GPT-Image-2.6 提示词指南
选择模型,调整复杂度,并用提示词引导模型编辑图像。
概述
先明确需要什么样的图像,再描述主体、构图、风格和限制条件。编辑图像时,说明要改动哪些内容、哪些内容必须保留。每次只调整一项,并检查结果。
GPT-Image-2.6 Flare 的模型规模较小,适合优先考虑速度的工作流。GPT-Image-2.6 Sunburst 是基础模型,适合需要更丰富的细节或更精确编辑的工作流。两者都支持图像生成、图像编辑和透明背景。
有关 API 配置和请求示例,请参阅图像生成指南。
选择模型
对于新的工作流,如果最看重响应时间,请先试用 GPT-Image-2.6 Flare。如果对图像细节、布局或编辑精度的要求很高,请先试用 GPT-Image-2.6 Sunburst。
| 当前工作流 | 建议先测试的模型 |
|---|---|
| 现有的 GPT-Image-2 工作流已满足质量要求,或目前使用 GPT-Image-2.5 Flare。 | gpt-image-2.6-flare。用现有提示词检查图像质量和响应时间。 |
| GPT-Image-2 在某项复杂任务上未达到要求,或目前使用 GPT-Image-2.5 Sunburst。 | gpt-image-2.6-sunburst。检查决定图像能否实际使用的那些细节。 |
如果 Sunburst 满足要求,请用相同的提示词、参考图像、尺寸和质量设置试用 Flare。根据实际工作负载比较两者的结果和响应时间。
模型参数
在 API 请求中设置以下字段,并在提示词中描述所需图像。
| 参数 | GPT-Image-2.6 设置 |
|---|---|
model |
使用 gpt-image-2.6-flare 或 gpt-image-2.6-sunburst。 |
quality |
控制模型能渲染多少视觉细节,例如纹理或小号文字。可选值为 auto、low、medium、high、xhigh 或 max。 |
complexity |
控制模型在渲染前的规划程度。可选值为 low、medium 或 high。省略此字段时,Sunburst 和 Flare 均使用 high。 |
size |
设置输出图像的像素尺寸。可使用 auto 或受支持的尺寸,例如 1024x1024(正方形)、1536x1024(横向)或 1024x1536(纵向)。 |
background |
使用 auto、opaque 或 transparent。对于透明 PNG 或 WebP,请在解码后检查 Alpha 通道。SVG 输出也支持透明背景。 |
output_format |
使用 png、jpeg 或 webp。生成图像时也支持 svg 和 gif。只有 JPEG 和 WebP 支持 output_compression。 |
markup |
编辑图像时,上传一张透明 PNG 作为标记叠加层,其像素尺寸必须与第一张输入图像相同。请参阅使用标记引导编辑。 |
对于复杂布局,先使用默认复杂度,然后检查模型如何放置标签、连接对象。比较不同复杂度时,请保持 quality 不变。如果布局正确但小字难以辨认,请在同一复杂度下比较不同的质量设置。请参阅比较不同复杂度。
自定义 size 时,宽和高都必须是 16 的倍数,宽高比须在 1:3 到 3:1 之间。横向幻灯片示例使用 1536x864。
编辑图像时,请省略 input_fidelity。GPT-Image-2.6 不支持 reasoning.summary。
迁移现有工作流
- 保存基准样本。 收集当前模型有代表性的提示词、参考图像和输出。根据工作流的实际用途,纳入高难度编辑、必须准确呈现的文字、产品几何形状和透明素材等样本。
- 测试对应模型。 如果工作流使用 2.5 Flare,请先试用 2.6 Flare。如果使用 2.5 Sunburst,请先试用 2.6 Sunburst。如果使用 GPT-Image-2,请参考模型选择表。
- 确保首次比较的条件一致。 使用相同的提示词、参考图像、尺寸、质量和输出格式。复杂度保留模型默认值。
- 检查结果。 检查文字、布局、主体是否仍是同一个,以及编辑后应当保留的细节。对于连续多次编辑,既要检查最终图像,也要检查每一步的结果。
- 每次只调整一项设置。 在质量和复杂度中选择一项进行调整。重复发送每个请求,比较结果达标的比例和所需时间。
- 按工作流逐步上线。 新模型达到要求后,先将少量流量切换到新模型。扩大使用范围前,跟踪响应时间、失败和重试情况,以及每张通过验收的图像的成本。
从 GPT Image 1 或 GPT Image 1.5 迁移时,请在相应模型的参考选项卡中查看参数差异和停用日期。如果图像中的某些区域必须逐像素保持一致,请将已确认的编辑区域合成到原图中。
提示词基础
- 定义结果。 说明主体和预期用途,例如产品照片、广告或示意图。指定构图、宽高比,以及重要元素的位置要求。对于复杂请求,可用小标题将提示词分为场景、主体、细节和限制条件几部分。
- 选择便于维护的格式。 简短的提示词、描述性段落、类似 JSON 的结构、分步说明和标签都可以表达同一意图。选择最便于阅读和更新需求的格式,无须依赖特殊语法。
- 描述看得见的细节。 指明材质、光照、颜色和表现媒介。如果目标是照片效果,请明确写出“照片级写实”或“真实照片”,并描述取景和质感。相机参数可以提示模型呈现相应的视觉效果,但不能保证精确模拟物理过程。对于宽幅画面、电影感画面、弱光、雨景或霓虹灯场景,请说明尺度、氛围和色彩,避免仅用描述情绪的词语。
- 明确人物和动作。 描述人物哪些部位入镜、人物与周围事物的大小关系、视线方向,以及人物如何与物体互动。例如,“全身入镜,包括双脚”“低头看着摊开的书”或“双手自然握住车把”能更清楚地表达所需的姿态和动作。
- 指定确切文字。 将要呈现的文字放在引号内,并说明位置和排版。必要时,可逐个字母拼出不常见的词或品牌名称。要求模型不要添加其他文字,然后检查输出中的拼写和可读性。如果有小字、密集信息或多种字体,请比较中等质量和高质量的结果。
- 分别说明改动和限制。 编辑时,写明“只修改 X”,并列出要保留的细节,例如人物身份、几何形状、布局、光照或标签。说明应排除的内容,例如多余文字、标志或水印。需要精确进行局部编辑时,也要指明哪些饱和度、对比度、箭头、拍摄角度和周围物体必须保持不变。
- 说明每张参考图像的用途。 按编号标明每张输入图像用于参考主体、风格、服装还是背景。说明如何组合这些图像,以及要把哪些元素移到哪里。
- 逐步迭代。 将上一次的输出作为下一次编辑的输入,每次只要求一项改动,并重申需要保留的细节。“沿用之前的风格”等说法可以承接上下文,但如果结果开始偏离预期,请再次明确关键限制。在添加更多要求前,先比较已有结果。
大多数示例都省略 complexity,使用模型的默认值。请根据自己的图像和需求调整提示词。
生成图像
比较不同复杂度
如果提示词留有设计空间,可以试用 high 复杂度,让模型更充分地规划构图。下面的提示词指定了场景和材料,但将奖杯、队服和文字的设计交给了模型。
一幅精致的手工分层剪纸插画:在座无虚席的体育场里,一支足球队正在庆祝夺冠。
GPT-Image-2.6 Sunburst 在每个复杂度级别各生成了一张图像,使用相同的提示词、size="1024x1536"、quality="medium" 和 PNG 输出格式。请比较各图中的奖杯以及“CHAMPIONS”一词的位置。
低复杂度
中等复杂度
高复杂度
在这组结果中,复杂度为 low 时,奖杯顶部有一顶王冠。设为 medium 时,杯身饰有月桂花环,球衣上也出现了队徽。这两张图都在球队前方放置了大型横幅。设为 high 时,标牌移到了看台上,前景得以展现球员和蓝色纸球衣上的折痕。
- 设计要求已明确。 如果提示词已规定布局、文字和风格,提高复杂度可能不会带来明显的视觉差异。
- 有针对性的编辑。 如果只想改动一个细节,可从
low开始。检查周围细节是否保留完整。
生成 SVG 图像
如果需要通过编辑路径来缩放标志或更改其颜色,请将 Field & Flour 面包店标志提示词发送到 POST /v1/images/generations。设置 output_format="svg" 和 n=1。SVG 也支持 background="transparent",因此标志周围的区域可以透出底层背景的颜色。
