实用工具

• AgentMemory 开源：给 AI 编程 Agent 装上持久化大脑
• GPT Image 2 生成舞蹈大片：3 套完整分镜提示词（敦煌/洛神/苗族银饰）
• GPT Image 2 提示词工程：12 套模板，从入门到精准出图
• 1.8k Star 的 GPT Image 2 提示词仓库，7 个能直接抄的 prompt
• AI 赋能：如何用 Claude 瞬间生成专业级系统架构图
• Ghelper 使用流程指导

AgentMemory 开源：给 AI 编程 Agent 装上持久化大脑

每天都跟 Claude Code、Cursor 这些 AI 编程 Agent 打交道的人，大概率都遇到过同一个问题：每次开新会话，都得把项目背景重新交代一遍。 架构选型、目录结构、代码风格、踩过的坑——AI 什么都会，就是不会"记住"你。

最近 GitHub 上冒出一个叫 agentmemory 的开源项目，1.4 万+ Star，口号很直白：给你的 AI 编程 Agent 装上持久化大脑。它在 ICLR 2025 的 LongMemEval 基准测试中，R@5 命中率达到 95.2%，远超同类工具。

一、AI 编程的"失忆症"问题

用过 Claude Code 或 Cursor 的人都知道，每次开始新会话，Agent 对你的项目一无所知。常见的"上下文传递"方案有几种，但各有局限：

• 1CLAUDE.md / .cursorrules — 手动维护项目说明文件，但最多 200 行，容易过时，且每个 Agent 各写各的
• 2手动粘贴上下文 — 每次把架构文档、技术选型复制到对话中，token 消耗巨大，年成本可达 $500+
• 3LLM 压缩摘要 — 让模型自己总结上下文，仍然需要手动触发，且压缩质量不稳定
• 4全量加载到提示词 — 超过上下文窗口直接崩溃，不现实

这些方案的本质问题是一样的：上下文传递依赖人工，而 AI 的"失忆"是每会话一清零的硬伤。

二、三路融合检索：不止是关键词匹配

agentmemory 的检索系统不是简单的关键词匹配，而是走了一套成熟的混合检索方案：

• BM25 — 传统关键词检索，速度快，适合精确匹配
• 向量检索 — 基于 all-MiniLM-L6-v2 本地嵌入模型，语义理解，无需 API Key
• 知识图谱 — 实体关系建模，理解代码之间的关联

三路结果通过 RRF（Reciprocal Rank Fusion） 排序融合，最终的检索质量远超单一方案。

对比数据来自 GitHub 官方 benchmark：

差距很明显。agentmemory 的优势不仅体现在准确率上，还在于它完全不需要外部基础设施。

三、架构设计：极简部署，零外部依赖

agentmemory 的底层架构非常克制，也是它能做到"一条命令启动"的关键原因。

npm install -g @agentmemory/agentmemory   # 全局安装
agentmemory                                # 启动记忆服务器，默认 :3111
agentmemory connect claude-code            # 接入 Claude Code
agentmemory connect cursor                 # 接入 Cursor

四层记忆整合机制 是它区别于其他工具的关键设计：

• 1短期记忆 — 当前会话的实时交互记录
• 2工作记忆 — 跨会话保留的重要上下文
• 3长期记忆 — 项目层面的技术规范、架构决策
• 4全局记忆 — 跨项目的通用模式与偏好

每层记忆带置信度衰减机制——久了没用的记忆会逐渐淡化，不会越堆越乱。这个设计很像人类的记忆模式：常被回忆的内容永远新鲜，早已遗忘的事情自然淡出。

四、实时可视化与回放

启动 agentmemory 之后，打开浏览器访问 http://localhost:3113，能看到实时记忆构建的仪表盘：

最有意思的功能是 会话回放（Replay）——每一次 Agent 交互都被记录下来，可以通过时间轴逐帧回放：提示词、工具调用、执行结果、模型回复，全部可查。支持 0.5×~4× 变速播放，排查问题极为方便。

如果你之前有过 Claude Code 的 JSONL 转录文件，也可以直接导入：

# 导入所有 ~/.claude/projects 下的历史会话
npx @agentmemory/agentmemory import-jsonl

# 导入单个文件
npx @agentmemory/agentmemory import-jsonl ~/.claude/projects/my-project/abc123.jsonl

五、Agent 生态覆盖

agentmemory 支持的 Agent 类型覆盖了当前主流的 AI 编程工具生态：

所有 Agent 共享同一个记忆服务器，上下文完全打通。

六、成本与效率

这是最让人意外的地方——agentmemory 的 token 开销极低。

七、快速上手

# 安装
npm install -g @agentmemory/agentmemory

# 启动记忆服务器
agentmemory

# 接入 Agent
agentmemory connect claude-code
agentmemory connect cursor

# 启动演示（3 条会话 + 召回验证）
agentmemory demo

# 打开仪表盘
# → http://localhost:3113

安装完成后，agentmemory demo 会注入 3 个真实的会话样本（JWT 认证配置、N+1 SQL 优化、限流策略实现），然后你可以用语义搜索来验证召回效果——比如搜"数据库性能优化"，它会把 N+1 查询修复的上下文找出来，纯关键词匹配做不到这一点。

