สวัสดีทุกคน ผม Cang He
ไม่กี่วันที่ผ่านมา GPT-Image 2 ปล่อยออกมาแล้ว
วงการออกแบบ AI ทั้งวงการแตกตื่นกันเลยทีเดียว
เอฟเฟกต์มันแรงขนาดไหน? พูดง่ายๆ เลยคือคำว่า "เห็นแล้วเชื่อ" อาจกลายเป็นเรื่องตลกไปเลยตั้งแต่นี้เป็นต้นไป
ผมอดไม่ได้ที่จะโพสต์ลงโซเชียลมีเดียเพื่อเตือนเพื่อนๆ ทุกคน:
บอกเลยไม่เกินจริงว่านักออกแบบในวงการผมครึ่งหนึ่งเริ่มตัวสั่นกันแล้ว
เรื่องบทความเกี่ยวกับ DeepSeek V4 เมื่อวานนี้ หลายคนถามว่าภาพปกทำยังไง
ที่จริงแล้วมันถูกสร้างโดย GPT-Image 2 ในคลิกเดียว ไม่ต้องทำอะไรเพิ่มเลย
ผมใช้เวลาสักพักรวบรวมเคสการเล่นและ prompts ที่น่าสนใจจากเว็บต่างๆ ดึงมาเป็น templates และเปิด source ไว้บน GitHub
มีหลายหมวดหมู่มาก ครอบคลุมประเภทหลักๆ อย่าง infographic, interface, poster, ภาพถ่าย, ภาพประกอบ รวมถึงเคสเสริมอย่าง branding, card, ภาพหน้าจอไลฟ์สตรีม, สไตล์จีน, และภาพเชิงพาณิชย์
แต่ละหมวดหมู่ก็มีหลายเคส และแน่นอนทุกเคสมาพร้อม prompts:
ที่สำคัญที่สุดคือเราได้สกัด template prompt ระดับอุตสาหกรรมออกมา
Template แต่ละชุดมาพร้อม "คู่มือป้องกันพลาด" ที่คุณสามารถส่งให้ Agent ของคุณเรียนรู้ได้โดยตรง ทำให้สามารถสร้าง prompts จำนวนมากและสร้างภาพเป็นชุดได้ในคราวเดียว
แนะนำให้ Agent อย่าง Claude Code หรือ Codex เรียกใช้งานโดยตรง
ที่อยู่ของ repository โอเพนซอร์สอยู่ตรงนี้ ถ้าคิดว่ามีประโยชน์ช่วยกด star ให้หน่อยนะครับ ฮ่าๆ
1https://github.com/freestylefly/awesome-gpt-image-2
นอกจากที่รวบรวมจากออนไลน์แล้ว ผมก็ลองทดสอบหลายเคสด้วยตัวเองและแนบ prompts ไปด้วย
ให้ทุกคนได้สัมผัสว่า GPT-Image 2 มันทรงพลังแค่ไหน
1. หน้าจอไลฟ์สตรีม
ภาพแบบนี้สมจริงมากๆ
อีกหนึ่งภาพ:
สวยจริงๆ
prompt ง่ายมาก:
สร้างภาพของห้องไลฟ์สตรีม บรรยากาศคือสาวสวยกำลังเต้นรำใต้แสงจันทร์ และมีคนเข้ามาคอมเมนต์ในห้องเป็นจำนวนมาก
เพื่อเอาใจผู้อ่านผู้หญิง ขอเป็นหนุ่มหลวมขายฮั่นฝูหน่อย
Prompt:
สร้างภาพของห้องไลฟ์สตรีม บรรยากาศคือหนุ่มหล่อกำลังอธิบายเกี่ยวกับฮั่นฝู และมีคนเข้ามาคอมเมนต์ในห้องเป็นจำนวนมาก
2. แผนที่เมืองสไตล์วาดมือ
ซีอาน:
ก่อนหน้านี้ตอนใช้ AI tool อื่นๆ พูดตรงๆ ว่าพอซูมดูแล้วไม่ไหว และปัญหาตัวอักษรเพี้ยนหนักมาก
GPT-Image 2 ดีขึ้นมากเรื่องตัวอักษรจีนเพี้ยน
นี่คือของซินเจียง:
template prompt ง่ายมาก:
สร้างแผนที่เมืองสไตล์สีน้ำวาดมือของ [ใส่ชื่อเมือง] รวมถึงอาหารท้องถิ่นขึ้นชื่อ จุดหมายตา และลักษณะเด่นของเมือง
3. โปสเตอร์
ผมแค่ถ่ายรูปขวดชานมไข่มุก Tea π มาส่งให้ GPT-Image 2
โปสเตอร์ที่ได้ พูดตรงๆ ว่าดีกว่าที่คิดไว้มาก
Prompt:
ช่วยสร้างภาพโปรโมทสำหรับสินค้านี้หน่อย
