我用 7 个 Prompt 实测 GPT Image 2：AI 视觉应用已经走到哪一步？

这是一篇 AI 应用实测

本文不讨论模型参数，也不做“神奇 Prompt”搬运，而是用 7 个实际生成案例观察 AI 如何进入旅行海报、工程信息图、广告分镜、概念海报、纪实摄影、材质插画和品牌设计。案例之后会继续拆解 Prompt 的结构，并推荐对应开源库。

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

阅读导航

1. 先明确这类 AI 应用解决什么问题；
2. 看 7 个 Prompt 对应的真实生成结果；
3. 拆解可复用 Prompt 的九个组成部分；
4. 获得一份可直接修改的中文提示词模板；
5. 了解为什么推荐 awesome-gpt-image-2，以及如何正确使用它。

先明确：这是 AI 视觉生产应用，不是模型新闻

图像模型真正进入工作流，不是因为它“更会画了”，而是因为它开始同时处理主体关系、空间连接、信息层级、分镜状态、材质语言、文字约束和跨载体一致性。

这意味着它可以承担更多前期生产工作：把创意 Brief 变成可讨论的设计草图，把信息需求组织成视觉模块，把一个品牌方向快速铺到多个触点，或者为后续人工精修生成第一版资产。

但边界同样清楚：模型可以负责生成和组织，不能自动负责事实、版权、工程数据与最终校对。本文把“生成质量”和“交付质量”分开讨论。

最近一个 GPT Image 2 Prompt 仓库突然火了：awesome-gpt-image-2。

如果只看表面，它像一个“好看图片 + 提示词”的收藏夹。但我把仓库拉下来后发现，真正值得关注的不是某一句神奇咒语，而是它正在把视觉经验改写成一种可复用的工程资产：Prompt as Code。

仓库现在整理了 500 多个案例，覆盖 UI、信息图、海报、电商、品牌、建筑、摄影、插画、人物、叙事等 13 类场景，还提供了 20 多套模板和可供 Agent 调用的 Style Library Skill。案例数据不只是一段文本，而是包含标题、分类、风格、场景、来源、原帖与 Prompt 的结构化记录。

所以我没有做“精选 20 条 Prompt”的搬运，而是从仓库里挑了 7 个无需参考图、可以独立复现的案例，直接用当前图像生成工具做一次 one-shot 实测。

这 7 个案例分别考察：空间融合、信息组织、跨分镜一致性、抽象隐喻、街头写实、纤维材质，以及跨载体品牌一致性。

先说结论：好 Prompt 不是形容词堆砌，而是一份视觉规格书

很多人写图像 Prompt 的方式是：高级、电影感、8K、细节丰富、大师级。

这些词可能影响气质，却很难稳定控制结果。

awesome-gpt-image-2 里更成熟的案例，通常会明确写出：

• 这是什么资产，用在什么场景；
• 主体是什么，谁是视觉主角；
• 构图、镜头、画幅与阅读顺序；
• 光线、材质、颜色如何配合；
• 必须出现的文字与模块；
• 哪些错误绝对不能发生。

换句话说，Prompt 的角色已经从“描述灵感”，变成“约束生成过程”。

下面看 7 次实测。

实测一：城市地图微缩海报——让两个空间系统自然接起来

来源：仓库 Case 489 · 原始 X 帖 @SimplyAnnisa

我只做了两处变量替换：城市改成重庆，交通工具改成红色单轨列车。

Prompt 的核心结构是：

创建一个重庆的电影级微缩移轴旅行场景。一辆红色单轨列车沿着高架轨道前进，轨道从前景的复古城市地图中自然生长出来，再弯向远处的重庆天际线。地图、轨道与真实城市必须无缝融合；画面包含山地层次、河流、桥梁与密集高楼。前景地图只出现一次“CHONGQING”。1:1，黄金时刻，浅景深，写实微缩模型质感。

这张图最难的不是“画一辆列车”，而是让三个坐标系同时成立：平面的纸质地图、从地图升起的立体轨道、远处真实城市。

结果里，这三个层次被顺利连接起来。前景地图承担视觉入口，红色列车形成强焦点，S 形轨道把视线带到河谷和高楼。它不是对重庆地理的精确复刻，但作为旅行海报，空间叙事已经成立。

这条 Prompt 值得抄的不是“cinematic”或“tilt-shift”，而是关系描述：道路从哪里出现、向哪里延伸、谁在前景、谁在背景、现实与地图如何过渡。

