刊 DailyNews 科技 / AI 每日文摘2026 年 10 月 30 日

每日文摘

深挖 · awesome-gpt-image-2：30.1k star 的 GPT-Image 2 提示词模板库，最值得偷的是「三段式协议」而非架构图模板

题图

如果你也想让 AI 画出 ByteByteGo 那种架构图/流程图/示意信息图，大概率刷到过这个仓库：苍何（freestylefly）在 GPT-Image 2 发布后第 4 天创建的提示词模板库，4 个多月攒到 30.1k star。它把 541 条社区案例逆向成 20 多套结构化模板，号称「Prompt as Code」。这篇深挖回答一个问题：对「用 AI 画软件架构图」这个需求，它能给你什么——答案是一个能偷走的提示词协议，和一个必须先知道的反直觉真相。

是什么

仓库创建于 2026-04-25（模型 4 月 21 日发布后的第 4 天），170 commits，最近一次推送在调研前一天（2026-09-09），持续活跃（GitHub API）。它不是纯 awesome list，而是「文档库 + 数据 + 网站 + Agent Skill」四位一体：

13 个分类里与本文主题相关的是 Charts & Infographics（53 例，定义为「信息图、知识图谱、技术解释与结构化图解」）。一个先泼冷水的细节：仓库没有软件架构图专类——tpl-architecture 分类指的是实体建筑与空间；对 README、templates、gallery 三份主文件 grep，“ByteByteGo” 零命中。

另一个值得知道的细节是数字口径漂移：README 写 544 案例，cases.json 里是 541，社区 PR #29 修复索引后实测可达 535（18 例不可达、5 例重复、7/13 分类计数不符），templates.md 开篇还留着早期「393 个案例」的旧文案。勤奋的个人项目，不是严格工程——这不影响它的方法论价值，但引用数字时要留心。

核心机制（技术）

Prompt as Code：把散文压成协议

README 的 Project Vision 说得很直白：GPT-Image 2 时代的问题从「能不能生成图」变成「能不能稳定、可控、可复用地生成图」，这个项目把散落的社区案例变成 agent 和自动化工作流可复用的资产——核心是「把散文式提示词压缩成结构化协议」，原子 schema 把主体、光线、材质、布局、视觉细节拆成可组合的部件。

落地形态是三段式模板（以图表与信息可视化类为例）：

  1. 常规模板（中文方括号填空，人用）：主题/受众 → 结构（3–5 个模块、每模块图标+短标题+1–2 句说明、模块间箭头/连线）→ 图表类型 → 风格/主色/背景 → 输出
  2. JSON 进阶模板（英文键名，标注「推荐给 Agent 调用」）：把 modules 拆成结构化数组，constraints 固化为 "No cyberpunk, no gibberish text, strict structural layout"
  3. 避坑指南（负面约束沉淀）：两条关键原文——「强制定制模块数量和图表类型，能极大降低画面混乱和信息溢出」「千万不要把大段正文塞进画面里，模型不是排版工人」

Agent Skill 的运行时规则把它进一步固化成六段式组装：主体任务 / 构图布局 / 风格材质 / 文字标注 / 画幅格式 / 约束负向（SKILL.md）；批量生成的复用规则是「锁模板，只换 subject/composition/palette/scene 四个变量」——这正是「风格冻结、换主体生图」的工程化表达。

技术解释图的提示词范式（可直接偷）

53 个信息图案例里，对画架构/说明图最有参考价值的是三个范本（gallery）：

汇总成一个可复用的四件套协议：身份定义（“not a poster, but a structured technical explainer”，先声明这不是海报）→ 结构规格（比例、模块数、callout 清单、数据流箭头）→ 风格锁定（white paper / flat vector 等）→ 负面约束（no gibberish text、禁塞长文）。

还有一个反直觉发现：Case 334「RAG 技术详解图」的完整提示词只有一句话——「帮我生成一张 RAG 技术的详细讲解图」（gallery-part-2）。同类的还有「可爱地解释一下大语言模型训练过程」。也就是说 GPT-Image 2 对技术讲解图有一句话出图能力，长提示词的边际价值在版式控制而非能力激发——日常迭代可以先一句话起稿，满意后再固化成长模板。

怎么跑起来（环境）

模型：GPT-Image 2 是 OpenAI 2026-04-21 随 ChatGPT Images 2.0 发布的图像模型，官方称首个带原生推理（thinking）能力，支持 2K 分辨率、多图生成，重点改进文字渲染与多语言。后继代 GPT-Image 2.5 在 9 月 8 日（调研前两天）发布，分 flare（快、延迟低 50%）和 sunburst（最强）两个变体，费率与 2 代持平；README 里的「2.5 Spotlight」只是作者用原提示词重生成 4 个案例的演示页，不是新功能。

