本文是一篇豆包桌面端的保姆级教程，详细介绍了豆包从聊天AI进化为AI Agent后的各项功能。包括安装登录、左侧导航的7个主入口（新工作任务、新对话、定时任务、技能·连接器·伙伴、手机遥控电脑、云盘、更多）、底部对话模式（对话、视频生成、帮我写作、图像生成、PPT生成、解题算题、音乐生成、更多）、工作任务模式（+号、工作任务、项目、按需确认、技能、连接器、模型与推理强度）以及免费与付费方案。文章还分享了使用技巧和避坑指南，帮助打工人充分利用豆包提升工作效率。
本文深度拆解 OpenAI 官方发布的 GPT Image 2.5 图像提示词指南。文章介绍了 Flare 与 Sunburst 双模型的选型逻辑与 API 参数解耦设计，系统梳理了官方首次披露的 8 大提示词工程法则，包括规格化定义结果、用具体细节取代情绪空话、精确文本排版用双引号、编辑时分离改动与约束、多图参考角色分配、单步渐进迭代等。并配以胶片人像、商业广告排版、透明 Logo、四格条漫、移动端 UI 原型、科学信息图、YC 路演页等 8 大商业级实战案例与完整提示词模版，指出 AI 图像生成已进入工程化规格说明时代。
OpenAI 发布 ChatGPT Images 2.5，对图像生成能力全面升级。核心改进包括速度更快、画面更逼真、编辑与微调更精准。新增 Sketch 功能，用户可直接在 ChatGPT 中绘制草图，由模型生成完整图像，还支持将简笔画转为艺术风格、Logo 或 3D 黏土风格。生图过程新增进度条，光照与纹理更自然，并提供自由画布选风格、海报商品图模板、照片一键合成、图上标注编辑等功能。同时推出 GPT-Image-2.5 Flare 和 Sunburst 两个新模型，向所有 ChatGPT、Work 和 Codex 用户开放。
OpenAI突然发布GPT Image 2.5，生成速度更快、更高清，支持多次编辑保持一致性，可精确标注修改，并新增画布涂鸦绘图功能。API同时推出Flare（速度+50%）和Sunburst（更高精度）两个版本。作者通过logo、人物、定格动画、建筑、风格迁移、多尺寸封面等大量案例对比Image 2与2.5，发现新模型形变大幅减少、文字更清晰、一致性更好，还支持原生透明背景。网页版新增15个设计模版。作者认为最大的变化在交互方式：涂鸦、模版、标注精修将原本需要写进提示语的约束变成直觉操作，好的提示语不再是用好AI生图的前提。
本文是一篇面向零基础读者的大模型微调实操教程，作者详细演示了如何在云端租用RTX 4090显卡，使用LoRA技术对SDXL图像生成模型进行人物微调。教程涵盖数据集准备（用IP-Adapter生成24张训练图并配描述）、训练环境搭建、20步冒烟测试、1200步正式训练、不同checkpoint的对照评测及成果保存与重新加载等完整流程。整轮实验仅花费2.71元、约78分钟，最终得到可复用的人物LoRA权重，可稳定生成不同造型、场景下的同一人物写真。
作者受 Dan Koe 长文封面启发，尝试一套无文字、强风格、重隐喻的视觉设计方法：用黑白蚀刻版画风格和超现实隐喻，把文章抽象主题转成直观的画面信息。文章附上完整的图像生成提示词模板，涵盖信息填写（标题、主题、比例、核心意思）、视觉风格（19世纪铜版/木刻版画语言、黑白强对比、细密排线）、概念表达（视觉隐喻、改变尺度与逻辑制造陌生感）、构图、氛围与细节密度要求，并强调避免机械套用符号（如AI必用机器人），让同一套风格覆盖不同主题而不重复。
作者分享了自制的 Claude Skill「Visual Style DNA Replicator」，用于解决生成式图像复刻中风格结构不稳定的问题。核心思路是把参考图从模板转化为样本，通过区分风格规则与画面内容，提取主体比例、留白、构图、色彩、光影、文字、材质等视觉变量，形成结构化的 Style DNA JSON。文章通过古典版画、手绘插画、单色儿童摄影、剪影海报、巨型字体产品图、IP 角色档案六个案例演示了如何替换主体而保持系列一致性，并介绍了 Skill 的文件结构与适用场景，如品牌海报、电商视觉、IP 设定等。
