GPT圖像2.5圖像編輯指南：參考、精確修改與問答

可靠的圖像編輯始於將一項請求的變更與所有必須保持穩定的內容區分開來。GPT Image 2.5 Sunburst 和 Flare 均接受圖像輸入；Sunburst 是面向高要求編輯的品質優先選擇，而 Flare 則是速度優先的候選方案。

受控編輯合約

寫四個區塊：僅更改、保留、整合、排除。例如：僅更換外套；保留身份、姿勢和構圖；匹配現有陰影；不添加首飾、文字或浮水印。

身份保持編輯

以已批准的人物作為首要參考。明確描述不可變的面部、髮型、身材比例和表情。為服裝或風格參考分配明確的獨立角色。編輯完成後檢查整個人物。

產品與標籤編輯

保護幾何形狀、標籤拼寫、端蓋形狀和反射效果。如需透明鏤空效果，請透過API請求透明背景並回傳PNG或WebP格式。驗證Alpha通道而非接受繪製的棋盤格圖案。

背景替換

描述新環境的視角、光線方向和接觸陰影。保持主體比例和相機位置。如果主體看起來像是貼上去的，通常缺少的是整合指令——而不是更多的形容詞。

物件移除

說出一個物體，並說明該區域自然應放置什麼。保護相鄰的手部、陰影、表面及構圖。窄幅修改更容易驗證。

多參考合成

為每張圖片編號，並定義其提供的是身份、服裝、背景還是風格。避免「混合所有內容」。當參考資訊衝突時，明確指出哪個輸入具有優先權。

重複編輯漂移

將批准的輸出傳遞到下一輪，請求一項更改並重申受保護的細節。OpenAI 警告說，重複編輯仍可能改變它們。當某個區域必須保持像素一致時，使用傳統合成。

編輯QA檢查清單

請求的變更已完成。
保護的面部、產品或佈局保持正確。
未出現額外文字或物件。
光影自然融合。
手部與接觸點保持合理。
文件格式與透明度正確。

從編輯過的靜幀到埃爾瑟

一旦圖像通過品質審核，保存其模型、提示詞、參考素材和版權記錄。像 Elser AI 這樣的平台可以將已核准的視覺資產用於更廣泛的角色、分鏡和動畫流程中，並支援上傳。請將此描述為工作流交接，而非未經核實的原生 GPT Image 2.5 整合。

在編輯前準備輸入

使用最高品質的原始檔案，確保準確呈現需要保留的內容。僅在裁切不會移除光照、透視或比例所需背景資訊時才進行裁切。刪除意外重複項目並為每個參考編號。確認您已獲得使用人臉、產品、藝術品和品牌資產的許可。

在開啟模型之前編寫編輯簡報：

目標：更換夾克。
主要來源：圖像1定義了身份、姿態和場景。
次要來源：圖片2–4定義了夾克、襯衫和靴子。
保護：面部、頭髮、身體、手部、博物館、相機、燈光。
驗收：服裝幾何形狀合理；身份未改變；無新增配飾。

有效的編輯模式

更換服裝，保留身份

命名受保護的面部特徵、比例、姿勢和表情。要求自然的布料行為和光照融合。防止模型借用服裝參考的身體或背景。

將主題與場景結合

指定哪張影像提供主體，哪張提供背景。定義位置、比例、與地面的接觸以及匹配的色溫。檢查主體的光線方向是否與場景一致。

將草圖轉化為渲染圖

保護佈局、視角和比例。添加材質、光照和環境規格。如果圖紙的保真度很重要，請說明不要添加新元素或文字。

建立本地化變體

預留乾淨的空間，僅替換所需文案。文本仍可能出錯，因此請逐字核對。對於法律性或頻繁更新的文案，請在生成後添加排版。

多輪編輯而不遺失原始內容

保留原始文件及所有已接受的中期文件。切勿覆蓋唯一已批准的版本。每輪僅請求一項連貫的更改，並並排比較初版、中間版和最終版。如果身份或幾何形狀開始偏離，應返回到最後接受的狀態，而不是無止盡地修正修正。

使用類似 hero-coat-v03-approved.png 的版本名稱，並將提示詞和參數儲存在其旁邊。編輯歷史記錄使團隊評審成為可能，並限制意外的倒退。

以最微小的關鍵細節選擇品質

在低或中等設定下起草構圖，但當驗收標準涉及小文字、皮膚細節、產品邊緣或複雜材質時，應評估更高設定。更高的設定並不保證更好的編輯效果。保持所有其他變數不變，檢查未滿足的要求是否確實得到改善。

