翻完X上這位GPT Image 2大佬的50篇帖子，我拆出了他寫提示詞的底層方法論

先交代一下背景。

上一篇寫了117條GPT Image 2提示詞的翻後感，感覺還停留在"看和學", 總覺得沒有轉換成自己的能力，也就是怎麼"創造"

看完那些案例，你大概率會覺得「太強了，但我自己寫不出來」, 我也是同感。

所以我又去翻別人的靈感，是一個X博主@xiaoxiaodong01的, 全部帖子翻完了，差不多50篇。每一篇都帶着一個完整的提示詞，每一個提示詞都是可以直接拿去用的工程級作品。

翻完之後我沒有停在「牛逼」這個層面。我把他所有的提示詞拆開看了一遍，找共性，找骨架，找那個「為什麼他寫的提示詞就是比別人強」的底層原因。

結論我覺得是: 他做的事，本質上是給AI寫設計規範書，不是寫提示詞。

你如果只看他的成品提示詞，你會覺得太長了、太複雜了、學不會。但如果你把他的方法論拆出來，你會發現這套東西是可以複用的。任何一個人，只要腦子裏有一個點子、一個詞、一張照片、一個主題，套上這套框架，出來的東西就不會差。

這篇文章要做的就是這件事。授人以漁, 文末我會附上我搞出來的skill, 讓每個想我一樣的設計小白、靈感匱乏的人，也能夠寫出很好的提示詞，出大師級作品。

先看案例，再拆方法論，最後給你一個可以直接用的skill。

先認識一下這位博主

@xiaoxiaodong01，X上的自我介紹是「國際，不知名，頂級圖片提示詞專家」。他第一個GPT Image 2提示詞帖子發在4月26號，到現在半個月不到，幾乎每天都有新東西。

他玩GPT真的溜

每一個提示詞都是一套完整的設計規範。有的提示詞長到你自己讀一遍需要五分鐘，但它生成的圖，你一眼就能看出和別人隨手寫的那種不一樣。

他覆蓋的品類極其廣。字體設計、文物圖鑑、電商banner、表情包、二維碼美化、微縮模型、信息圖、Mermaid圖表美化、小紅書卡片、漫畫日記...基本上你日常能想到的所有圖片需求，他都有對應的提示詞。

好，看案例。

11個讓我停了很久的案例

01 任何一個詞，直接變海報

你輸入一個詞、一句話、一組字母。它先理解這個詞的含義、情緒、文化聯想，再把這些理解轉譯成一張極簡概念海報。

字體像從畫面內部長出來的，文字和圖像互相咬合——人站在字前面，字被圖像切割，圖借字的留白構成動作。配色控制在兩到四個主色之內，有印刷品顆粒感。像一張展覽級海報。不像AI隨手出的圖。

02 一句話，變出一整套紀實攝影

你輸入拍攝主題和要求元素，它自動決定場景、構圖、光影、遮擋關係。

出來的東西像街拍攝影師站在合理距離內抓拍到的。前景可能有路人虛化的肩膀、經過的車輛邊緣、玻璃反光，主體清晰可辨認。擺拍感為零。光線是真實環境中自然存在的。畫面有一種「剛好看到這一幕」的偶然感，沒有廣告片那種精緻到假的質感。

這張提示詞最讓我意外的，是它的自我約束——明確要求人物不要太遠、必須看得清面部輪廓，不能為了氛圍犧牲辨識度。只有真正被AI坑過的人才會想到加這種限制。

03 拍一張店鋪照片，變成微縮模型

丟一張店鋪照片上去，或者直接輸入品牌名，它生成45°俯視等距的微縮3D建築模型。

韋斯安德森那種對稱構圖的精緻微縮場景。白色背景，建築放在小型抬升底座上，配色參考紀念碑谷那種低飽和柔和調子，有小人物、綠植、路牌、台階。像精品品牌的設計提案圖。不像AI隨手捏的玩具。

他說這個提示詞的緣起——「之前學校地圖項目想做這種效果，奈何建築位置難以正確，最後放棄，但沉澱下來了這種風格」。我看到這句的時候覺得特別真實。好的提示詞從哪來的？從失敗的項目里長出來的。憑空想不出來。

04 一張普通照片，30秒變萌系塗鴉海報

上傳任意照片，AI自動識別場景、人物、動作、情緒，然後智能修圖，再疊加上和人物互動的塗鴉角色、手繪文字、小貼紙。畫面裏雜亂不好看的區域——比如髒兮兮的洗碗液瓶子——會被自動識別出來，用小貼紙或色塊自然蓋掉。文字是場景識別後自動生成的，不是排版排出來的，風格跟着畫面走。

