01 核心公式
GPT Image 2.5 對指令的執行度很高，這件事直接改變了「好提示詞」的樣子：你是在寫一份需求說明，不是在唸咒語。動筆前先想清楚這張圖要拿去做什麼，然後只描述畫面裡真實可見的東西，最後交代什麼不能出現。短提示詞也能出好圖，但真正給你控制權的是有結構的提示詞。
1.1 基礎提示詞公式
撐起一張圖的就三件事：主體、用什麼媒介呈現、光怎麼打。先把這三樣寫下來，再補取景和約束。寫下畫面裡真的看得見的東西，而不是它該給人什麼感覺——材質、磨損、顏色、質感、鏡頭語言都能落地，而「唯美」「美美的」這類形容詞幾乎等於沒寫。想要照片，就直說要照片。
[主體] + [媒介] + [光線] + 可選 [取景] [構圖] [文字] [約束] [情緒]
主體
是誰、是什麼，寫到只可能是這一個為止：年齡、材質、磨損、表情、手上正在做什麼。
媒介
照片、水彩、扁平向量、3D 算圖、投影片、App 介面。第一句就點明，後面所有細節都會自動往這個方向靠。
光線
從窗戶進來的北向散射光、攝影棚柔光箱、黃昏、一盞提燈。光決定畫面有多真實，而且比任何形容詞都快。
取景
畫面裡裝多少、從哪裡看：平視中近景、50mm、淺景深、從頭到腳全進畫面。
構圖
東西擺在哪、彼此什麼關係：主體置中還是偏一側、留白留給文字、視線往畫面外引。
文字
必須出現的文案，用引號框住，連同位置、字體氣質和出現次數一起交代。
約束
你不想要的東西：不要多餘文字、不要浮水印、不要 logo、不要廣告片那種油亮感。
情緒
一到兩個詞就夠：鬆弛、感激、緊繃。真正撐起情緒的是那些看得見的細節。
抓拍式工作室人像
提示詞
寫實抓拍照片：一位陶藝師在自然採光的工作室裡拉坯。圍裙上濺滿泥點，小臂上掛著泥漿，雙手穩穩扶著一個拉到一半的筒形坯體，眼睛看著手上的活。左側高窗進來的北向灰調散射光，淺景深，50mm 鏡頭平視，細緻的底片顆粒。背景是磕碰過的木架和用舊的工具，輕微失焦。真實的皮膚質感，平常、不擺拍，不修圖，不要攝影棚那種光潔感。
前兩句交代主體、媒介和光，接著是取景和鏡頭，最後一句收口。別小看最後那句約束——拿掉它，出來的往往是一張廣告人像，而不是一個真的在工作的人。預填 Flare / 1024x1536 / medium。
1.2 分段寫法：場景、情緒、風格、約束
需求一旦超過三五條，就別再寫大段文字了，改成帶標籤的分塊：場景、情緒、風格、約束。分塊、條列、甚至一小段 JSON 都行，只要你自己回頭看得懂。這樣做真正的好處在第二輪：你只換其中一塊，其餘照舊，而不是重寫一整段再猜到底哪句起了作用。
用分塊寫一張週年賀卡
提示詞
為一家街角麵包店的一週年做一張賀卡插畫。 場景：清晨的大理石檯面上落著薄薄一層麵粉，冷卻架上放著一條剛出爐的多穀麵包，旁邊是摺好的亞麻布，熱氣還在往上走。 情緒：溫暖、安靜、感激。 風格：高級賀卡攝影，柔和的窗光，真實的麵包氣孔與布料質感，淺景深，畫面下三分之一留出大片空白。 約束：原創畫面，不要 logo，不要浮水印。只包含這一句文字，而且只出現一次："One year of early mornings. Thank you."