在 SVG 请求中省略 stream、partial_images 和 output_compression。对 data[0].b64_json 进行 base64 解码,将得到的 XML 保存为 .svg 文件。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
打开 Flare 生成的 SVG 或 Sunburst 生成的 SVG 查看图形细节。
生成循环播放的 GIF
要使循环衔接流畅,请为主体设定一个动作结束时可以回到的起始姿势,并说明镜头是否移动。
黄昏时分,一只穿着橄榄绿色连帽外套的小猴子站在白雪覆盖的松林里。背景中的小木屋透出灯光。小猴子在胸前捧着一盏散发琥珀色光芒的纸灯笼,慢慢举起它,抬头眨眨眼,再将灯笼放回胸前,恢复起始姿势。让小猴子始终拿着灯笼,镜头保持固定。让动作自然流畅地循环。
将提示词发送到 POST /v1/images/generations,并设置 output_format="gif"。本示例使用 gpt-image-2.6-sunburst、size="512x512"、quality="high" 和默认复杂度 high。设置 frame_count=9 和 frame_duration_ms=200 时,一次循环持续 1.8 秒。请参阅 GIF 设置和限制。
控制风格和光照
从主体、取景、光线和质感入手描述照片。本示例要求采用抓拍构图,并明确排除过度修图。
本示例使用 size="1024x1536"、quality="medium"。
生成一张照片级写实的抓拍照片,主角是一位站在小渔船上的老水手。
他的皮肤饱经风霜,能看到皱纹、毛孔和日晒的痕迹,手臂上有几处已经褪色的传统水手文身。
他正不紧不慢地整理渔网,狗就坐在旁边的甲板上。模拟 35 毫米胶片照片的效果,使用 50 毫米镜头,以平视角度拍摄中近景。
采用柔和的海边日光、浅景深、细微的胶片颗粒和自然的色彩平衡。
画面要有真实的生活感,像是在不经意间拍下的,能看清皮肤的真实纹理、材料的磨损和日常生活的细节。不要刻意美化或过度修图。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
用图像说明流程
说明图像要介绍的流程、面向的读者和需要传达的信息。对于示意图和信息图,除了检查外观,还应核实标签和各要素之间的关系是否正确。
本示例使用 size="1024x1536"、quality="medium"。
制作一张详细的信息图,解释类似 Jura 的全自动咖啡机如何工作,并展示整个流程。
涵盖豆仓、研磨、称重、水箱和锅炉等环节或部件。
我希望通过图示直观地理解整个流程的技术原理。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
准确呈现指定文字
用引号标出所需文案,并说明文案应出现几次。指明受众和视觉表现方式,避免添加无关要求。
本示例使用 size="1024x1536"、quality="medium"。
为名叫 Thread 的品牌拍一张有潮流文化气息的时尚广告大片。
这是一个年轻时髦的街头品牌。广告呈现一群朋友聚在一起的场景,标语是“Yours to Create.”
让画面像一张面向年轻街头服饰爱好者的精致广告大片,要时髦、有时代感、充满活力且有品位。
构图简洁,配色鲜明,姿态自然,呈现高端时尚摄影的质感。
标语必须原样呈现,且只出现一次。将它融入广告版式,确保清晰易读。
不要添加其他文字、水印或无关标志。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
设计可复用的标志
描述品牌以及构成标志的主要形状。要求标志轮廓鲜明,用在小标签或大型招牌上都容易辨认。
为一家名为 Field & Flour 的本地面包店设计一个原创且不侵权的标志。
标志给人的感觉应当温暖、简洁、经得起时间考验。使用干净利落的矢量风格图形,轮廓鲜明,留白均衡。
以简洁为先,减少细节,让标志在大尺寸和小尺寸下都清晰可辨。采用扁平设计,尽量减少线条,除非确有必要,否则不要使用渐变。
背景完全透明。只呈现一个居中的标志,四周留足空间,透明边缘干净。不要添加纯色底、场景、棋盘格或水印。
如果需要能放置在其他背景上的位图标志,请使用 output_format="png" 和 background="transparent"。请参阅 Cookbook 中生成透明图像素材的示例。
两个模型在处理上述提示词时均使用 size="1024x1536"、quality="medium" 和 n=1。需要更多位图变体时,请增大 n。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
利用历史和现实背景
指明地点和日期,设定历史背景。模型可以据此推断细节,但仍需检查服装、场景布置和周围环境是否符合史实。
本示例使用 size="1024x1536"、quality="medium"。
创作一个写实的户外人群场景,地点是纽约州贝瑟尔,时间是 1969 年 8 月 16 日。
采用照片级写实风格,服装、场景布置和环境都要符合当时的实际情况。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
将故事改编成条漫
将故事改编成漫画时,先把情节拆分成一连串可以画出来的关键瞬间,每格表现一个瞬间。描述要具体,重点写动作,以便模型生成易于理解、节奏自然的分镜。
本示例使用 size="1024x1536"、quality="medium"。
画一则竖排四格短漫画。
第 1 格:主人从前门离开。身后的窗框圈住了宠物小小的身影,它贴着玻璃,眼睛睁得圆圆的,两只爪子高高按在窗上。屋子突然安静下来。
第 2 格:咔哒一声,门关上了,打破了寂静。宠物慢慢转向空无一人的屋子,换了个姿势,眼睛亮了起来,似乎正打着什么主意。
第 3 格:屋里已是另一番模样。宠物大大咧咧地摊在沙发上,仿佛这里归它做主。旁边散落着食物碎屑,一束阳光像聚光灯一样斜穿过房间。
第 4 格:门开了。宠物端端正正地坐在门口,机警又镇定,仿佛什么都没发生过。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
创建界面预览图
创建界面预览图时,可把产品当作已经上线的应用来描述。重点说明布局、信息层次、间距和实际界面元素,避免使用描述概念艺术的措辞,让结果看起来像可以直接使用的成品界面,而非设计草图。
本示例使用 size="1024x1536"、quality="medium"。
为本地农贸市场设计一张逼真的移动应用界面效果图。
展示今天的集市,顶部使用简洁的页眉。列出少量摊商,附上小照片和经营类别,设置一个小型“今日特惠”栏目,并列明地点和营业时间。
设计要实用、易用。采用白色背景、柔和自然的点缀色、清晰的字体和尽量少的装饰。
整体看起来应像一款为本地小型市场精心设计的真实应用,美观得体。
将界面效果图放入 iPhone 边框中。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
制作科学和教学图示
图像生成适用于生物、化学等学科的课堂讲解,也适合制作扁平风格的科学图标、示意图和学习素材。可以按教学设计要求来写提示词,说明受众、教学目标、呈现形式、必需标签和应遵循的科学规律。为了让学生快速读懂概念,请要求模型采用简洁的扁平化设计,保持图标风格一致,使用指向明确的箭头和易读的标签,并留出足够的空白。
如果准确性很重要,请逐项列出必需的组成部分,并说明应排除哪些内容。对于标签密集的图像、示意图或用于幻灯片和课程材料的素材,请使用 quality="high"。
本示例使用 size="1536x1024"、quality="high"。
为高中生制作一张简明的生物学示意图,标题为“Cellular Respiration at a Glance”。
展示细胞如何利用葡萄糖释放能量。包括糖酵解、三羧酸循环和电子传递链。
用箭头连接各步骤,并标出主要分子:葡萄糖、丙酮酸、ATP、NADH、FADH2、CO2、O2 和 H2O。
