awesome-gpt-image-2

学习的敌人是自己的满足，要认真学习一点东西，必须从不自满开始。对自己，“学而不厌”，对人家，“诲人不倦”，我们应取这种态度。—— 毛泽东

awesome-gpt-image-2：把图像提示词从灵感碎片，整理成可复用的生产结构

项目地址：https://github.com/freestylefly/awesome-gpt-image-2

AI 图像生成走到今天，问题早已不只是“能不能生成一张图”。

真正困难的部分，往往藏在更具体的地方：如何让画面稳定下来，如何让排版更可控，如何让文字、信息层级、主体、材质、灯光与构图不再彼此打架，如何把一次偶然成功的提示词，变成下一次也能继续使用的工作模板。

awesome-gpt-image-2 试图回答的，正是这个问题。

它以“Prompt as Code”为核心思路，围绕 GPT-Image2 构建工业级提示词引擎与模板库，整理了 500 余个逆向工程案例，并提供 20 余套工业级模板。这个项目不满足于把提示词堆成一段段充满形容词的自然语言，而是尝试把画面需求拆开、组织、组合，再重新变成可以复用的生成协议。

在这里，提示词不只是一次性许愿。

它开始像代码一样拥有结构，拥有变量，拥有模块，也拥有可以被代理、脚本和自动化流程理解的形态。

当提示词不再只是“写得更长”

许多图像提示词的工作方式，像是在向模型描述一幅想象中的画面。

要一个人物。

要一种光线。

要某种风格。

要漂亮的排版。

要准确的文字。

要复杂的信息图。

要商品质感。

要画面具有商业感。

这些要求如果全部压进一段自然语言中，往往会变得难以维护。每次修改一个元素，都可能让其他元素跟着偏移。画面也许保留了风格，却丢了信息层级。主体也许准确了，排版却开始松散。文字也许出现了，结构却不再清晰。

awesome-gpt-image-2 的核心目标，是将散落在社区中的案例、提示词和工作流，压缩为更具结构化特征的协议。

项目将主体、光线、材质、布局与视觉细节拆分为可组合的原子部分。它关注的不只是某张图看起来是否好看，也关注提示词是否能被重复调用，是否能适应批量生成，是否能融入模板系统，是否能进入更完整的生产工作流。

这是一种从“写一句提示词”走向“设计一套提示词结构”的转变。

从灵感图库，走向提示词工程

项目中包含完整案例图库，覆盖 532 个案例。

这些案例不是集中在单一画风里，而是分布在多个视觉生产方向中。用户可以先从案例中寻找接近目标的视觉方向，再回到模板页面，将这个方向转化为可复用的结构。

案例库覆盖的分类包括：

• UI 与界面
• 图表与信息图
• 海报与字体排版
• 商品与电商
• 品牌与标志
• 建筑与空间
• 摄影与写实
• 插画与艺术
• 角色与人物
• 场景与叙事
• 历史与中国古典主题
• 文档与出版
• 其他使用场景

