Гайд по промптам для knowledge-graph в GPT Image 2: 5 рабочих шаблонов для подготовки к экзаменам, Xiaohongshu, конспектов, слайдов и SOP

До появления GPT Image 2 "сделать knowledge-graph картинку с помощью ИИ" было скорее мемом, чем рабочим процессом. Любая другая модель либо коверкала заголовки, либо запихивала десять разделов в три, либо выдавала красивый, но пустой постер, читающийся как декоративный шум. Так что большинство людей бросали и возвращались к PowerPoint, Figma или рукописным заметкам в iPad.

Этой весной всё изменилось. С GPT Image 2 теперь можно передать модели один структурированный промпт и получить в ответ карточку студенческого уровня — с корректной типографикой, чистой сеткой, правильными стрелками в нужных местах — с одного выстрела. Этот гайд — фреймворк промптов, который я регулярно использую сам, плюс пять готовых шаблонов под пять сценариев, которые люди реально гуглят: подготовка к госэкзаменам, knowledge-карточки для Xiaohongshu / соцсетей, школьные раздатки, визуал для слайдов и операционные SOP.

1. Сначала: что вообще такое "ИИ-картинка knowledge-graph"?

Под этой фразой скрываются две очень разные вещи:

• Технический knowledge graph (KG): хранилище триплетов entity–relation–entity, такое, как вы строите в Neo4j / RDF / GraphRAG. Это структура данных, а не картинка.
• Визуальная knowledge-graph картинка: печатаемый / расшариваемый постер, визуально организующий тему — определение, типы, воркфлоу, подводные камни, примеры, мнемоника. Это и есть то, что люди реально хотят, когда ищут "как сделать knowledge graph с ИИ".

Этот гайд про второе. Первое — это работа LLM + графовой базы данных, к моделям изображений не имеет никакого отношения и здесь не рассматривается.

2. Универсальный шаблон промпта из 5 блоков

Каждая успешная knowledge-graph картинка, которую я выпустил через GPT Image 2, следует одной и той же структуре из пяти блоков, именно в этом порядке. Пропустите любой — и результат скатится либо в красивые обои, либо в алфавитный суп.

[1] CANVAS — orientation (vertical 1024×1536 or horizontal 1536×1024),
    paper-style background, dominant accent color.
[2] TOPIC HEADER — exact title text + one-line positioning sentence.
[3] SECTIONS — 5 to 8 named cards. Common skeleton:
    Definition → Question Types → Solving Path → Common Pitfalls →
    Comparisons → Worked Example → Mnemonic.
[4] VISUAL — line weight, icon style, arrow style, palette accents,
    rounded-card vs. ruled-notebook aesthetic.
[5] CONSTRAINTS — "THE TEXT READS: ..." quoting for every label,
    no extra logos, no decorative filler, preserve exact spelling.

Почему именно пять, а не шесть или четыре:

• Canvas первым. Модель фиксирует layout до контента. Если описать тему до canvas, получите случайные соотношения сторон.
• Header до секций. H1 задаёт иерархию. Без него все секции рендерятся в одном визуальном весе, и картинка читается плоско.
• 5–8 секций — золотая середина. Меньше пяти — пусто; больше восьми — даже GPT Image 2 начинает терять подписи.
• Visual-блок последним среди описательных. Стилевые описания, поставленные рано, переприменяются; в конце они работают как финишный штрих.
• Constraints в самом конце, в повелительном наклонении — модель воспринимает их как ограждения, а не как пожелания.

Один трюк из кукбука OpenAI стоит повторить: каждая надпись на картинке должна быть обёрнута как THE TEXT READS: "...". Это одно выражение — главный рычаг точности для не-латинских письменностей и длинных заголовков.

3. Сценарий 1 — карточка для подготовки к госэкзамену (заглавный пример)

С этого я бы начинал, потому что экзаменационные knowledge-карточки — самый строгий тест: нужен корректный китайский, плотная информация, чёткий воркфлоу решения и эстетика "учебной раздатки", не выдающая ИИ-генерацию.

Вот промпт, по которому собрана обложка этой статьи (учебная карточка по теме "Структура ответа на вопрос комплексного анализа на госэкзамене"):

Create a vertical (1024×1536) civil-service exam study infographic
on the topic "面试综合分析题答题结构 / Civil-Service Interview
Analysis Question Framework". The goal is to help a reader
understand: what this question type tests, how to recognise it,
the standard answering workflow, common pitfalls, similar
question types, a worked example, and a memorable mnemonic.

CANVAS: clean light paper background, deep-navy title block,
charcoal body lines, with restrained accents in blue, teal, gold,
and a single red flag for warnings.