整体像一份简洁的课堂讲义或一张幻灯片,使用白色背景、简单的图标、清晰的标签和易读的文字。
避免使用过小的文字、多余的装饰或任何妨碍理解的元素。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
制作幻灯片、示意图和图表
制作办公图表时,提示词最好写成对成品的具体要求。明确要交付的是幻灯片、工作流示意图、图表还是整页图像,指定画布和信息层次,提供实际文案或数据,并描述视觉风格。还应写入实用要求,例如文字易读、间距合理、没有杂乱的装饰,并避免使用千篇一律的图库照片风格。
制作幻灯片、图表和以示意图为主的素材时,请直接在提示词中提供数值和标签。演示文稿使用横向尺寸。如果图像中包含小号文字、图例、坐标轴或脚注,请使用 quality="high"。
此提示词中的数据和引用均为虚构。在使用生成的幻灯片前,请核实每个数字,以及模型额外添加的所有百分比。
本示例使用 size="1536x864"、quality="high"。
制作一页标题为 **“Market Opportunity”** 的融资路演幻灯片,风格要像 YC 投资的初创公司在 A 轮融资时实际使用的演示文稿。
使用干净的白色背景、Inter 一类的现代无衬线字体,以及清晰简洁的布局。幻灯片应包含:
* 一张以低饱和度蓝色和灰色绘制的 TAM/SAM/SOM 同心圆图
* 以下具体、可信的市场规模数据:
* **TAM:** $42B
* **SAM:** $8.7B
* **SOM:** $340M
* 在下方放置一张简洁的柱状图,展示 **2021 至 2026 年**的市场增长情况,呈现小幅上升趋势
* 小字号脚注:**“AGI Research, 2024”** 和 **“Internal analysis”**
* 在右下角预留公司标志的位置
设计要像真正成功融到资金的路演文稿:文字清晰易读、数据主次分明、间距考究,视觉风格符合专业初创公司的形象。
避免使用剪贴画、图库照片、渐变、阴影、装饰性元素,以及任何显得千篇一律或设计过度的内容。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
编辑图像
使用 client.images.edit 并传入相应的输入图像。如果局部编辑需要蒙版,请参阅使用蒙版编辑图像。
使用标记引导编辑
用圆圈标出要修改的对象,再在提示词中描述要如何修改。本示例要修改的是厨房餐桌上的条纹花瓶。
在同一个 POST /v1/images/edits 多部分请求中发送两个文件。将厨房原图作为 image,将带圆圈标记的透明叠加层作为 markup。两个文件的尺寸均为 1200 × 900 像素。预览图展示了两者叠加后的效果。
标记叠加层仅作用于第一张输入图像。其他输入图像用作参考。请省略 mask,再发送带有 markup 的请求。
两次编辑均使用 quality="medium"、size="auto" 和 PNG 输出格式。
将红圈内的条纹花瓶改为纯钴蓝色陶瓷花瓶。保留花瓶的形状、瓶中的干枝以及厨房其余部分。在最终照片中去掉红圈。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
两个模型都将花瓶改成了钴蓝色,保留了干枝,并去除了红圈。请将每张图像的其余部分与原图对照,检查是否还有其他变化。
翻译文字并保留布局
分别将两个模型在用图像说明流程一节中生成的咖啡机示意图作为输入。要求模型替换图中文字并保留原设计,然后检查译文,并留意是否还有未翻译的词语。
本示例使用 size="1024x1536"、quality="high"。
将信息图中的文字翻译成西班牙语。不要更改图像的其他任何内容。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
迁移视觉风格
明确要参考图像的哪个方面,例如配色、纹理或表现媒介。另行描述新的主体。本例使用下方的像素画作为输入。
本示例使用 size="1024x1536"、quality="medium"。
沿用输入图像的风格,生成一幅白色背景的图像,画面中是一名骑着摩托车的男子。
参考图像
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
保留人物特征并更换服装
将下方的人物照片和三张服装参考图作为输入。指明人物的哪些特征必须保持不变,只允许更换服装。如果编辑后仍需能认出原来的产品或物体,也可以采用这种方法。
本示例使用 size="1024x1536"、quality="medium"。
编辑图像,让这名女子穿上所提供的服装图片中的衣物。不要以任何方式改变她的脸、五官、肤色、体形、姿势或人物身份。完整保留她的长相、表情、发型和身体比例。只更换服装,让衣物自然贴合她现有的姿势和身形,面料的垂坠和褶皱要真实。使光照、阴影和色温与原照片一致,让这身衣服看起来就像是真实拍摄的,没有后期粘贴的痕迹。不要改变背景、拍摄角度、取景或画质,不要添加配饰、文字、标志或水印。
参考图像
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
组合多张参考图像
将场景照片作为图像 1,狗的照片作为图像 2 传入。指明要移动的元素、放置的位置,以及哪些内容必须保持不变。
本示例使用 size="1024x1536"、quality="medium"。
将第二张图像中的狗放到图像 1 的场景中,就放在女子身旁。沿用图像 1 的光照风格、构图和背景。不要更改其他任何内容。
参考图像
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
抠出产品并保留透明背景
在提示词中要求单独提取主体,同时在 API 请求中设置 background="transparent"。使用 PNG 或 WebP 格式,保留返回的 Alpha 通道。使用 PNG 时,请省略 output_compression。画在图上的棋盘格并不代表背景透明。后续编辑时,请再次要求保留透明背景。使用下方的产品照片作为输入。
本示例使用 size="1024x1536"、quality="medium"、background="transparent"、output_format="png"。
从输入图像中抠出产品,将它单独置于完全透明的背景上。
输出要求:产品居中,轮廓清晰,无光晕或杂色边缘。
准确保留产品的几何形状,标签与原图一样清晰可读。
只做轻微修饰。不要添加纯色背景、棋盘格、场景或阴影。
不要改变产品的风格。去除背景,通过 Alpha 通道保留干净的透明边缘。
参考图像
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
将绘图转换为写实图像
从草图生成渲染图,可以在保留原设计意图的同时,把粗略的绘图变成照片级写实的概念图。像写设计要求一样写提示词:先要求保留布局和透视关系,再指定符合场景的材质、光照和环境,以 增强真实感。加入“不要添加新元素或文字”,避免模型自行发挥。
本示例使用 size="1024x1536"、quality="medium"。
将这幅画转换为照片级写实图像。
完全保留原有布局、比例和透视关系。
选择符合草图原意的真实材质和光照。
不要添加新元素或文字。
参考图像
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
移除物体
明确指出要移除的物体,并要求保留周围的一切。保持人物、姿势、光照和构图不变,将改动限制在目标区域内。
本示例使用 size="1024x1536"、quality="medium"。
移除男子手中的花。不要更改其他任何内容。
参考图像
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
将人物放入新场景
将人物放入新场景时,保留可辨认的人物特征。描述自然光照、符合实际的细节、人物取景范围、视线方向,以及人物与场景的互动。指明哪些面部特征和比例必须保持不变。在编辑请求中省略 input_fidelity。
使用博物馆中的女子这张照片作为输入图像。
