GPT Image 2.5使用指南：AI绘画生成与编辑技巧
选对模型、写出有效的提示词、在多次编辑中保住画面细节，是用好AI图像工具的三个核心要点。
在开始使用前，先明确你想要的图像效果：先梳理主体、构图、风格和限制条件。如果是图像编辑工作，一定要清晰界定“需要修改的部分”和“必须保留的细节”，每次只调整一个变量，完成后再检查输出结果。
模型选择策略
GPT Image 2.5 提供两个可选模型：
- GPT Image 2.5 Flare：针对速度优化的轻量模型，画质表现与GPT Image 2基本持平
- GPT Image 2.5 Sunburst：针对画质优化的基础模型，最终效果优于GPT Image 2
两个模型都支持图像生成、编辑以及透明背景输出，在精准编辑和主体保持方面都有明显改进。
对于新的工作流：如果更看重生成速度，可以优先尝试GPT Image 2.5 Flare；如果对画质有更高要求，则从GPT Image 2.5 Sunburst开始。等得到符合预期的输出后，再尝试切换到另一个模型，看看能否在保证效果的同时降低延迟。
如果是从现有模型迁移过来，需要以当前的画质要求作为基准进行测试：如果原本使用GPT Image 2就能满足需求，可以先测试Flare模型，验证是否能在不损失效果的前提下提升速度；如果GPT Image 2在复杂场景下效果不佳，则先测试Sunburst模型确认画质达标。第一次对比测试时，需要保持提示词、参考图、输出尺寸和格式完全一致，确保对比的公平性。
如果Sunburst模型的输出达标，可以再用相同的参数测试Flare模型：如果Flare的效果同样达标且延迟更低，就可以切换到Flare；如果Sunburst的画质优势对你的工作流至关重要，则继续使用Sunburst。请务必在自己的实际工作负载中测试响应时间和画质表现，因为不同的提示词、参考图、输出尺寸和质量设置都会影响最终结果，一个场景下的提速并不代表在所有场景下都适用。
模型参数配置
API参数需要在代码层面单独设置，与提示词内容分开管理。自定义分辨率需要按照「宽x高」的格式填写，同时必须遵守以下限制：
- 单条边的像素数不超过3840
- 宽度和高度都必须是16的整数倍
- 长边与短边的比例不超过3:1
- 总像素数在655360到8294400之间
总像素超过3686400（即大于2560x1440）的输出属于实验性功能。
在选定模型后，再调整质量档位。第一次对比测试时，需要确保两个模型使用相同的质量档位，同时保持提示词、参考图和输出尺寸一致。需要注意：相同的质量档位名称，在不同模型上对应的画质和响应时间并不相同。
如果输出效果不达标，可以先尝试更高的质量档位；达标后再逐步降低档位，验证能否在降低延迟的同时保留画质。只有当xhigh或max档位能在你的延迟预算内解决画质短板时，才建议使用这些高端档位——更高的档位并不保证所有提示词都能产出更好的结果。
如果需要透明背景的素材，需要显式设置background="transparent"，并使用PNG或WebP格式输出。输出后需要检查解码后的alpha通道，尤其是头发、玻璃、阴影和物体边缘的透明度表现。output_compression参数仅适用于JPEG或WebP输出，不适用于PNG格式。
高效提示词编写技巧
编写有效的提示词可以遵循以下几个核心原则：
- 明确输出目标：说清图像的主体和用途，比如产品照片、广告海报或教学示意图。指定构图、宽高比和关键的位置限制。对于复杂请求，建议将提示词按照「场景、主体、细节、限制」的结构分模块组织。
- 选择易维护的格式：短句、描述性段落、类JSON结构、指令列表或标签都可以传递需求，选择最易读、易修改的格式即可，不需要使用特殊语法。