แค่ประโยคเดียว มันก็จินตนาการรายละเอียดการออกแบบทั้งหมดเอง
4. ภาพแยกชิ้นส่วน (Exploded View)
สร้างภาพแยกชิ้นส่วนของแว่นตา AI:
Prompt:
สร้างภาพแยกชิ้นส่วนของแว่นตา AI รวมถึงชื่อของแต่ละส่วนประกอบและจุดขายหลักของสินค้านี้
5. แผนภาพอธิบายเทคนิค
ตัวอย่างเช่น แผนภาพอธิบายเทคนิค RAG นี้:
ไม่ว่าเทคโนโลยีไหนที่คุณอยากอธิบาย ก็ใช้ template นี้ได้:
ช่วยสร้างแผนภาพอธิบายเทคนิค [ใส่คำศัพท์ที่ต้องการ] ให้ละเอียดหน่อย
6. โมเมนต์โซเชียลมีเดีย
มันสามารถสร้างภาพหน้าจอโมเมนต์โซเชียลมีเดียที่สมจริงมาก
เพราะฉะนั้น ผมขอแนะนำให้คุณแชร์บทความนี้ให้พ่อแม่คุณดู เพราะต้นทุนการปลอมภาพตอนนี้ต่ำมากจริงๆ
การสร้าง X post ใช้เวลาแค่นาทีเดียว:
ผมจะไม่ลง prompt นะ พูดตรงๆ คิดแล้วก็น่ากลัว
7. เว็บเพจส่วนตัว
ผมให้มันออกแบบหน้าแรกส่วนตัวให้ ผลลัพธ์ก็ดีใช้ได้:
8. ภาพประกอบบทกวี
ตัวอย่างเช่น "ต้วนเกอสิง" ฮ่าๆ:
Prompt:
ช่วยสร้างภาพเชิงศิลปะสำหรับ "ต้วนเกอสิง" รวมถึงเนื้อเพลงเต็ม
9. ภาพม้วนยาว
GPT-Image 2 รองรับขนาด output ตรงๆ หลายขนาด ม้วนยาวไม่มีปัญหาเลย
ยิ่งไปกว่านั้น แทบไม่มีตัวอักษรเพี้ยนเลย แกร่งจริงๆ
Prompt: ช่วยสร้างภาพม้วนยาวสำหรับ "คิดถึงผาแดง" รวมถึงเนื้อหาเต็มของ "บทกวีผาแดง"
GPT-Image 2 มีให้ใช้หลายที่แล้ว เช่น Lovart อัปเดตทันที ลองไปเล่นดูได้
ถ้าคุณมีสมาชิก GPT Plus ก็ใช้บนเว็บได้เลย
มีวิธีที่เจ๋งกว่านั้นอีก: ให้ Codex เรียก GPT-Image 2 โดยตรงเพื่อสร้างภาพ
เมื่อก่อนต้องประสานงานกับทักษะบางอย่าง แต่ตอนนี้ไม่ต้องเลย
และผมพบว่า Codex + Obsidian คือคู่หูที่ดีที่สุดสำหรับภาพปกบทความ
Codex เรียก GPT-Image 2 โดยตรงเพื่อสร้างภาพ พอเขียนบทความใน Obsidian เสร็จ ภาพปกก็สร้างได้สะดวก แถมแทรกลงในฟิลด์บทความได้อัตโนมัติ
GPT-Image 2 เข้าใจเก่งจริงๆ
เมื่อก่อนใช้ Claude Code + Nano Banana 2 เพื่อสร้างภาพ ช้าและไม่เสถียร
ตอนนี้ Codex สร้างภาพปกใช้เวลาไม่ถึงนาที สบายมาก
นี่คือขั้นตอนการทำงานสร้างสรรค์และการสร้างภาพปกปัจจุบันของผม
เอาล่ะ หลังจากดูเคสต่างๆ กันแล้ว มาคุยกันว่าทำไมผมถึงทำโปรเจกต์โอเพนซอร์สนี้
หลังจาก GPT-Image 2 ปล่อยเต็มรูปแบบ กระแสการวาดด้วย AI ก็มาแรงมาก
ผมบังเอิญไปเจอคลัง prompts ของ YouMind กับ OpenNana ตอนแรกก็ไม่ได้สนใจ
แต่พอคลิกเข้าไปดู ว้าว รูปสวยมาก
แต่หลังจากลองเล่นไปสักพัก ก็เจอปัญหาที่น่าอึดอัดมาก
ตอนนี้ การรวมรวม prompts แบบง่ายๆ พูดตรงๆ ก็แค่โชว์ตัวอย่างสวยๆ เยอะแยะ
ถ้าผมอยากรวม prompts แบบร้อยแก้วเป็นร้อยๆ อันเข้าไปใน Agent หรือ workflow อัตโนมัติของตัวเอง ผมยังต้องมาเก็บทีละอันด้วยมืออีกเหรอ?