本示例使用 size="1024x1536"、quality="medium"。
生成一个高度写实的动态场景:一头体形硕大、外形逼真的棕熊正在袭击营地,照片中的人正奔跑着逃离它。图像应像有人在现场拍下的真实照片,避免过度修饰或电影海报般的效果。
她位于画面中央,目光望向镜头以外的地方。她穿着户外露营服,脸上沾着泥土,衣服上有几处破口。她显然很害怕,但一心只想逃脱。她奔跑着远离棕熊,身后的棕熊正在破坏营地。
营地位于优胜美地国家公园,自然环境的细节要可信。时间是黄昏,光线自然,色彩真实。一切都要朴实可信,不做刻意安排,仿佛真的抓拍到了这一刻。避免电影式打光、夸张的调色或风格化构图。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
通过多轮编辑完善图像
先生成一张图像,检查后将其用作下一轮的输入。每次只提出一项具体要求,以便判断哪项改动起了作用。
创建初始图像
使用抠出产品并保留透明背景一节中的洗发水照片作为此广告牌场景的输入。在提示词中用引号准确标出广告牌标题的原文。
本示例使用 size="1024x1536"、quality="medium"。
生成一张写实的洗发水广告牌效果图,场景是日落时的高速公路。
广告牌文字(必须逐字照录,不添加任何字符):
"Fresh and clean"
排版:粗体无衬线字体,高对比度,居中,字距均匀协调。
确保文字只出现一次,并且清晰易读。
不要添加水印或标志。
参考图像
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
更改一个条件
针对每个模型,将它在上一步生成的广告牌图像传入该模型的下一次编辑请求。下面这条简短的后续提示词只改变天气,保留原有场景。
本示例使用 size="1024x1536"、quality="medium"。
把场景改成一个飘着雪的冬日傍晚。
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
保持角色一致
为一本书制作多幅插画时,可以创建一张可重复使用的角色参考图,让角色在不同场景、姿势和书页中保持一致的外观。改变环境和情节时,重申角色最具辨识度的细节。
设定角色
定义角色的外貌、比例、服装和气质。
本示例使用 size="1024x1536"、quality="medium"。
画一幅儿童读物插画,介绍故事的主角。
角色:
一位童话风格的小英雄,灵感来自一个在森林中行侠仗义的孩子。
穿着朴素的绿色连帽束腰短袍和柔软的棕色靴子,腰带上挂着一个小袋子。
角色面带善意,目光温柔,举止勇敢而亲切。
随身带着一把小木弓,只用来助人,绝不用于伤害他人。
主题:
角色保护并救助森林里的小动物,例如松鼠、小鸟和兔子。
风格:
儿童读物插画,手绘水彩质感,
轮廓柔和,采用温暖的大地色,充满童趣与亲和力。
比例适合绘本(头部略大,面部表情生动)。
限制条件:
- 原创角色(不要使用受版权保护的角色)
- 不要添加文字
- 不要添加水印
- 使用简洁的森林背景,清楚展现角色
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
延续故事
分别复用每个模型生成的角色图像,并描述一个新场景。再次说明外貌要求,让角色保持一致。
本示例使用 size="1024x1536"、quality="medium"。
沿用同一个角色,继续讲述这个儿童故事。
场景:
一场冬季暴风雪过后,同一位森林小英雄正轻轻地帮助一只受惊的松鼠
从一棵倒下的树里爬出来。
小英雄跪在松鼠身旁,安抚着它。
保持角色一致:
- 同一件绿色连帽束腰短袍
- 相同的五官、身体比例和配色
- 同样温柔、勇敢的性格
风格:
儿童读物水彩插画,
光线柔和,背景是积雪的森林,
氛围温暖、令人安心。
限制条件:
- 不要重新设计角色
- 不要添加文字
- 不要添加水印
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
更多工作流
更换房间里的家具
可以直接在真实空间的照片中预览更换家具或装饰后的效果,无须重新创建整个场景。目标是只替换指定物体,同时保留拍摄角度、光照、阴影和周围环境,让结果像是在同一空间实际拍下的照片,看不出重新设计过的痕迹。
本示例使用 size="1536x1024"、quality="medium"。
在这张房间照片中,只把白色椅子换成木椅。
保留拍摄角度、室内光照、地面阴影和周围物体。
保持图像的其他所有部分不变。
接触阴影和织物纹理要达到照片级写实效果。
参考图像
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
设计节日贺卡
设计节日贺卡时,描述场景、情感基调、材料和光照,并提供确切文案。如果要呈现立体弹出式贺卡或贺卡实拍效果,请说明纸张的层次、纤维、折痕和柔和的影棚灯光。下面的示例选用了一个以泰迪熊为主角的怀旧场景。
本示例使用 size="1024x1536"、quality="medium"。
创作一幅圣诞贺卡插画。
场景:
一个温馨的圣诞场景。窗边的纪念物收纳盒里坐着一只老泰迪熊,绒毛稍有磨损,还能看到细密的缝补针脚。窗外雪花飘落。画面暗示当年的孩子已经长大,回忆却依然鲜活。
氛围:
温暖、怀旧、轻柔、动人。
风格:
高品质节日贺卡摄影,柔和的电影感光照,
真实的纹理,浅景深,
恰到好处的虚化光斑,适合高质量印刷的构图。
限制条件:
- 仅使用原创美术作品
- 不要添加商标
- 不要添加水印
- 不要添加标志
贺卡上只出现以下文字(逐字照录):
"Merry Christmas — some memories never fade."
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
设计收藏类商品
可以借助产品摄影的表现手法探索商品和包装方案,重点描述材质、包装形式和印刷清晰度。保持设计原创且不侵权,并比较多个角色造型或包装方案。
本示例使用 size="1024x1536"、quality="medium"。
设计一款复古螺旋桨玩具飞机的可动收藏模型,使用吸塑包装。机翼圆润,机头装有可旋转的螺旋桨,漆面边缘略有磨损。采用儿时常见的经典玩具飞机比例,将它设计成一款怀旧的节日收藏品。
概念:
一款怀旧的节日收藏品,灵感来自过去孩子们
在寒假里把玩的简易玩具飞机。
让人感到温暖,唤起想象力和童年时的好奇心。
风格:
高品质玩具摄影,呈现逼真的塑料和涂漆金属质感,
采用影棚灯光和浅景深,
标签印刷清晰,呈现高端零售商品的展示效果。
限制条件:
- 仅使用原创设计
- 不要添加商标
- 不要添加水印
- 不要添加标志
包装上只出现以下文字(逐字照录):
"Christmas Memories Edition"
GPT-Image-2.6 Flare
GPT-Image-2.6 Sunburst
运行完整示例
使用要测试的 2.6 模型生成四个标志方案,并从原图中抠出产品,生成透明背景的产品图。
安装 OpenAI SDK。使用 Python 时,运行 pip install openai。使用 Ruby 时,运行 gem install openai。设置 OPENAI_API_KEY,并将产品照片保存为 input_images/shampoo.webp。
将示例代码保存为 demo.py 或 demo.rb。要试用 Flare,请运行 python demo.py gpt-image-2.6-flare 或 ruby demo.rb gpt-image-2.6-flare。要试用 Sunburst,请将模型参数替换为 gpt-image-2.6-sunburst。脚本会写入四个 PNG 格式的标志文件,以及一个名为 extract-product.png 的产品图文件。
如需更多提示词和完整工作流,请参阅原始笔记本。
检查结果
使用图像前,请对照需求逐项检查。
- 每个字是否都清晰可读?文字是否与指定文案一致?示意图中的标签和各要素之间的关系是否正确?
- 人物特征、产品形状、标签以及参考图像中的细节是否保留完整?
- 是否只修改了要求改动的内容?
- 如果需要透明背景,解码后的文件是否包含透明像素?