- 详细描述可见细节：明确说明材质、光线、颜色和视觉媒介。如果想要照片级真实感，需要明确写出photorealistic或real photograph，并补充取景方式和质感描述。相机参数仅作为外观提示，无法保证精确的物理模拟。对于广阔的场景、电影感画面、弱光环境、雨天或霓虹场景，直接指定比例、氛围和颜色，而不要仅依赖情绪类词汇。
- 清晰定义人物与动作：描述取景范围、相对比例、视线方向和与物体的互动。例如“全身入镜，包括脚部”“低头看着摊开的书本”“双手自然握住车把”，这些细节能让人物姿势和动作更准确。
- 精确指定文字内容：必须出现的文案需要用引号标注，并说明位置和字体样式。生僻词或品牌名必要时可以逐字母拼写。如果要求“不出现其他文字”，需要检查输出的拼写和清晰度。对于小字、密集信息或多字体场景，建议对比medium和high两个质量档位的表现。
- 区分修改与保留内容：在图像编辑时，明确指出“只修改X部分”，并列出必须保留的细节，比如人物身份、几何形状、布局、光照和标签。明确排除不需要的元素，比如多余文字、logo或水印。进行精细的局部编辑时，还需要说明饱和度、对比度、箭头、相机角度和周围物体必须保持不变。
- 为参考图分配角色：给每张输入图编号并说明用途，比如作为主体参考、风格参考、服装参考或背景参考。明确说明这些参考图应该如何组合，以及哪些元素需要移动或调整位置。
- 有意识地迭代优化：将上一次的输出作为下一次编辑的输入，每次只要求一个改动，并重申需要保留的细节。“和之前同风格”这类表述可以携带上下文，但如果结果偏离预期，务必重新明确关键限制。先对比两次输出的差异，再决定是否需要添加更多指令。
下面的示例分别演示了不同的提示词技巧，你可以将这些示例作为起点，根据自己的图像需求和场景进行调整。
控制风格与光线
示例提示词
创建一张真实抓拍风格的照片，主体是一位站在小渔船上的老水手。他的皮肤饱经风霜，带有可见的皱纹、毛孔和日晒痕迹，手臂上有几处褪色的传统水手纹身。他正平静地调整渔网，身边的狗安静地坐在甲板上。采用35mm胶片摄影的拍摄风格，中近景视角，使用50mm镜头。光线为柔和的海岸日光，浅景深，带有细微的胶片颗粒感，自然的色彩平衡。整体画面要真实自然，不刻意摆拍，保留真实的皮肤纹理、磨损的材质和日常细节，避免过度美化和重度修图。
这个示例从主体、取景、光线和质感四个维度描述了画面效果，明确指定了抓拍式构图，并排除了重度修图的要求。生成参数为size="1024x1536"，quality="medium"。
制作流程信息图
示例提示词
创建一张详细的自动咖啡机工作流程信息图，展示从豆仓、研磨、称重、水箱、锅炉到出品的完整流程。我希望能够从技术和视觉两个层面理解这套流程。
需要明确说明流程名称、目标受众和这张图要传达的核心信息。对于信息图类图像，除了外观效果外，还要核对标签和事实关系是否准确。生成参数为size="1024x1536"，quality="medium"。
渲染精确文字内容
示例提示词
为名为Thread的年轻街头品牌拍摄一张潮流感广告大片。画面中是一群结伴闲逛的朋友，搭配标语“Yours to Create”。整体风格要符合青年街头服饰的广告调性：时尚、现代、充满活力且品味出众。采用干净的构图、鲜明的色彩方向、自然的姿势和专业的时尚摄影手法。标语需要清晰展示一次，融入整体布局，不添加额外文字、水印或无关logo。
需要将要求的文案用引号标注，并明确出现次数。同时说明目标受众和视觉处理方式，避免添加无关指令。生成参数为size="1024x1536"，quality="medium"。
设计可复用品牌标识
示例提示词
