01 核心公式
GPT Image 2.5 对指令的执行度很高，这件事直接改变了「好提示词」的样子：你是在写一份需求说明，不是在念咒语。动笔前先想清楚这张图要拿去干什么，然后只描述画面里真实可见的东西，最后交代什么不能出现。短提示词也能出好图，但真正给你控制权的是有结构的提示词。
1.1 基础提示词公式
撑起一张图的就三件事：主体、用什么媒介呈现、光怎么打。先把这三样写下来，再补取景和约束。多写画面里看得见的细节——材质、磨损、颜色、质感、镜头语言都能落地，而「唯美」「大气」这类形容词基本等于没写。想要照片，就直说要照片。
[主体] + [媒介] + [光线] + 可选 [取景] [构图] [文字] [约束] [情绪]
主体
是谁、是什么，写到只可能是这一个为止：年龄、材质、磨损、表情、手上正在做什么。
媒介
照片、水彩、扁平矢量、3D 渲染、幻灯片、App 界面。第一句就点明，后面所有细节都会自动往这个方向靠。
光线
从窗户进来的北向散射光、影棚柔光箱、黄昏、一盏提灯。光决定画面有多真实，而且比任何形容词都快。
取景
画面里装多少、从哪儿看：平视中近景、50mm、浅景深、从头到脚全进画面。
构图
东西摆在哪、彼此什么关系：主体居中还是偏一侧、留白留给文字、视线往画面外引。
文字
必须出现的文案，用引号框住，连同位置、字体气质和出现次数一起交代。
约束
你不想要的东西：不要多余文字、不要水印、不要 logo、不要广告片的那层油光。
情绪
一到两个词就够：松弛、感激、紧绷。真正撑起情绪的是那些看得见的细节。
抓拍式工作室人像
提示词
写实抓拍照片：一位陶艺师在自然采光的工作室里拉坯。围裙上溅满泥点，小臂上挂着泥浆，双手稳稳扶着一个拉到一半的筒形坯体，眼睛看着手上的活。左侧高窗进来的北向灰调散射光，浅景深，50mm 镜头平视，细腻胶片颗粒。背景是磕碰过的木架和用旧的工具，轻微失焦。真实的皮肤质感，平常、不摆拍，不修图，不要影棚那种光洁感。
前两句交代主体、媒介和光，接着是取景和镜头，最后一句收口。别小看最后那句约束——去掉它，出来的往往是一张广告人像，而不是一个正在干活的人。预填 Flare / 1024x1536 / medium。
1.2 分段写法：场景、情绪、风格、约束
需求一旦超过三五条，就别再写大段话了，改成带标签的分块：场景、情绪、风格、约束。分块、要点列表、甚至一小段 JSON 都行，只要你自己回头看得懂。这么做的真正好处在第二轮：你只换其中一块，其余照旧，而不是重写一整坨文字再猜到底哪句起了作用。
用分块写一张周年贺卡
提示词
为一家街角面包房的一周年做一张贺卡插画。 场景：清晨的大理石操作台上落着薄薄一层面粉，冷却架上放着一只刚出炉的多籽面包，旁边是叠好的亚麻布，热气还在往上走。 情绪：温暖、安静、感激。 风格：高档贺卡摄影，柔和的窗光，真实的面包气孔与布料质感，浅景深，画面下三分之一留出大片空白。 约束：原创画面，不要 logo，不要水印。只包含这一句文字，且只出现一次："One year of early mornings. Thank you."
