GPT Image 2 新手教程

awesome-gpt-image-2 新手教程

544 个真实案例逆向成模板,把「抽奖式出图」变成「填空式出图」。看完这篇,你能在 10 分钟内产出第一张可控的图。

1这是什么

freestylefly/awesome-gpt-image-2:一个把散落社区的 GPT Image 2 / 2.5 成功案例逆向工程成结构化 Prompt 资产的开源库。

它的一句话主张是 Prompt as Code(提示词即代码):提示词不该是随手写的散文,而是像代码一样——有结构、可填空、可复用、还能交给 Agent 批量执行。作者把 544 个真实出过好图的 Prompt 逐条拆解,提炼出 21+ 套工业级模板和一份避坑指南,覆盖 13 个视觉大类。

544
真实案例 · 每条附出图与完整 Prompt
21+
工业级模板 · 填空即用
13
视觉大类 · UI/海报/电商/摄影…
MIT
开源协议 · 中英日三语 README
它不做什么,同样重要:
  • 不是模型——它不提供 GPT Image 2/2.5 本身,出图仍要走官方 ChatGPT、APIMart 等 API 渠道;
  • 不是绘图教程——不讲绘画、不讲修图,只解决「提示词怎么写」这一件事;
  • 不是 Prompt 大全式的堆料——所有案例都被拆过结构,目标是稳定、可控、可复用地出图,而不是碰运气。

2为什么需要它

GPT Image 2 全量开放后,出图这件事的瓶颈变了:从「能不能出图」变成「能不能稳定、可控、可复用地出图」。

回想你第一次让 AI 画图的体验,多半撞过这三堵墙:

你的做法通常结果病根在哪
裸奔式提问:「帮我画张海报」图能出,但平庸、随机,十次十样没给结构,模型全靠自由发挥
抄别人的散文 Prompt别人的能出神图,你的不行只抄了风格词,没抄段落结构——人家是「主体→布局→约束」层层锁死的
自己反复改词试错一下午过去了,越改越乱改动是随机的,没有反馈闭环

这个库的核心洞察是:所有出过好图的 Prompt,共享同一套原子结构——主体、平台场景、风格、材质、光照、布局、内容、约束。把这八个槽位固化成模板,出图就从「抽奖」变成了「工程」。这就是 544 个案例逆向出来的全部秘密,也是「Prompt as Code」这个名字的含义。

核心好 Prompt 不是形容词堆得多,而是结构槽位填得全。模板替你保证「全」,你只负责填「对」。

3核心流程:三步出图法

官方 README 给的使用路径就三步,整个教程都围绕它展开。

① 定类型 你要哪一类图?UI 截图 / 信息图 / 海报 / 产品图… ② 抄结构 画廊找同类成功案例, 抄段落骨架,不抄风格词 ③ 填变量 套进模板,把主体、文案、 颜色换成你的业务内容 ① 定类型 UI / 信息图 / 海报 / 产品图… ② 抄结构 画廊同类案例抄段落骨架 ③ 填变量 套模板换主体文案颜色

原话来自 README 的「怎么用这个库」章节,一字未改:

  1. 先在精选案例里确定你要模仿的输出类型;
  2. 再去完整画廊里找相近案例,抄结构,不要只抄风格词;
  3. 最后回到模板页,把你的业务变量填进通用模板或 JSON 模板。
铁律「抄结构,不要只抄风格词」是全库最重要的一句话。风格词(赛博朋克、水彩、极简)决定好看不好看;结构(先说什么后说什么、哪些写死哪些留白)决定可控不可控。新手翻车的 90% 原因是只抄了前者。

