拆完370個GPT-Image-2爆款案例，我精煉了一個skill
整理版優先睇
從370個案例提煉結構化提示詞協議，解決GPT-Image-2出圖唔穩定嘅問題，封裝成Skill自動化生成
呢篇文章嘅作者拆解咗370幾個GPT-Image-2爆款案例，發現出圖唔穩定嘅源頭唔係模型本身，而係提示詞冇結構。佢逆向提煉出16類場景嘅「必填槽位」，再封裝成一個WorkBuddy Skill——GPT-Image-2 Prompt Forge。
作者指出兩個最常見嘅翻車位：第一係信息流失——散文式描述成日漏咗材質、光線、構圖呢啲關鍵，模型要自由發揮，結果次次風格唔同。第二係中文文字渲染——唔顯式聲明字體同語言，出嚟啲字亂碼或者變繁體。佢嘅Forge透過場景路由、槽位填充同Pitfall Lint檢查，自動補齊默認值同提醒缺失，確保每次輸出穩定。
整體結論係：提示詞唔係寫作文，而係寫協議。你要好似填表咁逐項確認，模型先至唔會亂估。作者嘅Skill輸出英文提示詞、JSON格式同備選方案，用家只需一句話描述需求，Forge就自動編譯出可用嘅prompt。
- 結論：出圖唔穩定嘅主因係提示詞冇結構，唔係模型廢。
- 方法：拆解370+案例提煉16類場景嘅必填槽位，將提示詞從散文變成協議。
- 差異：結構化提示詞穩定輸出，散文式每次風格飄忽。
- 啟發：提示詞要好似填表咁逐項確認，缺槽位會導致模型自由發揮。
- 可行動點：用Skill自動生成英文提示詞，直接貼上zenmux.ai出圖。
開源項目：awesome-gpt-image-2
370+個GPT-Image-2爆款案例，按場景逆向拆解，提煉出16類場景嘅必填槽位。
免費出圖平台：zenmux.ai
支援GPT-Image-2模型，註冊有免費額度。
Skill下載：GPT-Image-2 Prompt Forge
WorkBuddy用嘅Skill，作者練好咗，直接導入就用。
出圖唔穩定嘅真正原因
作者指出，GPT-Image-2出圖最大嘅問題唔係模型唔夠勁，而係提示詞冇結構。同樣嘅需求，散文式描述每次出圖風格都飄，人哋用結構化協議就一次到位、批次穩定。差距唔在「寫得好唔好」，而係「寫得啱唔啱」。
- 1 信息流失：你講「高級感電商主圖，貓糧，突出凍乾」，但缺咗材質關鍵詞（磨砂塑料？亮面？）、光線關鍵詞（柔光箱？輪廓光？）、構圖角度（3/4俯視？平視？），模型會自由發揮，次次補出嚟嘅結果都唔同。
- 2 中文文字渲染：370個案例入面最多人中招嘅坑。唔顯式鎖定字體同語言，出嚟啲字亂碼、變繁體或者被日文漢字取代。加句「所有畫面文字用簡體中文渲染」就搞掂，但好多人唔知要咁寫。
從散文到協議嘅三步轉換
作者透過拆解370個案例，提煉出16類場景各自嘅必填槽位，然後封裝成一個自動化流程。Forge會幫你做曬三步：
- 1 場景路由：16種場景各走各嘅模板——海報、電商主圖、UI截圖、品牌視覺、攝影、插畫、角色設定、敍事場景、歷史東方、建築渲染、信息圖、社論排版，加上運動海報、蘋果風格自然海報、角色動作表、通用兜底。你描述需求，Forge自己判斷該行邊條路。
- 2 槽位填充：每個場景有必填項，好似填表咁逐項確認。電商主圖一定要填材質+光線，缺咗就係貼圖質感或者白底摳圖；海報要將標題同副標題逐字寫入提示詞，唔寫模型會自己編文案。Forge會自動補默認值，或者提醒你填。
- 3 Pitfall Lint檢查：輸出前跑一次規則，逐條報PASS或WARN。電商圖缺材質？[WARN] ECOM-004。海報冇硬編碼標題？[WARN] POSTER-002。話畀你知邊度有問題，點樣補。
Skill實戰：一句話出圖
裝好Skill之後，喺WorkBuddy對話框講你嘅需求就得。例如：「幫我設計一張微信公眾號16：9封面。」Forge會自動激活，場景路由、槽位推斷、Lint檢查一條龍走完，輸出完整英文提示詞。你唔使背規則，唔使記場景，亦唔使手寫TYPOGRAPHY LOCK。
每次輸出三份嘢：一份可以直接用嘅英文提示詞，一份JSON格式（方便接自動化），同一份風格唔同嘅備選方案。