四个分块各司其职，卡片上的文字用引号框住并限定只出现一次，所以那句话不会在别处再冒出来一遍。把「场景」那块换成花店或自行车行，其余三块照样成立。预填 Flare / 1024x1536 / medium。
1.3 真实语境与画面里的人
写清地点和年代，画面就自带那个年代的服装、车辆和招牌，你一个字都不用列。人比物件难伺候：说明身体入画多少、在画面里占多大、眼睛看向哪里、手上在干什么，人物才不会像贴上去的。
带人物的年代场景
提示词
写实宽幅照片：1958 年 8 月一个温热的傍晚，日落后半小时的美国汽车影院。一排排那个年代的汽车朝着银幕停好，几家人坐在车头旁的折叠椅上，一个十岁上下的男孩站在车顶，双手插兜仰头看银幕。放映机的暖光束里有小虫飞过，天空是深蓝的，地平线上还压着最后一点暮色。自然色彩，纪实取景，画面里不出现任何现代物件。
年代和地点替你把资料查了，所以提示词把字数花在那个撑起画面的人身上：他多大、站在哪、看向哪。出图后回头核一眼车型和衣着——推断出来的年代细节大多对，偶尔会自己编一个。预填 Flare / 1024x1536 / medium。
02 精确文字与版面
文字能画清楚、版面站得住，这才让它跳出插画的范围：广告、图解、幻灯片、界面稿、分格漫画都能接。做法都一样：把文案用引号框住，说明各出现几次，像给设计师提需求那样描述版面，再点名页面上不许出现什么。
2.1 把指定文字画准
文案打引号，交代它放在哪、什么字体气质、出现几次。生僻的名字容易跑偏，跑了就一个字母一个字母拼给它。最后补一句禁令，把你没要的东西挡在外面：多余的行、水印、乱入的 logo。出图后一定要读一遍——画得清楚不等于画得对。
带标语的品牌广告
提示词
一张跑步品牌 Ashfield 的广告照片。四位年龄不一的跑者在天刚亮时穿过空无一人的十字路口，呵气可见，步幅松弛，穿着低调的石板灰与铁锈色跑装。清冷的晨光，长影子，非对称构图，上三分之一留出干净的天空。标语 "Miles Make the Map." 只渲染一次，放在左上角，用紧凑的现代无衬线字体，在天空上清晰可读。高级运动服饰摄影，不要其他文字，不要水印，不要 logo。
引号、次数、位置、字体，四条指令各管一件事。少写任何一条，标语通常会重复一次，或者掉进阴影里看不清。预填 Flare / 1024x1536 / medium。
2.2 图解与信息图
点名是什么过程、给谁看、看完要明白什么。需要的标签逐个列出来——凡是留给模型自由发挥的，回来往往看着合理但其实是错的。要求扁平的视觉体系：图标统一、箭头足够粗、留白够、不要装饰。图解是唯一一类必须逐行核对事实的产出。
讲清一个流程
提示词
做一张技术信息图，讲清空气源热泵在冬天怎么给房子供热。按顺序走完整个循环：室外空气经过蒸发器、冷媒被压缩、热量交给水路、热水送到暖气片和储热水箱、冷媒膨胀后回到室外。每个环节都标注名称，用箭头标出走向。白底扁平插画，冷媒回路和水路各用一种强调色，标签在手机上也读得清，不要多余装饰。
把循环按顺序写出来，箭头才不会指反；只列部件不讲顺序的提示词，很容易出一张看着对、流程却是倒的图。预填 Flare / 1024x1536 / medium。
标签固定的教学图
提示词
做一张给中学生看的课堂图解，标题是 "The Rock Cycle at a Glance"。把火成岩、沉积岩、变质岩画成循环里的三个带标签节点，节点之间用箭头连起对应的过程：风化与侵蚀、沉积与压实、高温与高压、熔融、冷却与结晶。岩浆和沉积物作为中间状态单独标注。白底课堂讲义风格，图标简洁统一，一种强调色，箭头粗到一眼能跟上。文字大而清晰，不要小字注解，不要装饰。
这张图允许出现的术语被逐个列了出来，这是让教学图保持准确的唯一可靠办法。标签密的图也正是高质量档真正值回成本的地方。预填 Sunburst / 1536x1024 / high。
2.3 幻灯片、图表与版面页
写规格，别许愿。先点名要的是什么：一页幻灯、一张流程图、一个图表；再定画布、层级，以及页面上真实的数字和注脚。编出来的数字一看就是编的，所以数据你自己给。最后把烂 PPT 的家族特征一并禁掉：剪贴画、图库照、渐变、投影。
带真实数据的汇报幻灯
提示词
