GPT圖像2.5提示指南：如何寫出更好的圖像提示

一個強大的GPT Image 2.5提示詞是一份可讀的生產規格說明。它說明了圖像的用途、必須出現的內容、場景如何構圖、外觀應如何以及哪些內容不得更改。冗長的形容詞列表不如可見的、可測試的指令有用。

OpenAI 的官方指南建議從預期結果開始，然後描述主體、構圖、風格和限制條件。對於修改，請將請求的更改與受保護的細節分開。一次優化一個方面，並檢查每個結果。

五部分提示結構

1. 目的

為交付物命名：電商主圖、垂直動漫關鍵幀、編輯圖表或透明去背圖。明確用途有助於解決模棱兩可的選擇。

2. 主題

描述可見的身份、材質、服裝、姿勢和動作。優先選擇「全身可見，包括腳部，低頭看著打開的書」，而不是「充滿活力的自信姿勢」。

3. 組成

指定鏡頭尺寸、視角、相對位置和留白。攝影術語是視覺提示，而非精確光學模擬的保證。

4. 風格與燈光

命名媒介與具體外觀：賽璐珞風格動畫、無塗層紙張的編輯插畫、寫實影棚照片。描述光線的方向、色彩與柔和度。

5. 約束條件

列出所需文本、排除項和需保留的細節。約束條件應可觀察：「一人」、「標籤不變」、「無額外文本」、「透明背景」。

生成提示範例

用途：原創超自然動畫短片9:16開場關鍵幀。
主題：一位年輕檔案管理員，留著齊耳紅褐色短髮，戴著黑色圓框眼鏡，身穿海軍藍工作外套。她手持一封帶有紅色蠟封月亮標誌的密封紙信封。
構圖：全身，可見雙腳，低角度鏡頭。角色位於左側三分之一處；身後是無盡延伸的檔案架。右上角留出乾淨的暗色區域，供後續放置標題。
風格：精細手繪動漫背景，克制賽璐珞著色，自然比例。
燈光：一盞暖色檯燈，映襯著高窗外清冷的藍色月光。
限制：僅限一個角色。信封和徽章清晰可見。無文字、標誌、浮水印、現代電子設備或發光眼睛。

使用API時，將模型、尺寸、品質和背景作為API參數設定，而不是將它們埋沒在文字描述中。

編輯提示公式

用法：變更 + 受保護詳情 + 整合要求 + 排除項。

僅將角色海軍工作外套更換為圖2中的米色野戰夾克。
保持她的面部特徵、眼鏡、髮型、身材比例、姿勢、手部動作、信封以及精確的畫面構圖。
將夾克與現有的月光、檯燈陰影和身體幾何形狀相匹配。
不要改變背景、攝影機角度、蠟印或圖像風格。不要添加文字、珠寶或浮水印。

審查整個輸出。重複編輯可能會改變本應受保護的細節，因此在每一步都重新陳述關鍵錨點。

為參考圖像分配角色

為每個輸入編號並定義其任務：

圖片1：身份與姿勢參考。
圖片2：僅作服裝參考。
圖3：僅作燈光和色彩參考。

保留圖像1的人物與構圖。僅使用圖像2替換服裝。應用圖像3中冷窗與暖燈的關係，但不複製其房間或物體。

這比「以此為靈感」更清晰，後者讓模型自行決定哪些細節重要。

提示精確文本

將所需的文案放入引號中，並指明位置、字型樣式和排除項：

"最終檔案"
排版：緊湊大寫無襯線字體，寬字距，白色。
位置：右上角留白區域，靠左對齊。
無字幕、演職員表、標誌、水印或額外文字。

檢查每個字元。官方文件指出，文字渲染仍可能出現問題，特別是在字型較小、資訊密集或使用多種字型的情況下。對於關鍵業務文案，請在生成圖片時預留空間，並在設計工具中加入最終排版。

