一、这是什么?
GPT Image 2 是 OpenAI 推出的新一代图像生成模型,文字渲染准确率高达 99%+,支持 4K 分辨率,3 秒出图。
awesome-gpt-image-2-prompts 是由 EvoLinkAI 团队维护的开源提示词案例库,专门收录 GPT-Image-2 的高质量 Prompt 和对应效果图。简单来说:你不用自己摸索怎么写提示词了,直接来这个仓库找模板,复制粘贴就能出好图。
| 维度 | 数据 |
|---|---|
| GitHub Stars | 16.9K+(2个月内) |
| 案例总数 | 900+ 条(持续更新) |
| 开源协议 | CC0 1.0(完全开放,可自由使用) |
| 多语言支持 | 11种语言(含简体中文) |
| 仓库地址 | github.com/EvoLinkAI/awesome-gpt-image-2-prompts |
二、核心功能
1. 900+ 现成 Prompt 模板
每条模板都包含:提示词全文(可直接复制使用)、对应效果图(看到这个 Prompt 出来到底什么效果)、场景分类标签(方便按需检索)。
2. 7 大场景全覆盖
| 场景分类 | 适合谁 | 典型案例 |
|---|---|---|
| 电商场景 | 电商运营、产品经理 | 产品主图、故事板、电商拍法 |
| 广告创意 | 广告策划、品牌设计 | 广告 KV、品牌叙事图 |
| 人像摄影 | 摄影师、自媒体 | 写真、头像、人物概念图 |
| 海报插画 | 设计师、内容创作者 | 电影海报、品牌视觉、插画风格 |
| 角色设计 | 游戏开发者、IP设计师 | 游戏角色、IP形象、二次元人设 |
| UI/社媒素材 | UI设计师、运营 | App界面Mockup、封面图、社媒配图 |
| 社区实验 | 所有AI爱好者 | 探索性玩法和创意实验 |
3. API 调用支持
提供结构化的 JSON 文件(gpt_image_2_prompt.json),所有 Prompt 可程序化读取,方便批量处理或接入自己的工具链。
4. 工作流集成
支持 GPT-Image-2 × Seedance 2.0 影视级工作流,实现从图片生成到视频生成的完整链路。
三、怎么用?
方式一:直接浏览复制(零门槛)
- 打开仓库
打开 GitHub 仓库 github.com/EvoLinkAI/awesome-gpt-image-2-prompts
- 找分类
找到你需要的场景分类(如「电商场景」)
- 选案例
浏览案例,找到满意的效果图
- 复制 Prompt
复制对应的 Prompt
- 生成
去 Evolink 平台(evolink.ai/gpt-image-2)粘贴 Prompt,直接生成
方式二:API 调用(开发者适用)
步骤 1:注册获取 API Key — 去 Evolink 平台免费注册,获取 API Key。
步骤 2:调用接口
步骤 3:本地技能安装 — 一键安装后可直接调用技能,无需重复配置 API Key:
方式三:Python SDK 调用
四、Prompt 写作技巧
好 Prompt 不是形容词堆砌,而是约束越明确越好。
核心公式:任务类型 + 主体锚点 + 结构约束 + 光线/材质/色彩 + 文字要求 + 保留项/排除项
5 类关键约束
| 约束类型 | 说明 | 示例 |
|---|---|---|
| 任务类型 | 你在生成什么 | editorial portrait / product ad / UI mockup |
| 主体锚点 | 画面中心是谁/什么 | 年轻女性、便利店门口、中景 |
| 结构约束 | 镜头、构图、布局 | 35mm、中景、眼平视角 |
| 材质与光线 | 决定画面可信度 | 荧光灯+霓虹、玻璃反射、皮肤纹理 |
| 输出边界 | 什么必须有/什么不能有 | 无塑料皮肤、无水印、无多余文字 |
人像摄影骨架模板
产品广告骨架模板
UI/信息图骨架模板(JSON格式)