写在最后

对于每天跟 AI 结对编程的人来说，agentmemory 解决了一个长期被忽视的基础设施问题——Agent 的上下文持久化。它不需要你改变工作流程，不需要引入外部数据库，一条命令装好就能用。

当你经历这样一个时刻：新开一个会话，Agent 自动知道你的项目用 jose 而不是 jsonwebtoken、知道你的测试覆盖了哪些边界情况、知道上周刚修复的那个 bug 的根因——你就再也回不去了。

GPT Image 2 生成舞蹈大片：3 套完整分镜提示词（敦煌/洛神/苗族银饰）

AI 图像生成已经不只是"画一张图"了。用 GPT Image 2，你可以在一个画面中生成长达 16 帧的舞蹈分镜，每帧动作连贯、人物一致、场景统一，直接可作为视频生成的分镜参考。

这篇文章整理了 3 套完整可复用的 GPT Image 2 舞蹈分镜提示词——敦煌反弹琵琶舞、洛神水舞、苗族银饰舞——每套都包含完整的场景设定、人物设定、服装妆造和 16 帧动作分镜。直接复制即可使用。

一、GPT Image 2 的舞蹈生成能力

GPT Image 2 在处理复杂构图方面相比前代有了质的飞跃。它不仅能理解"一个人跳舞"这种笼统描述，更能精确解析：

• 16 宫格分镜排版 —— 4×4 网格，每格独立画面但保持整体一致性
• 同一人物一致性 —— 多帧画面中保持相同的面孔、服装、气质
• 连续动作逻辑 —— 从起势到高潮再到收尾，动作序列有明确的递进关系
• 文化符号识别 —— 敦煌壁画、苗族银饰、洛神赋等文化元素精准还原

二、案例一：敦煌反弹琵琶舞

这套提示词重现了敦煌壁画中最具辨识度的"反弹琵琶"舞姿，场景设定在敦煌石窟壁画长廊中，暖金余晖 + 洞窟暖光，色彩以赭石、土红、青绿、矿物蓝、金色为主。

完整提示词

请创作一张高完成度、超高清、清晰通透、写实且富有电影感的「敦煌反弹琵琶舞·16宫格分镜图」。

【整体定位】
这不是普通古风写真，也不是简单舞蹈教学图，而是一张融合「敦煌乐舞」「反弹琵琶经典动作」「石窟壁画空间」「16步编舞分镜」「电影感镜头设计」的高完成度分镜海报。
整张图像一段完整的敦煌反弹琵琶舞被拆解成16个关键动作画面，每一格既独立成立，又具有连续流动感、文化识别度和明显动作层次，适合后续作为视频生成分镜参考。

【场景设定】
不要现代舞台，不要空背景，不要摄影棚，不要普通古风室内。
场景必须是一个真实、优美、具有敦煌壁画气质的空间：
* 敦煌石窟前殿 / 壁画长廊 / 佛龛光影空间
* 墙面可见壁画纹样、拱门、佛龛、石窟肌理
* 整体有暖金余辉、洞窟暖光、轻微光尘
* 主色调为赭石、土红、青绿、矿物蓝、金色
* 空间有前景、中景、后景，层次清晰，具有纵深感
* 整体氛围神圣、华美、沉静、带壁画复活感

【人物设定】
主角是一位年轻成年中国女舞者，气质端庄、灵动、神圣、优雅，像敦煌乐舞天女。
在16格中保持同一张脸、同一人物、同一气质、同一套服装体系。

【服装与妆造】
服装为敦煌风乐舞服：高腰长裙、飘逸披帛、敦煌风大袖或轻纱袖，配色以赭石、敦煌红、青绿、金色、少量孔雀蓝为主。一把琵琶是核心道具，必须清晰可见。披帛、裙摆、袖摆都要有真实动态。

【版式要求】
* 4×4 的16宫格排版，每格有编号 1-16
* 每格有中文动作标题
* 干净、清晰、信息完整但不过度拥挤
* 分辨率极其高清

【动作分镜顺序】
1. 壁画初醒：舞者立于石窟长廊中央，手持琵琶，身体微侧，披帛垂落
2. 抱琵琶起势：将琵琶抱于身前，双臂柔和弧线，头部微偏
3. 侧身拨弦：侧身，一手扶琵琶一手拨弦，披帛被带起
4. 回眸开乐：回头的瞬间，身体和视线形成反向张力
5. 披帛扬起：转动身体，披帛和裙摆被带起
6. 低位献乐：下到低位，一手托琵琶一手向上延展
7. 起身扬帛：从低位起身，披帛向上扬起，琵琶顺势抬高
8. 半旋抱乐：半圈转身，披帛与裙摆流动
9. 反身初现：身体开始反扭，进入反弹琵琶前奏
10. 反弹琵琶：经典核心动作，琵琶置于背后，极具辨识度的敦煌姿态
11. 旋身奏乐：从反弹姿态回转，带动琵琶与披帛一起旋转
12. 飞袖绕乐：扬起披帛和长袖，乐器+飞袖的华丽共同构图
13. 半跪拨弦：半跪低位，神态沉静
14. 托乐望月：琵琶举高，头部向上望，如向天献乐
15. 反弹琵琶大定格：整套最高潮的反弹琵琶高光姿态
16. 壁画归位：最终收于壁画式定格，像重新定格成壁画