做一页董事会汇报幻灯，标题 "Retention by Cohort"，视觉语言是一家运转良好的软件公司。白底，现代无衬线字体，留白充足。页面包含：一张分组留存曲线图，六条线覆盖第 0 到第 12 个月，全部在 60% 到 72% 之间走平；左侧一列三个指标 "Net revenue retention 118%"、"Logo churn 1.4% / month"、"Payback 9 months"；图表下方一句结论 "Cohorts flatten after month 4."；页脚一行小字 "Q3 2026, self-serve plans only"。低饱和的蓝灰配色，数据层级清楚，不要剪贴画，不要渐变，不要投影。
把数字交出去，这页幻灯就变成了排版活儿，而排版正是模型擅长的；不给数字，你会拿到一堆看着很像样、但一个都不能用的数据。预填 Sunburst / 1536x1024 / high——横向画布最接近幻灯比例。
2.4 界面稿
把产品当成已经上线的东西来描述。按阅读顺序列出各个区块，点名真实的界面元素，措辞保持务实——提示词里一旦开始讲「理念」「愿景」，出来的就是设计奖海报，不是一个能用的界面。
手机 App 界面
提示词
做一张公共图书馆 App 的真实界面稿，展示读者的预约取书页：顶部是分馆名称和开放时间；中间是三本待取图书的列表，每本带小封面、书架编号和日期；下面是 "Due soon" 区块，列两本快到期的书；底部固定一个搜索框。克制而务实——白底，一种低饱和绿作强调色，字号层级清楚，间距舒服，用真实的界面元素而不是装饰。界面放在一个朴素的手机外框里。
区块自上而下列清楚，只用一种强调色，区块标题打引号所以会照原样渲染。竖版画布正好配手机外框，不用跟比例较劲。预填 Flare / 1024x1536 / medium。
2.5 分格漫画与连续画面
故事要能分格，关键在于你得把节拍交出去。先说共几格、怎么排，再给每一格一个看得见的动作——不是情绪，也不是剧情梗概。角色少、机位稳，一条漫画就能一眼读完。
四格漫画
提示词
做一条竖版四格漫画，干净的线条加平涂上色。第一格：猫第一次看见扫地机器人停在充电座上，尾巴放低，耳朵后压。第二格：机器人启动，猫已经跳上厨房台面，居高临下盯着它。第三格：几小时后，猫神态自若地骑在机器人上穿过客厅，一只前爪伸出来保持平衡。第四格：大门打开，猫一脸无辜地坐在充电座旁的地板上。不要对白，不要旁白。
每格只给一个看得见的动作，包袱留到第四格抖开。禁掉对白，模型就不会自作主张往对话气泡里塞你没要的字。预填 Flare / 1024x1536 / medium。
03 用参考图做编辑
切到图生图，把手上的素材传上去，用大白话说要改什么。这正是 GPT Image 2.5 把上一代甩开最远的地方：它只动你点名的那处，画面其余部分留在原地，人脸和产品从参考图里过来还认得出。两个习惯决定编辑稳不稳——把「要改的」和「要保的」分开写，给每张图派一个角色。
3.1 把「要改的」和「要保的」分开
一次编辑写成两半。前半句是唯一要改的那处，并且写明只改这一处。后半是必须原样保住的清单：机位、光线、几何关系、版面、文字标签，还有那些你压根没想起来的背景物件。最后交代不许新增什么——文字、logo、阴影、道具。保留清单看着像废话，恰恰是编辑能成的原因。
只换一件东西，房间不动
提示词
在这张咖啡馆照片里，只把吧台上方的玻璃吊灯换成同样尺寸、同样悬挂高度的藤编吊灯。机位、室内光线、吧台上的反光以及其他所有物件全部保持原样。新灯罩的色温与原灯泡一致，并投出真实的阴影。其余一概不动。
传咖啡馆原图。「只」字锁定改动，保留清单钉住整个房间，而要求投影是让新灯不显得像贴上去的关键。预填 Sunburst / 1536x1024 / medium。
移除一个物件
提示词
移除巷子左侧停放的那辆踏板车。把它挡住的墙面和地砖补回来，纹理和周围的光保持一致。其余一概不动。
点名物件，同时说清那儿原本应该是什么，否则空出来的位置会被随手编一个东西填上。小面积移除用不着上 Sunburst。预填 Flare / 1024x1536 / medium。
3.2 给每张参考图派角色
传了不止一张图，就别再笼统地说「这些图」。给它们编号并各派一个角色——图 1 是场景，图 2 是主体，图 3 是衣服——再说清什么挪到哪里、多大比例。参考图最多能传 16 张，但一堆没有分工的图，还不如两张职责清楚的。
合成两张参考图
提示词
