Images 2.5 刚发布，作者推荐了六个 GitHub 项目帮助快速掌握生图提示词：awesome-gpt-image-2 提供 530+ 工业级案例与模板；GPT-Image2-Skill 支持将提示词库接入 Agent 与 CLI 工作流；另有收录 2000+ 提示词的大图库、中文结构化提示词仓库 gpt4o-image-prompts、可搜索的万条提示词 Agent Skill，以及跨模型（GPT Image、Nano Banana、豆包、FLUX 等）中文提示词对照清单。建议以这些仓库为参考图库，替换主体、场景、文字和比例，比堆抽象形容词更容易得到稳定结果。
本文探讨了在 MacBook Pro 上使用 ComfyUI 进行本地 AI 生图的经验。文章解析了 Stable Diffusion 的原理，指出模型决定上限、提示词指导方向、工作流保障稳定性。作者对比了本地模型（如 FLUX、Qwen Image）与云端 ChatGPT Images 2.0 的差异，并提出了混合工作流策略，最后分享了商品场景图、封面配图等变现路径。
文章介绍了一种无需深入学习 ComfyUI 复杂节点即可实现 AI 绘图和视频生成的方法。作者利用 Codex Agent 结合 Hermes 的 ComfyUI Skill，通过自然语言指令驱动本地 ComfyUI 运行，避开了繁琐的节点参数配置。文章提供了包含 67 个现成 Workflow 的 GitHub 资源，覆盖文生图、电商修图、视频生成等场景，并详细讲解了从环境配置到出图的全流程及常见坑点，降低了本地图/视频生成的门槛。
文章详细拆解了一位21岁学生如何利用Claude Code、Flux和ElevenLabs构建AI虚拟网红“Maya”，在OnlyFans上首月获利$43,000的完整流程。核心是通过persona、voice、flux和brain四个Markdown文件管理人设、声音、视觉记忆和用户关系，实现全自动运营。文章对比了Aitana和Emily等案例，指出技术栈成熟已将构建周期从18个月缩短至4周，揭示了AI虚拟代理在变现效率上的巨大突破。