他演示了一張自己小孩在廚房擇豆子的照片。原圖是亂糟糟的廚房，30秒處理完，髒的洗碗液被識別後用塗鴉覆蓋了。他還說「甚至，和小孩子互動的插畫對象，都可以指定是奧特曼」。我看完立刻想到自己手機裏那堆拍廢了的照片。

05 上傳你的二維碼，讓它變成一個設計作品

把你那個黑白的、像膏藥一樣的二維碼丟上去，描述你想要的主題風格，它把二維碼融入到完整的視覺場景裏。

二維碼變成了卡片、標籤、票據、招牌、包裝、窗户、門牌——各種和主題相關的自然圖形對象。可愛治癒系、高級商務系、賽博科技系、國風水墨系，全都能跑。他演示的圖裏，每一種風格都立得住。

06 萬物皆情頭，墊一張圖就出

玩法比你想的還簡單。找一張你喜歡的圖墊上去，在提示詞結尾提一句畫面要求——或者乾脆不提。水靈靈的情頭就嘩啦啦湧出來了。

這套提示詞的核心是一個2:1橫向構圖，左右各1:1，裁開就是兩個獨立頭像。合在一起有互動感和默契——視線方向、身體朝向、動作暗示互相呼應。分開各自成立，合起來多一層意義。

他特別強調了一點：不要依賴固定套路。別一上來就粉色蝴蝶結配藍色領結。呼應可以來自構圖、材質、動作、氛圍，任何維度都行。這跟我翻完他全部帖子後的一個感受完全吻合——他的提示詞永遠在逼AI離開默認答案。

出來的幾張圖你們感受下。日系遠景文藝背影，左右氣質有明顯區分但又不割裂。裁開各自是一張好頭像，拼在一起是一張好照片。

07 輸入文物名，出來一張博物館級知識海報

輸入你想了解的文物名，它自動聯網搜索資料，花將近十分鐘整理內容，最後生成知識海報。

這已經不是「好看」能概括的了。主體文物清晰，超大字嵌入幾何圖形之中圍繞文物分佈，部分被遮擋但整體可讀。配色從文物本身提煉——青銅器走青銅綠、古銅褐，瓷器走月白、釉青。信息密度極高但排版有呼吸感。他說在排版上「費神3個小時，只為避免粗俗、匠氣」，看完成品我信了。

有一句話我特別在意：「觀者讀完後要有一種比聽講解更透、更準、更有收穫的感覺。」他把這句話當真了。後面所有約束都在為這個標準服務。

08 任何主題，一鍵生成進化史信息圖

你輸入一個主題——咖啡豆進化史、蘋果進化史、內褲進化史——它自動梳理完整演進階段、關鍵節點和代表性視覺對象。

成品是一條空間化的演進路徑。台階、平台、遞進結構，每個階段一個清晰節點，帶時間標記和代表性對象。配色因主題而異，拒絕千篇一律的暖棕米白。文字排版有編輯設計意識，不像PPT也不像教科書。

他測試了咖啡豆、蘋果、內褲、考古技術幾個完全不同的主題，每個都被認真對待。他說「GPT2的理解和調查太有誠意了，它會調查很多數據之後，大概花四五分鐘給出這些圖片」。

09 電商作圖邏輯，真的要變了

丟一張產品圖上去——哪怕是隨手拍的、光線很差的——再口述產品的賣點亮點。它生成一套完整的電商詳情頁圖片。

白底主圖乾淨專業，場景圖把商品放進真實使用環境，A+信息圖有分割拼貼和多場景展示。他說「親測最多一次10張，每次不同角度，交付都很驚喜」，還放了4次完整使用記錄的VCR連結。

有一句話我印象很深：「聰明的電商老闆們，早上就一句——小王，這個產品隨便拍幾張圖，我口述下亮點賣點，你讓ChatGPT綜合這些東西，生成一套詳情頁圖片，我們五分鐘後對一對。」他已經在演示這個未來。

10 Mermaid圖太醜？丟給它，重畫

輸入Mermaid代碼或者截圖，它理解語義結構後重新編譯為高保真信息圖。

完全不是Mermaid換皮。它提取實體、角色、關係、分支，識別主機制類型，建立主路徑視覺軸。配色是暖灰白底加深藍結構色加低調強調色，字體是technical editorial風格，節點形態跟着角色走——事件用膠囊，決策用分叉，存儲用穩定低調的容器。