为本地面包店Field & Flour设计一个原创且不侵权的品牌标识。标识风格要温暖、简洁且具有 timeless 质感，采用干净的矢量图形、鲜明的轮廓和平衡的留白。优先选择简洁的细节设计，确保在不同尺寸下都能清晰识别。采用扁平化设计， minimal strokes，仅在必要时使用渐变。背景为完全透明，输出单个居中的标识，带有充足的留白，边缘清晰的alpha通道，不添加纯色背景、场景、棋盘格或水印。
需要明确描述品牌和标识的核心形状，指定在不同尺寸下都清晰可辨的构图。可以通过n参数一次生成多个变体。生成参数为size="1024x1536"，quality="medium"，background="transparent"，output_format="png"，n=1。
还原历史场景
示例提示词
创建1969年8月16日纽约州Bethel的户外人群场景写实照片。画面要符合时代背景，服装、布景和环境都要准确还原历史细节。
通过指定具体的地点和日期来建立历史背景，模型可以自动推断符合时代的细节，但仍需要检查服装、布景和周围环境是否符合史实。生成参数为size="1024x1536"，quality="medium"。
创作四格漫画故事
示例提示词
创建一个包含4格的竖版漫画卷轴。
第一格：主人从前门离开，宠物在后方的窗户中被框住，体型小巧贴在玻璃上，眼睛睁大，爪子高高抬起，屋内瞬间安静下来。
第二格：门咔哒一声关上，寂静被打破，宠物慢慢转向空无一人的屋子，姿态转变，眼神锐利充满可能性。
第三格：屋子变了样，宠物像主人一样 sprawling 在沙发上，旁边有面包屑，阳光像聚光灯一样穿过房间。
第四格：门打开了，宠物端正地坐在入口处，警觉又镇定，仿佛什么都没发生过。
将故事拆解为清晰的视觉镜头，每个格子只表现一个动作场景。描述要具体且以动作为核心，这样模型才能将故事转化为节奏合理、易于阅读的分镜。生成参数为size="1024x1536"，quality="medium"。
生成移动应用界面预览
示例提示词
为本地农夫市集创建一个写实的移动应用UI模拟界面。展示今日市集的简单头部导航、带有小照片和分类的简短供应商列表、一个小型的“今日特惠”板块，以及包含地点和营业时间的基础信息。设计要实用且易用，采用白色背景、柔和的自然 accent 颜色、清晰的排版和 minimal 的装饰。整体看起来要像一个为小型本地市场设计的真实、精心打造的美观应用。将UI模拟界面放在iPhone边框中。
制作界面预览图的核心技巧是将产品描述为“已经完成的成品”。聚焦布局、层级、间距和真实的界面元素，避免使用概念艺术式的语言，这样生成的效果会更像可上线的正式界面，而非设计草图。生成参数为size="1024x1536"，quality="medium"。
制作科普教学图示
示例提示词
为高中生创建一张名为“细胞呼吸概览”的简单生物图示。展示葡萄糖如何在细胞内转化为能量，包括糖酵解、克雷布斯循环和电子传递链。使用箭头连接各个步骤，并标注主要分子：葡萄糖、丙酮酸、ATP、NADH、FADH2、CO2、O2和H2O。整体风格要像干净的课堂讲义或幻灯片，采用白色背景、简单图标、清晰标签和易读的文字。避免使用过小的文字、额外装饰或任何让图示难以理解的元素。
科普教学图示非常适合生物、化学、课堂教学、扁平科学图标系统、示意图和学习素材。提示词需要按照教学设计需求单的形式编写：定义受众、教学目标、视觉形式、必需标签和科学约束。想要效果更好，需要要求干净扁平的视觉体系、统一的图标风格、清晰的箭头、可读的标签和足够的留白，让学生一眼就能看懂。涉及准确性时，明确列出必须出现的组成部分，并说明不要绘制的内容。对于标签密集的图示或用于幻灯片、课件的素材，建议使用quality="high"。生成参数为size="1536x1024"，quality="high"。
