项目详情
Awesome GPT-Image-2
Prompt as Code —— 538 个逆向工程案例 + 22 套工业级模板,把散文式提示词压缩成结构化协议
GitHub 地址
MIT
20.7k Stars
Prompt 工程Agent Skill
更新于 2026-08-26 · 创建于 2026-04-25 · 作者 苍何(freestylefly)
← 返回汇总
项目速览
一句话定位
不是提示词收藏夹,是面向 Agent 的图像 Prompt 资产库
GPT-Image2 工业级提示词引擎与模板库。把社区零散案例逆向拆解成可组合的结构化协议,供 Agent、脚本和自动化工作流直接调用。同源数据同时驱动案例画廊网站与 Agent Skill,MIT 开源。适合需要批量出图、做模板系统、接生产流程的团队与自动化实践者。
项目速览
核心数据
- 19 种风格 × 10 种场景:双语标签体系,机器可读可检索
- 166 commits 持续更新:近 24 小时仍在收录 X 社区新案例
- 100% AI 重写声明:案例提示词经 AI 逆向重写,非原文搬运
为什么存在
出图自由之后的问题
AI 画图从「能不能出图」变成了「能不能稳定、可控、可复用地出图」
散文式 Prompt 不可复用
一句「画个高级感的海报」每次结果都不同,无法沉淀为团队资产。
好案例散落在社区
YouMind / OpenNana / X 上的优质案例没有结构、没有标签、Agent 调不了。
批量生产无协议
批量出图、模板系统、生产流程需要的是参数化协议,不是人类抄写范文。
核心理念
Prompt as Code:散文 → 结构化协议
- 原子化 Schema:把主体、光影、材质、排版等视觉要素拆成可组合组件,像乐高一样拼装
- 工作流友好:面向 Agent、脚本和自动化系统设计,而非只给人肉复制粘贴
- 结构化控制:最大化版式、文案、信息层级的可控性——文字必须准确显示、比例必须锁定
- 方法论沉淀:抄结构,不抄风格词——案例的价值在组织方式,不在形容词堆砌
当你需要批量出图、做模板系统、接进生产流程时,这种整理方式比单纯堆案例更有价值——README 原话。
内容资产
538 个案例,13 类分布
偏重「强结构」场景:海报、UI、信息图合计 213 个(40%)——恰恰是排版与文字控制最难、模板价值最高的类型。代表案例:城市生命系统图谱、十二黄金圣斗士卡牌、《赤壁怀古》长卷、RAG 技术详解图。
模板系统
一套模板,两种形态
常规模板(给人看)
# UI 截图模板节选
为[产品类型]生成一张[平台]界面图。
核心功能:[功能点A]、[功能点B]。
视觉风格:[极简/科技/拟物],主色[颜色]。
布局:[顶部导航/双栏/卡片流],层级清晰。
输出:高保真UI截图,文字清晰可读,
比例[9:16/16:9]。
占位符参数化,人类可读可改。
JSON 进阶模板(推荐给 Agent)
{
"type": "UI Screenshot",
"platform": "iOS",
"layout": "Card-based feed",
"style": { "theme": "Dark Mode", ... },
"content": { "cards": [...] },
"constraints": "readable text, 9:16"
}
机器可解析,Agent 可编程填充。
22 套模板各带 useWhen(何时用)、guidance(要点)、pitfalls(避坑)、示例案例编号,全部存在 data/style-library.json(41KB 结构化数据)。
模板系统
防坑指南精华
- 不给模糊指令:明确「平台 + 比例 + 布局」,否则模型像个实习生乱排版
- 强制文字锁定:要求「文字绝对可读,必须显示指定中文」,避免乱码按钮和火星文
- 截图区分平台特征:X 有蓝勾、抖音有音乐碟片、小红书有双列瀑布流——生成前必须指定平台
- 直播界面先定场景:带货直播(右上商品列表)和才艺直播(弹幕互动)UI 布局差异巨大
- 特殊屏幕比例前置:车机/智能家居 21:9 等固定比例必须写在最前,否则默认 9:16
彩蛋:生成脚本 generate-style-skill.mjs 内置校验——连中文对比句式「不是…而是…」都被正则禁用,保证 Skill 文档语言风格统一。
核心机制
Agent Skill:意图 → 生产级 Prompt
识别意图→
匹配模板分类→
风格标签→
场景标签→
近似案例→
六块式 Prompt
六块式输出结构
- 主体与任务
- 构图与版式
- 视觉风格与材质
- 文字与标签要求
- 宽高比与输出格式
- 约束与负面细节
输出默认值
- 先给可直接复制的 Prompt
- 约束必须具体:精确文字、比例、可读标签、版式层级
- 自动匹配用户语言回复
- 多概念复用同一模板,只变主体/构图/配色/场景
架构
单一数据源,三端分发
数据层
data/style-library.json
