GPT-Image-2 Prompt Engine

基于 freestylefly/awesome-gpt-image-2（⭐18k+，MIT）工业级提示词引擎方法论，沉淀为可执行的生图提示词构造工作流。

任务目标

• 本技能用于：将模糊的出图需求转化为 GPT-Image-2 可稳定执行的结构化提示词
• 能力包含：
  1. 原子化 Schema 拆解：Subject / Composition / Material / Typography / Lighting / Style / Constraints 七大维度
  2. 20+ 工业级 JSON 模板：覆盖 UI截图、信息图、海报、电商主图、品牌视觉、商业摄影、角色IP、古籍国风、叙事插画等场景
  3. 四步工作流：选类别 → 检索案例（抄结构）→ 套模板填变量 → 生成与图生图迭代
  4. 5 个稳定性实测技巧：文字锁定、比例前置、模块限量、平台特征区分、负向约束
• 触发条件：
  • ✅ 电商主图/详情页、电影/活动海报、信息图/知识图谱、品牌视觉、UI截图、商业摄影、角色/IP设计、叙事插画、古籍国风、3D渲染
  • ❌ 随意生图、简单风景照、不需要精确控制的随手画 → 走基础 image_generation

核心方法论：Prompt as Code

万能结构公式

[主体与任务] + [构图与布局] + [视觉风格与材质] + [文字与标签要求] + [比例与输出格式] + [约束与负向细节]

原子化 Schema

维度	字段	说明	示例
Subject	主体	画面核心对象，越具体越好	"一瓶30ml透明玻璃香水瓶，金色瓶盖"
Composition	构图	布局、视角、景别	"居中对称，45度俯拍，浅景深"
Material	材质	物体表面质感与触感	"磨砂玻璃，金属反光，水滴凝结"
Typography	文字	画面中文字内容、字体、位置	"标题'限时特惠'，粗黑体，左上角"
Lighting	光线	光源方向、色温、氛围	"柔和侧逆光，暖色调，丁达尔效应"
Style	风格	整体视觉调性	"高端商业摄影，极简白底，8K"
Constraints	约束	负向提示与硬性限制	"禁止乱码文字，禁止多余手指，9:16"

四步工作流

Step 1：选类别

根据用户需求匹配模板类别：

类别	模板ID	适用场景
UI与界面	ui-screenshot-system	App截图、仪表盘、社媒截图、直播界面
图表与信息可视化	infographic-engine	解释图、技术图解、时间线、知识卡片
科学尺度图	scientific-scale-diagram	微观到宏观的尺度递进图
海报与排版	poster-campaign	活动海报、电影海报、概念字体海报
电商主图	ecommerce-hero	产品主图、详情页banner、带货图
品牌视觉	brand-identity	品牌KV、VI应用、包装设计
商业摄影	commercial-photo	产品静物、人像、美食摄影
角色与IP	character-design	角色设定、IP形象、表情包
叙事插画	narrative-illustration	故事场景、绘本、编辑插画
古籍国风	classical-chinese	国画、工笔、水墨、敦煌风格

Step 2：检索案例（抄结构）

使用 scripts/query_templates.py 检索本地克隆仓库的模板与案例：

python3 scripts/query_templates.py --category ecommerce
python3 scripts/query_templates.py --keyword "香水 海报"

未克隆仓库时，脚本会优雅降级，输出在线 raw 链接：

• 模板库：https://raw.githubusercontent.com/freestylefly/awesome-gpt-image-2/main/docs/templates.md
• 画廊Part1：https://raw.githubusercontent.com/freestylefly/awesome-gpt-image-2/main/docs/gallery-part-1.md
• 画廊Part2：https://raw.githubusercontent.com/freestylefly/awesome-gpt-image-2/main/docs/gallery-part-2.md

