IDEAS CONNECT PROJECTS
从一个标签出发，打开一份值得研究的档案。
找到 3 个项目
清除筛选以下内容已由 AI 根据历史资料整理，供本地测试，未经人工复核。
一套将地标建筑转化为博物馆展陈感档案模型视觉图的六层参数化提示词方法论
「地景档案模型 / Landscape Archive Model」是 @MrLarus 基于 OpenAI ChatGPT-Image-2.0 设计的一套地标建筑提示词方法论，将长城、珠峰、外滩、珠江等知名地标浓缩成具有博物馆展陈感的档案级实体模型视觉图。其核心是「参数化分层控制」，将提示词拆解为基础设定、画面结构、细节要求、说明系统、构图镜头、材质光影六个独立可调的控制层。该方法内置主题类型路由机制，可覆盖自然地貌、城市空间、混合景观三类主题；并遵循三层色彩纪律（主色调 70-80%、辅助色 15-25%、点缀色 3-5%），强调低饱和、克制的档案感。核心视觉概念是「三维生长」——立体主体从二维地图底板中自然生长出来，而非简单叠加。该方法天然支持系列化生成，固定基础参数只换主题即可产出风格统一的地标图集。
EvoLinkAI/awesome-gpt-image-2-API-and-PromptsGPT Image-2 提示词社区精选百科，收录 31+ 条真实案例与五大类别
awesome-gpt-image-2-prompts 是由 EvoLinkAI 团队维护的 GPT Image-2 提示词精选合辑，托管在 GitHub 上，采用 CC BY 4.0 协议开源。项目定位为 GPT Image-2 提示词的百科全书式参考库，收录人像摄影、海报插画、角色设计、UI 仿真、社区实验等五大类别的真实提示词与生成效果图。截至 2026.4.19，收录 31+ 条精选案例，来自 X/Twitter、创作者社区和公开演示。项目提供 11 种语言版本，持续更新。核心理念是"真实案例 > 理论指导"，强调提示词原汁原味、图证合一、创作者溯源。项目还提炼了五种提示词写作模式，包括摄影参数式、设计需求式、规格清单式、场景仿真式和极简指令式，帮助用户理解和掌握 GPT Image-2 提示词的写法。
一套面向 GPT-image-2 的提示词模板，用于生成博物馆图鉴级中文拆解信息图。
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。