awesome-gpt-image-2 是 EvoLinkAI 開源的提示詞與 API 資源庫,收錄 727+ 則高品質 GPT Image 2 提示詞,分七大類、每則案例都附真實產出圖,並提供 gpt-image-2 模型的 API 存取方式。本手冊帶你接上 API、看懂提示詞結構、依案例分類取用,並走過一段從提示詞到成圖的完整範例。
awesome-gpt-image-2 是 EvoLinkAI 維護的開源資源庫,做兩件事:一是收錄 727+ 則經整理的 GPT Image 2 提示詞,分七大類、每則案例都配上實際產出圖,讓你看到提示詞與成圖的對應;二是提供 gpt-image-2 模型的 API 存取方式,讓提示詞能直接拿去呼叫生成。授權為 CC0 1.0(公眾領域),可自由取用。
它的價值在「可複用」。多數提示詞合輯只有文字,你得自己猜結果。這個庫每則案例都附 input prompt 與 output image,涵蓋電商商品圖、廣告創意、人像攝影、海報插畫、角色設計、UI 與社群版型等實務場景,等於一份可直接照抄、改詞、套用的視覺工作流範本。
repo 結構也圍繞這點:cases/ 放案例、images/ 與 result/ 放樣本與產出、data/ 放資料、script/ 放工具。README 提供 12 種語言版本。所有提示詞都針對 gpt-image-2 設計,透過 EvoLink 的 OpenAI 相容 API 端點生成。
gpt-image-2 生成。
先到 evolink.ai/dashboard 取得 API key。最快的試法是用 repo 提供的 npx 指令,一行就能跑起來:
要直接接進你的應用,則打 images generations 端點。模型名為 gpt-image-2,介面為 OpenAI 相容格式:
/v1/images/generations 格式,與 OpenAI images API 對齊,因此既有用 OpenAI SDK 的程式碼通常只要換 base URL 與 model 為 gpt-image-2 即可接入,不必重寫呼叫邏輯。
727+ 則提示詞依用途分成七類。每則案例都有 input prompt 與對應 output image,可直接複製、改細節再生成。以下為各分類與已知案例數;部分分類數量持續增補,以 repo 為準。
不確定從哪開始,先用這張表對到最接近的分類,再進去找具體案例複製。
| 你要做什麼 | 建議分類 |
|---|---|
| 商品上架圖、情境照 | E-commerce |
| 廣告主視覺、產品特寫 | Ad Creative |
| 寫實人像、風格攝影 | Portrait & Photography |
| 活動海報、封面、插畫 | Poster & Illustration |
| IP 角色、造型設計 | Character Design |
| 介面樣張、社群貼文版型 | UI & Social Mockup |
以下技巧整理自 repo 內實際案例提示詞的共同寫法(如 Case 124、151、176)。它們的差異不在辭藻,而在把風格、光線、鏡頭、構圖與文字明確寫死,降低生成的不確定性。
案例多以一句風格定義開頭,如「hyper-realistic miniature diorama」「ultra-realistic cinematic street photography」「35mm film photography」。先寫死整體風格,後面的細節才有依據。
來源 · repo Case 151 / 124不要只說「好看的光」。案例會指明光源類型,如「harsh convenience store fluorescent lighting mixed with colorful neon signs」「golden hour sunset」。光線決定氛圍,越具體越穩定。
來源 · repo Case 124攝影類案例常加入器材語彙:「35mm film」「authentic film grain」「cinematic」。這些詞把輸出推向真實攝影感,而非數位插畫感。
來源 · repo Case 124廣告與商品案例會明確指定物件位置,如「Center-left foreground, show a single stainless steel chronograph watch」。寫清楚主體在畫面哪個區塊,排版才可控。
來源 · repo Case 176要在圖上出現品牌或文案時,直接把字串放進提示詞,如標籤文字「'LUXEVEIL Skin Science - Radiance Nourishing Body Lotion'」。模型會盡量照排,省去後製。
來源 · repo Case 151人像案例常補上具體場景,如「on a rainy urban sidewalk during golden hour sunset in Mumbai, India」。地點、天氣、時間一起寫,場景一致性明顯提升。
來源 · repo Case 124
以下示範取一則 repo 攝影案例的提示詞(Case 124,雨中街拍人像),套進前面提到的結構技巧,送進 gpt-image-2 API 生成。流程示意實際 API 回傳格式,圖片網址依你的呼叫而定。
把提示詞拆成可替換的結構欄位——風格、鏡頭、光線、主體、地點、文字——之後,生成就從「碰運氣」變成「填空」。repo 的價值正在於提供大量已驗證的結構,你不必從零摸索哪些詞有效。
對需要量產一致視覺的場景(電商、廣告、社群)尤其有用:固定骨架、只換變數,就能維持系列風格一致,而非每張都重抽。
gpt-image-2 生成需在 evolink.ai/dashboard 取得金鑰並依用量計費。量產前先確認費率與額度。
Bearer YOUR_API_KEY,正式專案要放環境變數、走後端代理。金鑰外洩等於別人用你的額度。
熟悉案例之後,下一步是把它變成你自己的生產流程。以下方向皆基於 repo 與 API 既有能力。
1. 抽出你的提示詞骨架。把常用案例拆成「風格 / 鏡頭 / 光線 / 主體 / 文字」欄位,存成自己的模板。日後只填變數,不重寫整段。
2. 用 API 批量生成。把模板接上 /v1/images/generations,用迴圈帶不同變數量產系列圖。OpenAI 相容格式讓既有腳本容易改接。
3. 對照產出圖反推寫法。每則案例都附 output image。挑出風格最接近你需求的圖,回頭讀它的 prompt,比憑空想更快學會有效詞彙。
4. 跨分類混搭。把人像分類的光線寫法,套到電商商品圖上;或把廣告構圖語彙用在海報。分類是起點,不是邊界。
5. 切換語言版 README。repo 提供 12 種語言版本。團隊協作時可選對應語言的說明,降低溝通成本。
① GitHub repo——727+ 案例、產出圖與 API 範例的原始來源。
② evolink.ai/gpt-image-2-prompts——線上瀏覽提示詞與成圖對照。
③ evolink.ai/dashboard——取得 API key、查看用量與費率。