# GitHub 热榜第一：这个 1.6 万 Star 的项目，正在把 AI 提示词变成代码

今天 GitHub 热榜第一，是一个名为 awesome-gpt-image-2 的开源项目。

它看起来像提示词合集，但真正让它迅速获得关注的，不是案例数量，而是它试图把 AI 画图从“玄学抽卡”变成一套可以复用的工程流程。

截至 8 月 25 日，这个项目已获得超过 1.6 万 Star。仓库收录 532 个案例，覆盖 UI 界面、信息图、海报、电商图、品牌设计、摄影、人物、古风和出版物等 13 类场景。

它不只是在收集“神仙提示词”

普通提示词分享通常只有两样东西：一张成品图，以及一段很长的描述。你复制过去，换个主体，效果可能立刻失控。

这个项目的做法更像“逆向工程”。它先分析优秀案例，再把提示词拆成几个可以组合的部分：

仓库还给出了通用模板和 JSON 模板。例如做一张信息图，不再只写“生成一张高级的信息图”，而是先确定主题、目标读者、模块数量、图表类型、色彩和文字长度。

这就是项目所说的 Prompt as Code：提示词不再是一次性文案，而是一组可以填变量、做版本管理、交给程序调用的结构。

为什么它会冲上热榜

我觉得原因很直接：大家已经不满足于“偶尔生成一张好看的图”了。

做自媒体封面、电商素材、产品界面或系列海报时，真正麻烦的是稳定性。第一张很好看，第二张换个产品就变样；人物换脸、文字乱码、比例漂移、版式失控，都会让生成结果无法进入正式工作流。

awesome-gpt-image-2 给出的思路，是先选输出类型，再参考邻近案例，最后把业务变量填入固定模板。它甚至整理了每类图片的避坑规则，例如限制信息图的模块数量、锁定海报标题、固定画幅比例，以及明确禁止乱码和无关元素。

对普通用户，它是一套可直接复制修改的提示词资料库；对开发者，它更像一个 AI 视觉组件库。

普通用户怎么用：三步做出自己的提示词

不写代码也能使用。最简单的路径是打开项目的可视化案例网站：

https://gpt-image2.canghe.ai/

第一步：先找“同类型案例”

不要先搜索抽象的风格词，先确定自己要做什么。比如公众号封面属于“海报与排版”，知识卡片属于“图表与信息可视化”，商品主图属于“商品与电商”。

进入对应分类后，找一张在构图和信息量上接近目标的案例，打开详情并复制完整 Prompt。这里要参考的是结构，不是照搬原图。

第二步：替换六类变量

复制提示词后，重点检查并替换下面六项：

1. 任务：公众号封面、商品图、信息图还是人物海报；
2. 主体：具体产品、人物、主题或事件；
3. 构图：标题放哪里，主体占多大，采用几栏布局；
4. 风格：极简、编辑视觉、写实摄影或手绘插画；
5. 文字与比例：写死需要出现的中文，并指定 3:4、1:1 或 16:9；
6. 禁止项：不要乱码、不要多余 Logo、不要改变人物身份、不要添加无关文字。

例如，要给一篇介绍 RAG 的文章做信息图，可以直接从这份简化模板开始：

生成一张“RAG 工作流程”中文信息图，目标读者是刚接触 AI 应用开发的人。

结构：标题区 + 4 个模块，依次为“用户提问、检索知识库、组合上下文、模型回答”，模块之间用箭头连接。
风格：白底科技编辑视觉，深灰文字，蓝色作为唯一强调色，留白充足。
文字：只显示上面指定的标题和模块名称，中文必须准确可读。
比例：3:4 竖版。
禁止：乱码、英文占位符、机器人、发光大脑、复杂背景、无关 Logo。

第三步：生成后只改一个问题

第一张图不理想时，不要把整段提示词推倒重写。先判断问题属于哪一层：构图不对，就只调整位置和比例；文字太多，就减少模块文案；风格不稳定，就固定配色、材质和光线。

这种逐项修改的方式，才是 Prompt as Code 真正实用的地方。每次只动一个变量，更容易知道哪条指令有效。

开发者怎么用：把风格库交给 Agent

这个仓库还提供了 gpt-image-2-style-library Skill，可以安装到 Claude Code、Codex 等 Agent 中。Agent 会根据目标，从模板分类、视觉风格、场景标签和相近案例中选择方案，再生成完整提示词。

使用前需要本机已有 Node.js 和 npx。官方给出的安装命令是：

npx skills add freestylefly/awesome-gpt-image-2 --skill gpt-image-2-style-library --agent claude-code codex --global --yes --copy

安装结束后，重启对应的 Agent 会话，然后直接描述任务：

使用 gpt-image-2-style-library，帮我为一篇介绍 RAG 的文章设计 3:4 中文信息图。
要求包含“用户提问、检索知识库、组合上下文、模型回答”四个模块，白底蓝色强调，禁止乱码和无关 Logo。

Agent 输出的通常是一份可复制的完整提示词，而不是自动替你生成图片。接下来仍需把提示词交给支持 GPT-Image2 的出图入口；如果当前 Agent 本身已经接入图像生成工具，也可以继续要求它按提示词出图。

过去，提示词库只是供人查阅的文档；现在，它可以变成 Agent 主动调用的能力模块。

先别急着拿去商用

这个项目本身采用 MIT License，但仓库中的部分案例和图片整理自公开社区内容。项目也明确提醒：它不保证第三方内容可以直接用于商业用途。

更稳妥的用法，是学习结构，而不是照搬成品：

• 抄“信息如何分层”，不要照抄别人的品牌画面；
• 抄“提示词如何约束”，不要复制受版权保护的角色和设计；
• 把模板中的主体、文案、配色和场景换成自己的业务内容；
• 正式发布前，检查文字、人物身份、Logo 和素材授权。

最后

这个项目最有价值的地方，不是替你收藏了 532 条提示词，而是提供了一种更可靠的 AI 画图方法：先定义结构，再谈风格；先写清约束，再让模型发挥。

以后真正有用的提示词，可能不会再是一段藏在收藏夹里的“咒语”，而会像代码模板一样，被复用、组合、测试，并交给 Agent 自动调用。

项目地址：
https://github.com/freestylefly/awesome-gpt-image-2