
用 GPT Image 2 一句话生成知识图谱:公考、小红书、讲义、PPT、SOP 五大场景提示词模板
一套可复制的 5 段式提示词框架,把任何主题一键变成知识图谱信息图。覆盖公考备考讲义、小红书知识卡片、教学课件、商务幻灯、企业 SOP 五大高频场景,附完整模板与避坑清单。
GPT Image 2 出来之前,"用 AI 做知识图谱图卡片"这事更像是一个梗——文字渲染乱码、版面排不下、内容稀疏得像装饰画。所以多数人最后又回到 PowerPoint、Figma 或者 iPad 手写笔记。
但今年春天这件事真的变了。GPT Image 2 把"图中文字 + 复杂版面 + 多约束指令遵循"三件事一起解决,"一句话生成一张能直接用的知识卡片"第一次成了真。本文是我反复在用的一套提示词框架,加上五个最被搜索的落地场景:公考备考讲义、小红书知识卡片、课堂讲义、商务幻灯片、企业 SOP。
1. 先把"AI 知识图谱"两件事拆清楚
"用 AI 做知识图谱"这句话其实指两个完全不同的东西:
- 技术意义上的知识图谱(KG):实体-关系-实体三元组的数据库,你用 Neo4j / RDF / GraphRAG 搭出来。那是数据结构,不是图。
- 可视化意义上的"知识图谱图卡":把一个知识点的定义、考点、流程、易错点、例题、口诀用图卡组织起来的海报,方便学习、传播、收藏。这才是大多数人搜"如何用 AI 做知识图谱"时真正想要的东西。
本文只讲第二种。第一种是 LLM + 图数据库的事,跟图像模型无关,本文不展开。
2. 万能 5 段式提示词模板
我用 GPT Image 2 出过的每一张"上岸级"知识卡片,提示词都是这五段,顺序不能乱。少任何一段,输出要么变成漂亮空墙纸,要么变成乱码字母汤。
[1] 画布 (CANVAS) — 竖版 1024×1536 / 横版 1536×1024,纸质感
背景,主色调。
[2] 标题区 (HEADER) — 精确的标题文字 + 一句话定位。
[3] 分区卡片 (SECTIONS) — 5 到 8 个命名卡片。常用骨架:
核心定义 → 题型识别 → 解题路径 → 易错点 → 对比区
→ 例题演示 → 记忆口诀。
[4] 视觉风格 (VISUAL) — 线条粗细、图标风格、箭头风格、配色,
圆角卡片 vs 横线笔记本质感。
[5] 约束 (CONSTRAINTS) — 用 "THE TEXT READS: ..." 把每一段
文字精确引出来;禁止额外 logo、禁止填充文字、保留拼写。为什么是这五段,不是六段或四段:
- 画布必须第一。 模型在描述内容之前先锁版面。如果先写主题再写版式,输出宽高比经常飘。
- 标题在分区之前。 H1 是整张图的视觉锚点,没有它,所有分区卡会渲染成同样的视觉权重,整张图读起来"平"。
- 5–8 个分区是甜区。 少于 5 个看着空,超过 8 个连
GPT Image 2也会开始丢标签。 - 视觉风格放在描述段的最后。 风格描述写得太早,会被过度套用;放最后,更像最后一道"上滤镜"。
- 约束放最底部,用祈使句。 模型会把它当成护栏,不是建议。
一个 OpenAI 官方文档里反复出现的小招式:每一段会出现在图上的文字,都用 THE TEXT READS: "..." 包起来。这一招对中文长标题和复杂版面,是单点提升最大的写法,几乎所有"图上文字渲染"翻车都能靠它修。
3. 场景一:公考/备考讲义卡片(最严格的样例)
公考备考卡是最难写的一类:要中文准、信息密、流程清、还要看起来像"上岸讲义"而不是 AI 跑图。所以我把它放第一个。
这张博客的封面图——「面试综合分析题答题结构」信息图,就是用下面这个提示词出的:
请创作一张关于「面试综合分析题答题结构」的公考可视化信息图,
