翻到一个 skill：把模糊的出图需求，变成 GPT-Image-2 能稳定执行的提示词

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

[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

四步工作流

Step 1：选类别

根据用户需求匹配模板类别：

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：

{
  "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>"
}

{
  "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"
}

{
  "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

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