【重点要求】
* 保持同一舞者一致性
* 突出琵琶、披帛、反身、回旋、献乐、定格等核心元素
* 每格动作都要明显不同
* 写实、华美、敦煌感强、文化识别度高

视频生成提示词

同样的分镜还可以直接用来生成 视频。以下是与上述分镜配套的视频生成提示词：

请根据16宫格参考图，生成一段高完成度的「敦煌反弹琵琶舞」视频。

核心要求：严格按照画面1到画面16的顺序依次生成。整体不是普通古风写真，不是舞台表演，而是一位女舞者在敦煌石窟空间中完成的一段华美敦煌乐舞。

动作：真人舞者真实可完成，重点表现抱乐、拨弦、回眸、低位献乐、反弹琵琶、大定格等。动作流畅丝滑、层层递进。

镜头：稳定优雅流动。有缓慢推进、中近景停顿、小幅环绕、低机位、180度环绕，高潮段有完整360度环绕。大部分时间展示全身，情绪点适当中近景。

灯光：暖金余晖、洞窟暖光、壁画反射光和少量光尘。整体色调赭石、土红、青绿、矿物蓝、金色。干净通透，高级自然。

三、案例二：洛神水舞

以曹植《洛神赋》为灵感，将洛神凌波微步、翩若惊鸿的姿态转化为 16 帧分镜。场景设定在月夜水岸，镜面浅水、远山薄雾、亭台石阶，倒影与实景相互映照。

完整提示词

请创作一张高完成度、超高清的「洛神水舞 · 16宫格分镜图 / Luo Shen Water Dance 16-Step Storyboard」。

【整体定位】
融合「洛神赋意境」「月夜水岸」「水袖长纱」「16步编舞」「电影感构图」的高完成度分镜海报。
像一段洛神水舞被拆解成16个关键动作画面，适合后续视频生成分镜参考。

【场景设定】
不要黑色舞台，不要摄影棚，不要现代室内。
场景必须是优美、有东方水墨气质的月夜水岸空间：
* 镜面浅水 / 水岸石台
* 远景可见远山、薄雾、亭台
* 月光洒落水面，有倒影
* 主色调为月白、浅蓝、青灰、水绿、暖灯
* 有前景、中景、后景，层次清晰
* 整体氛围优美、梦幻、有诗意

【人物设定】
主角是一位年轻成年中国女舞者，气质典雅、仙气、轻盈。
保持同一张脸、同一人物身份、同一气质、同一套服装体系。

【服装与妆造】
服装为洛神赋风格水袖长纱舞服：
* 月白色和浅蓝色渐变长裙
* 薄纱披帛和轻纱长袖
* 发饰为半挽发或飘逸长发 + 精致头饰
* 可带少量珍珠或水纹元素配饰
* 裙摆适合水面拖曳和旋转

【版式要求】
* 4×4的16宫格分镜排版
* 每格有编号 1-16 和中文动作标题
* 干净、清晰、信息完整但不过度拥挤

【动作分镜顺序】
1. 水岸亮相：舞者立于浅水边缘，微侧身，一手轻垂，一手微抬，倒影清晰
2. 提纱起势：双臂缓缓抬起，披纱和轻袖被带起，像水面微波
3. 拂水探身：身体向前轻探，一只手向下拂过水面，另一手向后展开
4. 回袖开流：双臂向两侧展开，轻纱沿身体两侧流开
5. 侧步水行：沿浅水边轻移步，裙摆和纱拖出轨迹
6. 低身拂波：下到低位，一手向下扫过水面，一手高举
7. 起身扬纱：从低位起身，双臂向上扬起，轻纱与裙摆一起带动
8. 回身流转：回身转向侧后方，轻纱绕出弧线
9. 长袖探月：一手高举如探月，一手展开，身体拉长
10. 旋裙开波：一次较大的旋转，裙摆与披纱像水纹扩散
11. 水面回旋：在浅水继续回旋，倒影一起形成完整画面
12. 腾步掠波：小跃步或掠步，纱与裙摆向后扬起
13. 半跪回眸：落入半跪姿态，轻轻回眸
14. 托水举纱：双手向上托举，纱被拉成柔和弧线
15. 神女大旋：整套最高潮，最完整华美的大旋
16. 洛神定格：一臂高举，一臂舒展，身体微扭，裙摆落下，倒影安静

【重点要求】
* 保持同一舞者一致性
* 突出水、纱、倒影、旋转、拂水等核心元素
* 每格动作明显不同
* 写实与梦幻相结合，东方美学风格
* 所有动作真人可完成

