说实话，我没想到 GPT-Image 2 还能干这个。
周末朋友聚会，有人随手拍了张手掌照片扔进 GPT-Image 2，结果生成了一张超专业的手相解读图——掌纹线条、事业线、感情线全给标出来了，还配了中英文注解。当场所有人都掏出手机开始拍手掌。
我当时的第一反应是：这玩意儿要是放在小红书或者朋友圈，绝对炸裂。
所以今天这篇，就是带你复现这个玩法。不需要任何绘画基础，只需要你有手（废话）和 GPT-Image 2 的访问权限。
先说说背景：为什么这玩意儿能火
我其实对"AI 玄学"类的内容一直持保留态度。ChatGPT 刚火那阵，一堆人拿它算命测星座，说实话那都是纯文本生成，没有信息输入，AI 根本就是在编故事糊弄你。
但 GPT-Image 2 这个玩法不一样。关键在于——它有输入。
你上传的是你自己的手掌照片，AI 是真的在"看"你的掌纹。虽然从玄学角度看，AI 解手相到底准不准是个大问题，但从技术角度看，这事儿值得聊聊。
它背后体现的能力是：视觉输入 → 特征提取 → 符号化标注 → 图文排版输出，这一整条链路在以前需要设计师、插画师、文案三个人协作，现在一台手机加一个 prompt 就搞定了。
为什么 GPT-Image 2 能做到这件事
先拆解一下底层能力。
GPT-Image 2 和上一代的 GPT-Image 1.5 最大的区别在于：它不是一个"文生图"模型，而是一个"视觉理解+生成"模型。
具体来说：
1. 它可以理解上传图片的内容
- 从掌纹照片中识别出线条走向、分叉位置、关键纹路
- 而不是简单地把图片压缩成风格参考
2. 它可以在原图基础上做叠加标注
- 选中具体的纹路线条，在原位置画上标注箭头
- 这个叫 “semantic-aware annotation”——不是无脑贴图，而是理解结构之后的精准标注
3. 它的文字渲染能力大幅提升
- 中英文混排基本不会出现乱码
- 文字能跟随图片风格调整字体样式
- 圆角卡片、线条粗细这些视觉细节都能控制
所以同样是 AI 生图，你要理解 GPT-Image 2 和 Midjourney 走的完全不是一条路。Midjourney 炫的是视觉效果和艺术风格，GPT-Image 2 强的是理解你的输入，然后基于理解做二次创作。
Step 1：拍一张合格的手掌照片——我踩了 5 个坑
别随便拍。我试了 5 种不同拍法，踩了 5 个坑，花了一个多小时才找到正确的姿势。
先说我的失败经验：
第一个坑：逆光拍摄。我站在窗边拍，自然光从背后打过来。结果掌纹全是阴影，AI 把那些阴影当成掌纹标注了，生成的图上一堆假纹路，看着像地图上的等高线。浪费一次调用。
第二个坑：手机离太远。第一次怕拍不全整只手，手机离了 40cm 远。AI 看不清纹路细节，输出的解读非常敷衍——“你的生命线较深”，就完了？跟星座运势那种"今天注意人际关系"一个水平。白瞎一次机会。
第三个坑：手心出汗。这天气热嘛，刚走了一段路回来就拍。掌纹缝隙里有汗渍反光，AI 把反光也当成纹路识别了。这就离谱了——AI 识别到我有一堆不存在的"断裂纹"，解出来说我最近事业有波折。差点被自己吓到。
第四个坑：背景复杂。第一次在咖啡厅拍的，桌上摆着杯子、手机、笔记本。AI 把背景里的物品轮廓也识别进去了，图里的标注内容变得一团乱。
第五个坑：手指没并拢。手指张太开会拉扯到掌纹，有些纹路会变形。AI 标注出来的走向和真实走向有偏差。
血的教训，标准姿势是这样的：
拍摄条件：自然光从正面打，不要逆光 手机距离：20-25cm，手掌占画面 70% 以上 手掌状态：五指自然并拢，不要用力撑开 掌心朝上：完全摊平，不要弯曲 背景：纯色桌面或白墙，没有杂物 拍摄前：把手擦干，不要有汗水反光按这个标准拍，成功率基本 100%。
Step 2：写好 prompt——这才是核心
很多人觉得这玩意儿是"上传照片自动解读"，其实不对。prompt 写得好不好，决定输出了什么档次的东西。
我对比了 10 组不同的 prompt，最终最稳的是这个模板：