图 1 是场景：正午的石砌庭院。图 2 是主体：一辆红色载货自行车。把图 2 里的载货自行车放进图 1 的庭院，靠在右侧墙边，相对旁边那道门的尺寸要合理。光的方向和硬度对齐正午光，补上正确的接地阴影，图 1 其余部分保持不动。
按提示词里点名的顺序上传：先场景后主体。合成露馅通常就栽在比例和接地阴影上，所以这两条都写明了。预填 Sunburst / 1024x1536 / medium。
3.3 人要还是那个人
当一个人必须看得出还是他本人，就把不许动的部分逐项写出来：脸、五官、肤色、发型、表情、体型、比例、姿势。然后描述唯一要变的那件事，以及它该怎么融进画面——光要对上、阴影方向要对上、色温要对上。一条身份保持的提示词里大半篇幅都是保留清单，这才是它该有的样子。
换衣服，人不变
提示词
图 1 是人像。图 2 和图 3 是服装。把图 1 里的人换上图 2 的外套和图 3 的裤子。脸、五官、肤色、发型、表情、体型、姿势和比例一律不许改动。只替换服装，按现有姿势合身穿上，布料的重量感和褶皱要真实。光线、阴影方向和色温与人像原片一致，让衣服看起来本来就长在这张照片里。背景、构图和机位保持不变，不加配饰、文字或 logo。
先传人像再传服装，顺序和提示词里的编号对上。预填 Sunburst / 1024x1536 / medium——只要脸必须原样回来，Sunburst 这一档就值。
把人放进新场景
提示词
把这个人放进热闹的夜市，走在小吃摊之间，一只手拿着纸杯，眼睛望向画面右侧框外的什么东西。脸、五官和比例严格保持参考图原样。照片感、扎实：摊位灯泡和手绘招牌混合的光，路面有薄雨，身后的人群因慢门而拖影。半身取景，自然色彩。不要电影感，不要调色，不要海报化处理。
传一张人物清晰的照片。取景、视线、手上拿什么都写死了，最后一句把结果按在照片这一侧，不让它滑向电影海报。预填 Sunburst / 1024x1536 / medium。
3.4 风格迁移与线稿转真
参考图不一定要提供主体。你可以只借它的配色、线条粗细和纸面质感——并且说明只借这些——然后在同一句话里描述一个完全不同的主体。线稿是反过来的：几何关系照抄，材质和光交给模型去编得合理。
风格照旧，主体全换
提示词
沿用输入图的插画风格——它的配色、线条粗细和纸面质感——画一个新主体：黄昏时分从下往上看的港口吊车，背景留白。风格保持不变，主体完全换掉。
传你想借风格的那张图。把「借哪三样」点名，效果好过一句「和这张一个风格」——后者常常把原来的主体也一起拽过来。预填 Flare / 1024x1536 / medium。
线稿转照片
提示词
把这张手绘的载货自行车草图变成写实产品照。严格保留草图里的比例、车架几何、透视关系和每个部件的位置。材质按设计选配：粉末喷涂钢管车架、桦木胶合板货箱、皮革坐垫。中性背景下的影棚布光。不添加草图里没有的部件、品牌标识或文字。
传草图。写法就是一份规格：哪些固定、哪些交给模型决定、哪些明令禁止。少了最后一句，线稿回来常常自带一个编出来的 logo。预填 Flare / 1024x1536 / medium。
3.5 原位翻译：只换文字不动版面
做本地化其实就是一次普通编辑：换掉文案，版面照旧。要求只改文字、并且把译文塞回原来的文字块里。然后一定要校对——总有一两行会留在原来的语言里，而版面看起来完好无损时，这种残留最容易漏掉。
原位翻译一张海报
提示词
把这张海报里的所有文字翻译成简体中文。版面、字体、配色、间距和图像全部保持原样，译文行排进原有的文字块里，其余尺寸一律不变。
传海报，把目标语言换成你要的那种。文字密集的编辑值得上 high 档——小字能不能保住就看它。预填 Sunburst / 1024x1536 / high。
04 透明背景
两档都会返回真正的 alpha 通道。在参数面板把「背景」设为 transparent，输出格式保持 PNG 或 WebP，同时在提示词里也把抠图要求写一遍，让设置和文字口径一致。然后去看边缘——头发、玻璃、细阴影和细线条，透明失败都藏在这些地方。
4.1 输出透明底 Logo
先描述这门生意和标志由什么形状构成，再说清它要在哪儿站得住：既要当 favicon 又要上门头，这个要求比一句「做个 logo」严格得多。把模型爱在抠图周围加的东西一并禁掉——底色块、棋盘格、投影——方向没定下来之前，一次多出几张挑。
透明底 Logo
提示词
