前言¶

用 GPT-Image2 / gpt-image-2 出圖時，多數人是這樣一種工作流：想到一個畫面，寫一句提示詞，扔進接口，看結果，不滿意再改一版。能出圖，但出圖的風格不可控——同一個「暖調、膠片、亞洲街景」，上午寫的和下午寫的可能是兩種東西。

問題不在模型，在於提示詞本身沒有沉澱。這次調出來的配方，下次要重新調一遍。

下面介紹的這個 Skill，就是針對這件事的：它把畫風描述和提示詞寫法，整理成了可檢索、可複用的模板庫。

這是什麼¶

GPT-Image2 提示詞風格庫是一個基於通用 SKILL.md 格式的 Skill，由社區開發者 @user_2fd58a73 發佈維護，收錄在 SkillHub 的 design-media 分類下，當前版本 1.0.4，來源標記爲 community。

它解決的是一個具體問題：當你需要創建、改寫、歸類或優化圖像生成提示詞時，給一個有結構的參照系，而不是每次都從零開始組織語言。

官方定位裏的一句話可以概括它的來源歸屬——模板整理自 awesome-gpt-image-2 風格庫。也就是說，它不是憑空生成的風格清單，而是對一個已有風格集合做了結構化封裝。

核心能力¶

從抓取到的官方簡介看，它提供的能力可以拆成這幾類：

1、風格標籤。把視覺風格抽象成可複用的標籤項，用於快速指定畫面基調。
2、場景標籤。與風格標籤分開維護，用於描述畫面發生的場景、主體與環境。
3、分類。按類型歸置模板，便於按題材檢索而不是在一堆散句裏翻。
4、倉庫級模板。模板放在倉庫中而非硬編碼在提示詞裏，好處是後續可以單獨更新、比對和回滾。
5、坑位提示。這類 Skill 比較有價值的地方：不只告訴你「怎麼寫」，還告訴你「這樣寫容易出什麼問題」。
6、案例參考。給出成稿示例，用於對照模板描述和實際輸出的差異。

觸發時機也很明確：當你要創建、改寫、歸類或優化圖像生成提示詞時使用。它不是出圖工具本身，是出圖之前的措辭層。

另外，資料裏有一個配置字段值得單獨說一句：requires_api_key=false。這意味着它作爲提示詞組織工具，本身不需要額外的 API Key 才能加載。

安裝與啓用¶

這一節需要如實說明：抓取到的資料中沒有提供完整的安裝命令或配置字段清單，因此不在此編造命令。

可覈實的信息只有三條：

• 座標：@user_2fd58a73/gpt-image-2-style-library-cn
• 官方地址：https://api.skillhub.cn/user_2fd58a73/gpt-image-2-style-library-cn
• SkillHub 頁面：https://www.skillhub.cn/skills/user_2fd58a73/gpt-image-2-style-library-cn

由於它是通用 SKILL.md 格式，安裝方式與你使用的 Agent 宿主一致：把 Skill 放到宿主能讀取的 Skill 目錄，或通過 SkillHub 的安裝入口引入。具體的目錄路徑和 Cursor / Codex CLI / Claude Code 之間的差異，各宿主文檔寫得比這裏更準，建議以宿主的說明爲準。

啓用後不需要額外調用接口，Skill 會在你提出圖像提示詞相關需求時被觸發。

典型用法¶

這部分來自官方簡介中對使用場景的描述，不是虛構示例。

用法一：從零創建提示詞

需要出一張特定風格的畫面，但不確定該怎麼組織語言。先查風格標籤，找到對應的風格項；再查場景標籤，補上主體與環境的描述；最後按模板的句式把標籤拼成一段完整提示詞。

用法二：改寫已有提示詞

手上有一句效果不穩定的提示詞。用這個 Skill 做歸類：先判斷它屬於哪一類風格、哪一類場景，再對照模板中該分類下的推薦寫法做替換。改寫的目標不是換詞，是把口語化的描述轉成模型更穩定的結構化表達。

用法三：歸類整理

一次性產出多條提示詞之後，用分類和標籤體系把它們歸置清楚。這一步的作用是降低後續檢索成本——沒做過歸類的提示詞，三個月後就沒人記得當初爲什麼這麼寫。

用法四：排坑

寫提示詞時容易踩的常見問題，優先查坑位提示再提交生成。相比反覆試錯，先讀一遍坑位提示的成本更低。

適用場景與注意¶

適合這幾類人：

• 需要批量產出統一風格圖像，要求提示詞之間風格一致的人。
• 出圖提示詞寫了一堆但沒有體系，想整理成可複用資產的人。
• 想理解提示詞結構、而不是隻會複製粘貼現成句子的人。

需要注意的幾點：

第一，它管的是提示詞，不是出圖。圖像生成仍然依賴對應的模型接口，Skill 本身不提供生成能力，也不會替代模型參數調優。

第二，模板質量取決於 awesome-gpt-image-2 風格庫本身的維護情況。倉庫更新了風格項，這個 Skill 也需要跟進更新才能拿到最新內容。當前版本是 1.0.4，屬於早期版本，後續大概率會有變化。

第三，風格標籤是抽象的歸納，不是萬能鑰匙。某些畫面需要組合多個風格項才能描述準確，直接套單一標籤可能損失細節。用的時候把它當詞典查，而不是當公式套。

第四，資料中顯示安裝數爲 0，評分爲 100000（滿分值），下載 864 次。這個數字說明它還很新，社區驗證樣本有限——功能描述清晰，但實際使用中的表現，建議自己跑一遍再判斷。

小結¶

這個 Skill 的價值不在於它有多少條模板，在於它把圖像提示詞這件事從「每次重新組織語言」變成了「查標籤、拼模板、避坑位」的固定流程。對需要穩定產出圖像的人來說，這是值得花時間走一遍的標準化。

• 官方地址：https://api.skillhub.cn/user_2fd58a73/gpt-image-2-style-library-cn
• SkillHub 頁面：https://www.skillhub.cn/skills/user_2fd58a73/gpt-image-2-style-library-cn