更换提示词或模型时,请使用有代表性的输入比较质量、延迟和成本。有关当前费用,请参阅图像生成价格。
GPT-Image-2.5 提示词指南
选择模型,编写有效的提示词,并在多次编辑中保留图像细节。
概述
先明确您需要什么样的图像,再描述主体、构图、风格和约束条件。编辑图像时,指出要改动的内容和必须保留的内容。每次只调整一项,并检查结果。
GPT-Image-2.5 提供两种模型。GPT-Image-2.5 Flare 是针对速度优化的小型模型,图像质量与 GPT-Image-2 相当。GPT-Image-2.5 Sunburst 是针对质量优化的基础模型,图像质量高于 GPT-Image-2。两种模型在精确编辑和保留主体特征方面都有改进。
有关 API 设置和请求示例,请参阅图像生成指南。
选择模型
对于新工作流,如果速度优先,请先试用 GPT-Image-2.5 Flare。如果首要目标是满足严格的质量要求,请先试用 GPT-Image-2.5 Sunburst。输出达到要求后,再考虑如何降低延迟。
从现用的图像模型迁移时,请以当前的图像质量为基准。两种模型都支持图像生成、图像编辑和透明背景。
| 您当前的工作流 | 首先测试的模型 |
|---|---|
| 现有的 GPT-Image-2 工作流已经过验证,能够满足质量要求 | GPT-Image-2.5 Flare。检查能否在保持可接受质量的同时降低延迟。 |
| 在复杂的使用场景中,GPT-Image-2 无法满足质量要求 | GPT-Image-2.5 Sunburst。先确认它能否达到您需要的质量。 |
如果 GPT-Image-2.5 Sunburst 满足质量要求,请使用相同的提示词和输入测试 GPT-Image-2.5 Flare。如果后者也满足要求且延迟更低,就切换到 GPT-Image-2.5 Flare。如果您的工作流需要 GPT-Image-2.5 Sunburst 提供的更高质量,请继续使用它。
请在您自己的工作负载上测量响应时间并评估质量。结果取决于提示词、参考图像、输出尺寸和质量设置。在一种工作负载上测得的提速幅度不能直接套用到另一种工作负载上。
模型参数
请在提示词之外单独设置 API 参数。
| 参数 | GPT-Image-2.5 设置 |
|---|---|
model |
gpt-image-2.5-flare(小型模型)或 gpt-image-2.5-sunburst(基础模型) |
quality |
auto(默认)、low、medium、high、xhigh 或 max |
size |
auto 或自定义分辨率。常用尺寸包括 1024x1024(正方形)、1536x1024(横向)、1024x1536(纵向)、2048x2048(2K 正方形)、2048x1152(2K 横向)、3840x2160(4K 横向)和 2160x3840(4K 纵向)。 |
background |
auto、opaque 或 transparent |
自定义分辨率时,请使用 WIDTHxHEIGHT 格式,并遵循以下限制:
- 每条边的长度不得超过 3,840 像素。
- 宽度和高度都必须是 16 像素的整数倍。
- 长边与短边之比不得超过 3:1。
- 总像素数必须在 655,360 到 8,294,400 之间。
总像素数超过 3,686,400(2560x1440)的输出属于实验性功能。
先按上述流程选择模型,再调整 quality。首次比较时,如果两种模型都支持您明确指定的质量档位,请保持该设置不变,并使用相同的提示词、参考图像和输出尺寸。不同模型使用相同的质量档位,并不代表图像质量或响应时间相同。
如果输出未达要求,请测试更高的质量档位。达到要求后,再测试较低档位能否在保持可接受质量的同时降低延迟。只有当 xhigh 或 max 能在允许的延迟范围内改善尚未达标的质量指标时,才使用这些档位。提高档位并不保证每个提示词都能得到更好的结果。
对于透明素材,请明确指定 background="transparent",并使用 PNG 或 WebP 格式。检查解码后图像的 Alpha 通道,尤其要查看头发、玻璃、阴影和物体边缘。仅对 JPEG 或 WebP 输出使用 output_compression,PNG 输出请省略此参数。
迁移现有工作流
- 保存基准样本。 收集生产环境中有代表性的提示词和参考图像,涵盖复杂编辑、需要精确呈现的文字、人脸、产品几何形状和透明素材。记录当前使用的模型、请求设置和结果。
- 选择首先测试的模型。 如果 GPT-Image-2 已满足质量要求,请先测试 GPT-Image-2.5 Flare 能否降低延迟。如果 GPT-Image-2 在复杂场景中表现不足,请先测试 GPT-Image-2.5 Sunburst,确认它能否满足质量要求。首次比较时,保持提示词、参考图像、尺寸和输出格式不变。
- 全面检查结果。 比较模型遵循指令的程度、人物和产品特征的保留情况、文字准确性、是否出现意外改动以及透明效果。重复发送请求以衡量结果的一致性。对于编辑工作流,既要测试单个步骤,也要测试完整的编辑序列。
- 质量达标后,测试能否降低延迟。 如果您首先测试了 GPT-Image-2.5 Sunburst,且其质量达标,请用同样的要求评估 GPT-Image-2.5 Flare。只有在质量仍可接受且延迟降低时才切换,否则继续使用 GPT-Image-2.5 Sunburst。
- 每次只调整一项设置。 先比较不同质量档位,再改写提示词。统计典型请求和较慢请求的响应时间、失败和重试情况,以及每张通过验收的图像的成本。请核实当前价格,速度更快的模型未必更便宜。
- 按工作流逐步上线。 已发布的模型达到您的验收标准后,先切换少量流量,继续监控相同的指标,再逐步扩大流量。在旧模型仍受支持期间,请保留旧模型,以便回滚。
从 GPT Image 1 或 GPT Image 1.5 迁移时,请在参考资料的相应选项卡中查看参数差异和停用日期。请测试候选模型支持的请求设置,避免原样照搬旧设置。从 GPT-Image-2 迁移时,请按现有的分辨率和透明度要求进行比较。
多次编辑仍可能改变您希望保留的细节。请重申这些约束,并检查每次编辑的结果。如果某个区域必须逐像素保持不变,请将已确认的修改部分合成到原图中,避免仅依赖提示词。
提示词基础
- 明确目标。 指明主体和用途,例如产品照片、广告或示意图。说明构图、宽高比,以及重要元素的位置要求。对于复杂请求,可以将提示词分为场景、主体、细节和约束几个部分,并为各部分添加小标题。
- 选择易于维护的格式。 简短的提示词、描述性段落、类似 JSON 的结构、指令和标签都能表达相同的意图。请选择最便于阅读和更新要求的格式,无需依赖特殊语法。
- 描述可见的细节。 指明材质、光照、颜色和表现媒介。如果目标是照片效果,请明确要求“照片级写实效果”或“真实照片”,并描述取景和纹理。相机参数可以提示模型呈现某种视觉效果,但不能保证精确模拟真实的物理过程。对于开阔的场景、电影感画面、弱光场景、雨景或霓虹灯场景,请具体描述场景规模、氛围和色彩,避免只用形容情绪的词语。
- 描述人物和动作。 说明身体的取景范围、人物与其他元素的相对大小、视线方向,以及人物如何与物体互动。“全身入镜,包括双脚”“低头看着摊开的书”或“双手自然地握住车把”等指令可以更清楚地表达您想要的姿势和动作。
- 明确指定文字。 用引号括起必须呈现的文字,并描述其位置和排版。必要时,逐个字母拼出不常见的词或品牌名称。要求不添加其他文字,然后检查输出中的拼写和可读性。对于小字号、信息密集或使用多种字体的图像,请比较中、高质量档位的效果。
- 分别说明改动和约束。 编辑时,明确写出“只修改 X”,并列出要保留的细节,例如人物特征、几何形状、布局、光照或标签。列出需要排除的内容,例如多余的文字、徽标或水印。对于精确的局部编辑,还要说明哪些区域的饱和度和对比度必须保留,以及哪些箭头、拍摄角度和周边物体必须保持不变。
- 明确每张参考图像的用途。 按编号说明每个输入用于参考主体、风格、服装还是背景。解释如何组合这些输入,以及要把哪些元素移动到什么位置。
- 逐步迭代。 将上一次的输出作为下一次编辑的输入,每次要求一项改动,并重申需要保留的细节。“与之前的风格相同”等表述可以沿用先前的上下文,但如果结果出现偏差,请再次明确关键约束。先比较结果,再决定是否添加更多指令。
下面的示例分别演示不同的技巧。您可以从这些提示词入手,根据自己的图像和要求进行调整。
生成图像
控制风格和光照
从主体、取景、光线和质感几个方面描述照片。本例要求采用抓拍式构图,并明确要求避免过度修图。
生成设置:size="1024x1536"、quality="medium"。
生成一张有真实抓拍感的照片,画面中一位年迈的水手站在一艘小渔船上。
他的皮肤饱经风霜,皱纹、毛孔和日晒的痕迹清晰可见,手臂上有几处已经褪色的传统水手文身。
他正不紧不慢地整理渔网,他的狗坐在旁边的甲板上。模拟 35 毫米胶片摄影,用 50 毫米镜头平视拍摄中近景。
采用柔和的海岸日光、浅景深、细微的胶片颗粒和自然的色彩平衡。
保留真实的皮肤纹理、材料上的磨损痕迹和日常细节,让画面质朴自然,没有摆拍感。不要刻意美化或过度修图。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
用图像解释流程