故障診斷

如果主體發生變化，加強身份模組並減少同步編輯。如果物件浮動，明確指定接觸點、比例和陰影。如果顏色污染整個場景，說明參考僅提供物件設計。如果文字重複，引用確切措辭並禁止額外複製。如果背景是棋盤格，請求透明的API輸出，而不是視覺透明度圖案。

道德編輯

不要製作對真實人物的欺騙性描繪、偽造證據或刪除重要揭露資訊。對於涉及身份敏感的工作需獲得同意，保留來源資訊，並在情境需要時揭露合成修改。技術上成功的編輯仍可能不適合發布。

端到端產品編輯範例

想像一個護膚品牌需要將同一個瓶子從浴室照片中移到乾淨的編輯場景中。以原始產品照片作為圖像1，以燈光參考作為圖像2。不要使用競爭對手的廣告作為未經授權的風格捷徑。

第一次編輯將瓶子分離出來：

僅將圖像1中的瓶子提取到完全透明的背景上。
精確保持瓶身比例、泵頭幾何結構、標籤拼寫及瓶口處理。
居中產品，邊緣清晰自然，無光暈或陰影。
無背景、棋盤格、新文本、標誌變更或重新設計。

通過API請求透明PNG或WebP，並檢查Alpha通道。第二次編輯放置已批准的摳圖：

將已批准的瓶子放置在柔和的晨光中，一塊淺色石灰岩架子上。
精確保持產品幾何形狀和標籤。使接觸陰影和反射與貨架匹配。
圖像2僅提供光照柔和度與色溫；請勿複製其物件或佈局。
禁止出現手部、花朵、水花、額外文字或浮水印。

以100%放大倍率對比原圖與結果。當瓶蓋、標籤或容器寬度發生偏移時，場景可能仍具吸引力。請依據預設的產品規格標準進行判定，而非整體美觀度。

端到端字元編輯範例

針對重複出現的原創角色，首先以中性視角確立其身份。當將角色引入冬季場景時，需將服裝與場景區分開來：

圖像1定義了身份、姿勢和構圖。圖像2僅定義了冬季外套。
僅將圖像2中的深綠色羊毛外套替換掉原有衣物。
保留面部、膚色、眼睛顏色、黑色短髮波波頭、新月形疤痕、身體比例，
表情、手部與相機位置。使外套自然地貼合現有姿勢。
保留車站背景，但將天氣改為小雪並調低環境光亮度。
不要添加帽子、圍巾、首飾、文字或額外的人物。

這已經是兩個相關的改動——衣服和天氣。如果結果出現偏差，請將它們拆分為單獨的編輯，並在更改天氣之前先批准外套。

何時停止生成式編輯

當剩餘的修改是確定性的時候，切換到傳統編輯器：修正最終的法律文本、恢復像素鎖定的標誌、將元素對齊到精確網格或調整一個已知的顏色值。生成式編輯對於語義修改很有價值，但它並非總是生產收尾階段最可靠的工具。

在預期未來需要進行本地化或合規性更新時，保留分層源檔案。生成的圖像可作為視覺基礎，而確切的文字、標誌和所需標記仍保持可編輯狀態。

團隊評審交接

提供審閱者修改前後的對比、編輯說明、受保護細節清單以及預期發布渠道。請他們分別標記身份、事實、法律和視覺方面的問題。「我不喜歡」很難修正；而「泵體變高了，標籤少了一個字母」則對應具體的操作。

批准資產及其允許的用途。在產品頁面上適用的裁剪，在移動廣告中可能難以辨認，或作為動畫參考時存在安全隱患。

常見問題解答

哪種模型更適合編輯？

OpenAI 將 Sunburst 定位為編輯精度至關重要的場景。當速度至關重要且其品質達標時，請測試 Flare。

編輯能否精確保留像素？

不要這樣假設。在必須精確保留的情況下，複合鎖定區域通常如此。

我可以使用多個參考文獻嗎？

是的；為每個分配編號的目的並定義優先級。

結論

成功的編輯是受約束的變更。提出一個請求，保護其他所有內容，檢查完整輸出並保留審計追蹤。這種紀律比反覆要求模型「保持原樣」更為重要。