四個分塊各司其職，卡片上的文字用引號框住並限定只出現一次，所以那句話不會在別處再冒出來一遍。把「場景」那塊換成花店或腳踏車行，其餘三塊照樣成立。預填 Flare / 1024x1536 / medium。
1.3 真實情境與畫面裡的人
寫清楚地點和年代，畫面就自帶那個年代的服裝、車輛和招牌，你一個字都不用列。人比物件難伺候：說明身體入鏡多少、在畫面裡佔多大、眼睛看向哪裡、手上在做什麼，人物才不會像貼上去的。
帶人物的年代場景
提示詞
寫實寬幅照片：1958 年 8 月一個溫熱的傍晚，日落後半小時的美國汽車電影院。一排排那個年代的汽車朝著銀幕停好，幾家人坐在車頭旁的摺疊椅上，一個十歲上下的男孩站在車頂，雙手插在口袋裡仰頭看銀幕。放映機的暖光束裡有小蟲飛過，天空是深藍的，地平線上還壓著最後一點暮色。自然色彩，紀實取景，畫面裡不出現任何現代物件。
年代和地點替你把資料查好了，所以提示詞把字數花在那個撐起畫面的人身上：他多大、站在哪、看向哪。出圖後回頭核一眼車款和衣著——推斷出來的年代細節大多是對的，偶爾會自己編一個。預填 Flare / 1024x1536 / medium。
02 精確文字與版面
文字能畫清楚、版面站得住，這才讓它跳出插畫的範圍：廣告、圖解、投影片、介面稿、分格漫畫都接得下來。做法都一樣：把文案用引號框住，說明各出現幾次，像給設計師提需求那樣描述版面，再點名頁面上不許出現什麼。
2.1 把指定文字畫準
文案打引號，交代它放在哪、什麼字體氣質、出現幾次。生僻的名字容易跑掉，跑掉了就一個字母一個字母拼給它。最後補一句禁令，把你沒要的東西擋在外面：多餘的行、浮水印、亂入的 logo。出圖後一定要讀一遍——畫得清楚不等於畫得對。
帶標語的品牌廣告
提示詞
一張跑步品牌 Ashfield 的廣告照片。四位年齡不一的跑者在天剛亮時穿過空無一人的十字路口，呼出的白氣清晰可見，步伐鬆弛，穿著低調的石板灰與鐵鏽色跑服。清冷的晨光，長影子，非對稱構圖，上三分之一留出乾淨的天空。標語 "Miles Make the Map." 只渲染一次，放在左上角，用緊湊的現代無襯線字體，在天空上清晰可讀。高級運動服飾攝影，不要其他文字，不要浮水印，不要 logo。
引號、次數、位置、字體，四條指令各管一件事。少寫任何一條，標語通常會重複一次，或者掉進陰影裡看不清。預填 Flare / 1024x1536 / medium。
2.2 圖解與資訊圖
點名是什麼流程、給誰看、看完要明白什麼。需要的標籤逐個列出來——凡是留給模型自由發揮的，回來往往看著合理但其實是錯的。要求扁平的視覺系統：圖示統一、箭頭夠粗、留白夠、不要裝飾。圖解是唯一一類必須逐行核對事實的產出。
講清一個流程
提示詞
做一張技術資訊圖，講清楚空氣源熱泵在冬天怎麼替房子供暖。按順序走完整個循環：室外空氣經過蒸發器、冷媒被壓縮、熱量交給水路、熱水送到暖氣片和儲熱水箱、冷媒膨脹後回到室外。每個環節都標上名稱，用箭頭標出走向。白底扁平插畫，冷媒迴路和水路各用一種強調色，標籤在手機上也讀得清楚，不要多餘裝飾。
把循環按順序寫出來，箭頭才不會指反；只列零件不講順序的提示詞，很容易出一張看著對、流程卻是倒的圖。預填 Flare / 1024x1536 / medium。
標籤固定的教學圖
提示詞
做一張給中學生看的課堂圖解，標題是 "The Rock Cycle at a Glance"。把火成岩、沉積岩、變質岩畫成循環裡的三個帶標籤節點，節點之間用箭頭連起對應的作用：風化與侵蝕、沉積與壓密、高溫與高壓、熔融、冷卻與結晶。岩漿和沉積物當作中間狀態單獨標註。白底課堂講義風格，圖示簡潔統一，一種強調色，箭頭粗到一眼能跟上。文字大而清晰，不要小字註解，不要裝飾。
