施工图 vs 创意简报：跨模型图片生成迁移时提示词的正确改法
文章针对在 Google Nano Banana 与 OpenAI GPT Image 2 之间迁移图片生成提示词时的常见误区进行辨析。作者指出长提示词翻车的根源不在长短，而在于信息冲突、约束缺乏优先级、参考图职责不清以及一次性要求过多。文章提出'创意简报'与'结构化施工图'两种提示模式应按偏差成本选择而非按模型选择，并给出重做任务定义、约束优先级、参考图职责与迭代方式的四层迁移框架，最后强调模型差异需通过严格的对照实测验证。
相关文档
使用 GPT 5.5 和 GPT Image 2 设计完美演示文稿的实践指南
作者分享了一种利用 OpenAI GPT-5.5 和 GPT Image 2 制作高质量演示文稿的新工作流。该方法模仿人类分工，先生成纯文本内容，再基于选定的情绪板（Mood Board）通过图像生成模型统一设计风格。文章详细介绍了具体的提示词步骤、遇到的问题（如文本幻觉）以及最终生成的惊艳效果，同时也指出了该方案在可编辑性和文件体积上的局限性。
GPT Image 2.5 使用指南：从 2.0 提示词迁移，到 Flare / Sunburst 工作流
本文详细介绍了 OpenAI GPT Image 2.5 相比 2.0 的核心升级：参考图主体保持更强、局部编辑更准、多轮修改不易漂移、延迟降低约 50%。作者提出 2.5 的提示词应从"描述+重复+防错"的长写法转向"状态管理"思维，通过 Preserve/Change 结构和 Delta Edit 小步修改，用 Mother Image（母版图）建立基础状态后逐步迭代。文章还对比了 API 中的 Flare（快速生产、批量探索）与 Sunburst（高精度精修、复杂编辑）两个型号的定位，并给出 Flare 探索+Sunburst 精修的合理工作流建议。
万能GPT Image 2超美AI角色图提示词框架
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。
苍何开源项目 awesome-gpt-image-2 登顶 GitHub 趋势榜
森叔推荐苍何的开源项目 awesome-gpt-image-2，该项目登顶 GitHub 趋势榜第一，堪称 GPT Image 2 的应用百科全书。项目包含 532 个覆盖 UI、信息图、海报、电商等 13 个方向的图片案例，以及 22 套结构化提示词模板。还提供 gpt-image-2-style-library Skill，可安装到 Codex、Claude Code、Cursor 等 Agent 中，自动匹配模板和风格生成可用提示词。项目采用 Prompt as Code 思路，适合批量生成与 Agent 自动调用，对经常制作海报、课程封面、信息图的用户极具收藏价值。
我做了一支skills军队：56 位士兵，一个将军
作者介绍了其 XXD Panel 系统：56 个各自独立、各守一套审美的“士兵”Skill，配合负责推荐、点将、试稿和批量派发的“将军”Skill（xxd-panel-all），解决风格多样后如何选择、批量制作如何提效的问题。每位士兵保留独立原始提示词，互不混血，支持上下、左右、纯设计、壁纸包四种交付模式和批量目录处理。文章详述了 56 位士兵的风格特长分组、适用人群、质量控制逻辑及入门方式。
FPV沉浸式视频生成实战：把提示词思维做成Skill
本文介绍了作者制作 FPV 沉浸式视频的实战经验。作者通过开发一个 Skill，解决了 AI 视频生成中“镜头运动轨迹”易翻车的痛点。文章分享了“编号停靠点”与“红线路径”两种模式的适用场景，强调了像设计游戏关卡一样设计空间逻辑的重要性，并提倡将工作流沉淀为 Skill 以应对未来的模型变化。
无参考图生成高端AI产品广告的完整流程
文章阐述了无需依赖参考图，利用AI制作高端产品广告的系统化方法。作者主张将AI设计视为“场景导演”，通过建立独立的“Prompt引擎”聊天将想法转化为高度结构化的指令。文章详细拆解了包含场景搭建、光影、构图及负面限制的Prompt框架，并介绍了使用Nano Banana进行生成与迭代的步骤，强调了结构化思维对于控制AI输出质量的重要性。
H3 古风舞蹈创作方法论：从动作动链到导演级运镜
作者系统总结了一套基于 H3 模型的 AI 古风舞蹈视频制作方法论。核心原则是先建立舞蹈再建立镜头：从作品意图、音乐分析、编舞设计出发，构建持续层、动链层、微动作层三层舞蹈结构，写出包含受力、路径、重心、惯性等完整物理过程的动作链，并按音乐节拍与动作密度对齐。镜头设计强调真实摄影机几何而非抽象角度术语，每次运镜都需有目的。文章还涵盖参考图视觉权限界定、跨段连续性检查、负面约束的正向替代方案、提示词语法结构与交付前的导演级自检流程，旨在建立可复用的模块化 AI 舞蹈创作系统。
电影级名字/Logo多场景无缝转场超神工作流
作者分享了一套利用AI工具生成电影级名字/Logo多场景无缝转场视频的工作流。核心思路是让Logo以自然形态融入森林、海岛、车流、沙漠、云层、冰川等多种场景，实现一镜到底的自然流动效果，质感对标顶级品牌TVC。具体步骤分两步：第一步在Google Flow中使用Nano Banana 2生图模式生成2x4网格的故事板图片，提示词强调Logo必须是场景物理结构的一部分而非平面叠加；第二步引用故事板，使用Omni 1.1 flash模型图生视频，生成10个节奏的电影级序列，并通过平滑无缝转场连接所有场景。
如何变得更有雄心：写给与模型协作的人类使用指南
Claude 团队工程师 Felix Rieseberg 撰写的 AI 使用指南，提出使用 AI 时应从四个维度提升“雄心”：速度、高度、深度与广度。高度指提升抽象层级、关注终极目标而非单一任务；深度指像顶尖专家一样使用专业工具与方法、挑战既有认知、创造新知识并引入外部验证；广度指跨学科调用多元视角与方法。文章还结合心理学中的“自我效能感”概念，引用丹齐格、班尼斯特等案例，说明相信事情可行、目睹他人突破、允许失败能激发更大成就，倡导人们敢于尝试曾认为不可能之事。
一张照片，配完一篇文章：5 段 AI 提示词直接复制
本文介绍一套用 AI 工具为文章生成配图的完整流程：只需一张个人照片和文章正文，通过 5 段可复制的提示词，依次完成角色参考图生成、配图位置规划、封面生成、正文配图生成与针对性修改，最终产出 1 张封面和 3 张正文配图。作者强调保持角色一致性和画风统一的重要性，并建议保存照片、参考图、规则、提示词等全套素材，方便复用和跨工具迁移。
豆包＋TapNow：从一只毛绒兔子，到一套节日海报、商品图和短片
作者分享了一套使用豆包＋TapNow 的 AI 内容创作流程：从制作 PPT 和海报开始，到设计'兔乖乖'毛绒兔子 IP 形象，再到生成节日商品图、生活场景图、多平台尺寸适配版本和广告短片。核心思路是围绕同一份需求在对话中顺次完成任务，让已完成的工作（如 IP 形象、参考图）持续被下一步复用，避免在多个工具间搬运素材。文章详细介绍了插件安装、提示词技巧、多角度保持形象一致性、视频分档生成节省积分等实操细节，帮助年底赶工的职场人节省找图、排版和反复修改的时间。