制作商业演示幻灯片
示例提示词
创建一张名为“市场机会”的融资路演幻灯片，风格要像YC-backed初创公司的真实A轮融资幻灯片。使用干净的白色背景、现代无衬线字体如Inter，以及简洁的布局。幻灯片需要包含：
1. 采用柔和的蓝色和灰色的TAM/SAM/SOM同心圆图表
2. 具体且可信的市场规模数据：
* TAM: $42B
* SAM: $8.7B
* SOM: $340M
3. 下方的简洁柱状图展示2021到2026年的市场增长，带有轻微的上升趋势
4. 小字体脚注：“AGI Research, 2024”和“Internal analysis”
5. 右下角的公司logo占位符
整体设计要符合真实融资路演的风格：文字易读、数据层级清晰、间距考究，采用专业的初创公司视觉语言。避免使用剪贴画、库存照片、渐变、阴影、装饰元素或任何看起来通用或过度设计的内容。
效率类视觉素材的提示词需要写成“交付物规格说明”而非插画请求。明确指出交付物类型（幻灯片、流程图、图表、页面图），定义画布和层级，给出真实的文字或数据，再描述视觉语言。提示词应包含实用约束：清晰可读的字体、精致的间距、不要装饰性杂物、避免俗套的图库照片感。幻灯片、图表类素材需要直接将数字和标签写入提示词。演示文稿风格建议使用横版尺寸；如果图中有小字、图例、坐标轴或脚注，需要使用quality="high"。示例中的市场数据和引用均为虚构的设计输入，实际使用前请替换为核实过的数据。生成参数为size="1536x864"，quality="high"。
图像编辑实用技巧
使用client.images.edit接口时，需要传入参考的输入图像。需要蒙版的局部编辑可以参考专用的蒙版编辑指南。
翻译文字并保留版式
示例提示词
将信息图中的文字翻译成西班牙语，不改变图像的任何其他方面。
可以使用之前制作的咖啡机流程信息图作为输入，要求只替换文字、保持设计不变，然后检查译文是否准确，是否有遗漏的原语言单词。编辑参数为size="1024x1536"，quality="high"。
迁移视觉风格
示例提示词
参考输入图像的风格，生成一个骑摩托车的男性形象，背景为纯白色。
需要给参考图指定具体角色，比如它的配色、材质或视觉媒介，然后单独描述新主体。可以使用像素风游戏画面作为风格参考输入。编辑参数为size="1024x1536"，quality="medium"。
保留人物特征仅更换服装
示例提示词
使用提供的服装图片更换图中女性的服装，不改变她的脸部、五官、肤色、体型、姿势或身份。保留她的 exact likeness、表情、发型和比例，仅更换服装，让衣物自然贴合她现有的姿势和身体结构，带有真实的织物质感。匹配原始照片的光线、阴影和色温，让穿搭看起来自然融合，没有粘贴感。不改变背景、相机角度、构图或图像质量，不添加配饰、文字、logo或水印。
可以使用人物照片和多张服装参考图作为输入，明确说明哪些人物特征必须保持不变，仅允许修改服装。这个方法同样适用于需要保持产品或物品可识别的编辑场景。编辑参数为size="1024x1536"，quality="medium"。
组合多张参考素材
示例提示词
将第二张图片中的狗狗放到第一张图片的场景中，放在女性旁边，保持相同的光线、构图和背景，不改变任何其他内容。
将场景照作为图1、狗狗照作为图2传入，明确说明移动哪个元素、移到哪里以及哪些内容必须保持不变。编辑参数为size="1024x1536"，quality="medium"。
制作透明背景产品抠图
示例提示词
