huashu-gpt-image

「你缺的不是 prompt 技巧，是那个名字。」
GPT-image-2 的 prompt 工程方法论。

封面 · 海报 · 信息图 · UI mockup · 产品包装 · 批量 icon/角色/卡牌 · 中文书法

大多数人写 AI 生图 prompt 的方式是堆形容词：「高级感、现代、简约、有质感、
专业的、精致的」。堆得越多，出来的图越像所有 AI 图。

而这条 prompt 只有 16 个字：

Dieter Rams 风格的大疆 pocket3 说明书

拿到的是一份完整 A4 说明书，含真实参数，视觉精度到官方手册级别。

差别不在技巧，在你知不知道 Dieter Rams 是谁——他的东西长什么样、
为什么他配这个产品。模型的视觉记忆里有他，前提是你去调他。

npx skills add alchaincyf/huashu-gpt-image

跨 agent 通用——Claude Code、Cursor、Codex、OpenClaw、Hermes 都能装。

核心方法 · 四条红线 · 装上就能用 · 批量生成 · 出图之后

核心方法：概念压缩比

prompt 的有效信息 ≠ prompt 的字数。决定输出质量的是单字承载的设计决策密度。

写 prompt 之前先问一句：主体 / 风格 / 媒介三个槽位，能不能各填一个模型
熟知的高频名字？

三个槽都填上了 → 短 prompt 就够。有空槽 → 那个槽位才需要结构化描述补足。

所以这个 skill 真正在训练的不是 prompt 写法，是你脑子里的概念库：
设计师、品牌、媒介范式，每多认识一个精准的名字，你的上限就抬高一点。

四条红线

违反任何一条都是 AI slop。完整规则见 SKILL.md。

一、prompt 默认写中文。
模型对中英文理解能力完全对等，但中文更精炼（一个汉字 ≈ 2-3 个英文 token）。
英文段落式 prompt 是模型训练数据的默认输出，也是 AI 味的来源。
Subject: / Style: / Constraints: 这种伪结构化 header 同样禁止。

二、图里的文字也默认中文。
读者是中文用户，图上出现「Perception Gap」「Mainstream path」是隔阂不是高级感。
GPT-image-2 的中文准确率支持 20+ 字符，出中文不是问题。

三、用真实参考名替代形容词。
Dieter Rams / Penguin Books / MUJI / Anthropic / 瑞士国际主义 ——
一个名字调动的视觉记忆，比十个形容词精确得多。

四、Placeholder > 烂实现。
没有真实数据就留白，不要编造看起来像数据的假数据。

装上就能用

npx skills add alchaincyf/huashu-gpt-image

装完直接说人话：

"给这篇文章做个封面"        → 走配图 SOP，定家族 → 挑 ref → 生成
"做一套 12 个 icon"        → 批量生成，网格切图
"这张图重新出，字太小"      → 按失败模式树对症改
"做个产品对比信息图"        → 单图 playbook

生成执行层支持两条路径：

本地桥只监听 127.0.0.1:8765，不对外暴露。

批量生成

icon 集 / 角色集 / 卡牌集 / sprite sheet / 中文长文本，走网格法：
一次生成一张大图（如 4×3 网格），再用 scripts/extract_grid.py 切成单张。

比逐张生成快一个数量级，而且同一张图里的元素风格天然一致——
这是逐张生成很难做到的。

但有个坑，是实测踩出来的：别硬性锁死画布尺寸，让比例匹配内容。
早期用 1:1 画布生成 5×5 的 2:3 纵向卡，末行被压缩了 18%——
模型在约束冲突时会自发牺牲末行来「保住构图完整」，而且不会告诉你。

配套脚本：

出图之后

生成不是终点。skill 内置一棵失败模式树——出图后对症查：

• 文字糊了 / 缺笔画 → 字号与字数上限
• 出现外文水印 / nameplate → prompt 里的负向约束写法
• 风格漂移 → ref 垫图的用法
• 人物崩坏 / 手部异常 → 构图与视角调整

每一条都对应具体改法，不是「再试一次」。

方法论出处

skill 里所有风格锚点都是真实存在、模型确实认识的名字，
不是编出来的「某某风」。

License

MIT