13 分类 + 19 风格 + 10 场景 + 22 模板,中英双语字段,网站与 Agent 共用的唯一事实源。另有 538 案例画廊(docs/gallery-*.md)。
生成层
scripts/*.mjs
generate-site-data.mjs 产出网站数据;generate-style-skill.mjs 产出 Skill 参考文档,带唯一性校验、锚点校验与句式禁用检查。
分发层
三端出口
① React 画廊网站;② npm 包 gpt-image-2-style-library;③ Claude Code 插件市场。npx skills add 一键装进 ~/.claude/skills、~/.codex/skills、~/.agents/skills。
style-library.json→
generate-site-data→
gpt-image2.canghe.ai
style-library.json→
generate-style-skill→
SKILL.md + references→
npm / Claude 插件市场
产品形态
画廊网站:不只是文档
- 技术栈:React + Vite 前端,Supabase Auth(仅 Google 登录)+ Postgres,Vercel Function 代理 GPT-Image-2 API
- 浏览体验:大图预览、复制完整 Prompt、按风格/场景筛选、跳回 GitHub 源案例
- 登录后试生成:积分体系 $5 / 300 credits,Stripe + 支付宝双通道收款
- 完整商业化闭环:会员套餐、积分包、付费交流群、GA4 数据看板、管理员后台指标
仓库内含 7+ 个 Supabase 迁移脚本(用户积分、会员计费、支付宝、Google 账户中心、收藏表、管理员指标)。开源的是内容与方法论,网站本身是围绕它做的 SaaS 化尝试。
快速上手
两条路径
人用:三步法
- 在精选案例里确定要模仿的输出类型
- 去画廊找相近案例,抄结构,不要只抄风格词
- 回模板页把业务变量填进通用 / JSON 模板
入口:docs/templates.md · docs/gallery-part-1/2.md
Agent 用:一键安装
npx skills add freestylefly/awesome-gpt-image-2 \
--skill gpt-image-2-style-library \
--agent claude-code codex --global --yes --copy
# Claude Code 插件市场
/plugin marketplace add freestylefly/awesome-gpt-image-2
/plugin install gpt-image-2-style-library@awesome-gpt-image-2
装好后对 Agent 说:「使用 gpt-image-2-style-library 技能,帮我生成介绍 Codex 的信息图」。
适用场景
适合谁用
- 批量出图团队:内容运营、电商视觉、社媒矩阵——用 JSON 模板 + 脚本批量参数化出图
- Agent / 自动化开发者:让 Claude Code、Codex 直接调用风格库选模板、组装生产级 Prompt
- 设计师与独立开发者:从 538 个逆向案例里找结构参考,快速验证视觉方向
- Prompt 工程研究者:研究「案例逆向 → 结构化协议 → Agent 分发」完整方法论的活样本
风险提示
需要警惕
- 版权来源:案例灵感与数据来自 YouMind / OpenNana 公开提示词库,官方声明保留来源、可 Issue 下架,但第三方内容不保证可商用
- 模板时效性:模板经验绑定 GPT-Image2 模型行为,模型迭代后部分防坑规则可能失效
- 商业化混合:赞助商 API 推广带返利链接、网站积分付费,开源内容与商业导流边界需自行判断
- 数据一致性:分类计数加总 535 与总数 538 略有出入,案例增长快于文档维护
在线体验
Playground:Prompt 组装工作台
本地构建的交互式工作台:按官方六块式结构组装 Prompt——选分类、挑模板、填业务变量,实时生成中文常规版 + JSON Agent 版两种形态,一键复制。另含 22 套模板速览浏览器。
模板浏览器
22 套模板:何时用 / 要点 / 避坑 一屏速览
六块式组装器
主体 → 构图 → 风格 → 文字 → 比例 → 约束,逐块填写
双形态输出
人读的常规模板 + Agent 调的 JSON 模板同步生成
潜力评估
未来空间
「内容资产代码化 + Agent 分发」的范式样本。4 个月 20.7k stars 验证了结构化 Prompt 资产的真实需求;若模型迭代时模板体系能持续跟住,有望成为 AI 图像工作流的基础设施之一。
- 可迁移方法论:单一 JSON 数据源 → 网站 + npm + 插件市场三端分发,内容型项目可复制此模式
- 护城河偏弱:内容可被 fork 与重整理,长期价值在更新速度与 Agent 生态卡位