四、案例三：苗族银饰舞

苗族银饰舞的特点是银饰的动态感——银冠、项圈、胸牌、腰链随着舞者的脚步、肩颈律动产生清脆的撞击声和摆动轨迹。这套提示词将这种特色完整还原到 16 帧分镜中。

完整提示词

请创作一张高完成度、超高清、清晰通透的「苗族银饰舞 · 16宫格分镜图 / Miao Silver Dance 16-Step Storyboard」。

【整体定位】
这不是普通民族写真，而是一张融合「苗族银饰舞」「真实苗寨场景」「16步编舞分镜」「电影感构图」的高完成度分镜海报。每一格连成一条流畅、节奏感强、银饰动态明显的舞蹈轨迹。

【场景设定】
不要黑色舞台，不要现代摄影棚。
傍晚苗寨木楼前广场 / 石板地
* 吊脚楼、木栏杆、远山和山雾
* 暖色灯火或火塘光
* 背景层次清楚（前景、中景、后景）
* 整体氛围优美有真实感

【人物设定】
年轻成年中国女舞者，苗族银饰舞者气质，灵动、优雅、有力量感。
保持同一张脸、同一人物、同一套服装体系。

【服装与妆造】
苗族银饰舞风格盛装：
* 银冠头饰明显夸张精致
* 银项圈、银胸牌、银链、耳饰、手饰丰富
* 深蓝/靛蓝/黑蓝色调的民族刺绣裙装
* 裙摆层次丰富，适合旋转摆动
* 银饰、裙摆必须随动作产生真实动态

【画面风格】
* 真实民族舞表演感，银饰动态明显
* 脚步、肩颈、手臂、裙摆节奏清楚
* 电影分镜感、舞蹈编排感
* 所有动作像真人舞者真实可完成

【版式要求】
* 4×4的16宫格分镜排版，每格编号 1-16
* 每格有中文动作标题
* 干净清晰，不过度拥挤

【动作分镜顺序】
1. 银冠亮相：舞者站在苗寨木楼前，一手轻扶银饰胸牌，一手自然打开
2. 踏步起铃：脚下轻踏两拍，肩颈带动银饰轻晃，双手缓缓抬起
3. 翻腕开臂：双手翻腕从胸前向两侧展开，身体微微侧摆
4. 侧踏摆裙：向侧方大步踏出，裙摆被带起，一手高扬一手展开
5. 肩颈摇银：肩膀连续轻抖，银冠、项圈、胸饰一起晃动
6. 环步绕身：脚下走环步，身体绕半圈，双臂展开
7. 抬臂转身：一手高举一手低开，优雅转身，银饰和裙摆甩出动态
8. 交叉踏步：双脚交叉切换，双手随节奏摆动，身体有弹性
9. 低身扫摆：下到半蹲低位，一手向下扫过裙摆
10. 起身扬银：从低位起身，胸饰和银链随动作明显上扬
11. 旋裙开幅：大旋转，裙摆完整打开，所有银饰动态明显
12. 踏鼓快步：连续快速踏步，身体微前倾，节奏感强
13. 回身甩饰：回身，银饰与头饰流苏被甩出
14. 大开祭舞：双臂大幅打开，身体向上拉长
15. 银铃大旋：最终大旋转，所有银饰形成最强动势——整套高潮
16. 苗岭定格：一手高举，一手横于胸前，裙摆落下，银饰轻晃

【重点要求】
* 突出银饰动态、裙摆动态、脚步节奏、肩颈律动
* 保持同一舞者一致性
* 每格动作明显不同
* 场景有民族氛围但不喧宾夺主
* 所有动作真人可完成

五、使用技巧与最佳实践

制作高质量舞蹈分镜的要点

• 元设定先行：先明确这张图的"定位"——是什么、不是什么。告诉模型"这不是普通古风写真，不是舞台表演"，能有效减少偏差
• 人物一致性写清楚：明确要求"保持同一张脸、同一人物身份、同一气质、同一服装体系"，避免每格像换了一个人
• 动作序列要有叙事弧：从亮相→起势→展开→高潮→回落→收尾，16 帧其实是一个微型故事
• 细节要具体：“一手轻扶银饰胸牌"比"在跳舞"有效一万倍
• 不要的也说清楚：“不要仙侠特效，不要悬浮，不要魔法光效"等负面提示有时候比正面提示更重要

从图片到视频

这套分镜图的核心价值在于：它不仅仅是 16 张图，而是一个视频分镜脚本。三套提示词都参考了视频生成，你可以：

1. 用 GPT Image 2 生成 16 宫格分镜图
2. 用配套视频提示词（如敦煌案例中的视频生成提示词）生成完整舞段
3. 分镜图中的 编号 + 动作标题 直接对应视频中的镜头顺序