ให้ AI ทำงานน่าเบื่อพวกนี้ไม่ได้เหรอ?
ผมไม่ต้องการประโยคเป็นกลุ่มๆ ผมต้องการชุด "โปรโตคอล" ที่เรียกใช้ได้โดยตรง
ผมเลยใช้เวลาสักพัก reverse engineering เคสสวยๆ ทั้งหมด 329 เคส
พูดตามตรง ตอนแรกก็แค่อยากทำ "เวอร์ชั่นจีนที่เจาะลึกขึ้น"
แต่พอลงมือทำ ผลลัพธ์ดีมาก โดยเฉพาะเวลาใช้กับ Agents
ผมรู้ว่าเราเปลี่ยนวิธีการเล่นไปโดยสิ้นเชิง
นี่ไม่ใช่แค่การแปลคลังของคนอื่น มันคือ Prompt-as-Code engine ระดับอุตสาหกรรมที่ออกแบบมาเพื่อ GPT-Image 2 โดยเฉพาะ
ขอสรุปสั้นๆ ว่าผมทำอะไร:
🧱 Atomic Schema Injection: เลิกเขียนเรียงความ
ผมลดองค์ประกอบภาพทั้งหมด (subject, แสง, วัสดุ, เลย์เอาต์) ให้เป็น component โครงสร้างแบบ JSON/YAML
Agent ของคุณสามารถแยกวิเคราะห์ได้อย่างเสถียร ไม่มีภาพหลอน
⚙️ Zero-Configuration Workflow
ลดอุปสรรคในการเริ่มต้น เชื่อมต่อกับท่อข้อมูลโมเดลใหญ่ของคุณได้ทุกเมื่อ
บอกตรงๆ ว่าดูพวกมันทำงานประสานกันแล้วสร้างภาพออกมา มันให้ความรู้สึกเป็นลูกค้าจริงๆ
🧬 Multi-dimensional Decision Matrix
กำหนดเป้าหมายความสามารถในการจัดวางข้อความอันทรงพลังของ GPT-Image 2 ผมใส่ข้อจำกัดระบบพิกัดพื้นที่อย่างแม่นยำ
กำจัดจุดบอดทางเทคนิคที่ NLP แบบเดิมไม่สามารถควบคุมเลย์เอาต์หน้าจอได้อย่างสิ้นเชิง
การตกอยู่ในกิจวัตรในเทคโนโลยีเป็นเรื่องง่าย: ถ้าคนอื่นทำแกลเลอรี เราก็ทำแกลเลอรี
แต่บางครั้งเราต้องหยุดและถามตัวเองว่า สิ่งนี้ทำอัตโนมัติได้ไหม? กลายเป็นพื้นฐานได้ไหม?
การ align กับเวอร์ชั่นเดิมทีหลัง อาจแค่เพิ่มสคริปต์อัตโนมัติไม่กี่ตัว
แต่ตอนนี้ เรากำลังพยายามพัฒนาวิธีการสำหรับการทำ prompt template
ถ้าคุณเบื่อประสบการณ์สร้างภาพแบบ "สุ่มกาชา" เช่นกัน ลองมาดูสิ
คำทิ้งท้าย
บอกตามตรง ตอนเริ่มโปรเจกต์โอเพนซอร์สนี้ ผมก็กังวลเหมือนกัน
เพราะมีคลังวาด AI มากมายขนาดนี้ ทุกคนจะต้องการอีกอันจริงเหรอ?
แต่พอผมรันภาพแรกโดยใช้ template ชุดนี้ด้วยตัวเอง ดู Agent สร้างภาพอัตโนมัติเต็มรูปแบบ ไม่มีภาพหลอน และได้ในครั้งเดียว ผมก็รู้สึกว่ามันคุ้มค่า
โลกนี้ไม่เคยขาด prompts ดีๆ สิ่งที่ขาดคือวิธีการที่จะทำให้ prompts ดีๆ กลายเป็น "สิ่งที่ทุกคนใช้ได้และ Agent เรียกใช้ได้"
ถ้าคุณเป็นเพื่อนร่วมทางที่กำลังปรับแต่ง AI workflows เช่นกัน มาที่ GitHub กด Star ให้ผมหน่อย และยินดีให้คุณส่งเคสดีๆ ของคุณมา มา能使คลังนี้ดีขึ้นเรื่อยๆ กันเถอะ
เจอกันใหม่ครั้งหน้า หวังว่าเราทุกคนจะสามารถทำอะไรที่แตกต่างกับ AI ได้
