项目概览
该项目是一套针对 OpenAI GPT-image-2（gpt-image-1.5 模型）设计的提示词工程方法论，核心是一段通用模板，通过替换【主题】变量，即可生成博物馆图鉴级别的中文拆解信息图。它主要解决传统 AI 图像生成在中文文化内容上的三大短板：结构准确性不足、中文文字渲染困难、图鉴专业感缺失。其实现方式是通过版式约束、风格锚定和结构分区三重机制，并依托模型的 VQ Token 统一空间、高分辨率输出和多轮对话迭代能力。提示词包含角色设定、内容要求、自主决策权、风格锚定、排除清单、版式约束和条件分支七个层次，并固定为顶部标题、左侧拆解、右上材质、右中纹样、底部流程的五区版式。该模板适用于传统服饰、器物、建筑、盔甲、凤冠等文化主题，但存在结构准确性不可控、非矢量图、历史准确性需验证等局限。
解决什么问题
传统 AI 图像生成在中文文化内容上存在三大短板：结构准确性不足，模型不理解汉服的"交领右衽""中衣-外袍-腰带"层次关系；中文文字渲染困难，多数模型无法在图中生成清晰、规整的中文标注；图鉴专业感缺失，普通提示词产出的是"古风写真"或"海报感"，而非博物馆展板级别的专业信息图。
工作方式
该提示词通过版式约束、风格锚定和结构分区三重机制实现目标。其核心是一段通用模板，用户只需替换【主题】变量。提示词内在结构分为七个层次：角色设定、内容要求、自主决策权、风格锚定、排除清单、版式约束和条件分支。版式固定为五区结构：顶部标题、左侧拆解、右上材质、右中纹样、底部流程。模型根据主题自动判断主体对象、服饰体系、时代风格、关键部件、材质工艺等。
核心能力
- 零门槛使用，一段提示词即可产出专业信息图
- 中文原生，文字标注准确、规整、可读
- 高度通用，【主题】变量可替换为任何文化主题
- 专业图鉴感，输出质量接近博物馆展板级别
- 对话式迭代，不满意可直接对话修改
- 文化深度，自动包含纹样寓意、色彩含义等文化解读
使用前需要了解
- AI 整理 · 本地测试，未经人工复核；依据历史报告节选，不代表当前产品状态。
- 该项目存在以下局限：结构准确性不可控，模型可能把领子方向画错、层次搞混，需要人工审核；文字内容有限，长段落文字仍可能出现错字或截断；风格一致性不足，批量生成时不同主题的视觉风格可能不完全统一；细节精度有限，无法达到专业插画师的手绘精度。输出为非矢量图，放大后可能模糊，不适合印刷；无法精确控制品牌色、特定字体；历史准确性需验证，模型可能"幻觉"出不存在的纹样或形制；换到其他模型（如 SD、MJ）无法直接使用。不建议用于学术论文配图、品牌商业印刷、法律/专利文件、高精度复制品等需要严格准确性的场景。
