# Awesome GPT Image 2 视频制作包

## 交付状态

- 视频时长：4 分 10 秒至 4 分 40 秒
- 画幅：16:9，1920×1080
- 旁白：等待剑本人录音
- 可用事实素材：GitHub 项目页、安装命令、Skill 说明、原始提示词、实验信息图、完整报告、长文章
- 不得伪造：没有真实录到的界面操作、没有调用过的付费 API、没有做过的模型横评

## 标题

我以为它是生图工具，装完才发现它只解决了第一步

## 缩图文字

大字：它不生图  
小字：但解决了内容创作者最先卡住的一步

## 口播稿

### 00:00–00:28

我今天测的这个 GitHub 项目，名字叫 Awesome GPT Image 2。

我刚看到它的时候，以为又是一款生图工具。因为它收了五百多个案例，还有二十多套模板，名字里又直接写着 GPT Image 2。

可我装完以后发现，我一开始理解错了。它根本不负责生图。它只负责解决内容创作者最先卡住的一步：你到底该怎样把一张图说清楚。

### 00:28–00:58

我们做视频、写文章、发小红书，经常不是没有想法，而是图片一到手就乱了。

你说做一张科技感封面，模型不知道标题放哪里，不知道要横图还是竖图，不知道是信息图还是海报，也不知道哪些字绝对不能写错。于是我们只能反复说，再高级一点，再好看一点。最后全靠撞运气。

这个项目做的，就是把这种模糊要求拆成一张可以执行的视觉施工图。

### 00:58–01:30

它把提示词分成几块：先确定图片用途，是缩图、信息图、海报还是界面；然后确定主体和画面重点；再确定构图、文字层级、比例、留白和禁止项。

所以它不是替代剪映，也不是替代 Canva。剪映是在图片出来以后剪视频，Canva 是图片出来以后再排版。它在两者之前工作：先把要生成什么图片讲明白。

### 01:30–02:00

它最匹配的生图对象，是 GPT Image 2。

因为这个仓库从案例到 Skill，都是围绕 GPT Image 2 整理的。对我们日常做内容来说，也可以把它生成的提示词直接拿到 ChatGPT 的图片生成里，一张一张打磨封面和信息图。

但这里有一个边界必须说清。提示词库免费，不等于生成图片免费。模型调用可能收费。这次实验没有调用付费 API，也没有购买积分。

### 02:00–02:38

这次我没有只看 README。

我在隔离目录里跑了它的官方安装命令。结果是退出码零，成功装进来一个叫 gpt-image-2-style-library 的 Skill。

然后我没有随便画一张漂亮图片交差。我给它的任务是，替剑的 AI 实验室做一张竖版中文信息图。它需要解释，这个项目到底解决什么问题，又不能出现乱码、虚构数据、品牌 Logo 和人物肖像。

### 02:38–03:12

接下来它把提示词写成了一个完整结构：顶部标题写什么，中间四步流程怎么排，底部放安装命令、实测结论和成本边界。深蓝背景，青色强调，九比十六比例，文字要能看清。

最后生成的就是这张图。

这张图本身不是重点。重点是，以后每一个实验项目，都可以先用这种方法把项目卡、小红书配图、视频事实卡和缩图的要求写清楚，再进入真正的生图和剪辑环节。

### 03:12–03:46

当然，这次没有做的，我也不能装作做了。

我没有比较 GPT Image 2 和别的模型谁更强，没有测价格、速度和人物一致性，也没有替任何第三方案例确认商用授权。这个仓库是 MIT，只代表它自己的代码和模板开放，不代表里面引用的每一张案例图都能直接商用。

所以它的正确位置，不是万能生图工具，而是内容视觉生产的前置工具。

### 03:46–04:22

对剑的 AI 实验室来说，这个项目的价值不是替代谁，而是提高能力。

它让我们从“我想做一张图，但说不清”变成“我有一份可以反复修改、可以交给不同模型和不同平台的视觉说明”。

它已经进入项目库和实验田。完整报告、长文章、原始提示词和素材都在收成区。下一项 GitHub 项目，我们继续真实测试，不只看它写得多漂亮，还要看它到底能不能给我们省时间、提能力，或者做成自动化。

## 镜头与真实录屏清单

| 时间 | 画面 | 必须录到的真实内容 |
|---|---|---|
| 00:00–00:12 | GitHub 项目首页 | 项目名、案例与模板定位 |
| 00:12–00:28 | README 分类区域 | 信息图、海报、界面等类别 |
| 00:28–00:58 | 剑的 AI 实验室项目卡 | 它不是模型，属于“提能力” |
| 00:58–01:30 | 流程动画或原始提示词 | 用途→模板→结构化提示词→生图→剪映/Canva |
| 01:30–02:00 | OpenAI GPT Image 2 官方页面 | GPT Image 2 是第一匹配对象；不要展示任何购买页面 |
| 02:00–02:38 | 终端录屏 | 已执行的安装命令与成功结果 |
| 02:38–03:12 | `experiment-prompt.md` | 标题、四步流程、比例和禁止项 |
| 03:12–03:32 | 最终信息图 | 缓慢推近，标出“提示词工作流已验证” |
| 03:32–03:46 | 事实边界卡 | 未测模型横评、价格、授权 |
| 03:46–04:22 | 实验田收成区 | 报告、长文章、口播稿与素材包 |

## 剪映剪辑规则

1. 不要把一张信息图拉长四分钟。每 5–10 秒必须切换到新的真实证据或文字重点。
2. 命令行只展示已执行过的命令和成功结果；不要补录成“实时实验”来冒充历史画面。
3. 全程字幕与本人旁白同步。旁白未录完之前，不把静音幻灯片称为成片。
4. 用两张固定事实卡反复校准结论：`它是提示词库，不是生图模型`、`本次没有付费调用`。

## 发布包

- YouTube 标题：我以为它是生图工具，装完才发现它只解决了第一步
- YouTube 说明首句：Awesome GPT Image 2 不是图像模型，而是一套把模糊图片需求写成结构化提示词的案例、模板与 Skill 库。
- 标签：GitHub项目、AI生图、GPT Image 2、提示词工程、ChatGPT图片、AI内容创作、剑的AI实验室
- 收成区状态：报告、长文章、口播稿、镜头表、原始提示词和信息图已备齐；最终视频等待本人录音和剪映合成。