根据我的手掌掌纹，制作完整的掌相阅读指南。 要求： - 黑白轮廓线稿风格，展示主要掌纹走向 - 使用干净简约的细线条，圆角卡片排版 - 标注以下内容：生命线、智慧线、感情线、命运线（如有） - 每条线旁边用中英文双语标注走向和简短解读 - 整体风格专业、清晰，适合分享到社交平台 - 在卡片底部加一句总结性的话这个 prompt 为什么最有效：
**第一，“黑白轮廓线稿”**是 GPT-Image 2 最擅长的风格。如果你不加风格限定，AI 可能会生成彩色插画风、水彩风甚至油画风——好看是好看了，但完全看不清纹路细节。黑白线稿最清晰。
第二，"中英文双语"是个 trick。加了双语之后，AI 的输出会自动规整很多。因为中文标注短，英文标注长，AI 为了平衡排版，会自动把内容压缩成更精炼的表达。而且双语显示显得专业，朋友圈一看以为你花钱找人做的。
**第三，“圆角卡片排版”**直接输出社交卡片格式，不需要二次修图。这个细节我试了三次才意识到。
**第四，“底部加一句总结”**这个是我看了 3 次输出都缺一点画龙点睛的效果之后加的。加了之后整张图片的完成度明显提升。
Step 3：实测效果——我跑了 7 个人的手掌
为了验证准确性，我找了 7 个不同的人来拍手掌，覆盖不同年龄、性别、手型。
测试结果：
| 样本 | 手型 | AI 标注准确度 | 趣味性 | 适合分享 |
| ------ | ------ | ------------ |
|---|---|---|
| 我 | 中等 | 85% |
| 朋友 A | 偏胖 | 70% |
| 朋友 B | 偏瘦 | 90% |
| 朋友 C | 老人 | 60% |
| 朋友 D | 小孩 | 50% |
| 同事 E | 伤痕多 | 40% |
| 同事 F | 运动员 | 80% |
规律总结：
- 掌纹越清晰、越典型的人，AI 标注效果越好
- 老人和小孩的掌纹偏浅，AI 识别率下降
- 手上有老茧、伤疤、色素沉着等干扰因素的，AI 会误判
- 运动员因为经常用手，掌纹较深，效果很好
最有趣的输出是朋友 B 的。他智慧线特别长，AI 在解读里写了一句："此人有极强的分析能力和逻辑思维，适合从事技术或研究工作。"他本人正好是程序员，当场笑疯。虽然纯属巧合，但效果拉满。
最翻车的是同事 E。他手上有几个干活留下的伤疤，AI 把疤痕识别成了"断裂纹"，解出来说他有大灾。他自己吓得准备去烧香了。我赶紧解释这是 AI 翻车了。
所以说，这玩意儿当娱乐玩玩可以，不要当真。万一 AI 说你有血光之灾，你记得先怀疑 AI，再怀疑人生。
进阶玩法：不只是手相
这个能力不止能玩手相，其实本质是**“基于视觉输入的自动标注生成”**。
同样的思路，你可以做：
1. 面部特征解读：上传面部照片，prompt 改成"根据面部特征生成面相分析图"。五官轮廓、额头、下巴这些全都能标。
2. 产品拆解图：上传产品照片，让 AI 标注各个部件名称。我试过拍了一张机械键盘，AI 把轴体、键帽、定位板、PCB 全标出来了。这个是真的有用。
3. 人体姿势分析：上传运动照片，让 AI 标注关节角度。跑姿分析、瑜伽动作校正什么的都能做。
4. 植物病虫害识别：拍叶子上的病斑，AI 标注病害类型。对养花人有奇效。
写在最后
GPT-Image 2 这个系列写到第 23 篇了，我自己越来越觉得它的核心竞争力和 Midjourney、Stable Diffusion 不在一个维度上。
MJ 和 SD 解决的是"从无到有"的问题——你没有图，AI 帮你画一张。
GPT-Image 2 解决的是"从有到精"的问题——你有图，AI 帮你理解、标注、再加工。
这是两个完全不同的产品逻辑。
下篇预告：GPT-Image 2 隐藏玩法终极合集，把所有 23 个玩法按场景分类整理，方便你随用随查。
如果你也试了什么新玩法，评论区分享一下，我帮你测。
往期回看：
- #22：上传美食照，AI 自动画手绘标注
- #21：输入身体数据，AI 出专属健身训练图
- #20：毕业/求婚/纪念日的人生里程碑海报
