por exemplo, este diagrama técnico explicativo de RAG:
Não importa qual tecnologia você queira explicar, você pode usar este template:
Ajude-me a gerar um diagrama explicativo detalhado para a tecnologia [Inserir Termo Aqui].
6. Posts de Redes Sociais
Ele consegue 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 a ele para projetar uma homepage 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 rolos longos não são problema algum.
Além disso, há quase zero distorção de texto. É forte demais.
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 experimentar.
Se você tem uma assinatura GPT Plus, pode usar 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 necessário.
E descobri que Codex + Obsidian são os melhores parceiros para imagens de capa de posts.
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 a imagem de capa, leva menos de um minuto. É tão confortável.
É assim que meu processo criativo atual e a geração de imagem de capa funcionam.
Ok, depois de ver os casos, vamos falar sobre por que eu fiz este projeto open-source.
Recentemente, após o lançamento completo do GPT-Image 2, a tendência de desenho com IA tem sido enorme.
Eu acidentalmente tropecei nas bibliotecas de prompt do YouMind e OpenNana. No começo, não prestei muita atenção.
Mas quando cliquei, uau, as imagens eram realmente bonitas.
No entanto, depois de mexer por um tempo, encontrei um problema muito incômodo.
Atualmente, esse tipo de agregação e coleta simples de prompts 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 podem 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 de 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 (assunto, iluminação, material, layout) em componentes estruturados JSON/YAML.
Seu Agente pode analisá-los de forma estável com os olhos fechados, com zero alucinações.
⚙️ Fluxo de Trabalho de Configuração Zero
Reduzindo a barreira de entrada, conectando-se perfeitamente ao seu pipeline de dados de modelo grande a qualquer momento.
Honestamente, vê-los coordenar o trabalho 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 há sempre momentos em que você precisa 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 templating de prompts.
Se você também está cansado da experiência de geração de imagens no estilo "gacha", venha experimentar.
Palavras Finais
Para ser honesto, fiquei bastante nervoso quando comecei este projeto open-source.
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 templates, 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 chamável por Agentes."
Se você também é um companheiro de jornada mexendo com fluxos de trabalho de IA, fique 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 todos possamos fazer algo diferente com a IA.
