最近做了一个 GPT Image 2.5 的开源提示词合集，第一版刚整理完： 30 个图文案例，覆盖摄影、产品图、时装广告、平面设计、连续分镜等。 20 条配套修改指令，比如修标签、去掉多余文字、保持人物一致性。 提示词和 README 都有中英文版本。 原创提示词、文档和脚本采用 MIT 。 GitHub 地址： https://github.com/VulcanEon/insane-gpt-image-2.5-prompts 先交代一下关系：我自己在做 gptimage25.ai ，这个仓库也是由这个项目维护的。网站是商业服务，仓库公开可读，复制提示词不需要注册网站。 起因是看到朋友做了一个类似的合集，觉得“先看图片，感兴趣再展开提示词”的阅读方式挺好。尤其是对不熟悉摄影、设计术语的人来说，看图选方向，比面对一个空输入框容易很多。 于是参考了这种呈现方式，自己重新找案例、分析画面、写提示词。这次也让 GPT-6 帮忙完成了资料整理、双语改写和仓库搭建。 实际做下来，找图只是第一步 最初的思路很直接：去 X 搜 Image 2.5 ，找到有意思的案例，再分析它可能是怎么生成的。 实际遇到了登录限制和搜索收录不完整的问题。最后通过公开搜索、帖子索引和其他合集里的链接发现线索，再读取公开帖子信息、查看对应图片。 目前 30 个图文案例里，19 个来自 X 帖子，11 个来自平台公开展示页。来源类型都有记录，每张图也能点回原帖或原页面。 整理时最容易混淆的是： 看到一张图，不等于知道作者到底用了什么 prompt 。 有些作者会公开完整指令，有些只发结果。即使有指令，也可能缺少参考图、前面的对话，以及后续修图过程。 所以仓库里区分了两类： 画面推导 ：根据看到的构图、主体、光线和材质，写一条合理的新指令。 编辑改写 ：来源有公开指令，再独立编写适合复用的版本。 这些都标明了状态

  • 情报分类：项目价值、技术价值
  • 命中依据：GPT图像提示词开源合集与制作经验，有实用价值
  • 来源：服务器 / V2EX
  • 原作者：VulcanEon
  • 发布时间：2026/9/12 21:52:52