gpt-image-2-prompting

GPT-Image-2 提示词

这项技能可将模糊的图像需求转化为适用于生产环境的 GPT-Image-2 提示词。

核心原则： 优秀的图像提示词应当像一份视觉简报，而不是一堆风格词汇。

适用场景

在以下情况下使用这项技能：

• 用户要求编写 GPT-Image-2 提示词或改进图像提示词
• 用户想优化较弱的提示词
• 用户想为海报、封面、UI、仪表板、信息图表、包装、编辑版式、概念艺术或世界观构建编写提示词
• 用户要求提供提示词模板、批量提示词创意、主题提示词包或可复用的提示词系统
• 用户想要有趣、古怪、像梗图、荒诞、小报风格或容易走红的图像提示词
• 用户想为名人混搭、假新闻场景、诅咒图像、奇特的街拍、监控摄像头风格图像，或幽默的古今对比编写提示词
• 用户说出“帮我写提示词”“优化提示词”“给我一组出图更高级的 prompt”“做成系列提示词”“来点搞怪的”“整点抽象图”“做成会传播的图”等话

这项技能优化的目标

1. 准确定义图像类型
2. 明确视觉层级
3. 具体规划版式和信息模块
4. 将抽象的审美词汇更好地转化为具体视觉指引
5. 构建可复用的提示词系统，而不是一次性的句子
6. 当目标是有趣或容易走红的内容时，增强对比、荒诞感和梗图潜力
7. 提升假新闻、抓拍、狗仔和监控风格图像的真实照片质感

默认工作流

步骤 1：确定图像类型

始终先决定输出格式。 常见图像类型：

• 海报
• UI 屏幕 / 应用屏幕
• 仪表板
• 信息图表
• 编辑版式 / 杂志封面
• 概念艺术
• 设计提案板
• 档案页 / 档案卷宗
• 地图 / 指南
• 包装 / 产品视觉图
• 分镜 / 角色设定表

如果用户未指定，请根据上下文推断。

步骤 2：围绕 8 个要素构建提示词

尽可能按以下顺序组织：

1. 图像类型
2. 核心主体
3. 构图 / 版式
4. 辅助模块
5. 视觉基调
6. 材质 / 纹理
7. 排版 / 标签
8. 宽高比

步骤 3：将模糊的审美词汇具体化

不要让以下词语含义不明：

• 高级感
• 电影感
• 氛围感
• 科技感
• 杂志感

将它们转化为具体的视觉指引。 示例：

• 高级感 -> 克制的版式、有限的配色、简洁的排版、高级材质、充足的留白
• 电影感 -> 低角度取景、戏剧性光线、前景与背景的景深、情绪张力、反光表面
• 科技感 -> 玻璃面板、金属纹理、界面模块、冷色光线、精准的间距
• 杂志感 -> 编辑式层级、醒目的标题位置、简洁的网格、简短的辅助文字、克制的配色

步骤 4：添加视觉组织结构

大多数效果不佳的提示词只描述主体。 优秀的提示词还会定义周围的结构。 实用的辅助模块：

• 评论区
• 参数面板
• 图例
• 注释
• 比例尺
• 图表
• 排名列表
• 路线图
• 标签
• 页脚注释
• 来源说明
• 时间轴

步骤 5：决定使用单张图像还是一套系统

如果用户想要更出色的效果，可以考虑将一个提示词扩展为可重复使用的系统：

• 保持结构不变，替换时代
• 保持结构不变，替换城市
• 保持结构不变，替换职业
• 保持结构不变，替换情绪
• 保持结构不变，替换产品线

与编写互不相关的提示词相比，这通常更适合创作系列内容。

第 6 步：如果目标是搞笑或打造爆款，就加入反差引擎

对于古怪、幽默或适合分享的提示词，可以有意加入以下一种或多种反差模式：

• 严肃的人物置身琐碎的日常场景
• 历史人物或神话人物身处现代、无关紧要的情境
• 将奢华的视觉语言运用于普通场所
• 将假新闻般的真实感用于荒诞事件
• 采用监控、狗仔、闪光灯摄影或意外抓拍的构图方式
• 动物表现得像专业人士，而人类一切如常