這張圖允許出現的術語被逐個列了出來，這是讓教學圖保持準確的唯一可靠辦法。標籤密的圖也正是高品質檔真正值回成本的地方。預填 Sunburst / 1536x1024 / high。
2.3 投影片、圖表與版面頁
寫規格，別許願。先點名要的是什麼：一頁投影片、一張流程圖、一個圖表；再定畫布、層級，以及頁面上真實的數字和註腳。編出來的數字一看就是編的，所以數字你自己給。最後把爛投影片的家族特徵一併禁掉：美工圖案、圖庫照片、漸層、陰影。
帶真實數據的董事會投影片
提示詞
做一頁董事會簡報投影片，標題 "Retention by Cohort"，視覺語言是一家運作良好的軟體公司。白底，現代無襯線字體，留白充足。頁面包含：一張分群留存曲線圖，六條線涵蓋第 0 到第 12 個月，全部在 60% 到 72% 之間走平；左側一欄三個指標 "Net revenue retention 118%"、"Logo churn 1.4% / month"、"Payback 9 months"；圖表下方一句結論 "Cohorts flatten after month 4."；頁尾一行小字 "Q3 2026, self-serve plans only"。低飽和的藍灰配色，數據層級清楚，不要美工圖案，不要漸層，不要陰影。
把數字交出去，這頁投影片就變成一件排版工作，而排版正是模型擅長的；不給數字，你會拿到一堆看起來很像樣、卻一個都不能用的數據。預填 Sunburst / 1536x1024 / high——橫向畫布最接近投影片比例。
2.4 介面稿
把產品當成已經上線的東西來描述。按閱讀順序列出各個區塊，點名真實的介面元件，用字保持務實——提示詞裡一旦開始講「理念」「願景」，出來的就是設計獎海報，不是一個能用的畫面。
手機 App 畫面
提示詞
做一張公共圖書館 App 的真實介面稿，呈現讀者的預約取書頁：頂部是分館名稱和開放時間；中間是三本待取圖書的清單，每本帶小封面、書架編號和日期；下面是 "Due soon" 區塊，列兩本快到期的書；底部固定一個搜尋框。克制而務實——白底，一種低飽和綠當強調色，文字層級清楚，間距舒服，用真實的介面元件而不是裝飾。畫面放在一個樸素的手機外框裡。
區塊由上而下列清楚，只用一種強調色，區塊標題打引號所以會照原樣渲染。直式畫布正好配手機外框，不用跟比例較勁。預填 Flare / 1024x1536 / medium。
2.5 分格漫畫與連續畫面
故事要能分格，關鍵在於你得把節拍交出去。先說共幾格、怎麼排，再給每一格一個看得見的動作——不是情緒，也不是劇情大綱。角色少、機位穩，一則漫畫就能一眼讀完。
四格漫畫
提示詞
做一則直式四格漫畫，乾淨的線條加平塗上色。第一格：貓第一次看見掃地機器人停在充電座上，尾巴放低，耳朵後壓。第二格：機器人啟動，貓已經跳上廚房流理台，居高臨下盯著它。第三格：幾小時後，貓神態自若地騎在機器人上穿過客廳，一隻前爪伸出來保持平衡。第四格：大門打開，貓一臉無辜地坐在充電座旁的地板上。不要對白，不要旁白。
每格只給一個看得見的動作，笑點留到第四格才爆開。禁掉對白，模型就不會自作主張往對話框裡塞你沒要的字。預填 Flare / 1024x1536 / medium。
03 用參考圖做編輯
切到圖生圖，把手上的素材傳上去，用白話說要改什麼。這正是 GPT Image 2.5 把上一代甩開最遠的地方：它只動你點名的那一處，畫面其餘部分留在原地，人臉和產品從參考圖過來還認得出。兩個習慣決定編輯穩不穩——把「要改的」和「要保的」分開寫，給每張圖派一個角色。
3.1 把「要改的」和「要保的」分開
