le-gpt-image v1.0：无 Key GPT Image 生图工坊——复用本机 Codex ChatGPT 登录直连内部图像通道（token 自动刷新/原子写回），generate+edit+check 零依赖 CLI + 提示词手艺参考；协议参考 codex-imagegen-cli(Apache-2.0)、方法论参考 GPT-Image2-Skill(MIT)；本机实测生图 38.8s、改图 45.4s 通过

2026-10-06 21:56:37 +08:00
parent 3af717a76d
commit d430d3847d
5 changed files with 1117 additions and 7 deletions
@@ -0,0 +1,65 @@
+# 提示词手艺（prompt-craft）
+
+生图 prompt 的判断手册。方法论提炼自 [GPT-Image2-Skill](https://github.com/wuyoscar/GPT-Image2-Skill)（MIT，只借机制与思路），结合本通道实测校订。prompt 正文用英文写更稳，**图内要出现的文字保持用户原文**（中文、引号内逐字）。
+
+## 通用结构公式
+
+按此顺序组织，缺哪段跳哪段：
+
+```
+[用途] + [场景/背景] + [主体] + [关键细节] + [约束（比例/风格/留白）]
+```
+
+- **开头点明用途**："A poster for…" "A UI mockup of…" "An infographic showing…"——用途决定构图逻辑。
+- **一个主角**：一张图一个视觉中心，配角围着他转；什么都想要 = 什么都糊。
+- **具体到材质与光**：说 "matte ceramic" 不说 "nice cup"；说 "soft morning light from the left" 不说 "beautiful lighting"。
+- **格式一致性 > 格式本身**：短描述、指令式、JSON 式、标签式都能用，关键是通篇统一，别混。
+- **比例早定**：先想清楚这张图去哪用（见 SKILL.md 尺寸速查），prompt 里的构图描述与 `--size` 匹配——说了 "wide banner" 就别传 portrait。
+
+## 文字与排版类（海报 / 封面 / 标题图）
+
+- 图内文字**用直引号逐字引用**，如 `the text "好茶慢慢喝" centered`；文字要短（≤8 字最佳），长文案分图做或后期加。
+- 指定字体的**风格**而非具体字体名："bold sans-serif", "elegant serif", "hand-brushed calligraphy"。
+- 版式约束写清楚：居中/左对齐、留白方向、文字与图形的层级（"text on the upper third, illustration below"）。
+- 例：`A vertical poster for a jazz bar, deep navy background, a saxophone silhouette in gold line art, the text "MIDNIGHT JAZZ" in bold condensed sans-serif at the center, generous margins, 1950s print aesthetic`
+
+## 摄影类
+
+- 想要真实感就直接说 "photorealistic"，或用设备暗示："iPhone photo", "shot on 35mm film", "telephoto wildlife shot"。
+- 摄影三件套：光线（golden hour / overcast / neon）、镜头（close-up / wide angle / top-down）、氛围（haze / bokeh / long exposure）。
+- 例：`Photorealistic iPhone photo of a rainy convenience store at 10pm, warm interior light spilling onto wet asphalt, reflections, a single customer under the awning`
+
+## 插画 / 艺术类
+
+- 点媒介与技法：watercolor / ink wash / flat vector / risograph / oil impasto / cel shading / pixel art / isometric。
+- 点参照系（艺术家、年代、地区画风）比堆形容词有效："1960s Soviet cartoon style", "Japanese ukiyo-e composition"。
+- 控色用色板表述："limited palette of teal, cream and burnt orange"。
+
+## 信息图 / UI 类
+
+- 信息图先给信息结构："a 3-step flow diagram", "a comparison table of 4 plans"——模型按结构排，不按你脑补排。
+- 数据必须真实可核：图里的数字来自用户素材，编数字 = 报废。
+- UI mockup 说明平台与状态："iOS settings screen, light mode, a toggle switched on"。
+- 例：`A clean infographic explaining how cold brew coffee is made, 4 numbered steps arranged vertically, minimal line icons, muted earth tones, generous whitespace`
+
+## 中文与东方风格（实测有效向）
+
+- 水墨：`Chinese ink-and-wash painting, negative space, a lone fisherman on a small boat, mist over the river`
+- 宋画长卷：`horizontal handscroll in Song dynasty style, riverside night market, fine brushwork, muted colors`
+- 新中式海报：竖版 + 大量留白 + 单件器物 + 书法字："a celadon teapot on the lower third, the calligraphy text \"静\" in the upper left, rice-paper texture"
+- 国潮：饱和撞色 + 传统纹样（cloud patterns, wave motifs）+ 粗描边。
+
+## 改图指令写法（edit）
+
+- **说清不变量**："keep the person, pose and lighting unchanged"——只说改什么，模型会连不该动的也动。
+- 局部改写指名区域："replace only the background behind the subject", "remove the watermark in the bottom-right corner"。
+- 风格迁移优先用 `--style-image`（脚本内置了保内容换画风的指令模板），别自己描述"像第二张图那样"。
+- 多参考图融合时给角色分工："the first image provides the layout, the second provides the color palette"。
+
+## 反模式
+
+- 堆形容词不给结构（"amazing stunning beautiful…"）——噪声。
+- 一图多主角、一 prompt 多场景——出拼接怪。
+- 图内塞长段落文字——当前模型长文本渲染不可靠，≤8 字最优。
+- 负面指令（"no hands"）基本无效，改用正面描述绕开。
+- 拿尺寸当精确裁剪工具——通道对尺寸只算建议值，精确裁剪后期做。