这些分类让图库不只是按风格摆放图片，而是尽可能贴近实际产出类型。

如果目标是产品界面，可以从 UI 与界面分类切入。

如果任务是整理知识表达，可以观察图表与信息图的结构。

如果需要活动视觉、封面或强调文字的画面，可以进入海报与字体排版分类。

如果需要商品展示、包装、卖点图或详情页结构，则可以从商品与电商分类寻找参考。

如果目标是人物、角色设定、姿势参考或 3D 玩具，也可以在角色与人物分类中寻找接近的表达方式。

案例不再只是看完即过的展示墙。它们更像提示词结构的样本库，帮助使用者从成品中反向观察画面是如何被组织出来的。

UI 与界面：让生成结果拥有页面秩序

UI 与界面分类包含 73 个案例，覆盖应用、网站、仪表盘、社交截图与产品界面。

界面类图像生成并不只是画出几个卡片和按钮。真正困难的是页面层级。

导航在哪里。

标题如何出现。

内容区如何划分。

卡片怎样排列。

信息密度如何控制。

截图质感如何形成。

项目将 UI 与界面中的能力指向组件、页面层级与截图纹理。它关注的是一种更接近产品界面的画面组织方式，而不是仅仅生成带有科技感的抽象屏幕。

在这一类任务中，提示词需要处理的往往不是一个物体，而是一整张页面。页面中的模块、区块、内容卡片、按钮、文字与视觉重心，都需要共同构成能够被阅读的界面秩序。

图表与信息图：让内容拥有层次与方向

图表与信息图分类包含 52 个案例，涵盖信息图、知识地图、技术解释图与结构化图示。

这一类型对生成结果提出了特殊要求。

它不能只有视觉风格。

它还需要表达关系。

模块之间需要有逻辑。

箭头需要指向。

层级需要清楚。

数据结构需要被组织。

文字信息需要在画面中拥有位置。

项目将这类模板的核心能力归纳为模块、箭头、数据结构与可读性。对于知识图、流程图、技术说明图、系统图或信息海报而言，这些要素是画面能否承担解释任务的重要部分。

一张真正有用的信息图，不只是把内容放得很多，而是让观看者知道从哪里开始看，下一步看什么，以及不同信息之间如何连接。

海报与字体排版：让文字成为画面的力量

海报与字体排版分类包含 86 个案例，覆盖活动海报、封面、以文字为核心的视觉画面与强调布局构图的作品。

海报的难点并不只是选择颜色或加入装饰元素，而是让文字与画面共同形成冲击力。

标题要站在哪里。

副标题要怎样附着。

人物与文字之间如何留出空间。

信息应该如何分级。

整体视觉重心应该落在哪里。

项目将这一方向的核心能力聚焦于布局、标题系统、人物与视觉冲击。

在这类任务中，提示词不只是描述画面主体，也需要描述文本系统。文字不是最后补上的注释，而是构图的一部分。它可以是画面的入口，也可以成为整个视觉节奏的主导者。

商品与电商：让产品成为画面中心

商品与电商分类包含 41 个案例，涉及产品拍摄、详情页、包装、卖点与广告画面。

电商图像并不只是把商品摆在背景前。商品需要有明确位置，卖点需要可见，包装需要被识别，详情页结构需要有秩序，广告画面还需要将商业表达与视觉语言结合起来。

项目将这类模板的能力指向产品卖点、包装与详情页结构。

这意味着提示词可以不止描述一个商品的外观，还能进一步组织商品在画面中的呈现方式。是强调材质，还是强调功能。是展示包装，还是突出使用场景。是单品特写，还是信息密度更高的详情页结构。

对于商品视觉而言，主体永远不应只是画面中的一个物件。它需要成为整个构图、信息层级与视觉叙事的中心。

品牌与标志：从单个图形走向识别系统

品牌与标志分类包含 27 个案例，覆盖标志、识别系统、品牌触点与营销视觉。

品牌相关的图像任务，往往不止需要一个图标。

它还可能需要一套视觉语言。

需要颜色关系。

需要字体倾向。

需要触点呈现。

需要传播画面。

需要让不同页面、不同物料、不同场景之间保持某种一致性。

项目将这一方向的核心能力概括为标志、识别、品牌触点系统。

这让提示词从生成单张图的工具，开始接近一个可以描述品牌视觉系统的入口。它不只是生成某个形状，也能够围绕品牌在不同触点中的表现方式进行组织。

建筑与空间：在透视、材质与光线中塑造场所

建筑与空间分类包含 12 个案例，覆盖建筑渲染、室内、城市地图与空间概念。

空间类图像生成通常要面对更复杂的关系。

近处与远处。

室内与室外。

材质与反射。

光线方向。

透视关系。

建筑体块。

环境氛围。

项目将建筑与空间的核心能力归纳为透视、材质、室内与室外光线。

空间不是二维元素的简单堆叠。它需要深度，需要尺度，也需要让观看者感到自己似乎能够进入画面。提示词中的光线、视角、结构与材质描述，会共同决定一个空间是否拥有成立的感觉。