当画面包含多个空间系统时，先写清“它们如何连接”，往往比写一长串风格词更有效。

实测二：电动巴士工程信息图——模型开始像一个排版系统

来源：仓库 Case 494 · 原始 X 帖 @j_smeaton99

原 Prompt 把任务定义成“可持续交通工程百科页”，而不是车辆广告。我把车型占位符替换为虚构名称 NOVA E1，并把必须出现的标签压缩到一组可控范围。

Prompt 的核心结构是：

生成一张 1:1 的高端电动巴士工程百科页。中心是一辆三分之四视角的 NOVA E1 电动城市巴士，四周用细标注线连接电池、电机、再生制动、快充、热管理、无障碍低地板、安全监控与驾驶辅助。页面还要包含动力总成、电池、充电、容量、环境影响和智慧城市接入等模块，以及电池结构、充电流程、能耗曲线、乘客容量、底盘剖面和蓝图尺寸。深海军蓝、石墨黑、电气绿与青色点缀，知识优先，信息密集但保持呼吸感。

这是前四次实测中，最能体现 GPT Image 2 变化的一张。

模型不只是生成了中心巴士，还维持了标题、标注线、侧栏、充电步骤、容量图标、剖面图、对比卡片和尺寸蓝图之间的层级。大部分指定英文标签可以直接阅读，整体已经接近一张能进入方案评审的设计草图。

但它仍然不是可以直接交付的工程资料。

左侧介绍段落出现了未经要求的说明文字；图表没有真实数据依据；小字号文本与结构细节仍需要人工校对。也就是说，模型已经能做“信息建筑”，但还不能替你承担事实责任。

信息图 Prompt 的关键，不是一次塞进更多信息，而是先给模块分级：中心主体、一级模块、二级标注、辅助图表。生成之后，再把高风险数据和正文交给设计工具精修。

实测三：六宫格柠檬广告——Prompt 本质上是一段分镜脚本

来源：仓库 Case 532 · 原始 X 帖 @ou_zhen599

这个案例的原 Prompt 很长，但它的长不是因为形容词多，而是因为它在管理一个 2×3 的连续广告叙事。

六格动作顺序分别是：触碰、躺卧、挤压、旅行、拥抱、品尝。角色服装、海滩地平线、阳光方向、柠檬材质和品牌色都要求保持一致，最后再把品牌饮料放到第五格作为高潮。

Prompt 的核心结构是：

创建一张虚构柠檬饮料品牌 LIMORA 的 2×3 六宫格夏日广告。六格使用同一个微缩真人角色、同一片海滩与同一套光线，动作依次为：拥抱巨型柠檬、躺在半个柠檬里、站在被挤压的柠檬下、乘坐装满柠檬的小车、拥抱装有冰块和柠檬片的 LIMORA 饮料杯、等待勺子送来柠檬冰沙。柠檬黄是主色，绿与海水蓝辅助；严格网格、真实材质、统一人物、正确肢体，只在第五格饮料杯上出现一次“LIMORA”。

结果非常适合解释什么叫“跨分镜一致性”。

六格的女主角、绿花裙、海滩、阳光和柠檬世界基本保持统一；从巨型水果到成品饮料的叙事顺序也清楚。第五格的杯子确实成为商品高潮，“LIMORA”文字可读，画面甚至有一点成熟商业广告的幽默感。

它没有做到像传统拍摄那样的像素级角色一致，第四格的柠檬生物也略偏可爱玩具感，但这已经不是六张互不相关的图，而是一套有状态推进的视觉序列。

如果你要做电商组图、短视频分镜或 Campaign，最值得借鉴的写法是：

• 先定义全局不变量：人物、服装、环境、光线、色板；
• 再定义每一格的局部动作；
• 最后定义视觉高潮和阅读顺序。

这很像给 Agent 写工作流：共享状态不变，每个节点只完成一个动作。

实测四：地下档案馆——把抽象心理概念变成可见关系

来源：仓库 Case 537 · 原始 X 帖 @PromptSin

这个 Prompt 不靠熟悉的角色或 IP，而是用原创隐喻表达“承认自己的暗面”：无尽黑色书架像高楼一样升入雾中，一个穿骨白色衣服的人跪在书前；黑烟从书页升起，形成无眼无口的人形，胸口只有一扇上锁的暗红色小门，细线把门和跪着的人的双手连接起来。

这张图几乎完整复现了抽象关系：巨大档案馆负责压迫感，银色天光建立秩序，白衣人物与黑烟人形形成二元对照，红门是唯一色彩焦点，细线把“秘密自我”与“承认它的人”连接起来。

它也暴露了约束执行的边界。Prompt 明确要求书页完全空白，但生成结果里的书页仍出现了类似排版的细纹。主隐喻成立，不代表每条局部约束都被严格满足。

所以，负面约束不是保险单。最关键的限制要前置、重复检查，并在生成后通过局部编辑修正。

这条 Prompt 最值得学习的是“可见关系”的写法。不要只说“画出人的黑暗面”，而要说明：它从哪里出现、长什么样、和人物如何连接、哪个物体承载秘密、唯一的颜色用在哪里。

