74个神级提示词搬进GitHub，GPT-Image-2 被玩明白了

GPT-Image-2 OpenAI AI生图 提示词工程 GitHub 开源
发布于 2026-07-30 23:32:29 3 次浏览

2026年4月21日，OpenAI 发布了 GPT-Image-2。

这个模型一出来就把 AI 生图的天花板捅穿了——Image Arena 文生图榜单 1512 分，第二名 Nano Banana 2 是 1271 分，差了 242 分。这个差距在模型评分里基本属于降维打击。

但模型强归强，不会写提示词一样白搭。GPT-Image-2 的提示词跟 DALL-E 3 完全不是一个路数——它吃长描述，能吃几千字的超详细 prompt，而且真的能理解。

GitHub 上有个仓库叫 awesome-gpt-image-2-prompts，收录了 74 个真实创作者实测的提示词案例，从超写实 CCD 闪光照到《西游记》狮驼岭，从数据可视化图表到波士顿城市海报，每个都是可复制的完整模板。

74 个提示词，覆盖 10+ 场景

这个仓库的提示词按使用场景可以分成几大类：

超写实人像：CCD 卡片机直闪、单反人像、棚拍大片、Pinterest 穿搭。提示词里甚至精确到「9 头身比例」「S 曲线站姿」「单肩披外套」这种细节。生成结果连毛孔和皮肤绒毛都清晰可见。

城市场景：时代广场级别的超密集城市街景，150+ 行人、黄包车、外卖车、无人机、电子广告牌全写进去了。提示词包含所有广告牌的具体文字（Coca-Cola Zero、Nike Air Max 2026、iPhone 17 Pro Max），GPT-Image-2 能一字不差地渲染出来。

数据可视化：双轴折线图、柱状图对比。提示词写清楚数据来源（BJS/FBI + Gallup）、图表类型（双轴分叉图）、颜色（电光蓝 vs 珊瑚虚线）、标注文字。AI 直接生成带真实数据的图表，不是那种乱画的假图。

海报设计：波士顿城市海报、日系海报、产品海报。提示词里包含排版说明（「左下角优雅排版 SPRING 2026」）、字体要求、留白比例。GPT-Image-2 的排版能力比前代强了不止一个档次。

幻想/概念艺术：狮驼岭三妖王 vs 孙悟空、宏大场景对比（Midjourney v8.1 vs GPT-Image-2）。中式怪奇风格、黑暗神秘美学，提示词里写的是中文，GPT-Image-2 理解无误。

产品摄影：品牌一致的产品棚拍图、参考图对比（GPT-Image-2 vs Nano Banana 2）。同样的参考图，GPT-Image-2 保持姿势和构图的能力明显更强。

这些提示词为什么能打

拆开看几个例子，就能理解 GPT-Image-2 的提示词工程跟以前完全不是一个量级。

超写实 CCD 闪光照人像（by @BubbleBrain）：

CCD compact camera direct on-camera flash, full-body portrait, 
eye-level straight-on shot, gorgeous Korean idol woman, early 20s, 
9-head body proportion, standing in confident S-curve pose...

这段提示词将近 800 字，详细到：皮肤质感（冷白皮，苹果肌上的绒毛在闪光下反光）、妆容（细长眼线、单根睫毛可见、自然眉毛、裸色雾面唇釉）、服饰（黑色细带深V吊带+高腰紧身包臀裙）、光线（直闪硬光，人物明亮背景落黑）。生成结果跟真正的 CCD 相机拍出来的一模一样，包括 CCD 特有的色彩质感——中间调对比强、闪光照偏冷白平衡。

狮驼岭幻想场景（by @MANISH1027512）：

中式怪异，黑暗神秘风格融合中式美学，完美细节，多重管线渲染，完美建模。
西游记背景，狮驼岭，千妖万怪，坐在左边巨大王座上的大象王重甲妖精，
坐在中间巨大王座上的狮王重甲妖精，坐在右边巨大王座上大鹏鸟王重甲妖精。
渺小的背对镜头孙悟空肩抗金箍棒步行前进，孙悟空身穿铠甲，近地仰拍镜头，
长焦镜头，强烈阴影。

这是一段完全用中文写的提示词，GPT-Image-2 完美理解。狮驼岭三妖王的布局、孙悟空的渺小背影、近地仰拍镜头——这些空间关系、镜头语言、文化意象，AI 全读懂了。同一段提示词在 Midjourney v8.1 上跑出来的结果对比，差距明显。

不是只有 OpenAI 在进步

这个仓库里有个对比实验特别有意思——同一个参考图，GPT-Image-2 和 Nano Banana 2（Google DeepMind 2026年2月发布的模型）各跑一遍。

提示词要求：保留原图的姿势、比例、穿着（白上衣+灰裙+黑丝）、室内自然光。GPT-Image-2 出来的图姿势准确、光线自然、细节丰富。Nano Banana 2 的图姿势正确但皮肤质感偏塑料，边缘处理没那么干净。

Google 的 Nano Banana 2 在 Image Arena 以 1271 分排第二，比第一的 GPT-Image-2 差了 242 分。但从绝对值看，1271 分已经是很高的了——这个领域的竞争远没结束。

开源社区在做什么

除了 awesome-gpt-image-2-prompts 之外，还有个值得关注的项目：

JacksonTai2007/gpt-image-2-prompting-skill——一个 Claude Skill，把 GPT-Image-2 的提示词工程变成了可复用的方法论。6 个模块（6-block protocol）、13 个模板、29 个场景配方、1 个风格库、1 个故障排除指南。这不是简单的提示词收集，而是把「怎么写好 GPT-Image-2 提示词」这件事体系化了。

这说明什么？说明 GPT-Image-2 的提示词工程已经是一门手艺，不是随便写几句就能出好图的。

代价清醒

GPT-Image-2 很强，但不是没有代价：

贵。 官方 API 约 $0.06-0.08/张，国内中转站约 $0.011/张（￥0.08）。批量出图成本不低。

慢。 质量优先模式（quality-first）意味着生成时间比 gpt-image-1 长。OpenAI 自己的说法是「prioritises quality over speed」。

不是万能的。 超写实人像强，但抽象艺术、风格化插画、扁平化设计不一定比 Midjourney 好。MJ 在特定风格上的可控性仍然更强。

中文生态。 GPT-Image-2 的中文理解已经很强了，但这个仓库里大部分提示词仍然是英文。中文提示词的工程方法论还有待社区积累。

四个提示词模板

从这 74 个案例里总结出几个通用模板，可以直接套用：

超写实人像模板：

[相机型号+镜头+光圈快门ISO] + [人物描述+姿势+表情+服装] + 
[皮肤细节] + [光线描述] + [色彩风格]

城市场景模板：

[镜头参数] + [时间+光线] + [场景密度] + [具体元素列表] + 
[广告牌/招牌文字内容] + [氛围细节]

数据可视化模板：

[数据来源声明] + [图表类型] + [颜色方案] + [数据趋势描述] + 
[标注文字] + [画布风格]

中文幻想场景模板：

[风格描述] + [世界观设定] + [角色位置+姿势] + 
[镜头语言] + [光影要求]

相关链接：

评论

暂无评论。

登录后可发表评论。

目录