文章讲解如何用光影控制动漫 AI 绘图的叙事情绪，给出黄昏、蓝调、雨夜、阳光、逆光 5 套完整的 Prompt 组合模板。作者强调光影应是写 Prompt 前最先决定的叙事底色，而非最后随手补充的词。每种风格附有核心关键词组合（如 golden hour + warm sunset light + long shadows）、适用剧情场景和进阶调整技巧，帮助同一人物场景呈现出青春、孤独、悬疑、治愈、史诗等不同故事线。
作者受前苹果设计师 Anshu Chimala 启发，指出 AI 设计产出平庸的根源在于 LLM 作为下一个词元预测器、经 RLHF 对齐后天然倾向安全解。文章借鉴设计双钻模型，提出三阶段工作流：探索、确立、交付。核心技法包括：注入随机种子字符串打破思维定势、用大胆具象的提示词激发创意、三步发散法生成设计概念、引入'设计挑刺官'子智能体构建独立评审反馈闭环，以及调用图像生成工具提升视觉质感。通过多智能体协同与成本控制，可在极短轮次内产出超越常规 AI 模板的高水准设计。
文章指出很多人写动漫 AI 绘图 Prompt 时急于堆叠风格、光影、镜头词，却忽视了最基础的'动漫质感'选择。作者系统拆解了 10 种基础动漫质感：标准日漫、现代日漫、高精度日漫、赛璐璐、半厚涂、厚涂动漫、插画动漫、动画截图、动漫电影、二次元游戏立绘，每种都配有可直接套用的 Prompt、适用场景和核心区别说明，并附对照表帮助读者先选对'底色'，再叠加风格、镜头与光影。
本文是动漫 Prompt 系列第13篇，聚焦欧美动漫风格的 AI 绘画 Prompt 写法。作者指出欧美动画并非统一风格，简单加 western style 常导致画面不伦不类，并对比了欧美风格与日系动漫在视觉优先级上的差异：日漫靠线条与情绪，欧美风格更强调形体、轮廓、材质与光影。文章拆解了四套风格 Prompt：美式动画（夸张形体、简化细节）、欧美漫画（粗墨线、高对比）、欧美奇幻（绘画质感、世界观规模）、黑暗奇幻（哥特氛围、冷月光与烛光搭配），并附上完整 Prompt 模板与选型对照表。
作者公开了其 VibeShot AI 摄影 Skill 的完整思路。核心是一个 Prompt 框架：表情+服装风格+场景+瞬间状态+摄影技法。与完全控制式 Prompt 不同，应只控制关键锚点，其余放权给模型，并为锚点准备足够厚的枚举变量池（表情池、服装池、场景池、景别池、焦段池、机位池、构图池、光线池等），形成“骨架+变量池”的“有边界的随机”逻辑。文中给出可直接在 ChatGPT 中运行的完整 Prompt，并开源了 Skill 版仓库，核心是通过加厚变量池产生更多组合。
作者分享了为旅行手账打造的两个 Skill：城市景点贴纸 Skill（city-sticker）和城市导览人物 Skill（city-guide-character）。前者把南京博物院、中山陵、鸡鸣寺等真实地标生成统一风格的贴纸，通过固定白描边、透视、阴影保证批量生成的视觉一致性；后者解决角色一致性问题，通过锁定比例、发型、服装和画风，让同一人物在不同旅行场景（拖行李、找路、拍照、吃东西）中稳定延续，为手账形成连续的故事线。两个 Skill 已开源到 GitHub，支持通过 npx skills add 安装，可用于 Codex、Claude Code 和 WorkBuddy。
作者分享了使用 Punk 老师开源的两个 AI Skill（punk-ip-illustrations 和 Punk-Skill），仅凭一张照片就生成全套个人 IP 视觉素材的完整流程。通过安装 Skill、上传照片生成角色设定板，再迭代优化细节，最终生成统一风格的文章配图、多种头像风格（像素风、手绘等）和封面图（黑红剪影、商业杂志头版等）。作者认为这套流程让个人 IP 设计不再是设计师的专利，大幅节省时间和沟通成本，但关键还是要会想会用。
作者分享了一套用于AI图像生成的'影子诱惑'风格稳定提示词。该技巧通过单一侧后光源照射，只呈现拍摄者双脚和地面完整影子，暗示人物站立拍摄脚下平铺穿搭服装的第一视角场景，营造真实生活化拍摄感。文章提供核心提示词、私密拆解版提示词以及cosplay一致性生成提示词模板，包含详细的灯光、构图、比例和负面提示词设置，供大家复刻使用。
