最近做了一个 GPT Image 2.5 的开源提示词合集，第一版刚整理完： 30 个图文案例，覆盖摄影、产品图、时装广告、平面设计、连续分镜等。 20 条配套修改指令，比如修标签、去掉多余文字、保持人物一致性。
提示词和 README 都有中英文版本。原创提示词、文档和脚本采用 MIT 。
GitHub 地址： /ai-market-guide/ 先交代一下关系：我自己在做 gptimage25.ai ，这个仓库也是由这个项目维护的。网站是商业服务，仓库公开可读，复制提示词不需要注册网站。
起因是看到朋友做了一个类似的合集，觉得“先看图片，感兴趣再展开提示词”的阅读方式挺好。尤其是对不熟悉摄影、设计术语的人来说，看图选方向，比面对一个空输入框容易很多。
于是参考了这种呈现方式，自己重新找案例、分析画面、写提示词。这次也让 GPT-6 帮忙完成了资料整理、双语改写和仓库搭建。
实际做下来，找图只是第一步 最初的思路很直接：去 X 搜 Image 2.5 ，找到有意思的案例，再分析它可能是怎么生成的。实际遇到了登录限制和搜索收录不完整的问题。
最后通过公开搜索、帖子索引和其他合集里的链接发现线索，再读取公开帖子信息、查看对应图片。目前 30 个图文案例里，19 个来自 X 帖子，11 个来自平台公开展示页。
来源类型都有记录，每张图也能点回原帖或原页面。整理时最容易混淆的是： 看到一张图，不等于知道作者到底用了什么 prompt 。
有些作者会公开完整指令，有些只发结果。即使有指令，也可能缺少参考图、前面的对话，以及后续修图过程。
所以仓库里区分了两类： 画面推导 ：根据看到的构图、主体、光线和材质，写一条合理的新指令。编辑改写 ：来源有公开指令，再独立编写适合复用的版本。
这些都标明了状态。配图是来源案例，改写后的提示词还没有逐条生图验证，不能当作“一键复现同款”的保证。
比起增加形容词，我更想把检查方法写进去 比如同样是产品图，光写“高级、真实、商业摄影”，生成后其实不太好判断哪里需要改。换成具体要求就清楚一些： 产品标签正对镜头，保留瓶盖颜色与瓶身比例。
人物在后方柔焦，手指不能挡住品牌名，左上留出后续放文案的位置。对应的检查也很具体：标签有没有变字，手指和瓶子有没有粘在一起，瓶身比例是否改变。
因此每个案例除了图片和提示词，还列了所需参考图、画面分析，以及生成后应该先检查什么。站内另有一个 提示词浏览页 ，可以按自己的任务找起点，再替换主体、文案和构图要求。
看案例时还发现了一些值得保留的问题。例如，有作者只是想生成照片，模型却在背景和物件上加了不少没要求的文字。
仓库保留了两个这样的失败案例，配上新的约束写法。它们能帮助读者理解：整体看起来不错，局部也可能完全不符合要求。
还有一些看起来很顺畅的动画案例，实际结合了生图与后续切帧、合成。精灵图或分镜表本身仍然是静态图片，这部分也单独写清楚了。
仓库做了一点方便后续维护的东西 内容放在 JSON 里，由 Python 脚本生成两份 README 、独立案例页和来源登记。后面补案例可以改数据再重新生成。
另外加了校验，检查重复 ID 、双语字段、来源信息、内部链接和锚点。 GitHub Actions 已经跑通，发布后也检查了图片加载。
这类合集后面比较容易出问题的地方，可能就是图片失效、来源改了、目录没同步。这些基础工作先补上，后续维护会省事一点。
想试具体提示词，可以用自己已有的工具，也可以在我们的 文生图工作区 里运行。网站生图需要付费，提交前会显示积分估算；开源合集本身没有这个限制。
最后说明一下协议范围：MIT 覆盖仓库原创内容，外部案例图片仍保留各自权利，并不会因为出现在开源仓库里就自动获得商用授权。后续想优先补充实际复现记录，包括用的模型、参考图、改过几轮，以及失败在哪。
如果大家用过类似合集，也想听听：对你来说，最有用的是完整提示词、参考图，还是逐轮修改过程？