如果生成嘅圖像規格唔滿意，你可以切換到圖像編輯模式下擴展，或者叫佢直接生成HTML信息圖。注意：呢個Skill係用嚟生成GPT-Image-2文生圖描述詞，唔係用嚟設計HTML。
完整出圖流程
- 1 描述需求：喺WorkBuddy對話框講你嘅要求。
- 2 Forge編譯：場景路由、槽位填充、Pitfall Lint自動執行，輸出Primary Prompt。
- 3 粘貼出圖：打開zenmux.ai，選GPT-Image-2模型，粘貼Prompt，直接出圖。
資源與連結
- 開源項目：github.com/freestylefly/awesome-gpt-image-2 — 370+個案例同16類場景槽位。
- 免費出圖：zenmux.ai — 支援GPT-Image-2，註冊有免費額度。
- Skill下載：pan.quark.cn/s/f37b6600e247 — 作者練好咗嘅WorkBuddy Skill。
GPT-Image-2 出圖最大嘅問題唔係模型唔得，係提示詞冇結構。
同一個需求，你寫嘅散文式描述每次出圖風格都飄；人哋用結構化協議，一次到位，批次穩定。差距唔在於「寫得好唔好」，在於「寫得啱唔啱」。
GitHub 上有個項目 awesome-gpt-image-2，做嘅嘢好直接：370+ 個 GPT-Image-2 爆款案例，按場景逆向拆解，提煉出 16 類場景各自嘅「必填槽位」——缺咗邊個槽，就出邊類廢圖。
呢套規律我封裝咗做 WorkBuddy 裏面嘅一個 Skill：GPT-Image-2 Prompt Forge。
出圖唔穩定，責任喺提示詞唔係模型
兩個高頻翻車點。
信息流失。你話「做一張高級感嘅電商主圖，貓糧，突出凍乾」，三個信息點。但係缺咗材質關鍵詞（磨砂膠？光面？）、光線關鍵詞（柔光箱？輪廓光？）、構圖角度（3/4 俯視？平視？），模型會自由發揮補齊空白，每次補出嚟嘅結果都唔同。
中文文字渲染。370 個案例裏面翻車頻率最高嘅窿。GPT-Image-2 唔自動鎖定字體同文字語言，你唔顯式聲明，出嚟嘅字一係亂碼，一係繁體，一係俾日文漢字取代。提示詞裏面加一句「所有畫面文字用簡體中文渲染」就搞得掂，但係大部分人唔知要寫呢句。
將提示詞由散文變成協議
三步。
場景路由。16 種場景各走各嘅模板——海報、電商主圖、UI 截圖、品牌視覺、攝影、插畫、角色設定、敍事場景、歷史東方、建築渲染、信息圖、社論排版，加上運動海報、蘋果風格自然海報、角色動作表、通用兜底。你描述需求，Forge 自己判斷應該行邊條路。
槽位填充。每個場景有必填項，好似填表咁逐項確認。電商主圖一定要填材質+光線，缺咗就係貼圖質感或者白底摳圖；海報一定要將標題同副標題逐字寫入提示詞，唔寫嘅話，模型會自己編文案。缺咗邊個槽，Forge 會自動補默認值，或者提你填。
Pitfall Lint 檢查。輸出前跑一次規則，逐條報 PASS 或者 WARN。電商圖缺材質？[WARN] ECOM-004。海報冇硬編碼標題？[WARN] POSTER-002。話俾你知邊度有問題，點樣補。
每次輸出三份嘢：一份可以直接用嘅英文提示詞，一份 JSON 格式（方便接自動化），仲有一份風格唔同嘅備選方案。
裝好 Skill，講一句話就可以出圖
裝好呢個 Skill（技能名：gpt-image-2-prompt-forge-en）之後，直接用就得。
觸發。喺 WorkBuddy 對話框裏面講你嘅需求：
根據文章內容，幫我設計一張微信公眾號16：9封面
如果生成嘅圖像規格唔滿意，你可以轉去圖像編輯模式擴展：
或者可以叫佢直接生成 html 信息圖，注意：佢嘅用途係用嚟生成 gpt-image-2 文生圖描述詞，唔係用嚟設計 html。
以下係 banana 生成嘅信息圖：
其他 gpt-image-2 出圖效果：
以下係簡版效果
仲有啲實測圖
Forge 會自動激活，場景路由、槽位推斷、Lint 檢查一條龍行曬，輸出完整英文提示詞。規則唔使背，場景唔使記，TYPOGRAPHY LOCK 唔使手寫。
出圖。拎住英文提示詞，打開 zenmux.ai，註冊有免費額度，揀 GPT-Image-2 模型，將 Forge 輸出嘅 Primary Prompt 貼上去，直接出圖。