从输入图像中提取产品，将其隔离在完全透明的背景上。输出：产品居中放置，轮廓清晰，没有光晕或边缘毛糙。保留产品的几何形状和标签的可读性，仅进行轻微的抛光处理，不添加纯色背景、棋盘格、场景或阴影。不重新设计产品，仅移除背景并保留干净的alpha透明通道。
在提示词中要求“隔离主体”，同时在API中设置background="transparent"。使用PNG或WebP格式，保留返回的alpha通道，PNG输出不要添加output_compression。手绘的棋盘格不等于透明背景。后续编辑时需要重申保留透明背景的要求。编辑参数为size="1024x1536"，quality="medium"，background="transparent"，output_format="png"。
将手绘稿转为写实图像
示例提示词
将这幅手绘稿转为写实图像，保留 exact 的布局、比例和透视。选择与草图意图一致的真实材质和光线，不添加新的元素或文字。
草图转写实的工作流非常适合将潦草的手绘稿转化为照片级的概念图，同时保留原始意图。提示词需要按照规格说明来写：保持布局和透视不变，然后通过指定合理的材质、光线和环境来添加真实感。加上“不要新增元素或文字”的要求，避免模型自由发挥。编辑参数为size="1024x1536"，quality="medium"。
移除画面中的物体
示例提示词
移除男人手中的花，不改变任何其他内容。
移除物体时需要明确指出要移除的对象，并要求保留周围的一切元素。保持人物、姿势、光照和构图不变，才能让编辑局限在局部区域。编辑参数为size="1024x1536"，quality="medium"。
将人物插入新场景
示例提示词
创建一个高度写实的动作场景，图中的人物正在逃离一只在营地袭击的大型真实棕熊。画面要看起来像真实的照片，而非过度修饰或电影海报风格。她在画面中居中，但背对相机，穿着户外露营服装，脸上有泥土，衣服有撕裂痕迹。她看起来很害怕但专注于逃跑，从熊身边跑开，熊正在破坏她身后的营地。营地位于优胜美地国家公园，带有可信的自然细节。时间是黄昏，带有自然的光线和真实的色彩。所有元素都要真实自然，未经风格化处理，仿佛捕捉到了真实的瞬间。避免电影打光、戏剧性色彩分级或风格化构图。
将人物插入新场景并保留其外貌特征。指定自然的光照、可信的细节、身体取景、视线方向和与场景的互动，明确说明哪些五官和比例必须保持不变。对于gpt-image-2模型，无需设置input_fidelity参数，图像输入始终以高保真处理。可以使用“博物馆里的女士”作为输入图。编辑参数为size="1024x1536"，quality="medium"。
多轮迭代优化方法
从一张初始输出开始，检查效果后将其作为下一次编辑的输入。每一轮只进行小幅度的改动，这样才能清晰判断哪个修改起到了预期作用。
制作初始场景图
示例提示词
创建一张日落时分高速公路旁的洗发水广告牌写实模拟图。广告牌文字（完全匹配，无额外字符）："Fresh and clean"。排版：加粗无衬线字体，高对比度，居中对齐，间距整齐。确保文字只出现一次且清晰易读，不添加水印或logo。
可以使用之前制作的洗发水产品图作为这个广告牌场景的输入，标签文字需要逐字引用。编辑参数为size="1024x1536"，quality="medium"。
单次仅修改一个条件
示例提示词
将场景改为下雪的冬夜。
将上一步各模型的广告牌输出传回各自的下一个编辑请求，这个简短的后续指令仅修改天气效果，保留原有场景的其他元素。编辑参数为size="1024x1536"，quality="medium"。
保持角色外观一致性
在为一本多插图的书籍创作角色时，首先创建一个可复用的角色参考图，帮助在不同场景、姿势和页面中保持外观一致。在改变环境和故事的同时，重申角色的关键特征。
