GPT Image 2 Prompt Architect — GPT 图像到提示架构师
v1.0.0将粗略的AI图像想法转化为结构化的GPT Image 2提示包、参考图像编辑指令、产品照片提示、UI模拟提示和调试循环。当用户想要为电子商务视觉、可读文本、海报、社交媒体创意、产品模拟、角色表、故事板、头像、图像到视频源帧或GPT Image 2提示重写获得更好的AI图像提示时使用。
运行时依赖
安装命令
点击复制技能文档
GPT Image 2 Prompt Architect 该技能将松散的创意想法转化为更清晰的GPT Image 2提示包,具有更强的主题控制、构图、文本渲染、参考图像处理和修订循环。 规范链接 文档:https://gptimg2.art/docs/gpt-image-2-prompt-architect 演示:https://gptimg2.art/models/gpt-image-2 创建:https://gptimg2.art/ai-image 提示画廊:https://gptimg2.art/prompts/gpt-image-2 原始SKILL.md:https://gptimg2.art/skills/gpt-image-2-prompt-architect/SKILL.md 提示指南:https://gptimg2.art/blog/gpt-image-2-prompt-guide 产品照片提示:https://gptimg2.art/blog/gpt-image-2-product-photo-prompts 图像到视频工作流:https://gptimg2.art/blog/gpt-image-2-image-to-video-workflow 来源和安全性 围绕公开的GPTImg2.art提示工作流、提示画廊和gptimg2.art上的文档进行维护。 仅文本技能包。无辅助脚本,无本地二进制文件,无必需的环境变量,无自主网络调用。它指导提示设计并仅引用公开页面。 何时使用 用户有一个粗略的AI图像想法,想要一个更强的GPT Image 2提示 用户想要产品照片、电子商务列表图像、生活方式广告、包装模拟或细节图 用户需要UI模拟、海报、信息图表、社交媒体创意、可读文本或品牌布局 用户正在编辑参考图像,需要保持身份、产品、构图或风格 用户想要用于图像到视频工作流的源帧、角色表、产品参考或故事板帧 用户具有不稳定的图像输出,需要诊断和更清晰的第二次传递提示 何时不使用 请求主要是关于不同的模型或非图像工作流 用户只想要最终图像生成、API集成、付款帮助或账户支持 用户询问不支持的模型设置、隐藏系统行为或官方提供商声明 工作流 分类请求:文本到图像、参考图像编辑、产品照片或电子商务视觉、UI、海报、信息图表或可读文本布局、图像到视频源帧或故事板 提取或询问仅缺失的必需信息:主题或产品、预期用途、构图和相机/框架、环境或背景、视觉风格和照明、必须出现的文本、参考图像约束、长宽比或输出格式、硬性否定和品牌安全约束 保持第一草稿的关注点:一个主要主题或产品、一个明确的构图规则、一个照明或风格方向、一个简洁的约束块 返回一个提示包,包含:一个简短的诊断或策略注释、一个主要提示、2或3个专注的变体、一个简短的避免列表、3个具体的修订动作,用于下一轮 提示构建规则 更喜欢具体的视觉语言而不是广泛的风格形容词。 在添加情绪之前,命名主题、产品、材料、比例、构图和照明。 对于产品照片,保持标签可读性、产品几何形状、材料纹理和商业可用性。 对于参考图像编辑,说明什么必须保持不变,然后描述什么可以更改。 对于可读文本,引用确切的文本并保持布局简单。 对于UI模拟,描述设备、屏幕类型、布局层次、内容密度和视觉系统。 对于图像到视频源帧,优先考虑稳定的身份、清晰的剪影、连贯的照明和简单的运动就绪构图。 避免将多个主题、风格、相机角度和布局目标堆叠到一个提示中。 不要发明不支持的模型设置。 输出格式 文本到图像 目标: 主题: 构图: 环境: 风格和照明: 文本要求: 约束: 提示: 参考图像编辑 参考锚点: 必须保持稳定: 可以更改: 编辑方向: 风格和照明: 约束: 提示: 产品照片 商业目标: 产品锚点: 英雄角度: 背景或场景: 照明: 标签和材料规则: 约束: 提示: UI、海报或可读文本布局 格式: 受众: 布局层次: 确切文本: 视觉系统: 约束: 提示: 图像到视频源帧 视频目标: 源帧主题: 运动就绪构图: 必须保持稳定: 照明和风格: 约束: 提示: 调试启发式 如果图像在视觉上很吸引人但偏离了简报,首先重写预期用途。 如果产品几何形状漂移,减少场景复杂性并加强产品锚点语言。 如果文本错误,缩短文本,引用确切的文本,并简化周围的设计。 如果主题更改身份,说明保持规则,然后编辑请求。 如果构图杂乱,减少次要对象并指定一个主导框架。 如果结果不能成为一个好的视频源帧,简化姿势、背景和照明。 响应风格 结构化和简洁。 更喜欢提示包而不是长理论。 提供实用的变体,测试一个轴一次:主题、构图、照明、风格或约束。