GPT Image 2 提示词工程：12 套模板，从入门到精准出图

GPT Image 2 用的是另一种语言——不是关键词标签，是设计师和艺术总监互相交代任务时的"创意简报"语言。一旦理解这个转变，出图就不再靠抽卡碰运气。

如果你是 API 调用用户，之前的文章《1.8k Star 的 GPT Image 2 提示词仓库，7 个能直接抄的 prompt 》介绍了社区提示词仓库；本文则从底层原理出发，给出更完整的模板体系和工程化方法。

一、万能公式：六要素

无论做什么类型的图，所有高水准的提示词都遵循同一套骨架：

二、文字精准渲染的解法

GPT Image 2 是目前少数能精准渲染画面文字的图像模型。触发方式：

• 1文案放在双引号或全大写中
• 2不常见的品牌名逐字母拼写
• 3提示词末尾加上 verbatim — no extra characters（原样输出，不得有额外字符）

这三步组合，能解决 80% 的文字乱码问题。

三、12 套模板，覆盖主流场景

01 纪实摄影：消除 AI 感的终极解法

过度磨皮、光影过亮——AI 生成的照片为什么一眼看穿？因为缺少人性化细节。秘诀是加入一个具体的物理细节，让画面感觉是"被观察到的"而非生成的。

一张彩色纪实摄影照片，描绘了【主体】在【具体地点和时间】正在【具体动作】。
【氛围细节：天气、水汽、灰尘或光影质感】。背景：【表面材质与纹理】。
细节：【一个人性化特征——磨损的靴子/手上的面粉/寒冷空气中呼出的白气】。
使用 35mm 镜头拍摄。仅限自然光。带有轻微胶片颗粒感。无后期加工痕迹。

02 电影感人像：让图有"贵感"

适用于英雄特写、社论人像、活动大片，或任何需要"昂贵感"的场景。

一张电影感高分辨率【人像/动作捕捉】，【主体】在【地点】【做动作】。
【灯光描述：色温、方向、质感】。焦点锐利，对准【脸部/核心元素】。
【胶片/风格参考】。反向约束：禁止卡通感，禁止平光，禁止廉价素材图既视感。

03 产品英雄位实拍：电商广告直出

适用于电商、方案演示、通讯稿或广告。GPT Image 2 在能准确描述表面材质和灯光的情况下，不同轮次的生成高度一致。

影棚产品摄影，【产品】悬浮在【表面】之上。影棚灯光：左上方柔和主光，右侧微妙补光，
干净的投影。背景：【白色/渐变/质感材质】。产品整体焦点清晰。
标签文字："【标签内容】" verbatim — no extra characters。商业摄影，专业精修。

04 品牌视觉规范页

GPT Image 2 可以在单页内呈现一整套设计规范。只要结构描述清晰，它完全可以胜任。

一份为【品牌名】设计的专业单页品牌视觉规范文档。顶部：主 Logo，带有清晰的留白区域。
中间：色板——【Hex 1】,【Hex 2】,【Hex 3】，下方标注 Hex 标签。
下方：字体示例，【标题字体】和【正文字体】。
底部：正确/错误的使用示例。品牌口号："【口号】" verbatim。
纯白背景。企业级设计审美。所有文字原样输出（verbatim）。

05 社交媒体广告：平台直出

适配 1:1、9:16、1.91:1 等各种比例。

一份【1:1/9:16】的社交媒体广告，为【品牌/产品】设计。视觉部分：【英雄位图像描述】。
文字层级叠加：标题"【内容】"（大号粗体，颜色）；副标题"【内容】"（中等粗细）；
行动按钮"【文字】"（颜色，胶囊形）。品牌色：【Hex 1】,【Hex 2】。
氛围：【充满活力/简约/奢华/俏皮】。无素材图感。所有文字 verbatim。

06 电影/活动海报：戏剧感拉满

适用于产品发布、活动宣传、任何能从戏剧化框架中获益的场景。

一张【时代感】风格的院线海报，片名为"【片名】"。【插画风格】。【调色板】。
【主体】位于前景，【背景细节】。标题："【片名】"——【字体描述】、【颜色】、【位置】。
口号："【内容】" verbatim。带有【纹理/做旧效果】。

07 漫画/分镜页面

GPT Image 2 支持非拉丁文字精准渲染——可以制作带有准确日语、韩语、孟加拉语的真实漫画。

- 【N】个分镜的单页漫画
- 布局：【网格描述，如 2x2】
- 每个分镜单独描述场景/动作/角度
- 艺术风格：【少年漫/青年漫/Webtoon/法式连环画】
- 对话框内容：分镜 N 气泡："【对话】" verbatim

08 分屏时光旅行：前后对比叙事

适用于历史对比内容、前后效果展示或跨时代叙事。

一张由干净垂直线平分的分屏照片。左侧：【地点】在【年份】——【历史细节】。
右侧：同一视角的【年份】现状——【现代细节】。
双侧保持一致的透视和焦距。纪实摄影风格。

09 360 度全景图

大多数人不知道这在 GPT Image 2 中是可能的。技巧是：必须填满所有六个方向的元素描述。

一张关于【环境】的 360 度等距柱状全景图。
前方：【内容】；后方：【内容】；左右侧：【侧面元素】；
上方：【天空/天花板】；下方：【地面】。
【灯光与氛围】。高动态范围，全局锐利，无明显接缝。