文章针对AI视频生成中人物一致性差、人脸有塑料感的常见问题，总结了三种角色参考图制作方法：一是制作"无头"角色卡，将无面部的正背面全身照与真实场景近景照结合，避免AI取模糊小脸做参考；二是使用"面部虚化"三视图搭配高质感角色场景图，适合长内容的主角资产；三是仅用一张角色场景图，适合短内容，但需通过提示词补充背面细节。作者还提供了具体生成提示词和注意事项，帮助提升AI视频人物的风格一致性与真实感。
作者分享了研究多年的万能AI角色图提示词框架，解决AI绘图中提示词匮乏和参数繁琐的痛点。用户只需输入一句话人物描述，框架即可自动提取关键信息、推断缺失参数、生成配色方案、套用固定模块，输出包含渲染标签、光影系统、画面结构、角色设定、服化道细节、负面提示词的完整生图提示词。框架内置性别与身份服饰适配表和多种风格映射表（3D次世代、2D日系、水墨国风等），支持豆包、即梦等工具使用。
作者介绍了 Grok Bot 新上线的 Templates 功能，模板包含机器人所用的技能、记忆和官方插件，可在不含隐私数据的情况下分享工作流。作者分享了多个喜爱的机器人模板：DevRel bot 每天从 X 书签中挑选新工具生成演示；Loops 作为外层工程代理协调 Cursor coding agent；X 算法机器人建议发帖时机与格式；Writing bot 基于写作经典书籍协助文字润色；Personal CRM 自动整理 X 互关好友到 Notion；Image generation bot 通过标准化提示词与调色板生成风格一致的图像资产。
文章针对国风3D AI绘图常出现的'塑料感'问题，指出关键在于明确告诉AI渲染的质感方向。作者将国风3D拆分为5个细分方向并给出可复制的Prompt：角色渲染（强调皮下散射与发丝级渲染）、场景CG（体积光与光束穿透雾气）、游戏风格（粒子特效与动态模糊）、赛璐璐融合3D（cel-shaded平涂描边风格）、写实渲染（景深与胶片颗粒）。文末附对比表格，帮助读者根据'像游戏截图'还是'像动画分镜'的需求选择合适风格。
本文介绍了一种创新的照片处理视觉实验，通过将照片中的人物完整抠出并保持立体感，同时将背景环境压缩成扁平景色铺在脚下，创造出超现实的纸艺效果。作者提供了两套详细的提示词，分别用于生成对比图和单张效果图，并已更新至Punk-Skill中的Punk Avatar。该技术强调人物与环境的90°空间关系，保留真实摄影质感，边缘融合纸艺或水彩效果，最终呈现在米白色艺术纸上，形成高端艺术杂志插图般的质感。
本文讲解动漫 AI 绘图 Prompt 中除风格词之外真正决定画面质感的 5 个维度：光影、镜头、环境、情绪和颜色。作者指出风格词只决定画面“像什么”，而光影（如 rim light、blue hour）、镜头（high/low angle）、环境（场景呼应人物情绪）、情绪（少而精的点睛词）与颜色（如 teal and orange 电影感配色）共同营造氛围与叙事感。文章为每个维度提供了分类词表和组合示例，如“雨夜孤独侦探”的完整 Prompt，并给出通用公式：主体+动作+风格+光影+镜头+环境+情绪+颜色。
作者整理了10个GPT Image 2提示词网站合集，帮助用户不必从零撰写提示词，可直接按图复制使用。包括YouMind（图像、视频、网页提示词，按模型筛选）、AIART.PICS（综合灵感库）、MeiGen（电商、包装、海报提示词）、GitHub上的490条GPT Image 2提示词大全、GPTIMG2（566条人像产品海报案例）、cuty.ai画廊、Leader Prompt Gallery、GPT-Image2提示画廊（爆款图反推Prompt）、Cyberbara（站内可试用）、2slides（226+条精选）等，并附图片反推提示词集合。
