# 我以为找到了一款生图工具，装完才发现它只解决了最前面那一步

做内容的人都见过一种很烦的场景。

选题找到了，文章也写了，视频口播也有了。可一到配图就卡住。你知道自己大概想要什么，又说不清这张图到底要怎样排版、放什么字、什么颜色、横的还是竖的。最后只能对着生图工具反复说“高级一点”“科技一点”“再好看一点”。它就反复给你随机答案。

这次每日雷达里出现的 Awesome GPT Image 2，看上去像一个生图项目。我一开始也以为它可以直接替代某个画图软件。实际装完以后，结论完全不同。

它不画图。

它做的是把别人已经跑出来的图像案例、模板和风格拆开，变成一套能交给模型的结构化提示词。它把提示词当成一张施工图，而不是一句许愿。

这件事听起来不性感，却正好打在内容生产最容易浪费时间的地方。

## 不是模型，是提示词工程库

这个仓库整理了 530 多个案例和 20 多套模板，覆盖信息图、海报、界面、商品、品牌、摄影、插画、人物、分镜和出版物等方向。它还把这些材料做成了一个可安装的 Agent Skill，叫 `gpt-image-2-style-library`。

这意味着你不需要从一张白纸开始描述图片。

比如我们要为剑的 AI 实验室做一张项目解释图。过去的说法可能只有一句：做一张介绍 Awesome GPT Image 2 的科技信息图。

这句话对人来说也许够了，对模型不够。模型不知道标题放哪里，不知道是否需要四步流程，不知道文字优先还是画面优先，不知道竖版还是横版，也不知道哪些东西绝对不能出现。

这个 Skill 的工作方式是把要求拆成可执行部件：图片类型、主体、信息模块、构图、字级、色彩、比例、边距、负面约束。这样写出来的不是“更漂亮”，而是“顶部是什么、中部怎么分、底部交代什么、哪些东西禁止出现”。

它把模糊想法变成结构化需求。

## 它最匹配谁

最直接的匹配对象是 OpenAI 的 `gpt-image-2`。因为这个项目本来就是围绕 GPT Image 2 的案例、模板和 Skill 做的。OpenAI 官方文档显示，`gpt-image-2` 可以根据文本生成图片，也能对已有图片做编辑，尺寸、质量、格式和压缩都可以控制。[OpenAI 的图像生成文档](https://developers.openai.com/api/docs/guides/image-generation)也明确把它列为 GPT Image 系列的当前图像模型。

对我们来说，更顺手的人工工作流则是 ChatGPT 内置图片生成。先让这个 Skill 把结构化提示词写好，再复制进对话生成。第一版不好，就继续要求它只改标题、只改文字密度、只改比例。这样每一次修改都知道在改什么。

但这里必须把界限说死。

这个仓库不是 GPT Image 2 本身。它没有替你买模型，没有替你获得 API 权限，也不能保证每一次生成都准确。模型调用可能收费，API 还可能要求组织验证。此次实验没有调用付费 API，也没有购买积分。

剪映和 Canva 也不是它的直接竞争对象。剪映做视频剪辑，Canva 做排版和二次编辑。这个提示词库在它们之前工作：先把要生成什么图片写清楚，生成以后再把图片放进剪映或 Canva。

## 我们实际验证了什么

实验没有止步于阅读 README。

我们在隔离目录执行了官方安装路径：

```bash
npx skills add freestylefly/awesome-gpt-image-2 --agent codex --copy --yes
```

命令退出码为 0，成功复制了 1 个 Skill。

接下来没有随便做一张“好看的 AI 图”来交差。我们选择了剑的 AI 实验室真正会用到的任务：为实验报告做一张竖版中文信息图。

提示词把主题锁定为“把案例变成可复用的 AI 画图提示词”，然后规定深墨蓝背景、青色和暖橙强调色、四步流程、标题层级、9:16 比例、充足边距，以及不得出现乱码、品牌 Logo、人物肖像和虚构数据。

最后得到一张 945×1680 的信息图。

它不是什么惊天动地的产出，但至少证明了一件具体的事：这个 Skill 能把一项内容要求整理成可复用的提示词结构，再稳定地交给图像生成环节。

## 它对剑的 AI 实验室真正有用的地方

网站以后不会只写一堆 GitHub 链接。

每一个项目都要有项目卡、实验报告、长文章、视频口播、缩图、小红书封面、X 配图和短视频事实卡。如果每一次都临时想视觉要求，内容会非常慢，而且同一个项目在不同平台上看起来像不同的人做的。

这个 Skill 可以成为统一的视觉前置工具。

每次实验结束后，先问它四个问题：这次要做项目卡还是信息图，受众在哪里看，最重要的事实是什么，哪些内容绝不能误导。它再给出结构化提示词。生成的图片再进入剪映做视频素材，或进入 Canva 做排版。

它节省的不是模型费用，而是“把需求讲清楚”的脑力消耗。

## 这次没有完成的部分

真正的实验报告必须保留失败和空白。

本次没有比较不同图像模型，因此不能宣布 GPT Image 2 最好。没有测价格、速度、人物一致性，也没有验证第三方案例图片的商用授权。仓库是 MIT，只说明代码和模板的许可，不会自动把案例图片或人物肖像的权利交给使用者。

还有一点是上一版最不该漏掉的。

一张信息图不能算一条视频。它最多只是视频中的一个镜头。要做成一条四分钟以上的实验视频，必须展示项目从哪里来、我们为什么选它、实际安装命令、提示词怎样被拆出来、最终图长什么样、它能做什么和不能做什么。更重要的是，必须有真实旁白和真实屏幕素材。

这一次已经把完整报告、长文章、口播稿、镜头表和录屏清单归回收成区。等本人按口播稿录完音，视频就可以按同一份事实材料合成，而不是再临时编一条十几秒的小片段。

## 最后的结论

Awesome GPT Image 2 值得留下，但位置要放对。

它不是替代品，不是自动化引擎，也不是我们要向观众吹成万能生图工具的东西。它是内容视觉生产的前置工具，专门解决“我知道想表达什么，却说不出这张图该怎么做”的问题。

对剑的 AI 实验室而言，它的价值是让项目卡、缩图、信息图和封面从临时拍脑袋，变成一套可复用、可检查、可持续改进的流程。