他說「我也是多年的碼農，我知道Mermaid畫圖很快很準，但美感就很一般了。程序員普遍缺乏美商。」這個提示詞就是來解決這事的。而且他還留了一個技巧——你可以跟ChatGPT說「我想改版成更扁平+治癒色系」，它就能幫你改出私人定製版。

11 你的日記，直接變漫畫

輸入文字日記或者口述內容，它自動提煉事件、行動、情緒，轉化為調格漫畫。

每一行一個面板，按時間或邏輯順序排列。默認線條手繪、柔和色彩、韓系插畫感，角色走治癒系，可根據輸入微調。他說「這個思路放大到一個高維度，基本上公眾號的漫畫矩陣玩法，你可以橫着走了」。

好，案例就看到這兒。

11個案例，跨越字體、攝影、模型、修圖、二維碼、情頭、文物、信息圖、電商、圖表、漫畫——品類完全不同。但你看完有沒有一個感覺？它們底層的「寫法」是一樣的。

這就是我這周拆出來的東西。

6條鐵律：他是怎麼寫提示詞的

下面這6條是我從上面11個案例裏直接歸納出來的。每條都能映射回至少3個具體案例。沒套什麼設計理論。

鐵律一：先定義角色，再定義任務

幾乎每一個提示詞的第一句話，說的都先是「你是誰」，然後才是「你要做什麼」。

字體海報開頭：「你要生成的不是普通插畫...而是一張基於詞語含義自動構建視覺隱喻的高級概念海報。你的核心任務是...」

文物圖鑑開頭：「你要生成的不是普通插畫，也不是標準化的信息板，而是一張經過聯網核實、知識準確、圖文一體的文物知識海報。」

電商banner開頭：「你是一位兼具頂級商業攝影審美與轉化意識的廣告設計師。」

Mermaid圖表開頭：「你是高級信息圖重構生成器，兼具信息架構師、視覺設計總監、技術機制圖設計師能力。」

角色定義決定了AI處理任務的姿態。一個「設計師」和一個「圖片生成器」處理同一個輸入，出來的東西完全不同。這條在11個案例裏出現了11次。

鐵律二：反定義先於正定義

他幾乎每個提示詞都先花大量篇幅說「這不是什麼」，再轉過來定義「這是什麼」。

字體海報開頭那一長串否定——不是普通插畫，不是字效海報，不是簡單把詞貼在畫面上。

文物圖鑑同理——不是普通插畫，不是標準化信息板。

信息圖——不是普通科普圖，不是純裝飾海報，不是機械排成一列的時間軸。

表情包這個案例更絕：「如果畫面開始好看，說明失敗。必須回到粗糙、混亂狀態。」一句話把整個風格方向鎖死。

GPT Image 2默認行為傾向於生成「好看但普通的圖」。你不告訴它不要什麼，它就滑向那個均值的、安全的、任何AI都能出的方向。反定義是逼它離開舒適區。

這條在11個案例裏出現了10次。

鐵律三：要求AI先生成「內部方案」，再出圖

他最好的那些提示詞，都有一個明確的「先想後做」段落。

字體海報：「在生成畫面之前，必須先對輸入文字進行多層分析...先理解整體含義、核心主題、主要情緒、潛在矛盾、精神氣質和最有力量的表達方向，再決定最適合的視覺語言。」

信息圖：「在開始生成前，你必須先智能判斷這個主題最適合被梳理成什麼樣的演進結構。」

文物圖鑑：「在正式生成之前，必須先執行聯網檢索與事實核驗。優先檢索博物館官網、文博機構官網。」

多數人寫提示詞是直接描述想要什麼。他的思路是先讓AI建立一個內部認知模型，再基於這個模型去生成。兩者的精度差距不是一點半點。

這條在11個案例裏出現了9次。

鐵律四：把「不要什麼」寫透，寫成系統

大多數提示詞會有個「注意事項」段落。他的提示詞裏，負面約束是主體結構的一部分，不是附註。

字體海報有一整節「執行限制」——不要機械套模板，不要堆元素，不要炫技，不要讓構圖失去秩序，不要做成普通文字+插圖的組合。

文物圖鑑更誇張。它禁掉的是一整套視覺系統：不要教科書式表格化排版、不要把最大文字放在畫面頂部、不要機械默認用燙金、不要所有主題都用同一款字體。

Mermaid圖表甚至列了Hard bans清單：不要漂亮版Mermaid、不要普通流程圖換皮、不要原樣保留subgraph大框、不要每個節點加圓形圖標、不要彩虹配色、不要發光、不要3D、不要玻璃擬態。