指明流程、目标受众,以及图像需要传达的信息。对于示意图和信息图,除了检查外观,还要核实标签和图中呈现的事实关系。
生成设置:size="1024x1536"、quality="medium"。
制作一张详细的信息图,展示 Jura 这类自动咖啡机的工作原理和流程。
图中要展示豆仓、研磨、称量、水箱、锅炉等环节和部件。
我希望通过这张图直观地理解整个流程是如何运作的。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
准确呈现指定文字
用引号括起所需文案,并告诉模型文字应出现几次。说明目标受众和画面的呈现方式,避免添加无关指令。
生成设置:size="1024x1536"、quality="medium"。
为名为 Thread 的品牌制作一张体现当下街头文化的时尚广告大片。
这是一个年轻、时髦的街头品牌。画面中一群朋友正聚在一起消遣,配上标语“Yours to Create.”。
让画面像一张面向年轻街头服饰爱好者的精致广告:时髦、有当代感、充满活力,又有品位。
构图简洁,配色鲜明有主次,人物姿势自然,呈现高端时装摄影的质感。
将标语融入广告版式,确保清晰易读,并且只出现一次。
不要添加其他文字、水印或无关徽标。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
设计可复用的徽标
描述品牌,并说明徽标应由哪些形状构成。明确构图要求,使徽标在不同尺寸下都清晰可辨。使用 n 请求生成多个版本。
生成设置:size="1024x1536"、quality="medium"、background="transparent"、output_format="png"、n=1。
为当地一家名为 Field & Flour 的面包店设计一个原创且不侵权的徽标。
徽标要给人温暖、简洁、耐看的感觉。使用干净利落的矢量风格图形,轮廓鲜明,留白均衡。
精简细节,让徽标无论缩小还是放大都清晰可辨。采用扁平化设计,尽量少用线条,除非必不可少,否则不使用渐变。
背景完全透明。只输出一个居中的徽标,四周留足空白,透明边缘干净,不要添加纯色底、场景、棋盘格或水印。
每行并列展示两种模型各自生成的一个版本。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
利用历史和现实背景
指定地点和日期,为画面设定历史背景。模型可以据此推断细节,但您仍需检查服装、场景布置和周围环境是否符合史实。
生成设置:size="1024x1536"、quality="medium"。
生成一幅写实的户外人群场景,地点是纽约州贝瑟尔,时间是 1969 年 8 月 16 日。
画面要有真实照片的质感,人物服装、现场布置和周围环境都要符合当时的年代特征。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
将故事改编成条漫
根据故事生成漫画时,将情节拆分成一连串清晰的画面,每格表现一个情节。描述要具体,以动作为主,让模型能把故事转化为易于阅读、节奏自然的分镜。
生成设置:size="1024x1536"、quality="medium"。
创作一则竖排短漫画,共 4 格。
第 1 格:主人从正门离开。主人身后的窗框里,宠物小小的身影贴着玻璃,眼睛睁得大大的,两只爪子高高地按在窗上。屋里一下子安静下来。
第 2 格:咔哒一声,门关上了,打破了寂静。宠物慢慢转身面向空荡荡的屋子,姿势变了,眼睛一亮,像是有了主意。
第 3 格:家里变了个样。宠物大模大样地摊在沙发上,仿佛成了这里的主人,身边散落着食物碎屑。一束阳光斜穿过房间,像舞台上的聚光灯。
第 4 格:门开了。宠物已经端端正正地坐在门口,神情机警又镇定,仿佛什么都没发生过。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
创建界面预览图
创建界面预览图时,像介绍一款已经上线的产品那样描述界面,效果通常更好。重点说明布局、信息层级、间距和实际的界面元素。避免使用描述概念艺术的词语,让画面看起来像真正可用的产品界面,而不是设计草图。
生成设置:size="1024x1536"、quality="medium"。
为本地农夫市集制作一张逼真的移动应用界面效果图。
展示当天的市集信息:简洁的页眉、一份附有小照片和商品类别的简短摊主列表、一个小型“Today’s specials”栏目,以及地点和营业时间等基本信息。
设计要实用、易用。采用白色背景、柔和自然的点缀色和清晰的排版,尽量减少装饰。
让它看起来像一款真正为本地小型市集设计的应用,美观且考虑周到。
将界面效果图放在 iPhone 边框内。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
制作科学和教学配图
科学和教学配图适用于生物、化学、课堂讲解、成套的扁平化科学图标、示意图和学习材料。编写提示词时,可以按教学设计简报的方式说明受众、教学目标、图像形式、必需的标签和科学方面的约束。为获得更好的效果,请要求采用简洁的扁平化设计,统一图标风格,使用清晰的箭头和易读的标签,并留出足够的空白,方便学生快速理解概念。
如果准确性很重要,请明确列出必须包含的组成部分和应排除的内容。对于标签密集的图像、示意图或用于幻灯片和课程材料的素材,请使用 quality="high"。
生成设置:size="1536x1024"、quality="high"。
为高中生绘制一张简明的生物学示意图,标题为“Cellular Respiration at a Glance”。
展示细胞如何从葡萄糖中获取能量。包括糖酵解、三羧酸循环和电子传递链。
用箭头连接各步骤,并标出主要分子:葡萄糖、丙酮酸、ATP、NADH、FADH2、CO2、O2 和 H2O。
采用简洁的课堂讲义或教学幻灯片版式,使用白色背景、简单的图标、明确的标签和易读的文字。
避免过小的字号、多余的装饰,以及任何妨碍理解图意的元素。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
制作幻灯片、示意图和图表
制作工作用图时,将提示词写成成品规格说明,比笼统地要求画一幅插图更有效。明确要交付的内容(幻灯片、工作流程图、图表或页面图像),说明画布和信息层级,提供实际使用的文字或数据,并描述视觉风格。提示词应包含具体要求,例如文字易读、间距协调、避免多余装饰,也不要采用常见图库照片的风格。
对于幻灯片、图表和以示意图为主的素材,请将数字和标签直接写入提示词。制作演示文稿页面时,请选择横向尺寸。如果图像包含小字号文字、图例、坐标轴或脚注,请使用 quality="high"。
以下示例中的市场数据和引文均为设计所用的虚构素材。使用这页幻灯片前,请将其替换为经过核实的数据和来源。
生成设置:size="1536x864"、quality="high"。
制作一页标题为 **“Market Opportunity”** 的路演幻灯片,让它看起来像一家获 YC 投资的初创公司在 A 轮融资时实际使用的材料。
使用干净的白色背景、Inter 这类现代无衬线字体和简洁利落的布局。幻灯片应包含:
* 一张采用柔和蓝色和灰色的 TAM/SAM/SOM 同心圆图
* 具体、可信的市场规模数据:
* **TAM:** $42B
* **SAM:** $8.7B
* **SOM:** $340M
* 下方用一张简洁的柱状图展示 **2021 至 2026 年**的市场增长情况,体现小幅上升趋势
* 小字号脚注:**“AGI Research, 2024”** 和 **“Internal analysis”**
* 右下角为公司徽标预留位置
让设计看起来像真正获得过融资的路演材料:文字清晰易读,数据层级分明,间距协调,整体符合初创公司路演的专业风格。
避免使用剪贴画、图库照片、渐变、阴影、多余的装饰,以及任何显得千篇一律或设计过度的元素。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
编辑图像
调用 client.images.edit 并传入示例中指定的输入图像。对于需要蒙版的局部编辑,请参阅使用蒙版编辑图像。
翻译文字并保留布局
分别使用两种模型在用图像解释流程一节中生成的咖啡机示意图作为输入。要求模型替换文字,同时保持设计不变,然后检查译文,并查看是否有遗漏的原文。
编辑设置:size="1024x1536"、quality="high"。
将信息图中的文字翻译为西班牙语。图像的其他部分一律保持原样。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
迁移视觉风格
明确参考图像的用途,例如参考其配色、纹理或表现媒介。单独描述新的主体。使用下面的像素画作为输入。
编辑设置:size="1024x1536"、quality="medium"。
沿用输入图像的风格,生成一幅白色背景的画,画中是一名骑摩托车的男子。
输入图像:
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
保留人物特征并更换服装
使用下面的人物照片和三张服装参考图作为输入。说明人物的哪些特征必须保持不变,只允许更换服装。如果编辑后仍需让人认出原来的产品或物体,也可以采用这种方法。
编辑设置:size="1024x1536"、quality="medium"。
