Prompt as Code：提示词小子的九阴真经
文章提出将提示词视为代码而非自然语言的理念，强调结构化、模块化和版本控制的重要性。通过对比散文式与结构化提示词的差异，展示了如何利用组件化思维、单变量调试法和工程化管理来提升AI图像生成的可控性与效率，旨在帮助创作者建立可复用、可迭代的Prompt体系。
相关文档
我用 Codex 做了一套 AI 视觉工作流，就靠这 6 个 Skill
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。
第一性原理拆解：生图提示词究竟该怎么写？
作者提出写生图提示词的关键不是长短，而是补齐AI需要判断的信息。文章给出包含任务、输入、输出、约束、上下文、受众、记忆、成功标准、示例9个维度的“提示词焚诀”排查表，建议日常生图先补用途、主体、比例、风格、禁区5项即可。作者认为借鉴美学类提示词适合找风格，但完成任务需靠结构化信息。文末提供最小可用生图brief模板和看图反推提示词的方法。
做了上千个 AI 图像视频之后，我发现 90% 的新手都在犯同一个错误（附完整学习路径总结）
作者基于自身创作上千个作品的实战经验，总结了新手学习 AIGC 图像与视频时常犯的三大误区：死磕参数、只看教程不动手、盲目追逐新工具。他提出了先跑通全流程、以 Prompt 工程为核心、带着项目学习的三大思路。此外，文章还展示了利用蚂蚁百灵 Ring-2.6-1T 模型规划并生成的一个完整 AIGC 学习路径网站，该路径分为认知启蒙、工具上手、Prompt 工程等六个阶段。
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。
AI 生图还能用 JSON 控制排版？5B 开源模型商业海报实验
作者测试了模思智能开源的 5B 生图模型 MOSS-Image，重点验证其文字渲染与 JSON Layout 结构化布局能力。通过虚构日系甜品店海报案例，对比传统自然语言 Prompt 与 JSON 布局控制的效果差异：JSON 可将人物、产品、标题等元素按坐标框精确定位，类似写前端页面。三轮测试覆盖主视觉、商业活动海报排版及中英文文字生成，验证了文案正确率、版式适配与视觉融合。结论是 JSON Layout 虽非 PS 级精确编辑，但能将模糊排版需求变为结构化描述，对商业海报、电商图等场景具有实际价值。
开源5B小模型 MOSS-Image 两次画对整首《将进酒》，闭源最强 GPT Image 2.5 第二轮翻车
作者用一道难题对比测试开源 5B 图像模型 MOSS-Image 与闭源最强的 GPT Image 2.5：在一张水墨长卷中画出李白临江举杯场景，写出《将进酒》全文12行书法，配标题、作者、朱印和英文，并精确控制酒杯数量。第一轮两者都通过，但第二轮仅改两处细节后，GPT Image 2.5 数错酒杯，MOSS-Image 两轮全部正确。文章分析了小模型在中英文渲染、长提示词理解（支持4K tokens）和风格控制上的优势，并分享了结构化布局、负面约束等复杂提示词技巧，附完整提示词。MOSS-Image 已开源权重和代码，支持 LoRA 微调，ComfyUI 下载量突破70万。
提示词不用写得专业，要写到你自己能读懂
作者以AI生图的窗边咖啡馆人像提示词为例，讲解如何整理AI生成的冗长提示词。核心方法是：删流程、合重复、换实景、测删除。要点包括：去掉分栏小标题后整体通读，合并重复表达同一意思的形容词；把'不要杂乱'等否定句改写为具体的正面画面描述；将'高级感、电影感'等笼统大词拆解为具体的光线、配色和构图要求；一次只删一句，对照出图验证效果，但不要为了精简丢掉关键的安排。最终目标是写出自己能读懂、出了问题知道从哪句下手的提示词。
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。
AI 人物一致性控制 - 角色卡制作 Skill
文章介绍了如何制作 AI 角色设定板（Character Sheet）以实现人物一致性控制，这是打造 IP 和提升作品留存率的关键技能。作者将角色卡视为一张角色视觉定义图，分四个步骤讲解：一是通过正面、侧面、背面多视角固定角色的脸部特征与整体造型；二是通过表情、微表情、姿态和手部动作增强角色表现力；三是补充发型、服装材质等细节说明以提升质感；四是结合图像生成工具与完整提示词模板进行实操。核心原则是所有小图都服务于中心主形象图，为 AI 提供一份'角色说明书'。
万字长文：通宵评测Qwen-Image-2.1
作者在48GB的4090上对Qwen-Image-2.1进行了13组实验、196张图的深度评测。模型视觉生成为7B DiT架构，配Qwen3-VL编码指令与参考图，支持原生RGBA透明。评测发现其强项为中文排版、原生透明通道和多图身份保持，弱项是「替换」语义常退化为「添加」、编辑具有非局部性、缺乏时间维度建模。文章详细测试了文字渲染阈值、透明度真实性、指令遵循、编辑精度、多图参考及性能表现，并给出KV cache与显存的权衡策略。最后作者通过360°转台动画实验，揭示了条件图下seed敏感性等反直觉发现，定位其为关键帧生成器而非视频模型。
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。
多人同框不翻车——焦点层·站位·关系
本文讲解 AI 绘图生成多人场景的方法论。指出多人图与单人图是不同的问题，需要回答三个核心问题：谁是第一主角、人物站位如何安排、人物之间是什么关系。文章提出多人图的五层结构（公共层、焦点层、身份卡、站位层、关系层、负面词），强调一张图只能有一个第一主角，信息量应按叙事权重分配而非平均分配。同时给出三角构图与景深分层的站位公式，并通过测骨台三人局、观礼台四人局两个完整案例，演示如何用 Prompt 实现清晰的主次关系与剧情感。