Wiki 知识库

全部文档 / 标签: GPT Image

21 篇
清除

自己动手做LoRA 从 0 到 1 实战

作者详细记录了从零开始训练一个专属人物 LoRA 的完整实战流程。他使用 GPT Image 2 生成 56 张虚构人物训练数据,基于开源模型 MOSS-Image(5B 参数 Diffusion Transformer)进行微调,仅用一张 RTX 4090 训练约 65 分钟即获得稳定的人物形象生成能力。文章涵盖数据准备、Caption 标注、Checkpoint 选择、效果验收等关键环节,并指出了过拟合等常见问题。作者将整个流程开源到 GitHub,提供运行环境镜像、Jupyter Notebook 和 ComfyUI 工作流,建议初学者亲手跑一遍以真正理解 LoRA 训练原理,一通百通。

技术 › LLM 实践哥 Li 2026-10-2613.5 KB 3.3K 32 81

GPT Image 2.5 提示词写作指南

本文整理了 OpenAI 官方 GPT Image 2.5 提示词写作指南的八条核心原则:先定义结果、选易维护格式、描述可见细节、写清人物动作、精确文字加引号、分开要改与要保持的内容、给参考图编号、有意识迭代。同时介绍了模型与参数(quality、size、background)的选择建议,并结合人像摄影与自然景物两类示例,给出中文提示词模板和实操要点,帮助用户写出可控、可迭代的图像生成提示词。

技术 › LLM lyshen 2026-10-0811.7 KB 16K 140 81

AI 视觉与影视必看的 59 篇文章

作者精心整理了一份 AI 视觉与影视领域的 59 篇精选文章合集,涵盖 AI 视频生成、AI 生图、数字人、动画制作、ComfyUI 工作流等多个方向。内容包括 Cursor + Remotion 动画制作、Seedance 视频模型玩法、Gemini 3 Flash Image 生图探索、Suno AI 音乐生成、Claude Skill 开发、GPT Image 实测、数字人口播教程、3D 预演台实操等。文章以保姆级教程为主,兼有开源项目与经验分享,适合 AI 视觉与影视创作爱好者系统学习参考。

详细拆解小红书虚拟电商新风口 - 月入5W的AI PPT

文章详细拆解了利用AI制作原创PPT并在小红书售卖变现的完整流程。作者介绍了四种AI做PPT的方法(一键直出、HTML排版、AI设计画布、整页生图),以及从准备资料、写大纲、固定风格、批量生图到转可编辑格式的详细步骤,并分享了两套生图方案(NotebookLM与中转站API+GPT Image)的成本与效率对比。文中还总结了教师课件、公开课套装、热点事件、医护类等常见PPT类型,以及开店条件、SKU定价策略、爆款笔记制作、投放优化等运营要点,最后提醒版权风险,建议把整套工作流做成可复用的Skill。

投资 › 理财 启航 2026-10-0519.8 KB 91.7K 395 87

GPT Image 2.5 最强“焚诀”直接拿去用,保姆级拆解教程

作者分享了一套 GPT Image 2.5 出图的结构化提示词方法论,将画面拆解为身份、物理、摄影、视觉风格四大系统加负面词控制系统,共 17 个层级,并提供 5 层、8 层、15 层三个版本。通过“雨夜便利店”同场景实测对比,展示信息量对出图质量的影响。作者还用蚂蚁百灵 Ling-3.1-flash 模型将 5000 字方法论文档在 24 秒内一次性生成单文件 HTML 提示词拼装工具,支持逐层填写、实时拼接、一键复制,并介绍了将该模型接入本地 Claude Code 的环境变量配置方法与使用体验。

技术 › 工具与效率 王大锤 2026-10-0311.4 KB 84.5K 491 81

从零用 AI 做 3D 模型:思路与工具使用流程

文章介绍了一套用 AI 从零制作 3D 模型的完整流程:先用 GPT Image 生成物体的前、后、左、右四视图(人物统一 T 姿势),再上传 TripoAI 通过多视图生成 3D 模型。作者详细讲解了模型精度与面型选择、整体与分件模型的取舍、贴图(全局贴图、Magic Brush 局部修补、PBR 材质、去光照开关)、重新拓扑降面、自动绑骨骼(人形与非人形)以及按用途导出 GLB/FBX/STL/USDZ 等格式。最后用 GPT 生成基于 model-viewer 的单文件 HTML 预览页,实现拖拽旋转、动画切换与截图功能,让模型可直接用于网站或工作中。