编辑图像,让这名女子穿上所提供的服装图片中的衣物。不要以任何方式改变她的脸、五官、肤色、体型、姿势或身份特征。准确保留她原本的相貌、表情、发型和身体比例。只更换服装,使衣物自然贴合她现有的姿势和身体轮廓,布料的垂坠和褶皱要符合实际。光照、阴影和色温都要与原照一致,让新衣服看起来像实拍时就穿在她身上,没有粘贴感。不要改变背景、拍摄角度、取景或画质,也不要添加配饰、文字、徽标或水印。
输入图像:
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
组合多张参考图像
将场景照片作为图像 1,将狗的照片作为图像 2。说明要移动哪个元素、将其放到哪里,以及哪些内容必须保持不变。
编辑设置:size="1024x1536"、quality="medium"。
将图像 2 中的狗放进图像 1 的场景,紧挨着那名女子。沿用图像 1 的光照风格、构图和背景。不要改动其他任何内容。
输入图像:
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
抠出产品并保留透明背景
在提示词中要求单独提取主体,同时在 API 中指定 background="transparent"。使用 PNG 或 WebP 格式,保留返回图像的 Alpha 通道。对于 PNG,请省略 output_compression。画出来的棋盘格并不具备透明效果。后续编辑时,请再次明确要求保留透明背景。使用下面的产品照片作为输入。
编辑设置:size="1024x1536"、quality="medium"、background="transparent"、output_format="png"。
从输入图像中抠出产品,将它单独放在完全透明的背景上。
输出要求:产品居中,轮廓清晰,边缘没有光晕或杂色。
严格保留产品原有的几何形状,标签文字须与原图同样清晰易读。
只做轻微修饰。不要添加纯色底、棋盘格、场景或阴影。
不要改变产品风格。移除背景,通过 Alpha 通道保留干净的透明边缘。
输入图像:
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
将草图转换为写实图像
从草图生成渲染图,可以将粗略的绘画转化为照片级写实概念图,同时保留原来的创作意图。像写规格说明一样编写提示词,先要求保留布局和透视关系,再通过指定合理的材质、光照和环境来增强真实感。加入“不要添加新元素或文字”的要求,避免模型对原画作过多的自由发挥。
编辑设置:size="1024x1536"、quality="medium"。
将这幅画转换为具有真实照片质感的图像。
准确保留原有的布局、比例和透视关系。
选择符合草图原意的真实材质和光照。
不要添加新元素或文字。
输入图像:
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
移除物体
明确指出要移除的物体,并要求保留周围的一切。保持人物、姿势、光照和构图不变,使编辑只影响目标区域。
编辑设置:size="1024x1536"、quality="medium"。
移除男子手中的花。不要改动其他任何内容。
输入图像:
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
将人物放入新场景
将人物放入新场景,同时保留其个人特征。描述自然光照、可信的细节、身体的取景范围、视线方向,以及人物如何与场景互动。说明哪些面部特征和比例必须保持不变。使用 gpt-image-2 时,请省略 input_fidelity,该模型始终以高保真度处理输入图像。
使用博物馆中的女子这张照片作为输入图像。
编辑设置:size="1024x1536"、quality="medium"。
生成一个高度写实的动态场景:一头体形庞大、外形逼真的棕熊正在袭击营地,照片中的人正跑着躲开它。画面要像有人在现场拍下的真实照片,避免过度修饰或拍成电影海报的效果。
她位于画面中央,目光看向镜头以外的地方,穿着户外露营服装,脸上沾着泥土,衣服有几处撕破了。她显然很害怕,但一心想要逃脱,正飞奔着远离棕熊。熊在她身后破坏营地。
营地位于优胜美地国家公园,自然环境的细节要可信。时间是黄昏,采用自然光线和真实色彩。一切都要真实、自然,没有刻意摆布的痕迹,仿佛抓拍到了真实的一瞬。避免电影式打光、夸张的调色或风格化构图。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
通过多轮编辑改进图像
先检查一张输出图像,再将其用作下一轮的输入。每轮只提出一项具体要求,方便判断是哪项改动改善了结果。
创建起始图像
使用抠出产品并保留透明背景一节中的洗发水照片作为输入,生成广告牌场景。请用引号逐字写出要显示的文案。
编辑设置:size="1024x1536"、quality="medium"。
制作一张逼真的广告牌效果图,展示日落时高速公路旁这款洗发水的广告牌。
广告牌文字(逐字呈现,不得增添任何字符):
“Fresh and clean”
排版:使用粗体无衬线字体,对比鲜明,文字居中,字距匀称。
确保文字只出现一次,每个字母都清晰可辨。
不要添加水印或徽标。
输入图像:
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
更改一个条件
将每种模型在上一步生成的广告牌图像传入该模型的下一次编辑请求。这条简短的后续提示词会改变天气,同时保留原有场景。
编辑设置:size="1024x1536"、quality="medium"。
把场景改成飘着雪的冬日傍晚。
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
保持角色一致
为一本书绘制多幅插图时,可以创建一张可复用的角色参考图,帮助角色在不同场景、姿势和书页中保持一致的外观。改变环境和情节时,重复描述角色的标志性特征。
设定角色
明确角色的外貌、身体比例、服装和气质。
生成设置:size="1024x1536"、quality="medium"。
创作一幅儿童读物插图,介绍故事的主角。
角色:
一位童话中的小英雄,灵感来自藏身森林的小侠盗。
主角身穿朴素的绿色连帽长衫,脚蹬柔软的棕色靴子,腰间挂着一个小袋子。
面容和善,眼神温柔,举止勇敢又亲切。
随身带着一张小木弓,只用来帮忙,绝不用来伤害谁。
主题:
主角保护和救助松鼠、小鸟、兔子等森林小动物。
风格:
儿童读物插图,呈现手绘水彩的质感。
轮廓柔和,采用温暖的大地色调,富有童趣和亲和力。
角色比例适合绘本(头部略大,表情生动)。
约束:
- 使用原创角色(不使用已有的受版权保护的角色)
- 不添加文字
- 不添加水印
- 使用简洁的森林背景,突出角色形象
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
续写故事
复用每种模型生成的角色图像,描述新的场景。重申外观方面的约束,使角色保持一致。
编辑设置:size="1024x1536"、quality="medium"。
沿用同一位主角,接着画这个童书故事。
场景:
冬日风暴过后,原来的那位森林小英雄正轻轻地帮助一只受惊的松鼠从倒下的树里爬出来。
小英雄跪在松鼠身边,安抚着它。
角色一致性:
- 穿同一件绿色连帽长衫
- 保持相同的五官、身体比例和配色
- 保留温柔而勇敢的性格
风格:
儿童读物水彩插图,光线柔和,背景是白雪覆盖的森林,气氛温暖,让人安心。
约束:
- 不要重新设计角色
- 不添加文字
- 不添加水印
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
更多工作流
更换房间里的家具
无需重建整个场景,即可预览真实空间中更换家具或装饰后的效果。目标是让局部改动看起来自然真实:只替换一个物体,同时保留拍摄角度、光照、阴影和周围环境,让结果像在原处拍摄的照片,而不是重新设计的房间。
编辑设置:size="1536x1024"、quality="medium"。
在这张房间照片中,只把白色椅子换成木椅。
保留拍摄角度、室内光照、地面上的阴影以及周围的物体。
图像的其他部分一律保持原样。
物体接触处的阴影和织物纹理都要有真实照片的质感。
输入图像:
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
设计节日贺卡
构思节日贺卡时,描述场景、情感基调、材质、光照和确切文案。如果希望呈现立体弹出式贺卡或实拍贺卡的效果,请说明纸张的层次、纤维、折痕,以及柔和的摄影棚光照。下面的示例用一只泰迪熊营造怀旧氛围。
生成设置:size="1024x1536"、quality="medium"。
创作一幅圣诞贺卡插图。
场景:
温馨的圣诞节,一只旧泰迪熊坐在窗边的纪念品盒里。它的绒毛略有磨损,身上留着细细的缝补针脚。窗外正飘着雪。让画面暗示当年的孩子已经长大,但回忆依然留在这里。
氛围:
温暖、怀旧、温柔,饱含感情。
风格:
高品质节日贺卡摄影,采用柔和的电影感光线、真实的材质纹理和浅景深。
背景灯光虚化得恰到好处,构图适合高质量印刷。
约束:
- 仅使用原创画面
- 不添加商标
- 不添加水印
- 不添加徽标
卡面只出现以下文字,逐字照录:
“Merry Christmas — some memories never fade.”
