用参考图替代风格提示词的画图技巧
作者在测试 Manus 时学到一个提示词技巧：在生成图片时，不必用提示词详细控制样式风格，而是直接提供参考图，参考图中包含颜色、字体、宣纸纹理、墨迹边缘、水痕、印章与留白规则等视觉要素。这样出图稳定性更高，内容提示词也可以写得更简单。文中以'茶与慢生活'主题的水墨极简风格幻灯片为例，展示了参考图配合简洁内容提示词的完整实践，包括标题副标题、内容结构以及视觉方向的具体要求。
相关文档
GPT2.5：官方作图手册解读，思路决定出路！
作者解读 OpenAI 官方图片生成 Prompt 指南，指出堆砌'电影感、8K'等咒语式词汇并不有效，正确思路是把 Prompt 当成给摄影师或设计师看的需求单。文章总结 8 个诀窍：先说成品类型、描述可见画面而非感觉、人物动作写具体、图中文字加引号并限制出现次数、改图时明确说明什么不能变、多张参考图要分配任务、一次只改一件事、Prompt 重结构清晰而非长度。最后提供可复制的万能模板和三条核心原则。
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。
H3 Prompt 实战：如何让 AI 真正理解“人物、镜头、动作、音乐”
文章分享了使用 H3 视频生成模型进行高分辨率俯拍镜头控制的提示词实战经验。核心技巧包括：将机位约束放在提示词最顶部以提高识别权重；明确接受俯拍导致的人脸透视变形，打破模型内置的人脸美化逻辑；直接禁止模型为美化人脸而将机位拉回平视的行为；使用 NO、DO NOT 等强否定短句代替解释性长文；保留原图的人物身份与服装参考，但完全替换原图机位、背景与灯光。作者强调，有效的提示词不是解释“什么是俯拍”，而是硬性禁止模型在高分辨率模式下自动修正机位和人脸透视的内部行为。
动漫Prompt系列02：短剧首帧和小说人物图的专用Prompt逻辑
文章指出短剧首帧、小说人物图与普通动漫插画的Prompt权重应完全不同。短剧首帧的核心是制造镜头冲击力、情绪张力和强光影对比，让观众0.5秒内停下手指；小说人物图则要优先人设识别度，通过发型、五官、服装、标志物等固定视觉锚点让角色可被反复认出。作者给出可复制的Prompt案例，并建议将人物Prompt拆为固定层（他是谁）和可变层（正在经历什么），同时指出画得像壁纸、角色换脸两个高频翻车点及改法。
How I write motion graphics prompts for MiniMax H3 Max
作者分享了为 MiniMax H3 Max 编写动态图形视频提示词的经验。文章介绍了 Prompt Expansion 的三种模式选择策略（Disabled、Balanced、Quality），讲解了通过首尾帧技术（结合 gpt-image-2 增强）解决文字过多时生成不准确的问题，以及如何拼接多段视频。作者重点展示了时间戳提示词技巧，可精确控制视频中每段文字出现的时间和动作，还介绍了文本动画的提示词写法，如将每个短语定义为完整文本层、避免字母级别的动画等。作者认为 H3 Max 在提示词遵循能力上远超其他模型，生成质量和速度令人惊叹。
如何真正搭建高效能的 Claude 项目
文章指出大多数用户仅将 Claude Projects 视为带标签的文件夹，错失了其构建定制化 AI 员工的潜力。作者提出了由身份、规则、流程、输出格式和知识文件组成的六步项目蓝图，通过具体指令和约束，引导 Claude 精准理解用户语调、受众及工作流，从而输出高质量、个性化的内容。
有一程序员朋友说把画图好太难，那是他不会GTP2
文章介绍了如何利用 GPT-image-2 生成高可读性的手绘风格架构图，解决了程序员“把图画好看难”的问题。作者将信息设计师的经验提炼为 prompt，涵盖排版、色彩、图标层级等七个维度，并提供了完整的 workflow 和 prompt 范本。
十几张配图带来几十万流量，花了不到五毛钱，朋友以为我请了专业设计
作者分享了使用 GPT-Image-2 生成低成本高质量信息图的经验。通过设定特定的配色（如#4B91F3）和风格约束（类似 SaaS 数据报告），作者成功生成了流程图、对比图和数据图，总成本不到 0.5 元人民币。文章详细介绍了 Prompt 编写技巧、迭代过程以及如何避免 AI 绘图的常见陷阱。
Claude Prompting 大师课：如何获得顶级输出
本文是一篇关于 Claude 提示词工程的综合指南。文章指出，掌握与 AI 的沟通是当前最重要的技能。作者首先列举了缺乏上下文、指令模糊和缺乏迭代这三大常见错误，随后基于 Anthropic 官方文档提炼了构建优秀提示词的五大核心要素。最后，文章介绍了结构化提示、反向提示、深度思考触发等高级技巧，帮助用户最大化发挥 Claude 的潜能。
本周最火的 5 个 Nano Banana Prompt
文章分析了 Nano Banana Pro 平台上互动量最高的 5 个 AI 绘图提示词，涵盖狗仔风格人像、JSON 结构食物海报、手绘地图、Risograph 风格图标及金属质感 Logo。作者详细列出了 Prompt 内容、核心技巧及高频词汇，旨在提供可直接复用的 AI 绘图干货。
怎么让你的AI说人话？我整理了一套公式化方案
文章分析了AI回答冗长、套话、口头禅等'AI腔'的成因：模型在预训练、指令微调、偏好优化和评测四道工序中被奖励方向塑造——偏好长回答、格式化、附和与自信。作者区分日常对话和写作两类场景给出解法：日常对话可通过提示词约束格式与长度、借用航空业ASD-STE100简化技术英语规范让表达清晰，并写入系统提示或CLAUDE.md长期生效；写作则需提供真实材料、明确说话位置、避免假细节，并按七遍法分步改稿，优先改掉换模型也能写出的段落，最终让AI文字读出具体的人。