角色一致性提示

在生成場景之前，先建立一個標準參考。定義一小套身份錨點：臉型、髮型、眼睛顏色、身材比例、標誌性服裝和一個道具。重複使用已核准的圖像作為參考，並重複這些錨點。

不要在每個提示中都塞滿背景資訊。只有視覺事實會影響圖像。將場景狀態——如雨、泥土、臨時損壞——放在穩定的身份模組之後，這樣它就不會取代標準設計。

選擇 Sunburst 或 Flare

當速度至關重要時，請使用 Flare。當工作流程對品質或編輯有較高要求時，請使用 Sunburst。保持提示詞、輸入、尺寸和品質不變以進行比較。

不要因為提示詞含糊就立即選擇最高品質來彌補。首先要判斷結果出錯是因為指令不清晰，還是因為渲染保真度不足。

按故障類型進行故障排除

遺失物件

描述其位置、關係與可見性：「破碎的指南針在她的右手中，無障礙，面向鏡頭。」移除競爭物體。

錯誤的構圖

降低場景複雜度。指定主體位置、畫幅大小和留白空間。要求一個鏡頭概念，而非多個運鏡或鏡頭。

身份漂移

使用已批准的參考，重複不可變錨點，請求一次更改，並明確保護面部、比例、髮型和姿勢。

不需要的文字

要求「無文字、字母、數字、標誌、標識或浮水印。」檢查可能引發標識的背景物體。

編輯改變一切

以「僅更改X」開頭。列出保留的身份、幾何形狀、佈局、光照和標籤。如果某個區域必須保持像素一致，則在生成步驟之外將其合成。

提示詞過長

移除背景故事和同義詞。將需求整理成帶標籤的模組。一個可維護的提示比充滿重複想法的詩意段落更容易除錯。

有意識的迭代循環

使用顯式模型和質量生成基線。
將結果與書面驗收清單進行比較。
識別一個失效類別。
更改一條指令或參數。
將核准的結果傳遞至下一輪編輯。
記錄已接受資產的提示和設定。

改變五個變數會讓學習變得不可能。狹窄的疊代也會降低成功細節消失的可能性。

從靜態圖像到Elser動畫

如果預期交付物是動畫，請提示生成可用的關鍵幀：清晰的輪廓、可辨識的手部、簡潔的前景、穩定的服裝以及足夠的動作空間。然後將已獲得版權授權的圖像用於動畫工作流程，例如 Elser AI，在該流程中可繼續完成角色、故事板、影片、音訊和剪輯等步驟。

除非當前產品介面確認原生可用，否則不得聲稱 GPT Image 2.5 是在 Elser 內部生成的。請準確描述交接過程：該靜態圖像是使用 GPT Image 2.5 建立或編輯的，隨後在支援的情況下匯入 Elser 進行下游生產。

按使用場景分類的提示詞模板

產品主圖

用途：可重複使用鋼製水瓶的電商主圖。
主题：保留圖1中的瓶身幾何形狀、瓶蓋、霧面鼠尾草色飾面及標籤。
構圖：在淺色石頭上居中四分之三視角，上方留出充足空間，完整展示產品。
燈光：左上角大型柔光箱，可控接觸陰影，真實反射。
限制：不得更改標籤、不得有凹痕、液滴、手部、道具、文字或浮水印。

編輯示意圖

定義少量帶標籤的元素、它們的層級結構和閱讀順序。如果精確的文案內容較多，可先生成視覺結構，然後在模型外部添加最終的排版。一個視覺上美觀但事實模糊的圖表並不算成功。

透明資產

提示詞：一個孤立的居中主體，邊緣清晰，無陰影或背景。在API中，同時設定透明背景和PNG/WebP格式。檢查實際的Alpha通道資料。

電影級環境

指定地點、時間、天氣、規模、前景／中景／背景以及敘事焦點。用空間關係取代模糊的「史詩」語言。

在提示前建立驗收清單

在生成之前，先寫出五到十條通過/失敗要求。對於角色關鍵影格，這可能包括正確的眼睛顏色、可見的指南針、一個人物、無文字、清晰的右手握持和空白的標題空間。對照清單進行審查，而不是僅憑感覺判斷圖像是否良好。

記錄已接受的提示詞、模型、快照、參數和參考資訊。這將成功的圖像轉化為可重複使用的配方，並使後續的偏差可診斷。

常見問題解答

更長的提示詞能生成更好的圖像嗎？

不會自動進行。請包含有用的可見要求，並刪除矛盾或不相關的細節。

參數應該放在提示詞內部嗎？

使用API時，透過其參數設定模型、品質、尺寸、格式和背景。使用提示詞指定視覺內容和約束條件。

一個編輯請求應包含多少更改？

傾向於一次連貫的變更。狹小的編輯使故障更易診斷，受保護的細節更易審查。

GPT Image 2.5 能否完美保持角色一致性？

它可以保留主語，但官方文件仍承認可能存在一致性的問題。請使用參考資料，重複錨點並檢查每個輸出。

哪種模型最適合提示測試？

Flare 通常以速度為優先選擇。在需要高品質或精確編輯的實際需求時，請使用 Sunburst。

結論

可靠的 GPT Image 2.5 提示應描述可交付成果，而非空想。明確目的、主體、構圖、外觀和約束條件。對於編輯，應準確說明哪些內容需更改、哪些保持不變。為每個引用指定角色，並每次只迭代一個變數。

模型固然重要，但提示的清晰度與審查的嚴謹性決定了有吸引力的生成結果能否成為可用的生產資產。