10 信息图表

文字密集的图像通常是图像模型的软肋。GPT Image 2 能处理，但前提是给出明确的结构。

一张关于【话题】的干净单页信息图，标题为"【标题】"，包含【N】个板块。
【布局方式：垂直堆叠/两栏网格/环形流】。
颜色：【主色 Hex】装饰，纯白背景，【字色 Hex】文字。
所有文字原样输出：第一部分 "标题"——"正文"……verbatim。

11 UI/App 原型图

适用于创始人、产品团队或任何需要可视化界面的场景。

一张【App 类型】的高保真 UI 原型图——【屏幕名称】界面。设备：【具体机型】。
屏幕内容：顶部标题"【标题】" verbatim；
【描述卡片、按钮、导航等各 UI 元素】；主按钮"【文字】" verbatim。
色板：【主色 Hex】为主，纯白背景，【强调色 Hex】用于交互元素。
字体：干净无衬线。扁平化设计，像素级精确间距。

12 角色设定参考图

长线项目角色一致性的核武器——先生成设定图，后续每条提示词开头写上"使用角色参考图，严格保留所有特征"。

为【角色名】设计的专业角色设计参考图。三视图并排：正面（左）、3/4 侧面（中）、正侧面（右）。
同一角色，同一套服装，比例完全一致。角色：【年龄、体态、特征】。
服装：【具体材质与颜色】。纯白背景。平整灯光。动画设定集审美。
标签文字："【角色名】— Reference Sheet" verbatim。

四、API 用户福利：JSON 格式

在生产流程中批量调用时，JSON 格式能提供更精准的控制：

{
  "meta": {
    "image_quality": "Very High",
    "style": "photorealistic",
    "aspect_ratio": "16:9"
  },
  "scene": {
    "location": "凌晨五点上海市场",
    "time_of_day": "金黄时刻",
    "weather": "薄雾"
  },
  "subject": {
    "description": "整理水果的商贩",
    "position": "中左侧",
    "action": "弯腰整理木箱"
  },
  "lighting": "来自右侧的温暖定向光，柔和阴影",
  "constraints": "无文字，无水印，极高细节"
}

五、5 条通用金律

• 1载体先行——开头第一句就定调。"院线海报"还是"一张照片"直接决定模型的底层构图理解。
• 2用事实说话，别谈感觉——"凌晨 5 点，浓雾笼罩鹅卵石街道"不需要模型猜。"忧郁、有氛围"才需要猜。
• 3单点迭代——出图之后一次只改一个变量。先声明你要保留什么，再说改哪一点。贪心一次改三处，会丢掉前面已生效的部分。
• 4明确取景角度——特写、中景、远景、俯拍、荷兰式斜角——你不说，模型默认居中中景。
• 5文字必带"原样输出"——只要画面里有字，结尾务必加 verbatim — no extra characters。

参考：由 GitHub 开源社区及 AI 设计社区整理的经验总结 | 博客地址：https://jungelife.me/zh/blog/tools/gpt-image-2-prompt-engineering/

1.8k Star 的 GPT Image 2 提示词仓库，7 个能直接抄的 prompt

GPT Image 2 发布十多天了，网上教程铺天盖地，但真正好用的东西往往藏在 GitHub 上。 有人已经把精心打磨的提示词整理成公开仓库，全部免费，复制粘贴就能用。

我翻遍了 GitHub 上几个 Image 2 提示词仓库，最后留下的只有一个——Awesome-GPT-Image-2-API-Prompts 。

上面这张杭州春季海报，就是从仓库里的一条 prompt 改的。Charles River 换成西湖，Beacon Hill 换成雷峰塔，1 分钟出片，不用 Photoshop，不用找设计师。

一、这个仓库为什么值得推荐

仓库 1.8k Star——星数不是重点，重点是它每条 prompt 都是「能直接交稿」的水平。

仓库将 prompt 分为 6 大类：

• 1人像摄影
• 2海报插画
• 3游戏截图
• 4UI/UX 设计
• 5角色设计
• 6信息图排版

二、7 个最值得收藏的 Prompt

1. 城市春季海报 — 结构化模板的典范

仓库里最让我惊艳的一条，是 Boston Spring。它的构图极其巧妙：左下角一艘小船划过水面，水流顺着画面向上走，把整个城市的标志性元素——天际线、街道、桥、地标——全部融进河流形状的构图里。