技术 › 工具与效率 阿哲Phil 2026-10-029.9 KB 262.8K 542 80

蜜桃粉真丝睡裙电商详情页 GPT Image 提示词

文章分享了一个使用 GPT Image 2.5 生成电商详情页图片的提示词案例。内容为生成一张 9:16 竖版的蜜桃粉真丝睡裙电商详情页,模拟高级生活方式品牌的移动端页面。提示词详细描述了产品细节(柔粉真丝吊带睡裙、蕾丝领缘、可调节肩带)、场景设定(私人酒店卧室)、首屏标题与卖点文案,以及中段的商品平铺展示、面料微距、尺码表等内容,并明确规避诱惑姿势、透视走光等风险点,展示了 AI 图像生成在电商设计中的应用。

技术 › LLM Mr.pinecone 2026-09-241.5 KB 59

中秋国庆重磅福利:GPT Image 2.5 全档位半价正式开启

HiAPI 宣布中秋国庆促销活动,GPT Image 2.5 全档位半价,涵盖 Flare、Sunburst 的文生图和图生图服务。活动价格:1K 图片从 $0.05 降至 $0.025/张,2K 从 $0.08 降至 $0.04/张,4K 从 $0.12 降至 $0.06/张。100 张 1K 图片仅需 $2.50,生成数量翻倍。所有档位半价,API 和网页 Playground 均可享受,自动应用优惠,无需领券或优惠码,适用于海报制作、产品配图、内容素材及 AI 应用接入。活动自即日起至 10 月 8 日(北京时间)结束。

技术 › LLM HiAPI (@hiapi_ai) 2026-09-231.4 KB 38

GPT Image 2.5 提示词模板:棚拍人像与户外自然光

文章分享了针对 GPT Image 2.5 的两套可直接使用的人像生成提示词模板:单灯棚拍人像与户外自然光。作者提出提示词应遵循官方四段结构(场景、主体、细节、约束),强调模型听得懂的是具体信息而非情绪词。文中给出通用五层骨架、参数配置,以及提示词过长时的删减顺序——先砍细节色彩,最后才动光线和取景。还解析了模板中关键句子的作用,如光斑不打进眼睛、暗部反光补偿等,帮助用户写出可控、稳定的图像生成提示词。

技术 › LLM 小海豚笔记 (gaoren7716) 2026-09-196.4 KB 2.6K 41 84

GPT Image 2.5|小白也能拿下10000元商单

文章针对新手,详细讲解如何用GPT Image 2.5承接万元商业设计订单。作者强调客户付费的核心是交付稳定性而非生成数量,并将万元视觉包拆解为品牌主视觉、电商产品图、社媒物料、UI展示图和修改服务五项报价。内容涵盖适合的客户类型、获取首单的私信话术、需求确认的12个问题、7天制作流程、提示词九段式写法、参数设置技巧,以及4条可直接使用的生产级提示词模板,教你把模糊的'高级感'翻译成可验收的具体动作,实现从生图到稳定交付的完整商业闭环。

技术 › 工具与效率 govin.eth | G哥 2026-09-1323.7 KB 121K 279 82

想要什么气质,直接说:我的人像角色设定 Skill 公开了

作者南鸢分享了自研的「人像角色设定师」Skill,用于解决 GPT Image 2.5 生图时人物脸部千篇一律的问题。用户只需用自然语言描述想要的气质(如清冷、明媚、初恋感),Skill 便会将其展开为包含骨相、妆容、发型、服饰与场景的完整中文提示词,可直接用于生图。文章通过唐风妆容与初恋感两个实操案例,讲解了如何分步沟通、保留喜欢的五官、只改妆容或表情,并提供了 Skill 的下载与安装方法。

技术 › Skill 南鸢 nuyoah 2026-09-1112.1 KB 62.4K 698 83

Flatrouter 平台 GPT Image 2.5 生图服务推荐

作者推荐了一个低价 AI 生图平台 Flatrouter,其最新上架的 OpenAI GPT Image 2.5 模型单张生图价格仅 0.05 元。该模型包含 Flare(低延迟快速出图)和 Sunburst(广告级精修)两个变体,具备多轮改图不换脸、局部精准修改、中文排版稳定、原生透明背景及 4K 超清分辨率等特性。平台还提供 GPT-6 Astra 等大模型 API,价格远低于官方定价,适合设计、自媒体和开发者批量出图使用。

技术 › LLM 雪踏乌云 (@Pluvio9yte) 2026-09-112.8 KB 41

GPT Image 2.5 官方指南中文整理

作者通读 GPT Image 2.5 官方提示词指南并整理成中文,涵盖七个重点:明确用途与构图安排、描述可见细节来表达质感、按正式文案交代图中文字、参考图分工与系列角色固定参照、改图时明确修改项与保留项、输出素材时结合实际使用场景检查、以及模型参数取舍(Flare 偏速度、Sunburst 偏质量)。文章配有 OpenAI 官方案例配图,帮助读者快速上手 AI 生图与改图。