也可直接 web_fetch 上述链接获取最新案例。

Step 3：套模板填变量

选择匹配的 JSON 模板，将用户需求填入变量。以下为 3 个核心模板示例：

模板A：信息图

{
  "type": "Infographic",
  "topic": "<主题，明确具体>",
  "audience": "<目标读者>",
  "structure": {
    "title_area": "<主标题>",
    "layout": "<布局描述，如：等距切角，N个编号面板>",
    "modules": [
      {"title": "<模块1>", "icon": "<图标名>", "text": "<1-2句说明>"},
      {"title": "<模块2>", "icon": "<图标名>", "text": "<1-2句说明>"}
    ]
  },
  "style": {
    "aesthetic": "<风格，如：科学图鉴/扁平插画/商务报告>",
    "colors": "<配色方案>",
    "background": "<背景>"
  },
  "constraints": "No gibberish text, strict structural layout, <比例>"
}

模板B：电影/活动海报

{
  "type": "Poster",
  "subject": "<主体描述>",
  "title": {
    "text": "<标题，必须精确显示>",
    "style": "<字体风格，如：粗黑体/书法体/衬线体>",
    "position": "<位置，如：居中/底部/对角>"
  },
  "composition": "<构图描述>",
  "visual_style": "<视觉风格，如：赛博朋克/复古胶片/极简>",
  "color_palette": ["<主色>", "<辅色>", "<点缀色>"],
  "mood": "<情绪关键词>",
  "constraints": "Title must be spelled exactly, readable text, <比例>, no random text"
}

模板C：电商主图

{
  "type": "Ecommerce",
  "product": {
    "name": "<产品名>",
    "material": "<材质>",
    "color": "<颜色>",
    "key_feature": "<核心卖点>"
  },
  "scene": "<使用场景/背景>",
  "composition": "<构图，如：居中45度俯拍>",
  "lighting": "<光线描述>",
  "style": "<风格，如：高端商业摄影/极简白底/生活方式>",
  "text_overlay": {
    "headline": "<主文案>",
    "subtext": "<副文案>",
    "position": "<位置>"
  },
  "constraints": "Product must be accurate, readable text, <比例>, no watermark"
}

Step 4：生成与迭代

1. 将填好变量的 JSON 转为自然语言提示词
2. 调用 image_generation 出图（中文需求用中文提示词，英文需求用英文）
3. 检查出图结果：文字是否准确、构图是否符合、比例是否正确
4. 不满足则调整对应 Schema 维度后重新生成（图生图模式可传入参考图）

5 个稳定性实测技巧

1. 文字锁定：凡是画面中有文字，必须写"文字必须准确显示指定内容，禁止乱码和占位文本"，并把原文逐字写出
2. 比例前置：宽高比写在提示词最前面或 constraints 第一条，否则模型默认出 1:1 或 9:16
3. 模块限量：信息图先锁定 3-5 个模块再补细节，模块过多必然混乱
4. 平台特征区分：UI截图必须指定平台（iOS/Android/小红书/抖音），各平台状态栏、Tab、交互元素差异大
5. 负向约束具体化：不要只写"no artifacts"，要写"禁止多余手指""禁止乱码按钮""禁止产品变形"

使用方式

输入

参数	类型	必填	说明
category	string	是	出图类别：ui/infographic/poster/ecommerce/brand/photo/character/narrative/classical
subject	string	是	主体描述
style	string	否	视觉风格偏好
aspect_ratio	string	否	宽高比（默认 1:1）
text_content	string	否	画面中需要显示的文字
reference_image	string	否	参考图路径/URL（图生图模式）
extra_constraints	string	否	额外约束

输出

• 一份结构化的 GPT-Image-2 提示词（可直接复制使用）
• 对应的 JSON Schema（可复用/批量修改）
• 选中的模板名称和参考案例ID
• 负向约束清单

资源引用

• 上游项目：freestylefly/awesome-gpt-image-2（⭐18k+，MIT License）
• 在线画廊：https://gpt-image2.canghe.ai
• npm 包：gpt-image-2-style-library
• 完整模板库：references/style-library.md（20+ 模板详细索引）
• 案例库：530+ 逆向工程案例，见上游 docs/gallery.md

⚠️ 第三方案例商用授权提示：本技能引用的案例仅供学习参考，商用前请确认对应案例的授权范围。

注意事项

• 本技能不新增生图工具，出图仍需调用 image_generation 技能
• 中文需求默认输出中文提示词，英文需求输出英文提示词
• 批量生成时复用同一模板，仅变更 subject / composition / palette
• 仓库克隆被 403 拦截时，以在线 raw 链接检索为主路径