实测五：泼洒抹茶街头照——写实感来自不完美，而不是“照片级”三个字

来源：仓库 Case 376 · 原始 X 帖 @Shinning1010

这条 Prompt 几乎是一份纪实摄影说明：竖屏手机视角、略微俯拍、正午硬光、粗糙石砖、翻倒的透明杯、散落冰块、泡沫，以及跨过液体的人影。它还明确排除了棚拍、完美构图、假液体、过饱和和过度锐化。

结果最成功的地方，是模型没有把事故现场美化成广告。杯子横倒，杯盖落在近处，冰块和液体沿砖缝扩散，人物阴影切过画面，构图甚至有一点仓促。这些“不完美”共同制造了可信度。

问题也很具体：前景杯盖偏大，冰块分布略显刻意，绿色液体的黏稠度比普通冰饮更接近浓抹茶。它像真实抓拍，但还经不起物理层面的逐帧推敲。

写实 Prompt 的重点不是反复强调 photorealistic，而是补足摄影条件和现实摩擦：谁在拍、用什么视角、光从哪里来、材质为什么会脏、构图为什么不完美。

实测六：立体刺绣小鸟——短 Prompt 也能成立，前提是材质语言足够精确

来源：仓库 Case 346 · 原始 X 帖 @dotey

相比前面的长规格，这条 Prompt 很短。它没有复杂叙事，只锁定了蚕丝白底色、浅浮雕纤维艺术、丝线堆绣、粉白与淡金花朵、轻盈构图和充足留白。

生成结果里，鸟羽、花瓣、枝条和叶片采用了不同方向的针脚；丝线反光、花朵隆起和布面细纹都能被清楚辨认。中心留白也让画面没有滑向常见的满版装饰图案。

它验证了一个容易忽略的事实：Prompt 不一定越长越好。单一视觉任务只要把媒介、材料、色板、层次与构图说准，模型就能自行补完细节。

局部仍能看出生成痕迹：部分花瓣更像柔软雕塑，一些鸟的羽毛过于整齐，真实刺绣中的线头、张力差异和手工误差被美化了。要用于高端纺织品打样，还需要参考真实针法继续约束。

实测七：MATCHA MODE 品牌板——一张图里维持跨载体一致性

来源：仓库 Case 362 · 原始 X 帖 @Preda2005

这个案例要求的不是一个 Logo，而是一套完整触点：主视觉抹茶、纸杯、透明杯、玻璃瓶、包装盒、标签、菜单、手提袋、帆布袋和生活方式照片，全部归属于同一个虚构品牌 MATCHA MODE。

结果的完成度很高。米白、深绿、抹茶绿贯穿所有模块；衬线品牌字、细线菜单和留白节奏保持统一；杯子、瓶身、包装、贴纸与袋子看起来确实来自同一套品牌规范。指定的品牌名以及 $6.50、$8.90 也正确出现。

但它同样展示了文字生成的边界。主标题和大字号价格可用，小字号菜单里仍混入了未经要求的条目与轻微拼写漂移；个别日文装饰也没有语义依据。视觉系统成立，不代表品牌手册里的文字可以免审。

这类任务最适合把模型当作品牌方向探索器：先快速验证色板、材质、版式和触点一致性，再在 Figma 或排版工具中重建 Logo、菜单与最终文案。

这 7 次实测，真正验证了什么？

第一，Prompt 正在从文案变成协议。

成熟的提示词会同时描述资产类型、构图、主体关系、材质、光线、文字、变量与禁止项。它更像一份可执行的设计 brief。

第二，模型的优势已经从“会画”扩展到“会组织”。

地图与城市的融合、工程信息图的模块布局、六宫格的共享状态、心理隐喻的关系表达，以及品牌在多个载体上的延续，都不是单一物体的生成问题，而是结构问题。

第三，长 Prompt 不等于好 Prompt。

长 Prompt 只有在管理复杂度时才有价值。六宫格案例很长，是因为它要控制六个状态；巴士案例很长，是因为它要控制多个信息模块。如果任务只是一张单主体海报，继续堆形容词只会增加冲突。

