蒸馏全网 Image2 Prompt：开源 yinyo-image2-prompt Skill

把全网能找到的 Image2 Prompt 经验蒸馏成一个可执行的 Skill，覆盖 35 个子模板、8 大场景，经 33 组交叉盲评验证。

最近因为产品设计，总是习惯性先让 GPT-Image-2 生成效果图找找灵感。不过 Image2 生成的图片质量参差不齐，很多时候构图和光线都很普通。

GPT-Image-2 本身能力很强，网上各种酷炫案例层出不穷，但同样的 API 调过去，出来的图却平平无奇。

答案很直接：Prompt 不行。

找 Prompt 的困境

满屏都在展示 GPT-Image-2 的神图，但打开一看，只有图，没有 Prompt。

GitHub 上有大佬整理的 awesome 列表，370 多个案例，图片确实惊艳，但大部分是社区成品展示，没有结构化的 Prompt 可以复用。想学？自己逆向拆去。

OpenAI 官方倒是出了个 Cookbook，讲了几条原则，但原则和「我现在马上要出一张产品图」之间，差了十万八千里。

自己做一个 Prompt 引擎

思路很简单：把全网能找到的 Prompt 经验——OpenAI 官方 Cookbook、GitHub 社区案例、工业级模板库——全部蒸馏一遍，变成一个直接能用的东西。

目标不是又一个 awesome 列表，而是一个 AI 读了就能用的执行引擎。识别场景、引导参数、输出 Prompt。不需要你会写 prompt，也不需要懂专业知识。生成写实人像，不需要知道 Kodak Vision3 500T 胶片质感、80mm 镜头这些概念，只需要描述基本诉求，Agent 通过交互引导，逐步挖掘你的想法和目的，生成对应质感的 Prompt。

为了验证有效性，用 Codex + GA 跑了 33 组交叉盲评，共 66 张图，和 GitHub 上 500+ 案例的顶级 Prompt 库正面 PK，整体效果不错。

下面直接看图，全部由 Skill 模板生成的 Prompt 调用 GPT-Image-2 产出，零后期。

写实摄影

模板 A1，场景人像。35mm 胶片质感，50mm 镜头，窗光 4500K 色温，真实皮肤纹理。

电影质感

模板 C，Film Noir 子风格。Kodak Vision3 500T 胶片模拟，高对比黑白，百叶窗阴影，变形宽银幕。

App UI

模板 E，盲评中大胜网上众多 Prompt 的场景。UI 这种东西，结构化描述越精准，生成的效果越好。

交易卡

模板 I1，全息凤凰。灵感来源于工业级模板的思路，做了重构。

它不只是模板库

上面几个场景，覆盖的只是 35 个子模板里的一部分。写实摄影 5 个、电影质感 6 种子风格、创意概念 10 个、编辑工作流 10 种——风格迁移、虚拟试穿、产品提取、图片翻译，都有。

但最重要的不是数量，是它知道什么时候不该用模板。

在回归测试中发现，有些场景你越认真写结构化 Prompt，出来的图反而越差。创意驱动的场景需要留白，不是所有地方都该填满参数。

所以它有一套 5 步引导流程——先判断复杂度，再确认场景，然后按场景引导参数，输出 Prompt 让你确认，生成后还能循环反馈。

开源信息

MIT 协议，直接扔给你的 Agent：

GitHub：xiaoshiyilangzhao1996-droid/yinyo-image2-prompt

同一个模型，同一个 API，Prompt 不同，出来的图完全是两个世界。

原文：隐曜yinyo杂货铺