一次編輯寫成兩半。前半是唯一要改的那一處，並且寫明只改這一處。後半是必須原樣保住的清單：機位、光線、幾何關係、版面、文字標籤，還有那些你根本沒想起來的背景物件。最後交代不許新增什麼——文字、logo、陰影、道具。保留清單看起來像廢話，卻正是編輯能成的原因。
只換一件東西，房間不動
提示詞
在這張咖啡館照片裡，只把吧台上方的玻璃吊燈換成同樣尺寸、同樣懸掛高度的藤編吊燈。機位、室內光線、吧台上的反光以及其他所有物件全部保持原樣。新燈罩的色溫與原本的燈泡一致，並投出真實的陰影。其餘一概不動。
上傳咖啡館原圖。「只」字鎖定改動，保留清單釘住整個房間，而要求投出陰影，是讓新燈不像貼上去的關鍵。預填 Sunburst / 1536x1024 / medium。
移除一個物件
提示詞
移除巷子左側停放的那台機車。把它擋住的牆面和地磚補回來，紋理和周圍的光保持一致。其餘一概不動。
點名物件，同時說清楚那裡原本應該是什麼，否則空出來的位置會被隨手編一個東西填上。小面積移除用不著上 Sunburst。預填 Flare / 1024x1536 / medium。
3.2 給每張參考圖派角色
傳了不只一張圖，就別再籠統地說「這些圖」。給它們編號並各派一個角色——圖 1 是場景，圖 2 是主體，圖 3 是衣服——再說清楚什麼挪到哪裡、多大比例。參考圖最多能傳 16 張，但一堆沒有分工的圖，還不如兩張職責清楚的。
合成兩張參考圖
提示詞
圖 1 是場景：正午的石砌中庭。圖 2 是主體：一台紅色載貨腳踏車。把圖 2 裡的載貨腳踏車放進圖 1 的中庭，靠在右側牆邊，相對旁邊那道門的尺寸要合理。光的方向和硬度對齊正午光，補上正確的接地陰影，圖 1 其餘部分保持不動。
按提示詞裡點名的順序上傳：先場景後主體。合成會穿幫，通常就敗在比例和接地陰影上，所以這兩條都寫明了。預填 Sunburst / 1024x1536 / medium。
3.3 人要還是那個人
當一個人必須看得出還是他本人，就把不許動的部分逐項寫出來：臉、五官、膚色、髮型、表情、體型、比例、姿勢。然後描述唯一要變的那件事，以及它該怎麼融進畫面——光要對上、陰影方向要對上、色溫要對上。一條身分保持的提示詞裡大半篇幅都是保留清單，這才是它該有的樣子。
換衣服，人不變
提示詞
圖 1 是人像。圖 2 和圖 3 是服裝。把圖 1 裡的人換上圖 2 的外套和圖 3 的長褲。臉、五官、膚色、髮型、表情、體型、姿勢和比例一律不許改動。只替換服裝，依現有姿勢合身穿上，布料的重量感和皺褶要真實。光線、陰影方向和色溫與人像原圖一致，讓衣服看起來本來就長在這張照片裡。背景、構圖和機位保持不變，不加配件、文字或 logo。
先傳人像再傳服裝，順序和提示詞裡的編號對上。預填 Sunburst / 1024x1536 / medium——只要臉必須原樣回來，Sunburst 這一檔就值得。
把人放進新場景
提示詞
把這個人放進熱鬧的夜市，走在小吃攤之間，一隻手拿著紙杯，眼睛望向畫面右側框外的什麼東西。臉、五官和比例嚴格保持參考圖原樣。照片感、紮實：攤位燈泡和手繪招牌混合的光，路面有薄雨，身後的人群因慢速快門而拖影。半身取景，自然色彩。不要電影感，不要調色，不要海報化處理。
傳一張人物清晰的照片。取景、視線、手上拿什麼都寫死了，最後一句把結果按在照片這一側，不讓它滑向電影海報。預填 Sunburst / 1024x1536 / medium。
3.4 風格轉換與線稿轉真
參考圖不一定要提供主體。你可以只借它的配色、線條粗細和紙面質感——而且說明只借這些——然後在同一句話裡描述一個完全不同的主體。線稿是反過來的：幾何關係照抄，材質和光交給模型去編得合理。
風格照舊，主體全換
提示詞
沿用輸入圖的插畫風格——它的配色、線條粗細和紙面質感——畫一個新主體：黃昏時分從下往上看的港口吊車，背景留白。風格保持不變，主體完全換掉。