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
设计收藏类商品
构思商品及其包装时,可以从产品摄影的角度描述材质、包装和印刷清晰度。确保设计原创且不侵权,并比较多种角色或包装方案。
生成设置:size="1024x1536"、quality="medium"。
设计一款采用吸塑包装的怀旧节日收藏玩具:一架复古风格的螺旋桨玩具飞机。机翼圆润,机头装有旋转的螺旋桨,边缘漆面略有磨损,造型比例沿用经典的童年玩具飞机。
概念:
这款怀旧节日藏品的灵感来自孩子们过去在寒假里玩的简易玩具飞机。
让它唤起温暖的回忆、想象力和童年时的惊奇感。
风格:
采用高端玩具摄影风格,呈现逼真的塑料和涂漆金属质感,使用摄影棚灯光和浅景深。
标签印刷清晰锐利,整体呈现出高端零售商品的陈列效果。
约束:
- 仅使用原创设计
- 不添加商标
- 不添加水印
- 不添加徽标
包装上只出现以下文字,逐字照录:
“Christmas Memories Edition”
输出示例:
GPT-Image-2.5 Flare
GPT-Image-2.5 Sunburst
运行完整示例
此可运行示例仍固定使用 gpt-image-2。请先用它建立基准,再选择一个可用模型及其支持的请求设置进行评估。
下面的示例会生成四个徽标版本,并从照片中提取产品,生成透明背景图像。请安装 OpenAI SDK:对于 Python,运行 pip install openai;对于 Ruby,运行 gem install openai。设置 OPENAI_API_KEY,并将产品照片保存为 input_images/shampoo.webp。实际发送请求会产生 API 使用费用。
有关更多提示词和完整工作流,请参阅原始笔记本。
检查结果
使用输出图像之前,请逐项核对要求:
- 指定的文字是否准确、清晰易读?示意图中的标签和关系是否正确?
- 人物特征、产品形状、标签和参考图像中的细节是否完整保留?
- 编辑是否只改动了您指定的内容?
- 如果要求透明背景,文件是否包含 Alpha 通道?确认背景不是绘制出来的透明效果。
更改提示词或模型时,请使用有代表性的输入比较质量、延迟和成本。有关当前费用,请参阅图像生成定价。
GPT-Image-2 参考资料
查看现有 GPT-Image-2 工作流的概述和请求设置。
概述
GPT-Image-2 支持图像生成与编辑,可在图像中渲染文字、根据参考图像进行编辑,并灵活设置输出尺寸。维护现有集成时,您可以查阅本文档。提示词指南介绍了适用于不同模型的技巧,包括如何控制构图、呈现文字、使用参考图像,以及在编辑时保留细节。指南中的图例使用 GPT-Image-2.5 Flare 和 GPT-Image-2.5 Sunburst 生成。不同模型的输出结果可能有所不同。迁移现有工作流时,请参阅指南中的模型选择和评估流程。
模型参数
使用 client.images.generate 生成图像,使用 client.images.edit 编辑图像。有关 API 配置说明和请求示例,请参阅图像生成指南。
| 参数 | GPT-Image-2 |
|---|---|
model |
gpt-image-2 |
quality |
low、medium、high 或 auto |
size |
auto 或支持的分辨率。请参阅尺寸限制。 |
input_fidelity |
请省略此参数。模型始终以高保真度处理输入图像。 |
output_format |
png、jpeg 或 webp |
background |
如需输出透明背景的图像,请将此参数显式设为 transparent,并使用 PNG 或 WebP 格式。 |
output_compression |
仅适用于 JPEG 或 WebP 输出,不适用于 PNG。 |
gpt-image-2 支持透明背景,此功能目前处于预览阶段。
如需查看原始提示词、输入和可运行的工作流,请参阅固定版本的 GPT-Image-2 笔记本。
GPT Image 1.5 参考资料
查看现有 GPT Image 1.5 工作流的概述和请求设置。
概述
模型已弃用。 gpt-image-1.5 计划于 2026 年 12 月 1 日停止服务。请参阅弃用公告,并在迁移前使用 gpt-image-2 验证现有工作流。
GPT Image 1.5 支持图像生成和编辑,可以渲染文字、生成具有照片质感的图像,也可以根据参考图像进行编辑。您可以查阅本文档来维护现有集成。提示词编写指南介绍了构图、渲染文字、使用参考图像以及在编辑时保留细节的通用技巧。请使用您的模型和输入测试这些技巧,因为不同模型的输出可能有所不同。
模型参数
使用 client.images.generate 生成图像,使用 client.images.edit 编辑图像。有关 API 设置和请求示例,请参阅图像生成指南。
| 参数 | GPT Image 1.5 |
|---|---|
model |
gpt-image-1.5 |
quality |
low、medium、high 或 auto |
size |
1024x1024、1024x1536、1536x1024 或 auto |
output_format |
png、jpeg 或 webp |
output_compression |
取值范围为 0 到 100,仅适用于 JPEG 或 WebP 格式的输出 |
background |
如需输出透明背景图像,请将此参数显式设为 transparent,并使用 PNG 或 WebP 格式 |
input_fidelity |
可设为 low 或 high。high 会保留输入图像的细节,而 quality 控制输出图像的生成质量。迁移到 GPT-Image-2 时请省略此参数,因为该模型始终使用高输入保真度。 |
GPT Image 1 参考资料
迁移 GPT Image 1 工作流时,可查阅旧版请求设置。
概述
模型已停用。 gpt-image-1 已于 2026 年 10 月 23 日停止服务。请改用 gpt-image-2.5-sunburst 或 gpt-image-2.5-flare。迁移详情请参阅弃用公告。
GPT Image 1 曾支持使用参考图像和蒙版进行图像生成和编辑。迁移现有集成时,您可以参考本文档。有关描述场景、保留细节和微调编辑结果等通用技巧,请参阅提示词指南。
模型参数
下表列出了旧版 GPT Image 1 请求的参数设置。有关当前支持的模型、API 配置和最新请求示例,请参阅图像生成指南。
| 参数 | GPT Image 1 |
|---|---|
model |
gpt-image-1 |
quality |
low、medium、high 或 auto |
size |
1024x1024、1024x1536、1536x1024 或 auto |
output_format |
png、jpeg 或 webp |
output_compression |
取值范围为 0 到 100,仅适用于 JPEG 或 WebP 输出 |
background |
如需生成透明背景的图像,请将此参数显式设为 transparent,并使用 PNG 或 WebP 格式 |
input_fidelity |
low 或 high。设为 high 可保留输入图像的细节,而 quality 控制生成图像的质量。高输入保真度会消耗更多图像输入 Token。迁移到 GPT-Image-2 时,请省略此参数,因为该模型始终使用高输入保真度。 |