文章探讨了提示词工程中的一个常见误区：提示词越长，生成结果不一定越准确。当提示词同时包含过多人物属性、颜色、物体数量和空间关系时，模型可能生成看起来不错却悄悄偏离关键要求的图片。文中通过长提示词与精简提示词加分步编辑的对比实验说明，约束越多，属性串位、关系混乱和细节遗漏的概率越高。DetailMaster 研究证实，随提示词长度增加，文生图模型在人物属性、位置和实体关系上的准确率一致下降。作者建议不要把提示词写成一次性需求文档，而应先用短提示词锁定主体和构图，再通过局部编辑逐层增加细节，每轮只修改一类变量。
本文是动漫Prompt系列第9篇，讲解国漫风格不应被理解为9种并列选项，而是两层结构：第一层决定题材与世界观（仙侠、武侠、现代国漫、东方幻想），第二层决定视觉画面语言（水墨、工笔、国潮工笔）。文章详细对比了水墨与工笔的核心逻辑差异（留白vs细节），解析水墨山水、雨夜水墨、工笔仕女、工笔花鸟、国潮工笔五个细分场景的适用范围，并给出三步选择公式：先选世界观，再选画面语言，最后选细分场景，帮助AI绘图者写出更有辨识度的国漫Prompt。
作者李岳分享了基于 Codex Skills 搭建的 AI 视觉工作流，包含六个 Skill：女性写真导演、女性换装导演、通用换装导演、东方仙侠视觉导演、仙侠视频导演和 Seedance 2.5 视频导演。通过将反复踩坑经验转化为规则、路由、默认值和交付格式，把主观审美翻译成可执行的画面参数，形成从人物、服装、场景到镜头和视频方案的完整视觉生产线，强调 Skill 保存的不是形容词而是逻辑判断。
文章提出动漫 AI 绘图不应堆砌关键词，而应使用 7 层公式分层控制：L1 基础动漫类型、L2 流派时代、L3 渲染质感、L4 光影氛围、L5 镜头构图、L6 环境空间、L7 情绪叙事。每层选 1-3 个关键词即可稳定控制画风。作者给出 6 套可直接复制的组合：90 年代校园怀旧、赛博朋克少女、国风仙侠、水墨武侠、治愈系日常、黑暗心理向，并详解每套的视觉核心。文章还指出常见错误是混合冲突的渲染语言，强调确定主风格、分层分工、只融合相邻逻辑，并预告下一篇将讲解短剧首帧与小说角色视觉化的专用公式。
作者分享了仅使用 ChatGPT（图像生成+Python）制作印刷级海报传单的六步流程。关键点：ChatGPT 图像生成的总像素上限约829万，A4 最高约292dpi；且模型在文字精确定位上不可靠。因此核心方法是图文分工——先让图像生成只做无文字的背景插图，再用 Python 按数值精确叠加文本并导出指定尺寸分辨率文件。文章还涵盖出血位设置、日文字体上传、打印前测试检查、常见失败经验，以及版权注意事项：生成物归用户所有且可商用，但不保证唯一性，参考图版权责任在使用者。一次性物料可自制节省外包费用，而logo等长期品牌设计仍宜外包。
作者分享一个GitHub上爆火的开源仓库 awesome-gpt-image-2，两天内从1.5万Star涨到超2万。该仓库不同于普通提示词合集，先展示结果再拆解提示词写法。内容整理成20多套模板，涵盖主体、光线、材质、文字排版等维度，包括88个海报与排版案例、52个图表与信息可视化案例、31个人物与角色案例，可直接替换内容生成自己的图片，对电商、内容创作和AIGC非常实用。
作者开源了升级版写真Prompt Skill，核心改动是将参考图职责拆分：人物身份图只负责“她是谁”，写真参考图负责拍摄方案。新增新机位光照拓扑重建、人物事件驱动的表情因果、背景信息层级控制、去商业抛光检查，以及每轮从原始参考重新编译Prompt的验收机制，避免迭代漂移。作者坦承Skill无法绕过模型上限，不能保证1:1复刻，完整工作流已在GitHub开源。
文章介绍了如何用 Stable Diffusion + ControlNet 在 ComfyUI 中生成可扫描的艺术二维码。作者首先解释了为什么 GPT-image-2 等模型无法完成此任务：文字通过交叉注意力进入生成过程，缺乏坐标信息，且 AI 生成的码常因几何定位失败而无法解码。解决方案是使用专门为二维码训练的 control_v1p_sd15_qrcode_monster_v2 控制网，关键技巧包括：控制图只占画布 60%~70%、纠错级别用 H、strength 参数 1.35-1.8 调节'好看与能扫'的平衡。最后需批量出图筛选，并用重绘定位角、修正错误模块等后期手段提升通过率。