4四条使用路径

同一份资产,四种打开方式。按你此刻的状态选,不用全装。

路径适合谁入口
可视化网站(新手首选)想「看着图挑案例」,顺手复制 Promptgpt-image2.canghe.ai:大图预览、按风格/场景筛选、一键复制 Prompt、可跳回 GitHub 源案例
GitHub 画廊想逐条深挖 544 例原文docs/gallery-part-1.md(例 1–165)、docs/gallery-part-2.md(例 166–544)
模板文档已经上手,要快速查模板 + 避坑docs/templates.md:21+ 套模板,填空即用
Agent Skill用 Claude Code / Codex / Cursor,想让 AI 自己查库出图npx skills add 一键安装(见第 8 节)

最容易混淆的是网站和仓库的关系:它们是同一份数据的两张皮。网站的数据与仓库的 data/style-library.json 同源,Agent Skill 的风格库也来自同一文件。区别只在交互——网站「看图方便」,仓库「信息最全」(网站只收录精选,画廊里有全部 544 例)。

建议新手第一天只开网站:筛选类别 → 看图 → 复制 Prompt → 替换变量 → 生成。仓库和模板文档等你要精修时再回来翻。

5动手前的自检

这个库本身零安装——打开网页就能用。真正要准备的是「出图渠道」。

检查项通过标准不通过的解法
能打开可视化网站吗浏览器访问 gpt-image2.canghe.ai 能看到案例墙直接用 GitHub 仓库的 gallery 文档,内容相同
有出图渠道吗以下任一:ChatGPT 官方对话、APIMart 等第三方 API 的 Key、网站登录后的平台积分网站支持「仅保存在当前浏览器的个人 APIMart Key」直接生成;没有 Key 就走 Supabase Auth 登录用平台积分
知道自己要哪类图吗能说出 13 大类里的一个词(如「信息图」「产品图」)先看第 9 节的模板清单速查表,按用途对号入座
(可选)装 Agent Skill本机有 Node.js,会跑 npx 命令跳过,纯手动流程完全够用
提醒模板和案例是文本,复制粘贴零门槛;但「生成」这一步永远消耗模型调用量。先在对话窗口免费试写 Prompt,确认没问题再扣量出图。

6第一次实战:10 分钟出一张社媒截图

以画廊例 2「社媒界面截图」为例走完整流程。这类图常用于自媒体引流、产品宣传截图。

第 1 步:定类型。你要的是「UI 与界面」大类下的「社媒平台内容截图」。

第 2 步:抄结构。打开画廊,找到例 2,它的 Prompt 原文长这样(中文也能直接出图,不用翻译成英文):

画一张 X 的内容截图,深色模式,@OpenAI 蓝勾认证账号发推。
正文的中文内容:
今天想推荐一位很棒的 AI Builder:Ailln AI。
他持续在小红书分享 AI 工具、Agent 工作流、自动化实践和真实项目经验,
把复杂的 AI 能力讲得清楚、实用、可落地。
如果你正在关注 AI 产品、效率工具、个人自动化、内容创作和未来工作方式,
Ailln AI 是一个非常值得关注的创作者。
在小红书搜索:Ailln AI
底部添加一张深色官方宣传风格海报,简洁黑客质感,图片中文本准确显示。
海报大字:「Ailln AI」
副标题:「A brilliant AI Builder worth following」
互动数据位于最下方:评论 8.9K、转发 42K、点赞 298K(亮起)、收藏 34K(亮起)、浏览 32.4M。
图片比例为3:4,不包含软件其他部分。

第 3 步:填变量。注意这段 Prompt 的结构——哪些是骨架(保留),哪些是变量(替换):

段落性质你该做什么
「画一张 X 的内容截图,深色模式,蓝勾认证账号发推」骨架:平台 + 模式 + 账号形态换成你的平台。注意各平台特征要写明:X 有蓝勾和转发/引用之分,抖音有音乐碟片,小红书是双列瀑布流
「正文的中文内容:……」变量:正文全文逐字写死,不要写「写一段推荐语」——文案不硬编码,模型就会瞎编
「底部添加一张……海报,海报大字:……」变量:主视觉文案大字和副标题全部写死
「互动数据位于最下方:评论 8.9K……」变量:数据展示数字精确给出,连哪个亮起都指定
「图片比例为3:4,不包含软件其他部分」骨架:约束永远保留并按需修改。比例 + 内容边界是最后一道保险