第四，生成质量和交付质量仍然是两件事。

文字需要校对，数据需要验证，人物一致性需要多轮迭代，关键约束可能失守。最合理的定位是：让模型先产出高完成度设计草图，再由人完成事实审查和最后一公里精修。

Prompt 说明：不要把它当成魔法咒语

看完案例后，可以把一个成熟的图像 Prompt 拆成九个部分。

1. 应用场景

先说明这是旅行海报、工程百科页、广告分镜、品牌板，还是纪实照片。同一个主体用于不同资产，构图和信息密度完全不同。

2. 交付物类型

明确方图、竖版海报、横版品牌板、六宫格或社交媒体封面。画幅不是最后补的参数，而是构图合同的一部分。

3. 主体与关系

不要只列出“地图、轨道、列车、城市”，还要说明轨道从地图哪里生长、列车位于什么层次、视线最终被带向哪里。关系描述通常比风格词更重要。

4. 构图与阅读顺序

写清前景、中景、背景，或者中心主体、一级模块、二级标注。复杂信息图和多格广告尤其需要明确阅读路径。

5. 全局不变量

多格画面要固定人物、服装、环境、光线、色板和品牌语言。每一格只改变局部动作，否则模型容易生成六张互不相关的图片。

6. 风格、材质与光线

“高级感”太抽象。丝线方向、布面纹理、正午硬光、粗糙石砖、冷银色天光，才是模型可以落实的视觉条件。

7. 文字合同

列出必须逐字出现的文字、出现次数和位置。文字越小、越多，后期校对成本越高；涉及价格、参数和工程数据时，更不能把模型输出当作事实来源。

8. 禁止项

禁止项用于减少明显失败，例如不要水印、不要额外品牌、不要重复列车、不要漂浮轨道。但它不是保险单，关键约束仍要在生成后验收。

9. 验收标准

在生成前定义什么算成功：主体是否正确、关系是否成立、文字是否可读、人物是否一致、关键约束是否满足、哪些部分必须人工复核。

一份可直接改写的中文模板

应用场景：
这张图用于什么业务或内容场景？

交付物：
资产类型、画幅比例、最终发布位置。

主目标：
希望观众第一眼看见什么，随后看见什么？

主体与关系：
有哪些主体？它们如何连接、交互或形成层次？

构图与镜头：
前景、中景、背景；视角；镜头；阅读顺序。

全局不变量：
人物、服装、环境、光线、色板、品牌语言。

风格与材质：
媒介、表面纹理、光线条件、颜色和真实程度。

必须出现的文字：
逐字内容、次数、位置；没有则明确写“无文字”。

禁止项：
不能出现的对象、文字、Logo、结构错误和风格偏差。

验收标准：
生成后逐项检查什么？哪些数据和文字必须人工复核？

Prompt 的长度应该由任务复杂度决定。

单主体材质插画可以很短；六宫格广告和工程信息图需要更长，因为它们要维护共享状态和多个信息模块。长不是目的，减少歧义才是目的。

开源库推荐：awesome-gpt-image-2 为什么值得收藏

我推荐它，不是因为仓库里有一条永不过时的“万能 Prompt”，而是因为它提供了四种可以继续加工的资产：

• 大量按视觉场景组织的案例，便于从结构而不是颜色开始检索；
• 案例图与完整 Prompt 的对应关系，适合学习和复现；
• 可复用模板，便于把一次生成改造成稳定工作流；
• 面向 Agent 的 Style Library Skill，为自动选择和装配视觉风格提供基础。

对个人创作者，它是视觉 Brief 参考库；对产品和设计团队，它可以成为生成测试集；对 Agent 开发者，它可以成为视觉任务的 Prompt 数据源与回归样本。

推荐的使用顺序

不要打开仓库后随机复制最长的 Prompt。可以按下面的顺序使用：

1. 先看示例图，确认你需要的是哪一种视觉结构，而不只是喜欢它的颜色。
2. 打开对应 Case，检查它是否依赖参考图、特定人物或现有品牌。
3. 只替换明确变量：主题、城市、产品、角色、标题、色板与画幅。
4. 删除与当前任务无关的模块，尤其是过多小字和未经验证的数据。
5. 生成第一版后，不要只说“再高级一点”，而要指出具体失败：层级、手部、文字、材质、光线还是空间连接。
6. 保存 Prompt、输出图和失败记录，把它们变成自己的视觉测试集。

走到第六步，你拥有的就不再是一段提示词，而是一套可以回归测试、可以交给 Agent、可以进入批量工作流的视觉资产。

最后的判断

awesome-gpt-image-2 最有价值的地方，不是替你收藏了 500 多条“咒语”。

它展示了另一种可能：把社区里零散的好图，拆成结构化、可复用、可测试的 Prompt 协议。

我的结论是：不要把它只当灵感库。把它当作 GPT Image 2 的视觉能力测试集，也当作你构建设计 Agent 时的一组测试用例。

模型会继续变化，某一条神奇 Prompt 很快会过时；但把目标、关系、状态、约束与验收标准写清楚，这种能力不会过时。

项目地址：freestylefly/awesome-gpt-image-2

本次取样对应仓库提交：9a7b2e9c39f816d6c699c2a133e11b6d8bfdc464。

说明：仓库采用 MIT License，但仓库也明确提示，其中整理的第三方社区 Prompt 与示例内容可能受原作者或原平台权利约束，不保证可以直接商用。本文 7 个案例均保留了仓库 Case 与原作者来源链接；商业使用前请自行确认授权。