傳你想借風格的那張圖。把「借哪三樣」點名，效果好過一句「和這張一樣的風格」——後者常常把原來的主體也一起拖過來。預填 Flare / 1024x1536 / medium。
線稿轉照片
提示詞
把這張手繪的載貨腳踏車草圖變成寫實產品照。嚴格保留草圖裡的比例、車架幾何、透視關係和每個零件的位置。材質依設計挑選：粉體塗裝鋼管車架、樺木合板貨箱、皮革坐墊。中性背景下的攝影棚打光。不添加草圖裡沒有的零件、品牌標誌或文字。
傳草圖。寫法就是一份規格：哪些固定、哪些交給模型決定、哪些明令禁止。少了最後一句，線稿回來常常自帶一個編出來的 logo。預填 Flare / 1024x1536 / medium。
3.5 原位翻譯：只換文字不動版面
做在地化其實就是一次普通編輯：換掉文案，版面照舊。要求只改文字，並且把譯文塞回原來的文字框裡。然後一定要校對——總有一兩行會留在原來的語言，而版面看起來完好無損時，這種殘留最容易漏掉。
原位翻譯一張海報
提示詞
把這張海報裡的所有文字翻譯成繁體中文。版面、字體、配色、間距和圖像全部保持原樣，譯文行排進原有的文字框裡，其餘尺寸一律不變。
傳海報，把目標語言換成你要的那一種。文字密集的編輯值得上 high 檔——小字能不能保住就看它。預填 Sunburst / 1024x1536 / high。
04 透明背景
兩檔都會回傳真正的 alpha 通道。在參數面板把「背景」設成 transparent，輸出格式保持 PNG 或 WebP，同時在提示詞裡也把去背要求寫一遍，讓設定和文字口徑一致。然後去看邊緣——頭髮、玻璃、細陰影和細線條，透明失敗都藏在這些地方。
4.1 輸出透明底 Logo
先描述這門生意和標誌由什麼形狀構成，再說清楚它要在哪裡站得住：既要當 favicon 又要上店面招牌，這個要求比一句「做個 logo」嚴格得多。把模型愛在去背圖周圍加的東西一併禁掉——底色塊、棋盤格、陰影——方向還沒定下來之前，一次多生幾張來挑。
透明底 Logo
提示詞
為一家叫 Freewheel 的腳踏車修理店設計一個原創 logo：圖形在上，店名在下。圖形是一個幾何化的車輪，輪輻收攏成一隻攤開的手，負空間均衡。扁平向量形狀，線條粗細統一，不用漸層。它要在 favicon 尺寸和店面招牌上都讀得清楚。圖形置中，四周留足空白，背景完全透明，alpha 邊緣乾淨，不要底色塊，不要棋盤格，不要陰影，不要浮水印。
預填 Flare / 1024x1024 / medium，背景設成 transparent、輸出 PNG。提示詞裡特意把透明要求又說了一遍，免得設定和文字互相打架。
4.2 從照片裡去背產品
要從照片去背，就把原圖傳上去，要求主體單獨落在透明底上，並鎖死商業上真正要緊的兩件事：產品的外形和標籤的可讀性。只允許輕微修飾，不許再多。之後如果還要對這張去背圖做編輯，記得把「透明背景」再說一次，否則它會悄悄變回不透明。
產品去背
提示詞
把這張照片裡的保溫瓶去背出來，放在完全透明的背景上。置中、直立、輪廓乾淨，邊緣不要光暈和色邊。外形、拉絲金屬質感和標籤的可讀性全部保持原樣。只做輕微修飾——不改產品造型，不自行加上陰影，也不要加任何底色、圖案或場景。
傳產品原圖。預填 Sunburst / 1024x1536 / medium，背景設成 transparent、輸出 PNG；標籤文字和邊緣乾不乾淨，靠的就是 Sunburst 這一檔。
05 疊代、保持一致與選檔
用這個模型最順的方式是接力：出圖，把結果當參考圖再傳回去，只改一處，如此往復。它在長鏈條裡的畫質掉得很少，第十步和第一步一樣乾淨。這一章講的就是這個循環、系列裡怎麼讓角色始終是同一個，以及兩檔模型和五檔品質該怎麼選。
5.1 一輪只改一處