第 4 步:生成与验收。把改好的 Prompt 发给出图渠道,拿到图后对照检查:文字是否逐字正确?比例对不对?有没有混入无关 UI 元素?哪项不合格,就回到对应段落加约束重新生成——这时候你改的是结构,不是碰运气。

验收第一次跑通的标志:你能在不改风格词的情况下,只换文案和数据,稳定产出第二张、第三张同款图。做到这一点,你就已经超过大多数「凭感觉写 Prompt」的用户了。

7Prompt 的原子结构

544 个案例逆向后收敛出的八个槽位。字段可以缺省,但「约束」永远不能省。

槽位回答什么问题示例写法
主体 subject画的是什么一张健身 App 的 iOS 界面图 / 一张运动品牌海报
平台 / 场景 platform出现在哪、什么环境iOS 深色模式 / 户外清晨街头 / 唐代长安集市
风格 style美学方向与情绪极简 + 主色霓虹绿 + 无衬线字体
材质 material表面质感磨砂玻璃质感 / 丝绸 / 机能防风面料
光照 lighting光源与氛围柔光 / 侧光 / 轮廓光 / 冷暖对比
布局 layout元素怎么排顶部导航 + 卡片流 / 三联画 / 低角度仰拍
内容 content具体文字与数据标题「今日活动」,卡片「跑步 5.2 km」
约束 constraints底线要求高保真、文字可读、9:16 比例、single poster only

文本模板把八个槽位串成填空句。这是库里 UI-1 常规模板的原文:

为[产品类型]生成一张[平台,如 iOS/Android/Web]界面图。
核心功能:[功能点A]、[功能点B]、[功能点C]。
视觉风格:[极简/科技/拟物],主色[颜色],强调色[颜色]。
布局:[顶部导航/双栏/卡片流],信息层级清晰,留白充足。
输出:高保真UI截图,文字清晰可读,比例[9:16/16:9]。

同样的结构写成 JSON,就是给 Agent 和自动化流程用的「进阶形态」(UI-2 原文):

{
  "type": "UI Screenshot",
  "platform": "iOS",
  "product": "Fitness App",
  "layout": "Card-based feed with bottom tab bar",
  "style": {
    "theme": "Dark Mode",
    "primary_color": "Neon Green",
    "typography": "Clean sans-serif"
  },
  "content": {
    "header": "Today's Activity",
    "cards": [
      {"title": "Running", "data": "5.2 km", "button": "Start"},
      {"title": "Calories", "data": "340 kcal"}
    ]
  },
  "constraints": "High fidelity, readable text, 9:16 aspect ratio"
}
定律八个槽位里,约束槽位是唯一不允许缺省的。比例、文字可读性、内容边界——这三样不写,前面七格填得再好也会翻车。

8进阶:让 Agent 替你查库出图

如果你日常用 Claude Code、Codex 或 Cursor,可以把整个风格库装成 Skill——以后一句话就能让 AI 查模板、写 Prompt、直接出图。

安装(三选一):

# 方式一:skills CLI 一键安装(推荐,装到 Claude Code 和 Codex)
npx skills add freestylefly/awesome-gpt-image-2 --skill gpt-image-2-style-library --agent claude-code codex --global --yes --copy

# 方式二:Claude Code 插件市场(在 Claude Code 里执行)
# /plugin marketplace add freestylefly/awesome-gpt-image-2
# /plugin install gpt-image-2-style-library@awesome-gpt-image-2

# 方式三:npm CLI
npm install -g gpt-image-2-style-library
gpt-image-2-style-library install all

install all 会写入 ~/.codex/skills、~/.claude/skills、~/.agents/skills 三个目录,装完重启 Agent 会话生效。