目标是帮助读者直观理解:它是什么、核心考点有哪些、常见出题方式
是什么、容易出错的地方在哪里、正确的分析路径和解题/答题方法是
什么、在不同题型或场景下如何应用。
画布:竖版 1024×1536,干净的浅色纸张背景,深蓝主标题,
黑色/深灰正文线条,搭配少量优雅的蓝色、青绿色、金色作为重点
标记,红色仅用于警示。
版面分区(圆角卡片 + 细线边框 + 编号标签):
1) 顶部标题区:知识点名称 + 一句话定位。
2) 核心定义区:这个知识点"到底在考什么"。
3) 题型识别区:常见命题方式 / 题干特征 / 关键词信号。
4) 解题路径区:4–5 步标准步骤,用手绘箭头串联。
5) 易错点区:常见误区、陷阱选项、错误思路。
6) 对比区:和相近考点的区别。
7) 例题演示区:一个简短典型例子 + 正确拆解。
8) 记忆总结区:口诀、结论或高频提醒。
视觉风格:像高质量公考讲义 + 手绘教育海报,专业、清晰、信息
丰富但不杂乱。圆角卡片、细线边框、编号标签、手绘箭头、局部
放大框、流程图、易错提醒栏。
约束:所有可见文字都按 THE TEXT READS 精确渲染;信息层级
清晰,重点醒目;不要堆砌大段文字,避免任何无意义填充。几个细节值得抠:
- 中文标题 + 英文 gloss 一起写。
GPT Image 2中英文都能渲染,但双语标题会让模型把整张图当成"严肃教育向"而不是"meme 向"。 - 编号标签 + 手绘箭头 是把"AI 跑图"变成"讲义"的关键差异化元素。
- "易错提醒"栏 是 AI 知识卡里最被忽略的元素。加上它,整张图立刻从"AI 生成"变成"老师写的"。
封面图和 20+ 个同类模板都在 /prompts 页面,可以直接 fork 修改。
4. 场景二:小红书 / 社交媒体知识卡片
小红书的事实标准是竖版 1080×1440、F 型阅读动线、三连图一组。下面这条提示词产出三连图中的一张;同一套配色复用三次就是完整的轮播。
请创作一张竖版 1080×1440 的小红书知识卡片,主题:
「降低皮质醇的 3 个真正有效的习惯」。
画布:暖米色背景 (#FFF8EE),轻微纸质颗粒。
单一强调色:低饱和陶土橘 (#C96E5A)。
版面:
- 顶部:进度标签 "认知觉醒 · 卡片 2 / 3",小号 mono 字。
- 标题区:H1 用手写衬线,副标题用干净无衬线。
- 中部:三条编号"习惯",每条左侧一个扁平图标 + 三字习惯名 +
一句"为什么"。
- 底部:一条引言带手绘下划线。
- 右边缘:小号竖排文字 "swipe →"。
视觉风格:极简扁平插画,双色调,1pt 细线,纸质纹理,留白
充足,F 型阅读流(标题左上,目光向下扫)。
约束:文字必须按 THE TEXT READS 精确渲染,像素级准确。无水
印、无平台 logo。输出要像真正发布的小红书轮播卡,不像 Canva
模板。两个小红书专属的留存技巧:
- "X / Y" 进度标签暗示后面还有图,能拉高滑动率和平均停留——算法都会奖励。
- 标题用手写衬线、正文用干净无衬线,是平台上"有思考的创作者"和"代运营营销号"的视觉分水岭,这就是小红书的全部气质。
5. 场景三:课堂讲义 / 一页知识总结
老师和家教刚需。窍门是讲义比知识卡更宽——横版、左侧目录栏、留白要透气。
请创作一张横版 1536×1024 的课堂讲义,标题:
「光合作用 · 八年级生物一页式讲义」。
画布:方格纸背景,深蓝顶部 header 条,铅笔灰色的边注。
版面:
- 左侧栏(占 20% 宽):目录,5 个编号条目。
- 主区(占 80% 宽)分三行:
A 行 — 一片叶子的横截面手绘示意图,箭头标注叶绿体、
气孔、木质部、韧皮部。