确立角色形象
示例提示词
创作一张儿童书籍插图，介绍主角角色。
角色：一位年轻的童话风格英雄，灵感来自森林里的小捣蛋鬼，穿着简单的绿色连帽束腰上衣、柔软的棕色靴子和一个小腰带袋。角色表情温和，眼神温柔，性格勇敢但温暖。携带一把小型木质弓箭，仅用于帮助而非伤害。
主题：角色保护和救助小型森林动物，比如松鼠、鸟类和兔子。
风格：儿童书籍插图，手绘水彩效果，柔和的轮廓，温暖的 earthy 颜色， whimsical 且友好。比例适合图画书（头部稍大，表情生动）。
约束：原创角色（无版权问题），无文字，无水印，背景为简洁的森林背景以清晰展示角色。
需要明确定义角色的外观、比例、服装和性格基调。生成参数为size="1024x1536"，quality="medium"。
延续故事场景
示例提示词
使用相同的角色继续儿童书籍的故事。
场景：同一位年轻的森林英雄正在温柔地帮助一只受惊的松鼠，从冬季风暴后的倒下树木中脱困。角色跪在松鼠旁边，提供安抚。
角色一致性：保持相同的绿色连帽束腰上衣，相同的面部特征、比例和调色板，相同的温和勇敢的性格。
风格：儿童书籍水彩插图，柔和的光线，积雪的森林环境，温暖舒适的氛围。
约束：不重新设计角色，无文字，无水印。
复用之前生成的角色图并描述新的场景，重申外观约束，这样才能保持角色的一致性。编辑参数为size="1024x1536"，quality="medium"。
更多实用工作流
更换房间内的家具
示例提示词
在这张房间照片中，仅将白色椅子替换为木质椅子。保留相机角度、房间光线、地面阴影和周围物体，保持图像的所有其他方面不变。实现写实的接触阴影和织物纹理。
可以在真实空间中预览家具或装饰的改动，而无需重新绘制整个场景。目标是实现“外科手术式的真实”：仅更换一个物体，同时保持相机角度、光照、阴影和周围环境，让编辑结果看起来像真实照片而非重新设计的场景。编辑参数为size="1536x1024"，quality="medium"。
设计节日贺卡
示例提示词
创建一张圣诞节日贺卡插图。
场景：温馨的圣诞场景，一只旧泰迪熊坐在纪念盒里，毛发略微磨损，带有柔软的缝线修补痕迹，放置在窗户旁边，窗外有飘落的雪花。这个场景暗示孩子已经长大，但回忆永存。
氛围：温暖、怀旧、温柔、触动人心。
风格：高端节日贺卡摄影，柔和的电影打光，真实的纹理，浅景深，雅致的散景灯光，高质量打印构图。
约束：仅使用原创作品，无商标，无水印，无logo。仅包含以下卡片文字（完全匹配）："Merry Christmas — some memories never fade."
创作节日贺卡概念时，需要描述场景、情绪基调、材质、光线和精确文案。如果想要3D立体贺卡或实拍贺卡的质感，可以指定纸张层次、纤维、折痕和柔和的影棚灯光。生成参数为size="1024x1536"，quality="medium"。
设计收藏级周边产品
示例提示词
设计一个复古风格的玩具螺旋桨飞机收藏级可动人偶，带有圆润的机翼、前置旋转螺旋桨、略微磨损的漆边、经典的儿童比例，作为怀旧节日收藏品，放置在吸塑包装中。
概念：这款复古玩具飞机的怀旧假日收藏品，灵感来自童年假期里孩子们玩的简单玩具飞机，唤起温暖、想象力和童年的奇妙感。
风格：高端玩具摄影，真实的塑料和喷漆金属纹理，影棚灯光，浅景深，清晰的标签印刷，高端零售展示效果。
约束：仅原创设计，无商标，无水印，无logo。仅包含以下包装文字（完全匹配）："Christmas Memories Edition"
使用产品摄影的语言探索周边和包装概念：材质、包装、印刷清晰度。保持设计原创、不侵权，并对比多个角色或包装变体。生成参数为size="1024x1536"，quality="medium"。
