Chào mọi người, tôi là Cang He.
Mấy hôm trước, GPT-Image 2 đã được ra mắt.
Cả giới AI design bùng nổ luôn.
Hiệu quả mạnh cỡ nào? Nói thế này nhé, câu "mắt thấy tai nghe" từ giờ có lẽ thành trò đùa mất.
Tôi không nhịn được phải đăng lên mạng xã hội để nhắc nhở mọi người một câu:
Không hề ngoa chút nào, một nửa số designer trong giới của tôi đã bắt đầu run rẩy rồi.
Hôm qua có bài viết về DeepSeek V4, nhiều người hỏi ảnh bìa làm thế nào.
Thực ra là do GPT-Image 2 tạo trực tiếp chỉ một cú click chuột, không cần xử lý hậu kỳ gì hết.
Tôi dành chút thời gian tổng hợp các case chơi thú vị và prompt trên mạng, rút ra thành template, rồi open-source lên GitHub.
Danh mục rất nhiều, bao gồm các thể loại chính như infographic, giao diện, poster, nhiếp ảnh, minh họa, cùng với các case bổ trợ như branding, card, ảnh chụp màn hình livestream, phong cách Trung Hoa, ảnh thương mại.
Mỗi danh mục có rất nhiều case, và đương nhiên, mỗi case đều kèm prompt:
Quan trọng nhất là, chúng tôi đã trích xuất được các mẫu prompt mang tính công nghiệp.
Mỗi bộ template đều có "hướng dẫn tránh lỗi", bạn có thể đưa trực tiếp cho Agent của mình học, từ đó tạo prompt hàng loạt và sản xuất ảnh hàng loạt chỉ một lần.
Khuyến nghị các Agent như Claude Code hoặc Codex gọi trực tiếp.
Địa chỉ kho open-source ở đây. Nếu thấy hữu ích, hãy cho một star nhé, haha.
1https://github.com/freestylefly/awesome-gpt-image-2
Ngoài những case thu thập trên mạng, tôi cũng tự test rất nhiều case và đính kèm prompt.
Để mọi người cùng cảm nhận GPT-Image 2 mạnh cỡ nào.
1. Ảnh chụp màn hình Livestream
Loại ảnh này cực kỳ chân thực.
Đây là một tấm nữa:
Đẹp thật sự.
Prompt rất đơn giản:
Tạo ảnh về một phòng livestream. Không khí là một cô gái đẹp đang nhảy dưới ánh trăng, và trong phòng có rất nhiều người đang bình luận.
Để chiều lòng các độc giả nữ, đây là một anh chàng đẹp trai bán Hán phục.
Prompt:
Tạo ảnh về một phòng livestream. Không khí là một anh chàng đẹp trai đang giới thiệu Hán phục, và trong phòng có rất nhiều người đang bình luận.
2. Bản đồ thành phố phong cách vẽ tay
Tây An:
Trước đây, dùng AI tool khác, nói thật, nhìn gần là hỏng, lỗi chữ bị méo rất nặng.
GPT-Image 2 về vấn đề méo chữ tiếng Trung thì tốt hơn nhiều.
Đây là bản đồ Tân Cương:
Prompt template siêu đơn giản:
Tạo bản đồ thành phố phong cách màu nước vẽ tay của [tên thành phố], bao gồm đồ ăn đặc sản địa phương, địa danh và đặc điểm thành phố.
3. Poster
Tôi chụp vội một chai Trà π rồi đưa cho GPT-Image 2.
Poster tạo ra, nói thật, đẹp hơn tôi tưởng rất nhiều.
Prompt:
Giúp tôi tạo ảnh quảng cáo cho sản phẩm này.
Chỉ một câu đó thôi, nó tự tưởng tượng hết các chi tiết thiết kế.
4. Hình chi tiết các bộ phận (Exploded View)
Tạo ảnh chi tiết các bộ phận của kính AI:
Prompt:
Tạo ảnh chi tiết các bộ phận của kính AI, bao gồm tên của từng bộ phận và một số điểm bán hàng cốt lõi của sản phẩm này.
5. Sơ đồ giải thích kỹ thuật
Ví dụ, sơ đồ giải thích kỹ thuật RAG này:
Bất kỳ công nghệ nào bạn muốn giải thích, đều có thể dùng template này:
Giúp tôi tạo sơ đồ giải thích chi tiết cho công nghệ [tên công nghệ].
6. Khoảnh khắc mạng xã hội
Nó có thể tạo ảnh chụp màn hình các khoảnh khắc mạng xã hội rất chân thực.
Vì vậy, tôi cực lực khuyên bạn nên gửi bài này cho bố mẹ; chi phí tạo ảnh giả bây giờ thực sự quá thấp.
Tạo một bài đăng trên X chỉ mất một phút:
Tôi sẽ không đăng prompt; nói thật, nghĩ đến thấy hơi đáng sợ.
7. Trang web cá nhân
Tôi nhờ nó thiết kế trang chủ cá nhân cho tôi, kết quả khá ưng:
8. Ý thơ
Ví dụ, bài "Đoản Ca Hành" này, hahaha:
Prompt:
Giúp tôi tạo ảnh nghệ thuật cho bài "Đoản Ca Hành", bao gồm toàn bộ bài thơ.
9. Ảnh cuộn dài
GPT-Image 2 hỗ trợ nhiều kích thước xuất trực tiếp, cuộn dài hoàn toàn không vấn đề.
Hơn nữa, hầu như không có lỗi méo chữ. Quá mạnh.
Prompt: Giúp tôi tạo ảnh cuộn dài cho bài "Nhớ về Xích Bích", bao gồm toàn bộ bài "Phú Xích Bích".