调用:装好后直接对 Agent 说:

使用 gpt-image-2-style-library 技能,帮我生成介绍 Codex 的信息图

AI 会自己去风格库里匹配「图表与信息可视化」模板、填入你的主题、输出结构化 Prompt——你要做的只是验收和微调。

模型怎么选:库里新增的 GPT Image 2.5 专区给了明确建议——Sunburst 擅长精确编辑(改文字、局部重绘,适合在成图上迭代),Flare 擅长快速日常生成(适合批量出草稿)。同一套 Prompt 在两个模型下效果不同,专区里 4 个真实案例(#532、#527、#523、#510)提供同提示词左右对比,选型前先去看看。

时机什么时候值得装 Skill?当你每周要出 5 张以上同类图(比如每周信息图、每周产品图)时。一次性需求,用网站复制粘贴反而更快。

9模板清单速查

13 大类全部模板的地图。先按「用途」定位大类,再去 docs/templates.md 拿完整模板。

大类模板数代表模板(完整版在 templates.md)
UI 与界面4常规 / JSON 进阶 / 截图生成 / 直播界面
图表与信息可视化3常规 / JSON 进阶 / 尺度缩放科学信息图
海报与排版10运动 Campaign / 概念字体海报 / 水墨双重曝光 / 自然科普海报
商品与电商3常规 / 个人化美妆推荐报告 / JSON 进阶
品牌与标志6完整品牌身份包 / 品牌触点系统视觉板 / 品牌人格漫画信息图
建筑与空间2常规 / JSON 进阶
摄影与写实3常规 / JSON 进阶 / 街头意外瞬间写实
插画与艺术2常规 / JSON 进阶
人物与角色4动作分解参考表 / 参考图转 3D 收藏玩具
场景与叙事2常规 / JSON 进阶
历史与古风题材2常规 / JSON 进阶
文档与出版物3常规 / 企业画册系统
其他应用场景3概念产品研发拆解板
规律几乎每个大类都有「常规 + JSON 进阶」两套:常规模板给人用(对话窗口直接粘贴),JSON 模板给 Agent 用(结构化字段,工作流可编程)。先抄常规版跑通,需要自动化时再换 JSON 版。