我把它改成了杭州春季。你可以完全套用这个模板改造你的城市：

• 上海 → 黄浦江 + 外滩 + 武康大楼
• 苏州 → 运河 + 园林 + 平江路
• 西安 → 护城河 + 兵马俑 + 钟楼

这就是这个仓库的精髓：结构化模板可改造。 一条好 prompt 不是给你照抄的，是给你拆解学习的。

2. 宋朝社交媒体 — 穿越梗自带传播

这条 prompt 超级有趣——让 AI 生成「假如宋朝人有微信朋友圈」。苏东坡的头像、贬到黄州后发自制东坡肉、王安石点了「呵呵」、司马光评论「还是那个味道」。

Prompt 结构很巧妙：把现代社交 App 的所有元素（头像、用户名、点赞、评论）都列出来了，但内容全部替换成宋朝语境。套到唐朝、明朝、民国，都能复用。

写历史科普类、文化类内容的人，这条必须收藏。

3. 山河茶饮海报 — 新中式国潮设计

新中式虽然卷成红海，但这条 prompt 真能跑出能用的图。

核心是 文字层级的精确控制。一张茶饮海报需要哪些信息？品牌名、产品名、系列名、上市标语、限时价格、活动期、二维码区——这条 prompt 全部列出，让模型按设计师的方式排版。

4. 博物馆藏品信息图 — 教程类配图天花板

这是我用着最顺手的一条。Prompt 让 AI 生成「博物馆解说牌风格」的信息图——主体写实图、结构拆解图、材质工艺、纹样含义、色彩说明，全部图文结合排版。

风格不是海报，不是商品页，不是动漫——是顶级博物馆展板级别。prompt 里有个关键词 automatically determine the most appropriate subject structure，你只要给个主题，剩下的 AI 自己排版。

5. 35mm 便利店夜景人像 — 摄影级长 prompt

这条 prompt 长得离谱，但是它展示了 GPT Image 2 真正的强大之处。

摄影细节被精确控制到令人发指的程度：

• 35mm 胶片摄影
• 便利店冷白荧光灯混外面霓虹灯
• 玻璃门反光
• 真实皮肤质感，不要塑料感
• 真实微毛孔细节

这种 prompt 在 Midjourney 时代根本没法用——关键词堆叠永远做不到这种精度。但 GPT Image 2 吃这一套，500 字它都能消化。 仓库里这种超长写实 prompt 有四五条，每一条都是把 prompt 当一份摄影 brief 来写。

6. 咖啡溯源信息图 — 教程范本

如果你做内容、写公众号，这条 prompt 必须收藏。

它把「一杯咖啡是怎么来的」拆成 5 步：种植 → 处理 → 烘焙 → 研磨 → 萃取，每步都有具体数据。出来的图是一张完整的信息长图，路径箭头、数据框、图标、模块卡，一应俱全。

把咖啡换成奶茶、葡萄酒、巧克力、面包、寿司，同一条 prompt 模板，能产出十几张不同主题的科普长图。

7. 16 面板表情网格 — 角色设计省 80% 时间

最后这条给做 IP 的人。

一张图生成同一个角色的 16 种不同表情——开心、悲伤、愤怒、惊讶、害羞、无语、坏笑、思考、好奇、骄傲、委屈、不屑、困惑、害怕、哭泣、爱心。

关键是 面部、发型、服装在 16 个面板里必须保持高度一致。这是 GPT Image 2 的角色一致性能力，扩散模型时代根本做不到。适合做漫画、IP 形象设计、表情包系列的人——一次生成等于一周工作量。

三、3 步抄出专业级图片

仓库介绍完，用法简单得离谱：

• 1去仓库找一条接近你需求的 prompt 复制下来
• 2替换具体内容——地标、品牌名、标语、配色。比如杭州海报模板里的 Charles River 改成西湖，crimson and gold 改成你的品牌色
• 3扔给 ChatGPT 或 Codex 出图

整个流程不到 10 分钟，比从零写 prompt 快 10 倍，效果还更好。

四、写在最后

可能有人会觉得这有点「投机取巧」。但我恰恰认为，AI 时代最稀缺的能力不是「从零创造」，而是「会站在巨人的肩膀上」。

以前一个普通人想做一张专业海报，要不就花三千块请设计师，要不就自己学三个月 Photoshop。现在你只需要会复制粘贴、会替换关键词。门槛塌方式下降，但能跨过这个门槛的人依然不多。

仓库地址： Awesome-GPT-Image-2-API-Prompts

AI 赋能：如何用 Claude 瞬间生成专业级系统架构图

在数字化转型加速的今天，系统设计与架构能力已成为技术工作者的核心竞争力。一张清晰、美观的架构图，往往胜过千言万语，能让复杂的系统逻辑一目了然。

然而，传统的绘图方式往往让人望而却步：

• 门槛高：需要熟练掌握 Visio, OmniGraffle, ProcessOn 等专业工具。
• 耗时久：调整对齐、配色、连线占据了大量时间，修改成本极高。
• 风格乱：难以统一格式，从文本思维到图形表达存在巨大的转换鸿沟。

在多次尝试 WPS AI、豆包、通义千问等工具后，我发现生成的图表在专业度和美观度上仍有欠缺。直到我发现了 Claude (配合特定 Prompt) 的强大能力——它可以一键生成代码级的 SVG 或 HTML 架构图，只需简单截图，即可完美嵌入 PPT，极大地提升了技术交流的效率。