LAYOUT BLOCKS (rounded cards with thin borders, numbered tags):
1) Header: exact title + one-line positioning.
2) Core Definition — what this question actually tests.
3) Question-Type Signals — prompt phrasings and keyword tells.
4) Solving Path — 4 to 5 numbered steps connected by hand-drawn arrows.
5) Common Pitfalls — trap options, wrong reasoning patterns.
6) Comparison — distinguish from adjacent question types.
7) Worked Example — short stimulus + correct decomposition.
8) Mnemonic — one short rhyming line or three-keyword summary.

VISUAL: looks like a high-quality printed exam handout crossed
with a hand-illustrated education poster. Use rounded cards,
thin rule lines, numbered tags, hand-drawn arrows, small
zoom-in callouts, and a dedicated "易错提醒" warning strip.

CONSTRAINTS: every visible heading and body string is rendered
verbatim — THE TEXT READS exactly what is specified. No extra
logos, no Lorem ipsum, no decorative filler text. Information
density is high but the page stays balanced and uncluttered.

Несколько моментов, на которые стоит обратить внимание:

• Я пишу китайский заголовок плюс английский глосс. GPT Image 2 отрабатывает оба варианта, но двуязычный промпт заставляет модель воспринимать тему как серьёзную / образовательную, а не как мем.
• Нумерованные ярлыки + рисованные стрелки делают результат похожим на учебную раздатку, а не на маркетинговую листовку.
• Карточка "лёгкие ошибки / pitfalls" — самый недоиспользованный элемент в ИИ-knowledge-карточках. Её добавление превращает картинку из сгенерированной в авторскую.

Готовый результат и 20+ похожих шаблонов можно посмотреть на странице /prompts — каждая карточка там воспроизводится из своего исходного промпта.

4. Сценарий 2 — knowledge-карточка для Xiaohongshu / соцсетей

Для китайских соцсетей (особенно Xiaohongshu / RED) фактический стандарт — вертикаль 1080×1440, F-образный паттерн чтения, серия из трёх карточек. Промпт ниже создаёт одну карточку из серии; используйте его трижды с одной палитрой акцентов, чтобы получить свайп-сет.

Create a vertical 1080×1440 knowledge card for Xiaohongshu titled
"3 Habits That Actually Lower Cortisol".

CANVAS: warm cream background (#FFF8EE), subtle paper grain.
A single accent color of muted terracotta (#C96E5A).

LAYOUT:
- Top: progress label "认知觉醒 · 卡片 2 / 3" in tiny mono caps.
- Headline block: H1 in handwritten serif, sub-line in clean sans.
- Middle: three numbered "habit" rows. Each row has a small flat
  icon on the left, a 3-word habit name, and a 1-sentence "why".
- Bottom: a single quote strip with a hand-drawn underline.
- Right edge: tiny vertical text "swipe →".

VISUAL: minimal flat illustration, two-color palette only, 1pt
hairlines, slight paper texture, generous whitespace, F-shaped
reading flow (title top-left, scan down).

CONSTRAINTS: text rendering must be pixel-perfect — THE TEXT
READS each label exactly as written. No watermark. No platform
logos. Output looks like a published Xiaohongshu carousel card,
not a Canva template.

Два приёма для удержания внимания, специфичные для Xiaohongshu:

• Ярлык "X / Y" даёт понять зрителю, что карточек больше — это поднимает свайп-через и среднюю длительность просмотра, а оба этих фактора алгоритм поощряет.
• Рукописный H1 в паре с чистым sans-телом — это визуальная подпись "вдумчивого автора", а не "контента от агентства", и это весь оффер платформы.

5. Сценарий 3 — школьная раздатка / конспект урока

Для учителей и репетиторов. Хитрость в том, что раздатка шире knowledge-карточки — она горизонтальная, у неё слева навигационная колонка, и тело может "дышать".

Create a horizontal 1536×1024 classroom handout titled
"Photosynthesis — One-Page Lecture Note for 8th-grade Biology".

CANVAS: graph-paper background, navy header bar, hand-drawn
margin notes in pencil-grey.

LAYOUT:
- Left rail (20% width): table of contents with 5 numbered items.
- Main area (80% width) split into three rows:
  Row A — annotated diagram of a leaf cross-section with arrows
    pointing to chloroplast, stomata, xylem, phloem.
  Row B — the balanced chemical equation in a boxed callout,
    with sun, water, CO2, glucose, O2 labeled as small icons.
  Row C — a 4-step "Light vs Dark Reactions" comparison table.
- Bottom-right: a "Common Misconceptions" red flag box with
  three bullets, each one sentence.

VISUAL: pen-and-marker textbook illustration style. Pencil-grey
linework, navy headings, accent yellow for highlights, red for
warnings only. Friendly but not childish.

CONSTRAINTS: every label is rendered verbatim. The handout reads
like it was prepared by a science teacher, not designed by a
marketing agency. No school logos, no watermarks.

Если вы делаете целый курс — сгенерируйте одну раздатку, а в следующих ходах попросите GPT Image 2 сохранить лейаут и поменять только блок контента: именно качество локальных правок делает массовое производство экономически целесообразным.