B 行 — 一个加框的化学方程式 callout,太阳、水、CO2、
葡萄糖、O2 用小图标标出。
C 行 — 4 步"光反应 vs 暗反应"对比表。
- 右下角:「常见误区」红色提醒框,3 条短句。
视觉风格:钢笔 + 马克笔教科书插画风。铅笔灰线条,深蓝标题,
强调用黄色,红色只用于警示。亲切但不幼稚。
约束:每个标签按 THE TEXT READS 精确渲染。整张图看上去像
科学老师亲手做的讲义,不像营销公司设计稿。无校徽、无水印。如果要做整套课程,做出第一张之后让 GPT Image 2 保留版面、只换内容块——它的局部编辑保真度是这种批量生产之所以经济的关键。
6. 场景四:商务幻灯片配图(McKinsey 风)
会议室经典痛点——TAM/SAM/SOM 同心圆、2×2 矩阵、泳道图——以前在 Figma 里一张要画 30 分钟。现在一条提示词搞定。
请创作一张 16:9 横版幻灯片配图,标题:
「2026 Q2 GTM 计划 · 哪里是我们这季度的赢点」。
画布:纯白背景,单一品牌蓝强调色 (#2563EB),深灰文字。
会议室级演讲气质。
版面:2x2 矩阵。
- X 轴标签:"执行投入(低 ← → 高)"
- Y 轴标签:"战略价值(低 ← → 高)"
- 四个象限,每个 1 个 2 字判定 + 2 条示例:
右上 "立即开干":企业客户试点、渠道合作。
左上 "速胜区":生命周期邮件、定价 A/B。
右下 "再议":参展、新招 SDR。
左下 "搁置":周边礼品、副业博客。
- 页脚小字:"Source: Q2 OKR review, internal"。
视觉风格:干净无衬线、1pt 直线、留白充足、不要装饰图标。
读起来像 McKinsey 风格的咨询幻灯片。
约束:每个象限标签按 THE TEXT READS 精确渲染。无水印、
无虚构公司 logo。整张图看起来像 PPT 截图,不像 stock 插画。紧接着追加一句"现在用同样的视觉语言出一张 TAM / SAM / SOM 同心圆",你就有一套连贯的 deck,而不是几张拼凑截图。
7. 场景五:企业 SOP / 流程图
运营团队的 ROI 最高的一类——一张好 SOP 流程图省下 1 小时 Visio 时间,还比配套手册更好读。
请创作一张竖版 1024×1536 的 SOP 流程图,标题:
「客户退款流程 · 标准作业 (2026)」。
画布:白色背景,深蓝顶部 header 条,SOP 标题 + 右上角小
徽标"Doc ID: OPS-014 · v2.1"。
版面:从上到下的流程图,6 个编号节点 + 方向箭头。
1) "客户提交退款申请" — 责任人:Support L1。
2) "核对订单与支付状态" — 责任人:Support L1。
3) 决策菱形:"是否在 30 天窗口内?" — 是 → 4,否 → 6。
4) "在 Stripe 后台批准退款" — 责任人:Finance。
5) "发送确认邮件并关闭工单" — 责任人:Support L1。
6) "升级至 Support L2 异常审核" — 责任人:L2。
右侧栏:3 条"常见易错点"警示 + SLA:"退款须在 24h
工作时间内处理"。
视觉风格:干净的 Visio 风流程图,方形 = 动作、菱形 = 决策,
箭头是手绘感的深蓝色 1pt 线,责任人用小药丸标签。无图标
插画。
约束:每个节点标签和责任人按 THE TEXT READS 精确渲染。
无水印。输出像可直接打印的公司 SOP 文档页。一个被低估的细节:让模型渲染文档编号和版本号的小徽标。审阅者会本能地把带版本元信息的文档当作"正式件",这是整套流程里成本最低的可信度升级。
