我逆向工程了 329 个 GPT-Image 2 提示词模板，并将其全部开源！

大家好，我是苍何。

前几天，GPT-Image 2 发布了。

整个 AI 设计圈直接炸了。

效果有多猛呢，这么说吧，「眼见为实」这四个字，以后可能彻底成笑话了。

我忍不住发了个帖子和朋友圈，友情提醒大家：

不夸张的说，我朋友圈一半的设计师已经开始瑟瑟发抖了。

昨天 DeepSeek V4 那篇文章，很多人问封面图怎么做的。

其实就是 GPT-Image 2 一键直出，没有任何后期。

我花了点时间，把网上比较有趣的玩法案例和提示词都搜集了一遍，抽离成模板，开源到了 GitHub 上。

一共这么多分类，覆盖信息图、界面、海报、摄影、插画这些主流类型，还有品牌、卡牌、直播截图、国风、商业视觉等补充案例。

每个分类下面都有不少案例，当然了，每个案例都标配提示词：

最核心的是，我们抽离出了工业级提示词模板。

每一套模板都自带「防坑指南」，直接丢给你的 Agent 学习，批量出提示词、批量出图，一条龙。

推荐直接给 Claude Code 或 Codex 这样的 Agent 调用。

开源仓库地址在这，觉得有帮助的话帮点个 star 呗，哈哈。

1https://github.com/freestylefly/awesome-gpt-image-2

除了网上搜集的，我自己也测了不少案例，都附上了提示词。

大家先感受下 GPT-Image 2 到底有多猛。

1、直播画面

这种图，逼真到离谱。

再来一张：

真的美哭了好吧。

提示词非常朴实无华：

生成一张直播间的图片，直播间氛围是月下美女跳舞的画面，直播间有很多人评论

为了照顾下女性读者，再来个卖汉服的小哥哥。

提示词：

生成一张直播间的图片，直播间氛围是帅哥讲解汉服的画面，直播间有很多人评论

2、手绘风格城市地图

西安：

以前用香蕉生图，说实话，禁不起细看，文字乱码问题特别严重。

GPT-Image 2 在中文乱码这块就好太多了。

再来个新疆的：

提示词模板超简单：

生成一张手绘水彩风格的「这里输入城市名」城市地图，包含的当地特色美食、地标建筑及城市特色

3、海报

我就随手拍了一个茶π的照片，丢给 GPT-Image 2。

出来的海报，说实话，比我预期好太多了。

提示词：

帮这个产品生成宣传图

就这么一句话，它自己脑补了所有设计细节。

4、拆解图

生成一张 AI 眼镜拆解图：

提示词：

生成一张AI眼镜的爆炸视图，包含每个组件的名称以及这款产品的几大核心卖点。

5、技术详解图

比如这个 RAG 技术详解图：

不管你想详解什么技术，都可以套这个模板：

帮我生成一张【这里填入你要详解的名词】技术的详细讲解图

6、朋友圈

它能生成非常逼真的朋友圈截图。

所以，强烈建议把这篇文章转给你爸妈看看，现在照骗的成本真的太低了。

造个 X 发文分分钟的事：

提示词就不放了，说真的，这玩意儿细想挺恐怖的

7、个人网页

让它给我设计了个个人主页，效果相当可以：

8、诗词图

比如这个《短歌行》，哈哈哈：

提示词：

帮我生成一张《短歌行》的意境图，带整篇《短歌行》文字

9、长卷图

GPT-Image 2 支持非常多尺寸直出，长卷图这种尺寸也完全没问题。

而且文字几乎零乱码，太强了。

提示词：帮我生成一张《赤壁怀古》的长卷图，带整篇《赤壁赋》文字

GPT-Image 2 现在很多地方都能用了，比如 Lovart 上也第一时间更新了，大家可以直接去试。

有 GPT Plus 会员的话，网页端就能直接用。

还有个更牛的玩法，你可以让 Codex 直接调用 GPT-Image 2 来生图。

以前还得配合什么 skill 来搞，现在通通不需要了。

而且我发现，Codex + Obsidian 才是公众号封面图的最佳拍档。

Codex 直接调 GPT-Image 2 生成图片，文章在 Obsidian 里写完后，顺手就把封面图生成了，还能自动填充进文章字段。

GPT-Image 2 的理解能力是真的强。

以前用 Claude Code + Nano Banana 2 来生图，又慢又不稳定。

现在 Codex 生成一张封面图，一分钟都不到，太巴适了。

我现在的创作流程和封面图就是这么搞的。

好了，案例看完了，接下来聊聊我为什么要做这个开源项目。

最近 GPT-Image 2 全量之后，AI 画图这股风是真的大。

我无意间刷到了 YouMind 和 OpenNana 的提示词库，本来没太在意。

点进去一看，我靠，图片是真好看。

但折腾了一会儿后，我发现一个很尴尬的问题。

现在这种简单的提示词聚合和收集，说白了就是在陈列一堆精致的标本。

几百个像散文一样的提示词，我要是想集成到自己的 Agent 或者自动化工作流里，难道还得一个个人肉去扒？

这破事儿，能不能让 AI 直接干？

我不想要一堆句子，我想要一套能直接调用的「协议」。

于是花了些时间，把 329 个精美案例全给逆向了。

说实话，刚开始只是想搞个「中文深化版」。

但跑通之后，效果好得有点离谱，特别是给 Agent 用的时候。

我发现我们彻底改变了玩法。

这已经不是别人库的简单汉化了，这是一套专为 GPT-Image 2 设计的 Prompt-as-Code（提示词即代码）工业级引擎。

简单说说我做了啥：

🧱 原子化 Schema 注入：别再写小作文了

我把所有视觉要素（主体、光影、材质、排版）全部降维成了 JSON/YAML 结构化组件。

你的 Agent 闭着眼都能稳定解析，零幻觉。

⚙️ 零配置工作流

抹平使用门槛，随时无缝接入你的大模型数据管线。

讲真的，看它们自己协调干活出图的时候，真有一种当甲方的快感。

🧬 多维决策矩阵

针对 GPT-Image 2 强大的文本排版能力，我引入了精确的空间坐标系约束。

彻底干掉传统 NLP 控制不了画面排版的技术盲区。

做技术很容易陷入一种惯性：别人做画廊，我也做画廊。

但总有一些时刻，你得停下来问自己一句：这东西能自动化吗？能成为底座吗？

后续想对齐原版，可能只是加几个自动化脚本的事。

但现在，我们在尝试开发一套提示词模板化的方法论。

如果你也厌倦了「抽卡」式的出图体验，来试试吧。

写在最后

不瞒你说，做这个开源项目的时候，我心里也挺忐忑的。

毕竟现在 AI 画图的库已经够多了，大家真的还需要再多一个吗？

但当我自己用这套模板跑通第一张图的时候，看着 Agent 全自动出图、零幻觉、一次成型，突然就觉得，值了。

这世界上从来不缺好提示词，缺的是把好提示词变成「人人可用、Agent 可调」的方法论。

如果你也是一个折腾 AI 工作流的同路人，欢迎来 GitHub 给我点个 Star，也欢迎把自己的好 case 提交进来，咱们一起把这个库越做越好。

下次见，希望我们都能用 AI 干点不一样的事。