6. Сценарий 4 — слайд презентации (уровня борда)

Классические болезненные элементы слайдов — концентрические круги TAM/SAM/SOM, матрицы 2×2, swim-lane диаграммы — раньше отнимали по 30 минут в Figma каждая. Теперь — один промпт.

Create a horizontal 16:9 slide visual titled
"2026 GTM Plan — Where We Win This Quarter".

CANVAS: pure white background, single brand-blue accent (#2563EB),
charcoal text. Boardroom presentation aesthetic.

LAYOUT: 2x2 matrix.
- X axis label: "Effort (low ← → high)"
- Y axis label: "Strategic value (low ← → high)"
- Quadrants, each with a 2-word verdict tag and 2 example bullets:
  Top-right "DO NOW": Enterprise pilot, Channel partner.
  Top-left "QUICK WINS": Lifecycle email, Pricing test.
  Bottom-right "RECONSIDER": Conference circuit, New SDR hire.
  Bottom-left "PARK": Affinity merch, Side-project blog.
- Footer micro-text: "Source: Q2 OKR review, internal".

VISUAL: clean sans-serif, 1pt rule lines, generous whitespace,
no decorative icons. Reads as a McKinsey-style consulting slide.

CONSTRAINTS: every quadrant label is rendered verbatim. No
watermarks. No fake company logos. The image looks like a
PowerPoint screenshot, not a stock illustration.

Свяжите этот промпт с последующим запросом типа "Теперь сгенерируй визуал TAM / SAM / SOM из концентрических кругов в том же визуальном языке" — и у вас будет цельная презентация, а не Франкенштейн из скриншотов.

7. Сценарий 5 — SOP / диаграмма воркфлоу

У операционных команд самый чистый ROI на всём этом воркфлоу — одна хорошая SOP-диаграмма экономит час работы в Visio и читается лучше, чем мануал, который она заменяет.

Create a vertical 1024×1536 SOP diagram titled
"Customer Refund Process — Standard Workflow (2026)".

CANVAS: white background, navy header strip with the SOP title
and a small "Doc ID: OPS-014 · v2.1" badge.

LAYOUT: top-to-bottom flowchart with 6 numbered nodes connected
by directional arrows.
1) "Customer submits refund request" — owner: Support L1.
2) "Verify order + payment status" — owner: Support L1.
3) Decision diamond: "Within 30-day window?" — Yes → step 4,
   No → step 6.
4) "Approve refund in Stripe dashboard" — owner: Finance.
5) "Send confirmation email + close ticket" — owner: Support L1.
6) "Escalate to Support L2 for exception review" — owner: L2.
Right side: a sidebar with three "Common pitfalls" warnings
and the SLA: "Refunds processed within 24h business time".

VISUAL: clean Visio-style flowchart, rectangles for actions,
diamonds for decisions, hand-drawn-feel arrows in navy, owner
tags in small pill labels. No icons, no illustration.

CONSTRAINTS: every node label and owner tag rendered verbatim.
No watermarks. Output reads like a print-ready company SOP page.

Тонкий профессиональный приём: попросите модель отрисовать ID документа и номер версии в маленьком бейдже. Ревьюеры воспринимают документы с метаданными версии как авторитетные — это самый дешёвый апгрейд доверия во всём воркфлоу.

8. Шесть типичных проблем (и как их закрывать)

После ~300 сгенерированных knowledge-карточек вот паттерны провалов, которые я теперь блокирую в каждом промпте:

Если ловите что-то, чего нет в этом списке, откройте промпт-библиотеку и сделайте reverse engineering ближайшего работающего примера — обычно это быстрее, чем отлаживать с нуля.

9. Памятка по размерам

Для тех, кому нужны только размеры и однострочный суффикс к промпту:

Одно лишь соотношение сторон меняет, к какой ментальной модели прибегает модель — "карточка" или "страница". Используйте колонку буквально — не переводите 1024×1536 в "вертикальную инфографику" и не ждите той же чёткости.

Главный вывод

Интересный сдвиг не в том, что GPT Image 2 "выглядит лучше". Дело в том, что готовые к публикации knowledge-картинки с одного выстрела теперь не фантазия, а воркфлоу. Пять сценариев выше закрывают большую часть того, что люди реально гуглят по запросу "как сделать knowledge graph с ИИ", — и один и тот же шаблон из 5 блоков работает во всех.

Если хотите пропустить написание промптов и просто посмотреть, на что способен GPT Image 2, на странице /prompts лежит 20+ готовых к продакшену шаблонов (включая экзаменационную карточку из этой статьи), которые можно форкнуть, а на /explore — полная галерея результатов с приложенными исходными промптами.

Дополнительное чтение

• Действительно ли GPT Image 2 свергнул Nano Banana? Мой вердикт
• GPT Image 2 vs Nano Banana 2 vs Midjourney v7 — продакшен-сравнение
• Гайд по написанию промптов GPT Image 2 — 7 правил для 90% hit-rate