三步搞掂：描述需求 → Forge 編譯 → 貼上出圖。
項目開源：
github.com/freestylefly/awesome-gpt-image-2
免費出圖：
zenmux.ai，支援 GPT-Image-2，註冊有免費額度
提示詞唔係寫作文，係寫協議。
我練好嘅 skill：
https://pan.quark.cn/s/f37b6600e247
GPT-Image-2 出圖最大的問題不是模型不行，是提示詞沒結構。
同一個需求，你寫的散文式描述每次出圖風格都飄；別人用結構化協議，一次到位，批次穩定。差距不在"寫得好不好"，在"寫得對不對"。
GitHub 上有個項目 awesome-gpt-image-2，做的事很直接：370+ 個 GPT-Image-2 爆款案例，按場景逆向拆解，提煉出 16 類場景各自的"必填槽位"——缺哪個槽，就出哪類廢圖。
這套規律我封裝成了 WorkBuddy 裏的一個 Skill：GPT-Image-2 Prompt Forge。
出圖不穩定，鍋在提示詞不在模型
兩個高頻翻車點。
信息流失。你說"做一張高級感的電商主圖，貓糧，突出凍幹"，三個信息點。但缺了材質關鍵詞（磨砂塑料？亮面？）、光線關鍵詞（柔光箱？輪廓光？）、構圖角度（3/4 俯視？平視？），模型會自由發揮補全空白，每次補出來的結果都不一樣。
中文文字渲染。370 個案例裏翻車頻率最高的坑。GPT-Image-2 不自動鎖定字體和文字語言，你不顯式聲明，出來的字要麼亂碼，要麼繁體，要麼被日文漢字替換。提示詞里加一句"所有畫面文字用簡體中文渲染"就能解決，但大部分人不知道要寫這句。
把提示詞從散文變成協議
三步。
場景路由。16 種場景各走各的模板——海報、電商主圖、UI 截圖、品牌視覺、攝影、插畫、角色設定、敍事場景、歷史東方、建築渲染、信息圖、社論排版，加上運動海報、蘋果風格自然海報、角色動作表、通用兜底。你描述需求，Forge 自己判斷該走哪條路。
槽位填充。每個場景有必填項，像填表一樣逐項確認。電商主圖必須填材質+光線，缺了就是貼圖質感或白底摳圖；海報必須把標題和副標題逐字寫進提示詞，不寫，模型會自己編文案。缺什麼槽，Forge 會自動補默認值，或者提醒你填。
Pitfall Lint 檢查。輸出前跑一遍規則，逐條報 PASS 或 WARN。電商圖缺材質？[WARN] ECOM-004。海報沒硬編碼標題？[WARN] POSTER-002。告訴你哪裏有問題，怎麼補。
每次輸出三份東西：一份可以直接用的英文提示詞，一份 JSON 格式（方便接自動化），還有一份風格不同的備選方案。
裝好Skill，說一句話就能出圖
裝好這個 Skill（技能名：gpt-image-2-prompt-forge-en）之後，直接用就行。
觸發。在 WorkBuddy 對話框裏說你的需求：
根據文章內容，幫我設計一張微信公眾號16：9封面
如果生成的圖像規格不滿意，你可以切換到圖像編輯模式下擴展：
或者可以讓它直接生成html信息圖，注意：它的用途是用來生成gpt-image-2文生圖描述詞，不是用於設計html。
以下是banana生成的信息圖：
其它gpt-image-2出圖效果：
以下是簡版效果
還有一些實測圖
Forge 會自動激活，場景路由、槽位推斷、Lint 檢查一條龍走完，輸出完整英文提示詞。規則不用背，場景不用記，TYPOGRAPHY LOCK 不用手寫。
出圖。拿着英文提示詞，打開 zenmux.ai，註冊有免費額度，選 GPT-Image-2 模型，把 Forge 輸出的 Primary Prompt 粘貼進去，直接出圖。
三步走完：描述需求 → Forge 編譯 → 粘貼出圖。
項目開源：
github.com/freestylefly/awesome-gpt-image-2
免費出圖：
zenmux.ai，支持 GPT-Image-2，註冊有免費額度
提示詞不是寫作文，是寫協議。
我練好的skill：
https://pan.quark.cn/s/f37b6600e247