10不止「画画」:真实使用场景

别被「图像生成」四个字局限——这个库真正的用法是把图当信息载体和传播物料。

自媒体引流截图

例 2 那类社媒截图:文案逐字写死 + 数据精确给出,配图比真截图更可控,还不泄露真实界面细节。

产品/技术信息图

把一个产品的架构、流程、卖点做成一张 9:16 竖版信息图。关键是控制模块数量 + 短句文案,别把大段正文塞进画面。

电商主图与详情

商品图的光影和材质是灵魂——「磨砂质感 + 轮廓光」这类关键词必须堆上;促销文案只留 1–2 句,贴满全屏就毁了。

品牌全套 VI

「完整品牌身份包」模板一次生成 Logo + 名片 + App 图标 + 广告牌触点,能立刻暴露「缩小后不可读」的问题。

科普与教育海报

自然科普海报模板要求主体动物占画面 50%–70% 面积、四列极简信息栏——「少而准」是这个场景的生命线。

角色与漫画设定

动作分解参考表模板:先写死「同一角色、同一服装、同比例」,再列动作网格——一致性不前置,序列越长换脸越狠。

古风与历史插画

明确朝代(唐/宋/明)+ 禁用现代元素,否则会出现「和服配清朝折扇」的缝合怪。

写真人像摄影

用参数说话:f/1.4 代替「浅景深」,50mm 代替「半身照」;再故意加雀斑、胶片颗粒,AI 的「完美假人脸」立刻落地。

11避坑指南:按症状抓药

这是全库含金量最高的部分。出图不满意时,先在表里对症状,再改对应槽位。

症状病因药方(写进 Prompt)
文字乱码、火星文按钮文案没写死主/副标题逐字硬编码 +「文字绝对可读,必须显示指定的中文」
建筑透视歪斜没锁视角加「Eye-level perspective(人眼视角)」
人物完美得像假人没有瑕疵锚点加「皮肤纹理、雀斑、轻微胶片颗粒」
古风图穿越混搭没定朝代明确「唐代/宋代」+「禁用现代元素(No modern elements)」
出来一板多方案拼贴没限数量加「single poster only」,禁止 moodboard / 过程稿
商品图像地摊货材质光影缺失堆「磨砂质感」「轮廓光」等关键词,促销文案只留 1–2 句
直播界面布局错乱没分直播类型先锁定带货(右上商品列表)还是才艺(弹幕互动为主)
角色序列每张脸都不同一致性没前置「同一角色、同一服装、同比例」写在动作列表之前
Logo 画成了插画元素过载先定品牌关键词再做减法 + 强制「纯白背景(Pure White Background)」
信息图拥挤混乱模块数量失控强制指定「模块数量 + 图表类型」,文案用短句

下面是 13 个大类各自的完整避坑要点,展开按需查阅:

UI 与界面
明确「平台 + 比例 + 布局」,否则模型会像实习生一样乱排版;强制「文字绝对可读,必须显示指定的中文」;截图类先指定平台特征(X 有蓝勾、抖音有音乐碟片、小红书双列瀑布流),不指定就混搭;直播类先定带货还是才艺;车机等特殊屏幕(如 21:9)比例必须写在最前面。
图表与信息可视化
强制定制「模块数量」和「图表类型」,能极大降低画面混乱;文案克制,优先短句——模型不是排版工人,别把大段正文塞进画面。
海报与排版
写清主视觉到底是什么,别只丢一句「做张海报」;主/副标题全部写死,否则模型疯狂加戏;运动 Campaign 先锁「单主视觉/三联画/数据涂鸦」结构;道具(球拍、球鞋)当构图骨架用,指定角度和位置;字体海报要求「标题拼写完全正确且成为主视觉」,图像要与字互动(嵌入、遮挡、穿过字形);加「single poster only」禁止样张拼贴;科普类主体占画面 50%–70%、底部信息四列极简、纯白背景 Apple 式排版。
商品与电商
材质和光影是灵魂,一定要堆叠「磨砂质感」「轮廓光」等关键词;促销文案只给 1–2 句;美妆推荐先让模型分析肤色气质再映射色号,不要直接摆色号;品牌只做点缀(细线、强调色),不铺大色块;试色矩阵必须「同一张脸,仅唇色变化」。
品牌与标志
先定义品牌关键词再做减法——「喷火的龙缠长城带闪电」不叫 Logo 叫插画;强制「纯白背景」方便抠图;先想清楚目标受众、竞争对手和情绪目标再画;要求同时展示名片、App 图标、网站、广告牌等触点,立刻暴露缩小不可读的问题;品牌手册要写「不要怎么用」的禁用规则。
建筑与空间
用「Eye-level perspective(人眼视角)」压住透视变形;室外冷光(蓝/灰)配室内暖光(黄/橙)的冷暖对比是提升高级感的作弊码。
摄影与写实
AI 的人太完美反而像假人——加「皮肤纹理(skin pores)」「雀斑」「轻微胶片颗粒」;用参数说话:f/1.4 代替「浅景深」、50mm 代替「半身照」;「不完美」要写具体(粗糙石砖、散落冰块、自然阴影、轻微手持感),比只写「真实」稳定得多。
插画与艺术
锁定笔触(厚涂、水彩晕染),否则得到毫无灵魂的 AI 默认塑料风;慎用大师名——容易被原样照搬代表作构图,建议提取特征(「梵高的旋转星空笔触」)而不是写名字。
人物与角色
别写「很美的女孩」——拆解成「桃花眼、高鼻梁、野生眉」;服装写清材质(丝绸、机能防风面料);动作分解图锁定面板数量、编号、每格结构;玩具化先锁脸型、发型、服装识别点再写比例材质;「同一角色、同一服装、同比例」必须写在动作列表之前。
场景与叙事
叙事图最怕画成风景明信片——必须写「事件」(正在崩塌、刚点燃火把),让画面动起来;用「Low angle shot(低角度仰拍)」「Dutch angle(倾斜镜头)」增加戏剧冲突。
历史与古风题材
明确朝代(唐/宋/明),否则出「和服 + 清朝折扇 + 唐朝宫殿」缝合怪;必须加「禁用现代元素(No modern elements)」,防止古风美女手里多出一杯星巴克。
文档与出版物
明确「栏数(columns)」和「留白(margins)」比堆风格词重要;别指望排出整页无错字正文——用「模拟文本(Simulated text blocks)」填充,只写死大标题;企业画册补一张全册预览图验证统一性。
其他应用场景
一上来先写「任务目标和用途」,让模型建立全局上下文;通用场景可在 Prompt 里要求「一次生成主方案 + 备选方案」,直接挑好的。

