苍何在 X Article 里分享了一个 GPT-Image2 提示词模板项目：把大量视觉生成案例抽象成可复用模板，并开源到 GitHub。

原文核心不是单条提示词合集，而是试图把图片生成提示词结构化成一套可被 Agent 调用的工作流。

主要信息

文章要点

  1. GPT-Image2 在中文排版、海报、信息图、社交截图、长图等场景里效果明显增强。
  2. 作者把网上和自己实测的案例整理为多类模板，覆盖直播画面、城市地图、海报、拆解图、技术详解图、朋友圈截图、个人网页、诗词图、长卷图等方向。
  3. 项目重点是把提示词从“自然语言小作文”抽象为结构化模板，让 Claude Code、Codex 这类 Agent 可以稳定调用。
  4. 文章提到的核心方法包括原子化 Schema、零配置工作流、多维决策矩阵，以及对画面空间和文字排版的约束。
  5. 适合收藏给 AI 设计、内容运营、产品视觉、提示词工程和自动化工作流使用。

值得关注的点

这类项目的价值不只是“给我一条能出图的 prompt”，而是把生成式视觉工作变成可组合、可测试、可自动化的流程。

对于经常用 Agent 做内容生产的人来说，模板化提示词的意义在于：

  • 降低临场写提示词的成本；
  • 减少图片生成结果的随机性；
  • 方便把同一套视觉规则复用到不同主题；
  • 让 Agent 能读懂并批量调用图片生成规范。

相关链接

原文链接：https://x.com/canghe/status/2048306517976514786