GPT-Image 2 bây giờ có ở nhiều nơi, ví dụ Lovart đã cập nhật ngay. Bạn có thể thử.
Nếu có gói GPT Plus, bạn có thể dùng trực tiếp trên web.
Còn có cách hay hơn: bạn có thể để Codex gọi trực tiếp GPT-Image 2 để tạo ảnh.
Trước đây phải phối hợp với vài kỹ năng, giờ thì không cần nữa.
Và tôi phát hiện, Codex + Obsidian là cặp đôi hoàn hảo cho ảnh bìa tài khoản chính thức.
Codex trực tiếp gọi GPT-Image 2 tạo ảnh. Sau khi viết xong bài trong Obsidian, ảnh bìa được tạo tiện lợi, thậm chí có thể tự động điền vào trường thông tin của bài viết.
Khả năng hiểu của GPT-Image 2 thực sự mạnh.
Trước đây dùng Claude Code + Nano Banana 2 tạo ảnh vừa chậm vừa không ổn định.
Giờ Codex tạo ảnh bìa, chưa tới một phút. Quá thoải mái.
Đây là cách tôi vận hành quy trình sáng tạo và tạo ảnh bìa hiện tại.
Rồi, sau khi xem các case, hãy nói về lý do tôi làm dự án open-source này.
Gần đây, sau khi GPT-Image 2 phát hành rộng rãi, trào lưu vẽ AI rất mạnh.
Tôi tình cờ thấy các thư viện prompt của YouMind và OpenNana. Lúc đầu không để ý lắm.
Nhưng khi click vào, wow, hình ảnh thực sự đẹp.
Tuy nhiên, sau một hồi mò mẫm, tôi thấy một vấn đề rất khó chịu.
Hiện tại, kiểu tổng hợp và sưu tập prompt đơn giản này, nói thẳng ra, chỉ là trưng bày một loạt các mẫu tinh xảo.
Nếu muốn tích hợp hàng trăm prompt dạng văn xuôi vào Agent hoặc workflow tự động của mình, tôi vẫn phải từng cái từng cái cào thủ công sao?
Không thể để AI làm việc tẻ nhạt này được sao?
Tôi không muốn một đống câu chữ; tôi muốn một bộ "giao thức" có thể gọi trực tiếp.
Vậy nên tôi dành chút thời gian reverse-engineering tất cả 329 case tinh xảo.
Nói thật, ban đầu tôi chỉ muốn làm một "phiên bản Trung Hoa mở rộng."
Nhưng sau khi chạy thử, kết quả cực kỳ tốt, đặc biệt khi kết hợp với Agent.
Tôi nhận ra chúng tôi đã hoàn toàn thay đổi cách chơi.
Đây không còn là bản dịch đơn giản thư viện của người khác nữa; mà là một engine Prompt-as-Code mang tính công nghiệp, thiết kế riêng cho GPT-Image 2.
Tóm tắt nhanh, tôi đã làm những gì:
🧱 Tiêm Schema Nguyên tử: Thôi viết tiểu luận
Tôi giảm tất cả các yếu tố thị giác (chủ thể, ánh sáng, chất liệu, bố cục) thành các thành phần có cấu trúc JSON/YAML.
Agent của bạn có thể phân tích chúng ổn định với mắt nhắm, zero hallucination.
⚙️ Workflow Zero Cấu hình
Hạ thấp rào cản gia nhập, kết nối liền mạch với pipeline dữ liệu mô hình lớn bất kỳ lúc nào.
Nói thật, nhìn chúng phối hợp làm việc và tạo ảnh, cảm giác như một ông chủ thực thụ.
🧬 Ma trận Quyết định Đa chiều
Nhắm vào khả năng bố trí văn bản mạnh mẽ của GPT-Image 2, tôi đưa vào các ràng buộc hệ tọa độ không gian chính xác.
Hoàn toàn loại bỏ điểm mù kỹ thuật mà NLP truyền thống không thể kiểm soát bố cục màn hình.
Dễ dàng rơi vào lối mòn công nghệ: người khác làm gallery, mình cũng làm gallery.
Nhưng luôn có những lúc bạn phải dừng lại và tự hỏi: Cái này có thể tự động hóa không? Có thể trở thành nền tảng không?
Sau này đồng bộ với phiên bản gốc có lẽ chỉ là thêm vài script tự động hóa.
Nhưng hiện tại, chúng tôi đang cố gắng phát triển một phương pháp luận cho việc template hóa prompt.
Nếu bạn cũng mệt mỏi với trải nghiệm tạo ảnh kiểu "quay số may rủi", hãy đến thử.
Lời cuối
Nói thật, lúc bắt đầu dự án open-source này tôi khá hồi hộp.
Dù sao cũng đã có quá nhiều thư viện vẽ AI rồi. Mọi người có thực sự cần thêm một cái nữa không?
Nhưng khi tự mình chạy tấm ảnh đầu tiên bằng bộ template này, nhìn Agent tự động tạo ảnh hoàn toàn, zero hallucination và chỉ một lần, tôi bỗng thấy xứng đáng.
Thế giới không bao giờ thiếu prompt hay; thiếu là một phương pháp luận để biến những prompt hay thành thứ "ai cũng dùng được và Agent có thể gọi được."
Nếu bạn cũng là một người đồng hành mày mò AI workflow, hãy cho tôi một Star trên GitHub, và hoan nghênh bạn gửi các case hay của mình. Cùng nhau làm cho thư viện này ngày càng tốt hơn.
Hẹn gặp lại lần sau. Hy vọng chúng ta đều có thể làm điều gì đó khác biệt với AI.