12常见问题

每条都给可执行的答案。

必须用 ChatGPT Plus 才能跟着做吗?
不用。这个库本身是纯文本资产,浏览、复制、改 Prompt 全部免费。只有最后「生成」一步消耗出图渠道:官方 ChatGPT、APIMart 等第三方 API、或网站登录后的平台积分,任选其一。先在免费对话里把 Prompt 打磨好,再去付费渠道出图,浪费最少。
为什么我抄了案例 Prompt,出图还是不行?
九成是只抄了风格词、没抄结构。回头对照第 7 节的八个槽位:主体、平台、风格、材质、光照、布局、内容、约束——原文里每一段在回答哪个问题?你的版本少了哪格?多数情况缺的是约束(比例、文字可读)和硬编码的文案。
Prompt 要写英文吗?中文行不行?
中文完全可行——画廊里大量案例原文就是中文(如例 2 社媒截图),生成效果不打折。工程惯例是:描述性内容用中文更精准(毕竟你思考用中文),参数化词汇(f/1.4、50mm、9:16)保留英文/数字写法。混用完全没问题。
JSON 模板直接粘给模型吗?
可以,但更推荐给 Agent 用。GPT Image 2 能理解结构化 JSON 描述(把它当作「字段化的自然语言」);而在 Claude Code / Codex 里装好 Skill 后,AI 能自动填 JSON 字段、跨任务复用,这才是 JSON 模板的主战场。手动出图用文本模板更顺手。
同一句 Prompt,为什么我出的图和案例不一样?
正常。扩散式生成有随机性,模板保证的是结构和可控性(文字正确、布局合理、比例正确),不是像素级复刻。案例页展示的是该 Prompt 的一次成功结果。想要更接近,把案例里更细的约束(具体数字、具体位置描述)补全,随机空间就缩小了。
GPT Image 2 和 2.5 有什么区别?模板通用吗?
2.5 提供了两个倾向不同的模型:Sunburst(精确编辑,适合在成图上改文字、局部重绘)和 Flare(快速日常生成,适合批量草稿)。库里的模板和案例两边通用——同一套结构化 Prompt 在 2.5 专区提供同提示词对比(#532、#527、#523、#510 四例),换模型前建议先看对比再选型。
出图有版权问题吗?能商用吗?
分三层看:① 这个库本身 MIT 协议,模板随便用;② 画廊案例来自小红书、X 等社区的公开分享,逐条标注了来源,商用前注意出处;③ 你生成图像的版权与合规由使用者自负(官方免责声明明确这点),尤其涉及真人肖像、品牌商标时需要自行确认授权。详见第 13 节。

GPT Image 2 新手教程 · 基于 freestylefly/awesome-gpt-image-2(MIT)整理