摄影与写实：控制镜头、光线与真实质感

摄影与写实分类包含 77 个案例，涉及人像、手机摄影、胶片质感与商业摄影。

写实画面最容易让人只关注一个词：真实。

但真实并不是一个单独的修饰词。

镜头会影响视野。

灯光会影响皮肤、材质与情绪。

构图会影响人物与环境的关系。

摄影媒介感会影响整个画面的时间气质。

商业摄影又会让主体、背景与展示目标形成更明确的协作。

项目将这类模板的能力聚焦于镜头、光线与写实纹理。它不将摄影理解为一种泛化风格，而是将其拆分为可以被描述、控制与组合的视觉变量。

插画与艺术：让笔触、材料与风格成为可选择的组件

插画与艺术分类包含 58 个案例，覆盖插画、艺术风格、材料实验与装饰性图像。

插画任务的表达空间很大。

它可以是柔和的。

可以是粗粝的。

可以是平面的。

可以强调笔触。

可以强调纸张、颜料、织物、金属或其他材料质感。

可以服务于装饰，也可以服务于叙事。

项目将这一方向的核心能力描述为笔触、材质与艺术风格。

与其只用一个风格名称概括全部画面，不如把画面中的笔触、材料、色彩、构图和装饰细节逐步拆开。这样，插画风格不再只是模糊的标签，而可以被转化为更接近生产描述的结构。

角色与人物：把设定、姿势与一致性放进同一个模板

角色与人物分类包含 29 个案例，覆盖角色设计、姿势参考、卡片与 3D 玩具。

人物图像生成经常涉及一个持续性的难题：一致性。

同一个角色在不同画面中，如何保持辨识度。

不同姿势中，如何延续服装、形象与气质。

在系列卡片中，如何既变化又统一。

在 3D 玩具类视觉中，如何让角色形象拥有明确的物件感。

项目将这一方向的核心能力归纳为角色设计、姿势表与一致性。

这意味着人物不只是一次性被生成出来的主体，也可以成为系列生产中的核心资产。提示词结构需要帮助使用者保留角色特征，同时允许姿势、场景和画面关系发生变化。

场景与叙事：让画面拥有前后关系

场景与叙事分类包含 20 个案例，覆盖分镜、叙事场景、直播画面与世界观构建。

有些画面不只需要“看起来像一个场景”。

它还需要让人感到故事正在发生。

人物处于什么关系。

镜头正在看向哪里。

画面中的动作意味着什么。

前景、中景与远景怎样帮助叙事。

情绪应该如何推进。

项目将这一方向的能力指向分镜、世界构建与情绪节奏。

这使提示词不只服务于视觉风格，也服务于画面内部的叙事安排。一个场景可以包含时间感，可以包含人物关系，也可以包含情绪变化。

历史与中国古典主题：让传统叙事进入图像结构

历史与中国古典主题分类包含 16 个案例，覆盖古典卷轴、历史人物、传统主题与诗词视觉。

这一类任务常常涉及服饰、时代气息、卷轴形式、传统叙事与文字布局。

项目将其核心能力归纳为朝代、服装与卷轴式叙事。

传统主题并不只是加入一些古风元素。它还需要处理画面形式、人物身份、服饰特征、叙事节奏与文本布局之间的关系。卷轴、题字、历史人物与诗意场景都需要共同构成一种能够被识别的视觉语境。

文档与出版：把内容变成可以被阅读的页面

文档与出版分类包含 10 个案例，覆盖白皮书、手册、百科图版与出版物布局。

这类生成结果的关键，不只是画面是否精美，而是页面是否像一份真正可以阅读的文档。

是否存在明确的版面系统。

标题、目录、图表与正文如何分工。

信息模块之间是否拥有规律。

页面是否具备出版物的秩序。

项目将这一方向的核心能力概括为页面系统、目录与布局规则。

对于需要知识表达、专业说明、文档封面、手册页面或出版式视觉的任务而言，提示词需要承担更多结构责任。它要帮助模型理解，不只是生成一张画，而是在生成一个有版式逻辑的页面。

其他场景：保留实验与混合工作流的空间

项目还设置了其他使用场景分类，包含 28 个案例，覆盖创意实验、特殊任务、混合工作流与实用案例。

并不是所有图像任务都能被放进固定类别中。

有些任务会同时包含产品、信息图与叙事。

有些任务会结合照片编辑、插画化处理与文案布局。

有些任务本身就是一次针对特殊输出形式的探索。

因此，这个分类保留了混合任务和实验性工作流的空间。它提醒使用者，模板不是为了把所有视觉表达变得僵硬，而是为了让复杂任务拥有更清楚的起点。

模板库：让案例成为可迁移的方法

案例告诉人们结果可以长成什么样子。

模板则试图回答，这样的结果可以如何被复用。

awesome-gpt-image-2 将模板分为多个方向，包括：

• UI 与界面
• 图表与信息图
• 海报与字体排版
• 商品与电商
• 品牌与标志
• 建筑与空间
• 摄影与写实
• 插画与艺术
• 角色与人物
• 场景与叙事
• 历史与中国古典主题
• 文档与出版
• 其他使用场景

这些模板面向不同类型的视觉任务，覆盖组件、页面层级、截图质感、数据结构、箭头、可读性、标题系统、人物、视觉冲击、商品卖点、包装、详情页结构、品牌触点、透视、材质、镜头、人物一致性、世界观构建、页面系统与布局规则等能力。

模板真正重要的地方，不在于替人写完所有内容，而在于给需求提供一个可以填充的结构。

当用户已经知道自己需要的是一张产品卖点图，一套品牌视觉，一张技术解释图，一组角色卡片，或者一页带有信息层级的出版式内容时，模板可以帮助把业务变量放进更稳定的提示词框架里。

