GPT Image 2.5 官方指南,我把重点整理成中文了

今天把 GPT Image 2.5 的官方指南从头看了一遍,给大家整理一下。

里面从生图、写字、参考图,一直讲到改图、做系列、输出素材。我挑了实际做图时最用得上的部分,配图直接用官方案例。

没时间看全文的,看这篇就能先知道怎么下手。

1. 第一张图,先把用途和画面安排讲清楚

官方建议在 Prompt 里交代用途,再写主体、场景、构图和限制。短句、段落、JSON 都能表达这些要求,选自己方便改的格式就行。

同样是一瓶饮料,电商主图需要看清瓶身,促销海报需要给价格和文案留地方。开头把用途交代清楚,后面的构图才有依据。

接着想几个具体问题:

- 主体占多大?拍全身,还是只到肩膀?

- 从哪个方向看?平视、俯拍,还是低机位?

- 文字准备放哪?那一块需要留多少空白?

- 人在做什么?视线看向哪里,手和物体怎么接触?

这几项会直接决定画面能不能用。

比如你要给海报排大标题,人物头顶的空间就得提前留出来。等一张满构图的图生成了,再往上面硬塞字,后面会很难排。

2. 想要什么质感,就描述看得见的细节

摄影、水彩、3D,先说清视觉类型。再补材质、光线、颜色和表面细节。

“高级感”可以往下拆:是磨砂金属、柔和反光,还是粗粝纸张、低饱和配色?写到这一步,风格才开始变得具体。

看官方这张摄影案例:

它的要求里有皮肤纹理、旧衣物、自然光,以及日常抓拍的感觉。你想保留的真实感,正好就藏在这些细节里。

相机和镜头词可以帮助表达观感,生成后再检查具体光学效果是否符合要求。做一张自然的生活照,也要检查 Prompt 里的审美要求有没有打架:一边要求随手抓拍,一边又把精修、大片、完美皮肤全写上了……

3. 图里的字,按正式文案来交代

需要出现的文字原样写出来,加引号,再交代位置、字体风格和出现次数。品牌名或容易拼错的词,可以逐个字母写清。

这张广告的要求里,连标语出现一次都写明了。做品牌图时,这种小约束很有用。

中文海报也一样。主标题、副标题、署名各自是什么,谁大谁小,提前安排好。尤其短标题,一眼就能看见,错一个字会很显眼。

做信息图、课件、数据图时,还要把内容本身交代完整:真实数字、标签、步骤,以及它们的关系。图生成后,再查一遍文字和事实。

图表里的数字要有来源,流程图的箭头要对应实际关系。小字、数字、箭头,都值得单独检查一遍。

4. 参考图要有分工,系列图要有固定参照

多张图一起上传,按编号说明每张负责什么:人物、服装、背景,或者配色和画风。

借画风时,具体说借的是颜色、笔触还是材质。做合成时,说明哪个元素移到哪里,同时顾到透视、比例和光影。

做系列角色,官方给出的思路是先建立角色参照,再复用它,并重复角色的关键特征。

这两张适合放在一起看。看脸、头身比例、衣服和配色这些识别点,看看换了动作和环境之后,角色还能不能对上。

一整套图可以留一张认可的基准图,每次拿回来对照。

做产品系列也能用这个思路:瓶型、包装和标识都是需要盯住的识别点。

5. 改图,明确这次改什么,哪些已经定了

先列修改项,再列保留项。下一轮把上一张结果作为输入,集中改一个明确的问题,改完检查。

比如只换一把椅子,房间的机位、家具位置、光线也要交代保留。只改衣服,人物的脸、体型、姿势和背景也需要写清楚。

官方还给了一个连续修改的例子:

起始画面,以及基于上一张图修改天气 · OpenAI 官方示例 / Flare

每次改完,都和上一版对照,再决定保留这次修改,还是退回去。

把已经满意的版本存好啊。修文字时发现构图动了,改光线时发现产品也变了,都可以回到之前认可的图重新来。

连续编辑可能动到保留区域。官方也写了:某块区域需要像素完全一致时,把认可的修改部分合成回原图。

最后几处改字和间距,可以放到排版或合成工具里收尾。

6. 输出素材时,再检查一次文件和使用场景

透明素材要检查实际透明通道,背景上画着格子也可能只是一张普通图片。带透明信息的 PNG、WebP,后续处理时也要保留透明度。

拿到文件后,我建议直接放进准备使用的地方看:

- 做贴纸或产品抠图,换深浅两种底色,看看边缘有没有白边。

- 做文章封面,缩到手机信息流的大小,看标题还能不能读。

- 做课件和图表,按实际展示尺寸看,检查小字和图例。

大图里看得很清楚的细节,缩小后可能就挤成一团了。最终用在哪,就在哪看一遍。

7. 模型和参数,记住这几个取舍就够了

Flare 偏速度,Sunburst 偏质量。先让结果达到要求,再测试能否提速;比较时保持提示词、参考图和设置一致。

用 API 的再记两件事:尺寸、质量、背景要单独设参数;透明输出用 `background="transparent"`,搭配 PNG 或 WebP。

更高的质量档位要比较实际收益。超过 2560×1440 总像素数的输出,官方目前标为实验性。

做选择时,把返工也算进去。同一项任务,等了多久,重做了几次,最终有没有一张可以交付,这几项放一起看才有参考价值。

原文也放这,看到喜欢的案例,可以直接进去翻它的完整 Prompt:

[OpenAI · GPT Image 2.5 官方提示词指南](https://developers.openai.com/api/docs/guides/image-prompting)

好了,资料给你们整理好了。

接下来就看大家能搓出什么了哈哈哈。

做出好玩的图可以 cue 我一下,想看。

@0xkyne