五、常见误区与避坑指南
| 常见错误 | 为什么会翻车 | 正确做法 |
|---|---|---|
| 只写风格不写结构 | 模型不知道画面分几块、文字放哪 | 先写比例、模块数、标题层级 |
| 想要人物一致只写 "same person" | 五官、服装、镜头都没锁定 | 分别写清脸型、发型、服装、画幅 |
| 形容词堆太多 | 有噪声缺约束 | 少写空话,多写镜头、材质、构图 |
| 中文文案太长 | 小字容易失真 | 改成短标题、短标签、模块化信息 |
| 只说"不要改别的" | 没定义 keep 的具体内容 | 列出 preserve 清单与 change 清单 |
| 直接搬社区 prompt 商用 | 可能踩版权/商标风险 | 学结构,不直接搬整段案例 |
中文文本特别注意
- 海报和信息图尽量用短标题+短标签,不要塞密集正文
- 明确写 Simplified Chinese,并限定标题数量和每模块行数
- 如果必须做长中文内容,先出结构稿,再二次编辑精修
六、技术架构说明
| 维度 | 说明 |
|---|---|
| 项目性质 | 提示词资源仓库(awesome-list),非代码库 |
| 核心依赖 | OpenAI GPT-Image-2 模型 + Evolink 平台 API |
| 数据格式 | Markdown 文件 + 结构化 JSON |
| 目录结构 | cases/ecommerce.md(电商)、cases/ad-creative.md(广告)等按场景分文件 |
| 多语言 | README_xx.md 格式,支持11种语言 |
| 更新机制 | 社区贡献 + 团队筛选,持续更新 |
七、同类仓库对比
| 仓库 | Stars | 特点 | 最适合 |
|---|---|---|---|
| EvoLinkAI/awesome-gpt-image-2-prompts | 16.9K+ | 精选案例密度高,电商广告强 | 电商主图、广告KV、产品摄影 |
| YouMind-OpenLab/awesome-gpt-image-2 | 4.1K+ | 规模最大(3600+条),检索友好 | 找灵感、找同类案例 |
| freestylefly/awesome-gpt-image-2 | 2.9K+ | 结构化程度最高(Prompt-as-Code) | UI、信息图、批量化出图 |
| Anil-matcha/Awesome-GPT-Image-2-API-Prompts | 1.8K+ | 开发者手册风格 | API集成、工程落地 |
找灵感 → 先在 YouMind 搜索相似任务
看成熟案例 → 去 EvoLinkAI 看完整广告图、电商图
改造成模板 → 用 freestylefly 的结构化思路拆解
落 API → 参考 Anil-matcha 的工程文档接入
八、30分钟上手路线
- 找灵感
在 YouMind 找 5 个相似任务,看别人怎么定义目标
- 学成熟案例
去 EvoLinkAI 挑 1-2 个成熟案例,观察主体、镜头、光线、文字约束
- 改造模板
把案例重写成自己的骨架模板,删掉与业务无关的描述
- 结构化拆解
用 freestylefly 思路拆成:业务变量、视觉常量、布局协议
- 接入 API
接 API,记录 3 组成功样本和 3 组失败样本
发布前检查清单
- 任务类型明确,不是笼统的"来一张图"
- 主体锚点只有 1 个中心
- 画幅、镜头或布局数量已写明
- 光线与材质是具体物理描述,不是空话
- 文本语言、标题层级、字数密度已限定
- 保留项与禁止项分别列出
- 商用版权/品牌/人物风险已审查
- 成功样本已沉淀成模板
九、总结
GPT Image 2 提示词库的核心价值:
不是「更长的 prompt」,而是「更清楚的约束」
不是「灵感型手艺」,而是「可复用的工程资产」
好模板控制得越清楚越好,描述华丽反而是噪声。
一句话:学结构,不抄整段;建模板,不留灵感。