有助于营造真实感的线索：

• 抓拍照片
• 闪光灯摄影
• 狗仔队镜头
• 监控摄像头画面
• 小报照片
• 尴尬的时机
• 意外杰作
• 荒诞的真实感

提示词撰写规则

• 先说明图像类型，不要先说风格词
• 优先描述具体布局，而不是笼统的审美偏好
• 先明确结构，再使用风格词
• 只写会影响最终图像的细节
• 让提示词内容紧凑、条理清晰
• 如果用户想要适合分享或打造爆款的图像，优先考虑反差、世界观构建或系统设计
• 如果用户想要精致的商业图像，优先考虑层级、材质、标签和构图控制

默认回复格式

为用户撰写提示词时，除非用户另有要求，否则请使用以下结构：

1. 简要创意

用一句话描述构想。

2. 最终提示词

用用户的语言撰写一条润色完善的提示词。

3. 效果说明

用 2-4 条要点解释其结构优势。

4. 可选变体

如有帮助，提供 3 个简短的变体方向。

5. 可选的图像生成提议

完成最终提示词后，检查当前环境是否提供图像生成工具，例如 image_generate，或已配置的同类图像模型。

如果可以生成图像，且用户没有要求立即生成图像，请用一句简短的结束语询问： “要不要我直接用这条 Prompt 帮你生成一张图？”

除非用户明确要求生成图像或回答“要”，否则不要自动生成。如果用户回答“要”，请使用最终提示词调用图像生成工具。如果提示词指定的宽高比与工具支持的比例一致，请使用该比例；否则推断最接近的支持比例，并简要说明选择。

如果当前环境没有可用的图像生成工具或模型，不要假装可以生成图像。只需提供提示词；如有需要，可说明用户可以将提示词复制到自己的图像模型中。

中文默认输出风格

用户使用中文时，默认使用中文输出，除非用户另有要求。

默认采用以下交付结构：

1. 核心创意

用 1-2 句话以通俗中文解释视觉构想。

2. 完整提示词

提供一条润色完善的最终提示词，通常写成一个连贯的段落。

3. 为什么这样写

用 2-4 条要点简要说明，重点关注：

• 图像类型是否清晰
• 主体和版式是否明确
• 信息模块是否增强了层级
• 是否将抽象的审美词转化成具体的视觉语言

4. 可改写方向

在有帮助时，提供 2-3 个简短的变体方向，例如：

• 更换时代 / 城市
• 更换职业 / 情绪
• 更换媒介形式（海报、UI、信息图、档案页）
• 更换色彩和材质体系

5. 是否直接生成图像

如果当前环境配置了可用的图像生成工具或模型，例如 Hermes 的 image_generate 工具，在完成提示词后，用一句话询问用户是否要直接生成图像： “要不要我直接用这条 Prompt 帮你生成一张图？”

只有当用户明确要求“直接生成 / 帮我出图 / 生成一张”，或用户确认后，才调用图像生成工具。用户只要求撰写提示词时，不要自动生成图像。

如果当前环境没有可用的图像生成能力，不要追加确认问题，也不要暗示可以在当前环境直接生成。

中文措辞指导

• 像专业的中文视觉指导一样自然地撰写
• 解释简洁、实用
• 除非用户明显需要专业术语，否则避免术语堆砌
• 优先使用具体的中文视觉指令，避免笼统的审美词
• 如果用户要求批量生成提示词，除非表格明显更合适，否则每条提示词都采用相同的输出格式

中文批量模式

用户一次要求多个提示词时，默认采用结构化的中文批量格式。

请使用以下输出结构：

分类标题

Name the category first, especially when the batch is large. Examples:

• 历史世界 × 现代界面
• 信息图 × 情绪表达
• 品牌提案 × 商业视觉
• 世界观档案页
• 城市观察 × 社会情绪

每条 Prompt 的默认格式

For each prompt, use:

[编号]. [标题]

• 核心创意：用一句话讲清楚这个画面想做什么
• 完整 Prompt：给一条可直接使用的完整 Prompt
• 可替换变量：列 2-4 个最值得替换的变量，方便用户自己扩写

