AI绘图效率提升10倍的秘密：GitHub 1.1万星提示词库

真正提高效率的并非照搬提示词，而是将图片提示词拆解为可重复利用的模块。

先陈述结论。

这篇文章不太适合只想猎奇的人。

它更适合每天需要制作封面、插图、电商主图、短剧分镜，或者希望将 AI 绘图流程融入实际内容生产的人。

最近我测试了一个有趣的方法：使用相同的提示词分别输入 ChatGPT、豆包和 Gemini。

结果差异远超预期。

ChatGPT 生成的图像最接近成品，皮肤质感、头发光晕和光影层次都相当完整。

豆包更偏向于“漂亮”，第一眼看着不错，但真实细节较少。

Gemini 的准确性尚可，但整体氛围缺乏吸引力。

这非常直观。

同为 AI 绘图，不同模型的“审美偏好”截然不同。

三个 AI 的对比结果

豆包

Gemini

ChatGPT

我把这组图片发到群里后，有人问了一个很实际的问题：

你的提示词是怎么构思出来的？

答案就是今天要分享的 GitHub 仓库：

EvoLinkAI/awesome-gpt-image-2-prompts

它目前重定向到 EvoLinkAI/awesome-gpt-image-2-API-and-Prompts，我检查时页面显示约 11.7k 星、1.2k fork，并收录了 300 多个精选提示词案例。

原地址仍然可以打开：

仓库地址：https://github.com/EvoLinkAI/awesome-gpt-image-2-prompts

如果你经常使用 AI 绘图，这个仓库最有价值的地方不是“给你一堆提示词去抄”，而是让你理解高质量图片提示词是如何组合的。

它解决的问题不是“AI 能否绘图”。

它解决的是“如何更快画出我脑海中的那张图”。

简单来说，这是一个围绕 GPT-Image-2 的图片提示词案例库。

每个案例通常包含三类信息：

完整提示词

实际生成效果

作者或