8. 六个高频翻车点(与对应修复)
做了 300+ 张知识卡之后,下面这 6 个失败模式我现在都会在提示词里预先堵掉:
| 翻车现象 | 原因 | 修复 |
|---|---|---|
| 分区标题乱码或拼错 | 长中文字符串没有显式引用 | 每段都包 THE TEXT READS: "..." |
| 出来像通用营销墙纸 | 提示词没说"用途" | 显式加 infographic / 讲义 / SOP / 知识卡片 当 mode |
| 6+ 个分区合并成 4 个 | 密度超出模型可靠区间 | 5–8 个上限;超了拆成两张卡 |
| 所有分区视觉权重一样 | 提示词没设层级 | 显式指定 H1 字号、编号标签、一个"主卡"用强调色 |
| 手绘箭头变成涂鸦 | 只写"arrow" | 改成 thin hand-drawn arrows, charcoal grey, 1pt, no double-headed |
| 标题正确但正文是 Lorem ipsum | 没禁止填充 | 末尾加 禁止 Lorem ipsum / 占位文字,每一段都是真实内容 |
如果你撞上的现象不在表里,直接到 /prompts 找最接近的模板逆向参考,比从头调试更快。
9. 尺寸速查表
只想要尺寸和一个尾缀的人看这一节就够:
| 场景 | 比例 | 尾缀提示词 |
|---|---|---|
| 公考备考卡 | 1024×1536 | "exam-handout aesthetic" |
| 小红书知识卡 | 1080×1440 | "Xiaohongshu carousel card" |
| 课堂讲义 | 1536×1024 | "textbook handout" |
| 商务幻灯片 | 1536×1024 (16:9) | "McKinsey-style consulting slide" |
| SOP 流程图 | 1024×1536 | "print-ready company SOP page" |
宽高比这一项就能左右模型把图当成"卡片"还是"页面"。表里这两列建议直接抄——不要把 1024×1536 翻译成"竖版信息图"再期待同样的清晰度。
结语
GPT Image 2 真正的拐点不是"它更好看了",而是**"一句话出可直接发的知识图卡片"第一次成了一条稳定工作流**。上面五个场景覆盖了大家搜"如何用 AI 做知识图谱"时几乎全部的真实诉求,而那套 5 段式提示词框架在五个场景里通用。
不想从零写提示词,可以去 /prompts 看 20+ 套已经测过的模板(包括本文封面那张公考卡),或者去 /explore 看完整的生成画廊和原提示词。
延伸阅读
更多文章

跨境电商必看:用 GPT Image 2 一键生成 8 国语言主图(亚马逊/Shopee/TikTok Shop 通用)
一份给跨境电商卖家的实战指南——用 GPT Image 2 生成一张主图,再一键切换 8 种语言(英中日韩西阿德法),文字渲染准确率 90%+。覆盖 Amazon、Shopee、TikTok Shop、Lazada 各平台规范。

GPT Image 2 商用 / 版权 / 商业落地完整指南:能卖吗?怎么卖?哪些坑要避开?
一篇看懂 GPT Image 2 商用规则——能不能用来卖货、版权归谁、淘宝/亚马逊/抖音/小红书各平台政策、什么内容会被封号、怎么发图既不违规又能拿到收入。

GPT Image 2 真把 Nano Banana 打下去了?我看完一圈热评后的判断
我把近期关于 GPT Image 2 对比 Nano Banana 2 的热评、实测和官方信息都看了一遍。结论不是一句“吊打”那么简单,但有几个趋势已经非常明显。