GPT Image 2 提示词生成器

要解决的问题

写 GPT Image 2 提示词时，常见难点不是会不会写句子，而是需求与模型输入之间的转换：中文描述里的人物、场景、用途、光线和风格往往混在一起，直接丢给模型容易遗漏主体、风格标签错位、光线和构图不够精确，也缺少负面约束。这个技能把这件事拆成可检查的步骤，先把中文需求整理成结构化输入，再输出更适合英文图像模型的提示词。

技能如何工作

它围绕几类信息工作：

• 需求解析：识别主体、风格偏好、技术参数和用途，例如海报、产品图、人物场景等。
• 模板化生成：参考 references/prompt-templates.md、references/style-guide.md 和 references/technical-terms.md，把描述组织成主体、风格、环境、光线、构图等模块。
• 术语增强：补充摄影、艺术和构图相关表达，例如逆光、柔光、俯视、特写、三分法、景深等，让提示词更具体。
• 负面提示：根据不要、避免等要求生成排除项，减少手部畸形、文字乱码、比例错误等常见图像问题。

最终输出通常包括可直接使用的英文提示词、可选负面提示词，以及一段参数说明，帮助判断哪些风格和技术被采用。

适用边界

它适合把相对具体的中文图像需求转成英文提示词，尤其是海报、摄影、角色、场景、Logo 等任务。对过于抽象的高级感、氛围感描述，仍需要用户补充具体对象、材质、光线和用途。该技能不直接生成图像，也不保证不同平台或模型版本的效果一致，输出仍需要结合实际生成结果迭代。