這些負面約束每一條背後，大概率都是他實際踩過的坑。AI會反覆犯某些特定類型的錯誤，他把這些錯誤一個個封死了。

這條在全部11個案例裏都能找到。

鐵律五：輸入契約——留一個乾淨的變量區

他所有提示詞的末尾，都有一個清晰的用戶輸入區。

字體海報：「用戶輸入內容：核心文字/單詞/詞組/字母： 文字語言： 可選補充語境：___」

文物圖鑑：「用戶輸入對象：馬踏飛燕 比例2:1」

信息圖：「現在請基於用戶輸入的主題：{{主題}}，自動完成內容梳理...」

而且在技巧篇裏，他專門強調過：「所有提示詞，小小東出品的，都留足了自定義的口子，位置都很固定，在提示詞結尾。你除了和GPT-image2說出你要呈現的文字，還可以補充其他要求，尤其是畫面氣質的說明。哪怕是很口語的表達，你甚至可以幾百字小作文來表達。」

提示詞的主體是引擎，結尾的變量區是燃料。引擎不變，換燃料就能出不同的圖。你不用每次都重新設計整個提示詞。

這條在全部11個案例裏出現。

鐵律六：最後一道自檢

他最強的那些提示詞，末尾都有一個自我檢查環節。

Mermaid圖表最後有12條自檢清單：「語義是否守恆、是否沒有編造信息、主機制是否一眼可見、主路徑是否清楚、佈局是否明顯不同於原Mermaid/原圖...若任一項不合格，先重構畫面，再輸出最終信息圖。」

字體海報有明確的生成前判斷：「先智能分析用戶輸入內容，包括但不限於：這個詞語最核心的字面含義是什麼、情緒上偏向哪種傾向、是否具有雙關或悖論...」

這條比較複雜度的提示詞才有，簡單的不需要。但凡是複雜任務，自檢環節就會出現。

總結一下，6條串起來是一套完整的流程：

角色賦予 → 反定義 → 內部規劃 → 內容策劃 → 視覺系統構建 → 負面約束 → 輸出規格 → 變量區 → 自檢

這就是他寫提示詞的底層骨架。不管你輸入的是什麼——一個詞、一張照片、一個主題——這套流程都能把你從「我想要一張好看的圖」帶到「我要一份AI能精準執行的設計規範」。

我把這套方法論封裝成了一個Skill

拆完他全部帖子之後，我做了一件事。

我把這套方法論寫成了一套可複用的系統。交互式的Skill——你給它一個模糊的點子、一句話、一張圖、一個主題，它按這套方法論幫你生成完整的、工程級的GPT Image 2提示詞。

它叫 gpt-image2-prompt-director。

四種用法：

還有一個「Wow模式」。你覺得第一版太普通了，它會換更強的視覺容器、製造高概念碰撞、用網格分解增加變化。

底層就是上面那6條鐵律。做成了自動化，你不用背規則，告訴它你要什麼就行。

Skill傳到了GitHub，有興趣自己拿去玩：

https://github.com/hanzhangzzz/my-skill

裝好後跟它說一句話就能跑。「幫我把孤獨這個詞變成一張概念海報」。「我有一張家門口小店的隨手拍，幫我做成電商banner」。「我今天寫了一篇日記，幫我變成漫畫」。

最後

說回開頭那個點。

GPT Image 2把做圖的門檻降到了零。但門檻降得越低，做出好東西和做出普通東西的差距就越大。

這個差距不在技術。在思維。在你能不能像一個設計總監那樣，把需求想清楚、把約束說明白、把AI的默認惰性逼退。

翻完@xiaoxiaodong01的50篇帖子，我最大的感受其實不是GPT Image 2有多強。是他把提示詞當成了一門手藝在打磨。每個詞的取捨、每條約束的添加、每個變量區的位置，背後都有考量。

這門手藝，是可以學的。

這也是我寫這篇文章、做這個Skill的原因。我不希望你看完只帶走幾個prompt，我希望你帶走一套思維。下次你有一個點子的時候，先問自己一個問題：我怎麼把這個點子變成一份AI能精準執行的設計規範？

人人都是設計大師，前提是你得先像一個設計大師那樣思考。

對了，如果你想要@xiaoxiaodong01的全部提示詞原文合集，關注我後台私信「小小東」。我整理了一份完整的索引。
 本文提到的 gpt-image2-prompt-director Skill 開源地址：https://github.com/hanzhangzzz/my-skill

下篇見。