调用与价格：官方 POST /v1/images/generations，token 计费图像输出 $30/1M token（上一代是 $40），Batch 半价（定价页）。官方没公布按张价目表，第三方换算 1024×1024 约 low $0.006 / medium $0.04–0.05 / high $0.17–0.21（WaveSpeed，口径未标明仅作量级参考）。仓库赞助商 APIMart 挂牌 $0.006/张（异步接口），hiapi 新用户送 $1 额度——都是 affiliate 转售，非官方。

在自有管线落地：GPT-Image 全系闭源 API-only，本地 3090 跑不了。好消息是任何 OpenAI 兼容的生图客户端（比如本站 pipeline 的 imagegen 脚本）与官方 endpoint 同构，改配置指向官方或可靠中转、加 Bearer 头即可。消费这个模板库不需要装 agent skill——直接读仓库里的 data/style-library.json（网站与 skill 共享的同一份数据源）挑模板拼提示词就行。

数据说话（评测）

模型本身在「图内文字 + 结构化信息图」场景是第一梯队：

折扣也要如实说：主要实测来源（302.AI、火山引擎社区、老张AI）都是 API 转售商，有商业动机；流传的「99%+ 中文排版准确率」查无独立出处（最早见于转售商软文，无测量方法）；仓库 issue #36 有用户用相同提示词复现出现乱码，至今 0 回复；OpenAI 官方 cookbook 也承认图内文字要靠技巧（文字加引号或全大写、生僻词逐字母拼写、密集标签用 quality=high）。

star 含金量：无刷星指控也无审计反证。作者在知乎复盘里披露了起量流水线——Codex + Browser Use 全自动检索近 24h 带提示词的 X 帖、下载、提取、归类、部署，外加公众号/知乎双渠道导流（文内直接求 star）。这个赛道有 314 个同类仓库、头部四库全部建于模型发布前后一周内，素材高度同源（案例来源 YouMind 官方库自己就有 2000+ 条），本库的优势在工程化包装与中文渠道，不在素材独占。

图像模型画架构图，真相是什么

这是本文最重要的部分，来自调研中一个独立维度的交叉验证。

纯提示词直出 ByteByteGo 级架构图，当前不可靠。 失败模式有多方交叉证据（Lana Zhang 的 Nano Banana 2 实验、EdrawMax 教程、FigPad 指南）：

社区三方独立收敛出的正解是混合流：先用 draw.io/Excalidraw（或任何结构化工具）做出正确性有保证的蓝图，再让图像模型只做视觉风格化重绘（手绘风、doodle、宣传感）。「技术正确性与视觉创意各归其位」。顺带一提，ByteByteGo 本尊官方路线也是 diagram-as-code（Python 画云架构），官方指南通篇未提图像生成模型。

图像模型占优的场景依然真实存在：模块 ≤5、短文案、白底扁平的科普 explainer（OpenAI cookbook 自己就把 infographics 列为正式用例）、面向大众的信息图、不要求精确可维护的一次性视觉表达。

如果你要找现成的「ByteByteGo 风格」提示词，目前最接近的是 Sweet Prompt 的 Knowledge Architecture Design System：白底极浅网格、黑白基底+蓝紫渐变胶囊、10 个细边框模块按 3+3+4 分层、闭环箭头表数据流、全文 1,621 词含负向提示——免费，可直接拆用。ByteByteGo 风格的构成要素拆解：白底/极浅网格、黑白主体+单点彩色强调、模块化矩形+胶囊标签、闭环箭头、模块数压在 10 以内、文案全短句；签名特征是流动虚线连线（draw.io 里勾选 Flow Animation 即可复刻）。

值不值得跟

对「用 AI 画软件架构图」的需求，这个仓库的净收益是三样：

  1. 三段式提示词协议（身份定义 → 结构规格 → 风格锁定 → 负面约束）：可直接并入自己的提示词推导流程，比「一句大白话」稳定得多
  2. 避坑经验：模块 3–5 个的硬约束、文案克制（短句标签不塞正文）、no gibberish text、密集标签场景 quality=high——这些是用 500+ 案例换来的负面知识，比正面模板更值钱
  3. JSON 模板 + 变量锁定的批量机制：锁模板、只换 subject/composition/palette/scene，适合系列化出图保持风格一致

工作流建议：日常快速迭代用一句话起稿（Case 334 证明可行），满意后固化成长模板入库；架构图本体走混合流——结构正确性交给代码（draw.io、diagram-as-code、或让 LLM 手写 SVG），图像模型只做风格化层。一个必要的提醒：仓库里的效果图都是作者挑选发布的成功样本，issue #36 的乱码复现说明成功率要自己验，别把画廊当承诺。

参考阅读