本文将分享这一高效方法，助你轻松搞定“高大上”的架构图。

🎨 效果预览

在深入方法之前，先来看看 AI 生成的实际效果。这些图表均由 Claude/Gemini 3 配合提示词直接生成 SVG/HTML 渲染而成。

1. 宣传汇报类

适用于产品介绍、方案推广，风格现代简洁。

2. 架构设计类

适用于技术评审、系统蓝图，层次分明，逻辑严密。

3. 业务流程类

适用于泳道图、状态流转，清晰直观。

🛠️ 准备工作

要实现上述效果，你需要准备好以下环境：

方案 A：在线直接生成 (推荐)

如果你能顺畅访问 Google 服务，直接使用 Google AI Studio 是最便捷的选择。

方案 B：客户端 + API

对于国内网络环境，推荐使用本地客户端配合 API 服务：

1. 客户端：下载安装 Cherry Studio (支持多模型管理的优秀客户端)。
2. API 服务：你需要一个支持 Claude 3.5 Sonnet 或 Gemini 1.5 Pro 的 API。
   • 推荐渠道：DMX API (使用邀请码 bDx3 可获赠额度)
   • 备选渠道：OpenRouter 等其他聚合服务商。

🚀 实战演练：4步生成架构图

以 Cherry Studio + Claude 4 Sonnet 为例，生成一张架构图仅需四步：

1. 准备文档：梳理好你的系统描述、功能列表或技术栈说明。
2. 输入指令：将下方的“万能提示词”填入对话框。
3. 获取代码：AI 会输出一段 SVG 或 HTML 代码。
4. 渲染保存：Cherry Studio 会自动渲染预览，直接截图或保存即可。

核心提示词 (Prompt)

复制以下 Prompt，将 <此处替换为系统描述> 替换为你实际的业务内容：

*****
<此处替换为系统描述>
*****

为以上内容设计一张软件系统的功能架构图，并输出 SVG 源码。

**设计要求：**
1.  **视觉风格**：采用专业的系统架构图样式。
    *   布局：逻辑分层，上层靠近用户/业务，下层靠近底层/数据。
    *   配色：参考现代科技风格（如蓝、白、灰主色调），配色和谐专业。
2.  **内容准则**：
    *   内容严格以 ***** 之间的描述为准。
    *   层级顺序可根据架构逻辑进行微调，不必完全死板照搬。
3.  **布局细节**：
    *   层次清晰，模块之间严禁重叠或遮挡。
    *   容器包裹效果要自然，子模块不要溢出父容器。
    *   严格对齐（左对齐、居中对齐），模块间距均匀。
4.  **最终输出**：仅输出一段完整的、可直接渲染的 SVG 代码。

输入示例

Cherry Studio示例：

最终产出

经过 AI 的即时运算，你将获得类似下图的精美架构图。

如果你用Cherry Studio可以直接复制/下载图片用于 PPT 汇报绝对吸睛！

💡 总结

AI 正在重塑我们的工作流。通过将“绘图”这一繁琐过程转化为“描述”这一认知过程，我们不仅节省了时间，更能将精力集中在系统设计本身的逻辑与价值上。下次做 PPT 时，不妨试试这个方法。

Ghelper 使用流程指导

Ghelper 是一个浏览器插件，专门为科研、外贸、跨境电商、海淘人员、开发人员服务的上网加速工具，Chrome 内核浏览器专用！

它可以解决 Chrome 扩展无法自动更新的问题，同时可以访问 Google 搜索、Gmail 邮箱等谷歌产品。它可以帮助用户提高跨境访问网站的速度，突破地区限制，提高工作和学习的效率。

如何安装

支持 Chrome / Edge / 360 等 Chromium 内核浏览器。

方法一：手动安装（推荐）

1. 下载插件：访问 Ghelper 官网 ，下载 CRX package。下载后是一个 zip 文件，请解压缩取得 .crx 文件。
2. 打开扩展程序管理页面：
   • 打开浏览器，点击地址栏最右边的三个点（菜单），选择 “更多工具” -> “扩展程序”。
   • 或者直接在地址栏输入 chrome://extensions/ 并回车。
3. 开启开发者模式：确保页面右上角的 Developer mode (开发者模式) 处于打开状态。
4. 拖拽安装：将第一步解压得到的 .crx 文件拖放到浏览器的扩展程序页面上，浏览器会提示是否添加扩展，点击“添加扩展程序”即可安装完成。

方法二：在线安装（Edge 浏览器）

如果是 Edge 浏览器，可以直接访问 Microsoft Edge Addons 商店：

谷歌上网助手-VIP版

点击页面右上角的 “获取” 按钮即可自动安装完成。

使用说明

1. 安装完成后，点击浏览器右上角的插件图标。
2. 点击 “登录” 按钮进行账号登录（如果没有账号请先注册）。
3. 登录成功后，可以看到插件主界面，以及当前 VIP 的有效期。

(请将登录界面截图命名为 login_interface.png 并放在本文件同级目录下)

提示：请确保您的 VIP 状态有效以享受加速服务。