把上一輪的結果傳上去，只提一個改動，並把必須保住的部分再說一遍。「和剛才一樣的風格」這類說法能帶一部分脈絡，但一旦開始跑掉，正確的動作是把約束重講一遍，而不是再堆指令。每一輪都先看結果再寫下一條——一輪改兩處，你就分不清是哪條指令造成的。
只換一個條件
提示詞
同一個場景，把正午改成傍晚：低角度的暖陽從左側打過來，影子拉長，空氣略帶薄霧。構圖、主體、機位和所有物件的位置全部保持不變。
把你上一輪的成圖當參考圖傳上去。一句改動，一句保留。如果構圖還是動了，就點名哪些元素跑掉了，再跑一次。預填 Flare / 1024x1536 / medium。
5.2 讓角色保持是同一個
先在乾淨背景上把角色立起來——這張圖就是你的角色設定頁，它裡面的雜物會跟著你走完整個系列。之後每畫一個場景都把它傳上去，並重複一小段一致性說明：服裝、五官、比例、配色。再加一句不許重新設計角色，因為這正是最容易出錯的地方。
先把角色立起來
提示詞
畫一張兒童繪本插畫，介紹故事的主角。 角色：九歲的燈塔看守學徒，穿著過大的防水油布外套，戴紅色毛線帽，提著一盞小銅燈。圓臉，有雀斑，神情沉靜而堅定。 主題：她為在霧裡迷失方向的海鳥引路。 風格：手繪水彩，柔和的輪廓線，暖土色調對上冷灰的海色，繪本比例，頭略大，表情生動。 約束：原創角色，不要文字，不要浮水印，背景留白讓角色清晰可讀。
背景留白是重點：它讓後面每一個場景都有一張只含角色、別無雜物的參考圖。預填 Flare / 1024x1536 / medium。
接著往下畫
提示詞
沿用同一個角色繼續這個故事。場景：她蹲在燈塔腳下濕漉漉的礁石上，把提燈舉高，好讓一隻年幼的塘鵝從霧裡找到方向。 角色一致性：同一件過大的防水油布外套、同一頂紅毛線帽和小銅燈，臉、比例和配色與參考圖完全一致。 風格：同樣的手繪水彩，這次加上霧氣、浪花和燈光的光暈。 約束：不要重新設計角色，不要文字，不要浮水印。
把第一張插畫當參考圖傳上去。一致性那一段重複的正是參考圖裡已經有的東西，而這種冗餘恰恰是止住跑掉的關鍵。預填 Flare / 1024x1536 / medium。
5.3 Flare 還是 Sunburst，品質檔怎麼選
先選檔位，再挑品質。預設從 Flare 開始：它是兩檔裡比較快的那個，畫質已經超過上一代，量大的案子用它最合適。什麼時候換 Sunburst？當成敗取決於控制力的時候——身分保持的編輯、產品精修、標籤密集的圖解、長鏈條的連續編輯。品質檔的用法是：小畫布 low 檔先探方向，medium 或 high 出正式稿，xhigh 和 max 只留給低檔確實拿不下來的定稿。價格只跟品質檔走，兩檔模型、所有尺寸都一樣。
先便宜地試：low 檔一次四張
提示詞
一個習慣追蹤 App 的現代圖示：一架討喜的紙飛機在圓角方形底板上拖出一條虛線環形軌跡，背後是薄荷綠到奶油色的柔和漸層。扁平向量風格，形狀乾淨，留白充足，不要文字。
預填 Flare / 1024x1024 / low，一次出四張。四張便宜的變體比一張昂貴的成圖更能告訴你方向對不對——尤其是提示詞還沒驗證過的時候。
再精細地收：max 檔出一張
提示詞
高級產品主圖：一套霧面黑陶瓷手沖咖啡器具擺在一塊粗面石灰華石板上——錐形濾杯、帶胡桃木頸環的高身分享壺、一個配套小杯，鬆散地排成三角。左上方攝影棚柔光箱加柔和補光，分享壺口還有一縷微弱熱氣，幾粒淺焙咖啡豆散落在旁。寫實，陶瓷釉面和石頭孔隙的細節銳利，淺景深，中性暖調。不要文字，不要 logo，除這套器具外不加任何道具。
預填 Sunburst / 2048x2048 / max。只有當這條提示詞已經在低檔驗證過，才值得跑這個預設——max 是給你要交付的那一張用的，不是拿來探路的。