技术 › LLM 月无关 | 0xKyne 2026-09-107.7 KB 12.3K 77 78

OpenAI 发布免费的 GPT Image 2.5 Prompt 指南

OpenAI 发布了一份免费且详细的 GPT Image 2.5 图片生成提示词指南。文章介绍了核心原则:先说清最终想要的用途,再描述画面细节,一条完整提示词应依次交代用途、主体、构图、风格、光线、材质、文字及负面提示词。生成指定文字时应用引号写明内容并要求无多余元素。图片编辑时除说明改什么外,还要明确哪些内容不能动。官方建议复杂图片一次只改一个变量,采用多轮迭代方式修改,以避免细节跑偏。作者认为模型强大后无需大段专业术语,但提示词框架的范式依然重要,推荐收藏学习。

技术 › LLM 沐阳 (@yyyole) 2026-09-103.3 KB 71

Images 2.5 发布:六个值得收藏的生图提示词 GitHub 项目

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。

技术 › LLM Miles Ma (@miles_mazy) 2026-09-103.5 KB 69

OpenAI 官方 GPT Image 2.5 提示词指南深度拆解

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。

技术 › LLM Kieran Zhang 2026-09-0919.5 KB 15.1K 110 86

GPT Image 2.5 保姆级教程

本文是 OpenAI 于 9 月发布的 ChatGPT Images 2.5 的详细使用教程。作者从正确入口讲起,介绍了 Flare(重速度)与 Sunburst(重精细控制)两个模型的选择,并以一张中文咖啡活动海报为案例,完整演示了从初稿生成、提示词撰写原则(先用途、再主体布局、准确文案、约束)、参考图分工、到连续局部修改的全流程。文章强调每轮修改要明确指定底图与保留条件,及时回退到满意版本,并介绍了选区、评论、草图和模板等功能。最后将方法迁移到封面、商品图、角色 IP、信息图等六类任务,帮助读者把 AI 生图真正用于工作。

技术 › OpenAI 詹姆斯叉 | JamesX 2026-09-0929.1 KB 91

AI蛙兄说导航站更新:新增GPT Image灵感库

作者frogtian运营一站式AI导航网站ai-frog.net(AI蛙兄说),致力于免费收集整理AI工具、插件等资源,帮助用户减少搜索和试错成本。本次更新新增GPT Image灵感库,收录439组图片与提示词,图片与提示词一一对应并保留原作者出处,支持按主题、风格、使用场景筛选,可搜索关键词、收藏案例并复制完整提示词。同时优化了分页、导航入口和移动端适配,作者承诺持续更新资源并修复问题。

技术 › 工具与效率 frogtian 2026-08-223.0 KB 2.7K 16 43

实测新号4天3万曝光,爆款「海绵宝宝经济学」是怎么自动化产出的?

本文详细介绍了如何利用AI工具自动化制作海绵宝宝讲经济学的科普视频,并实现新号4天3万曝光、入选抖音精选的实战成果。作者分享了从内容策划、脚本生成、素材管理到视频合成的完整流程,重点讲解了使用Codex、Remotion、Whisper、GPT Image等工具组合,以及如何通过语义拆解画面、素材库管理和质量检查来确保视频质量。文章提供了详细的目录结构、工具选型和操作步骤,为自媒体创作者提供了一套可复制的AI视频生产方法论。

技术 › 工具与效率 榴莲 2026-08-1429.0 KB 85.8K 328 81

我只写了三个词|image2 把整本杂志做完了

本文探讨了在 OpenAI 的 image2 图像生成模型中使用短提示词生成高质量时尚封面图像的方法。作者发现,通过组合“极简时尚封面感”、“editorial 人像”、“独立艺术企划主视觉”和具体角色名,可以稳定生成具有专业设计感的图像。文章分析了每个短语的作用,指出它们分别对应摄影语言、版式秩序、概念用途和角色身份,形成分工明确的视觉生产系统。作者还讨论了短提示词的有效性取决于风格词的“厚度”和角色的鲜明度,并强调了提示词信息结构的重要性。

技术 › 工具与效率 VoxCat 2026-08-139.8 KB 130.6K 206 78

已经有一套 AI 生图课了,我为什么又重写了 7 万多字?

作者南鸢 nuyoah 在已有 AI 生图课程的基础上,重新撰写了一套 7 万多字的入门课程。文章阐述了重写的原因:现有课程起点过高,默认读者已具备基础操作能力,而真正的初学者往往连 Prompt 是什么都不清楚。作者强调,AI 生图工具已进化到对话式交互,但许多教程仍停留在 Stable Diffusion 时代,且 Prompt 被过度神秘化。新课程从零开始,涵盖入门篇和主线课,注重培养看图、判断和沟通的能力,而非单纯记忆模板。课程不绑定特定模型,强调可迁移的技能,并附有失败案例以帮助理解。文章最后说明了课程适用人群和两个学习入口。

技术 › AI 南鸢 nuyoah 2026-08-1212.1 KB 203.8K 184 66