三步使用路径：先看结果，再找结构，最后填变量

项目为仓库使用方式给出了一条清晰路径。

第一步，从精选案例开始，确定想要模仿的输出类型。

第二步，打开完整图库，寻找相近案例。先复制结构，再复制风格词。

第三步，回到模板页面，将业务变量填入通用模板或 JSON 模板中。

这三步背后有一个很重要的顺序。

先看结构。

再看风格。

最后才是具体内容。

许多提示词写作容易从风格词开始，例如先想要电影感、胶片感、未来感、极简感或高级感。但对于需要稳定输出的任务而言，画面的结构通常比风格词更早决定结果。

主体是什么。

画面分成几块。

信息如何排列。

重点应该出现在哪里。

文字与图形谁服务于谁。

元素之间是什么关系。

这些问题先被确定，风格才有更稳定的落点。

提示词原子化：把复杂画面拆成可组合的部分

项目提出原子化 schema 的思路。

主体、灯光、材质、布局与视觉细节被拆成可组合的部分。

这种方法的价值，在于降低复杂提示词的混乱程度。

如果一个提示词既要表达主体，又要表达背景，还要表达镜头、材质、文字、信息结构、色彩、氛围和版面，它很容易在自然语言中变成一团不容易维护的描述。

原子化之后，不同部分可以更明确地承担自己的职责。

主体部分描述画面中心。

灯光部分描述光线关系。

材质部分描述物体表面与质感。

布局部分描述信息和元素的位置关系。

视觉细节部分负责进一步补足风格、装饰与氛围。

当这些内容被拆开后，提示词更容易被修改，也更容易被重新组合。用户不必每次都从零开始写一整段描述，而可以基于已有结构替换或调整其中的变量。

为批量生成、模板系统与自动化而设计

项目强调工作流友好性。

它面向代理、脚本与自动化系统而设计。

这意味着提示词的目标不只是被人手动复制粘贴，也可以被程序读取、替换和组织。

当生成需求变成批量任务时，稳定结构尤其重要。

同一套商品图需要替换不同产品。

同一套卡片需要替换不同角色。

同一张信息图需要替换不同主题和数据。

同一种页面需要替换不同文案。

同一系列视觉需要在多次生成中保持形式上的连续性。

在这些场景中，结构化提示词比纯粹依赖灵感的一段文字更适合进入流程。它可以承载变量，也可以被自动化系统调用。

Agent Skill：让本地代理理解案例、风格与模板

仓库中还包含一个 GPT-Image2 风格库 Agent Skill。

这个技能基于与网站相同的数据，用于选择 GPT-Image2 的风格、模板、分类与场景标签。

它可以帮助代理在提示词工作中进行方向选择：应该靠近哪一种视觉风格，应该选择哪一类模板，应该使用哪些场景标签，应该从哪个案例类别开始组织需求。

该技能可面向 Claude Code、Codex、Cursor 等支持 skills 的工具安装。

npx skills add freestylefly/awesome-gpt-image-2 --skill gpt-image-2-style-library --agent claude-code codex --global --yes --copy

如果希望安装到所有受支持的本地代理中，可以使用：

npx skills add freestylefly/awesome-gpt-image-2 --global --all --copy

也可以通过 npm 安装命令行工具：

npm install -g gpt-image-2-style-library
gpt-image-2-style-library install all

不进行全局安装时，也可以直接执行：

npx gpt-image-2-style-library install all

install all 会将技能写入 Codex、Claude Code 与其他代理使用的常见本地目录，包括：

~/.codex/skills
~/.claude/skills
~/.agents/skills

安装之后，可以向代理提出类似这样的请求：

Use gpt-image-2-style-library to create an infographic prompt about Codex.

这让项目中的案例与模板不只是一份静态文档。它们也能够成为本地代理选择风格、组织模板和生成提示词时可调用的知识结构。

从网页图库到生成流程

项目还提供可视化网站，用于以产品体验的方式浏览图库。

在这个界面中，可以查看大图预览，复制完整提示词，按风格或场景筛选内容，并测试生成相关能力。

网页的存在，让案例库不只停留在 Markdown 文件中的连续内容。它更像一个可以浏览、筛选与观察的视觉资料库。

而仓库中的文档、模板、案例、技能和网站数据又彼此连通。

案例帮助人找到方向。

模板帮助人提取结构。

技能帮助代理做选择。

网站帮助人浏览与筛选。

这些部分共同构成了一个从视觉参考走向提示词生产的流程。

从“描述一张图”，到“设计一个生成系统”

awesome-gpt-image-2 最值得关注的，不只是它收集了多少案例，也不只是它覆盖了多少视觉类别。

它真正试图建立的是一种方法。

图像提示词不应永远停留在偶然的灵感文本中。

它可以被拆解。

可以被结构化。

可以被模板化。

可以被变量化。

可以被代理调用。

可以进入脚本和自动化系统。

可以围绕批量生成和生产工作流继续扩展。

当 AI 图像生成从一次次独立的尝试，走向更稳定、更可控、更可重复的视觉生产时，提示词也需要从一句话成长为一套结构。

awesome-gpt-image-2 就像一座提示词工程的材料库。

这里有案例，有分类，有模板，有结构，也有能够交给代理的技能。它让用户不必每次面对空白输入框时都从头开始想象，而可以从已有的画面、结构与工作流中，找到下一张图的起点。