Batch-size guidance

• 1-5 条：可以保留“为什么这样写”
• 6-20 条：以“核心创意 + 完整 Prompt + 可替换变量”为主，保持紧凑
• 20 条以上：优先按分类分组，减少逐条解释，除非用户明确要求详细拆解

Default consistency rules

• 同一批内容尽量保持统一结构
• 同一分类优先共享一套视觉逻辑，再替换主题变量
• 如果是做资料包，优先保证可复制、可扩写、可分类整理
• 如果是做灵感清单，可以适当放宽结构，但仍然保留图像类型和版式意识

Upgrade path for weak prompts

If the user gives a weak prompt, rewrite it by upgrading in this order:

1. clarify image type
2. define subject
3. define composition
4. add modules
5. translate vague taste words
6. add materials / labels / typography
7. choose aspect ratio

Chinese example response

核心创意

做一张“城市失眠指数”主题的信息图海报，把深夜情绪转成可以被观看的数据地图。

完整 Prompt

“城市失眠指数”信息图海报，中心是一张俯视夜景地图，按照 22:00、00:00、02:00、04:00 四个时段分层发光，商业区高亮，住宅区以昏黄窗光点阵呈现，四周嵌入咖啡销量、夜间打车热度、音乐播放峰值、社交媒体活跃度四个圆形数据模块，标题像国际杂志专题页，副标题写“谁还醒着，谁在假装睡着”，整体冷静克制，带轻微都市焦虑感，色彩控制在霓虹紫、电蓝、夜黑和少量暖黄，比例 4:5。

为什么这样写

• 先定义为“信息图海报”，模型会按专题视觉去组织画面
• 中心地图 + 四周模块，画面层级会更清楚
• “都市焦虑感”被拆成夜景、冷色、高亮区域这些具体视觉指令
• 配色和比例明确后，更容易出成品感

可改写方向

• 换成“加班热力图”主题
• 换成“地铁情绪地图”结构
• 换成杂志封面而不是信息图海报

Chinese batch example

历史世界 × 现代界面

1. 唐朝人的外卖 App

• 核心创意：把唐朝日常生活翻译成一张现代外卖首页界面，让历史感和产品感同时成立。
• 完整 Prompt：唐朝人的外卖 App，画面模拟手机外卖首页界面，顶部定位显示“长安·平康坊”，推荐位展示胡饼、炙羊肉、葡萄酿，商家头像采用工笔画掌柜半身像，评分以铜钱图标呈现，底部导航栏完整保留现代产品结构，状态栏显示“大唐信号满格”和“开元二十四年”，整体配色为赭石、石绿、金箔红，字体融合碑刻感标题字与细无衬线，界面像真实产品设计稿，同时带有历史穿越幽默感，比例 9:16。
• 可替换变量：朝代、城市、品类、界面类型

2. 明代人的求职网站首页

• 核心创意：把古代职业体系做成现代招聘平台首页，重点放在职位卡片和筛选逻辑。
• 完整 Prompt：明代人的求职网站首页，历史服饰与现代招聘平台界面融合，主界面有职位推荐“修史官、书院讲郎、船务账房、织造监督、宫廷画师”，筛选条件写“擅诗文、通算学、善骑射、可外派”，人物简历卡使用工笔肖像，薪资单位以俸禄石米表示，整体排版像真实招聘网站首页，比例 16:9。
• 可替换变量：时代、岗位、筛选条件、薪资表达

Good prompt categories

Use the reference file references/categories.md for category patterns and representative examples. Use references/templates.md for reusable fill-in-the-blank templates. Use references/examples.md for polished baseline examples. Use references/quirky-funny-100-prompts.md for funny, bizarre, celebrity-contrast, fake-news, and meme-ready prompt ideas. Use references/quirky-funny-100-prompts-part2.md for more chaotic, viral, surveillance-style, and absurd-realism prompt ideas.

Common mistakes to avoid

• starting with only style words
• leaving composition undefined
• no information hierarchy
• too many random elements with no focal point
• calling something “高级感” without specifying what creates that feeling
• writing a one-off idea when a reusable prompt system would be better

Best-practice mindset

The goal is not to produce a merely detailed prompt. The goal is to produce a prompt with visual intent, structure, and enough control that the output feels designed.