为一家叫 Freewheel 的自行车修理店设计一个原创 logo：图形在上，店名在下。图形是一个几何化的车轮，轮辐收拢成一只摊开的手，负空间均衡。扁平矢量形状，线条粗细统一，不用渐变。它要在 favicon 尺寸和店面招牌上都读得清。图形居中，四周留足空白，背景完全透明，alpha 边缘干净，不要底色块，不要棋盘格，不要投影，不要水印。
预填 Flare / 1024x1024 / medium，背景设为 transparent、输出 PNG。提示词里特意把透明要求又说了一遍，免得设置和文字互相打架。
4.2 从照片里抠产品
从照片抠图，就把原片传上去，要求主体单独落在透明底上，并锁死商业上真正要紧的两件事：产品的外形和标签的可读性。只允许轻微修饰，不许再多。之后如果还要对这张抠图做编辑，记得把「透明背景」再说一次，否则它会悄悄变回不透明。
产品抠图
提示词
把这张照片里的保温杯抠出来，放在完全透明的背景上。居中、竖直、轮廓干净，边缘不要光晕和彩边。外形、拉丝金属质感和标签的可读性全部保持原样。只做轻微修饰——不改产品造型，不自行添加投影，也不要加任何底色、图案或场景。
传产品原片。预填 Sunburst / 1024x1536 / medium，背景设为 transparent、输出 PNG；标签文字和边缘干不干净，靠的就是 Sunburst 这一档。
05 迭代、保持一致与选档
用这个模型最顺的方式是接力：出图，把结果当参考图再传回去，只改一处，如此往复。它在长链条里的画质掉得很少，第十步和第一步一样干净。这一章讲的就是这个循环、系列里怎么让角色始终是同一个，以及两档模型和五档质量该怎么选。
5.1 一轮只改一处
把上一轮的结果传上去，只提一个改动，并把必须保住的部分再说一遍。「和刚才一个风格」这类说法能带一部分上下文，但一旦开始跑偏，正确的动作是把约束重申一遍，而不是再堆指令。每一轮都先看结果再写下一条——一轮改两处，你就分不清是哪条指令造成的。
只换一个条件
提示词
同一个场景，把正午改成傍晚：低角度的暖阳从左侧打过来，影子拉长，空气略带薄雾。构图、主体、机位和所有物件的位置全部保持不变。
把你上一轮的成图当参考图传上去。一句改动，一句保留。如果构图还是动了，就点名哪些元素跑了，再跑一次。预填 Flare / 1024x1536 / medium。
5.2 让角色保持是同一个
先在干净背景上把角色立起来——这张图就是你的角色设定页，它里面的杂物会跟着你走完整个系列。之后每画一个场景都把它传上去，并重复一小段一致性说明：服装、五官、比例、配色。再加一句不许重新设计角色，因为这正是最容易翻车的地方。
先把角色立起来
提示词
画一张儿童绘本插画，介绍故事的主角。 角色：九岁的灯塔看守学徒，穿着过大的防水油布外套，戴红色毛线帽，提着一盏小铜灯。圆脸，有雀斑，神情沉静而坚定。 主题：她为在雾里迷失方向的海鸟引路。 风格：手绘水彩，柔和的轮廓线，暖土色调对着冷灰的海色，绘本比例，头略大，表情生动。 约束：原创角色，不要文字，不要水印，背景留白以便角色清晰可读。
背景留白是重点：它让后面每一个场景都有一张只含角色、别无杂物的参考图。预填 Flare / 1024x1536 / medium。
接着往下画
提示词
沿用同一个角色继续这个故事。场景：她蹲在灯塔脚下湿漉漉的礁石上，把提灯举高，好让一只年幼的塘鹅从雾里找到方向。 角色一致性：同一件过大的防水油布外套、同一顶红毛线帽和小铜灯，脸、比例和配色与参考图完全一致。 风格：同样的手绘水彩，这次加上雾气、浪花和灯光的晕散。 约束：不要重新设计角色，不要文字，不要水印。
把第一张插画当参考图传上去。一致性那一段重复的正是参考图里已经有的东西，而这种冗余恰恰是止住跑偏的关键。预填 Flare / 1024x1536 / medium。
5.3 Flare 还是 Sunburst，质量档怎么选
先选档位，再调质量。默认从 Flare 开始：它是两档里更快的那个，画质已经超过上一代，量大的活儿用它最合适。什么时候换 Sunburst？当成败取决于控制力时——身份保持的编辑、产品精修、标签密集的图解、长链条连续编辑。质量档的用法是：小画布 low 档先探方向，medium 或 high 出正式稿，xhigh 和 max 只留给低档确实拿不下来的终稿。价格只跟质量档走，两档模型、所有尺寸都一样。
先便宜地试：low 档一次四张
提示词
一个习惯打卡 App 的现代图标：一架憨态可掬的纸飞机在圆角方形底板上拖出一条虚线环形轨迹，背后是薄荷绿到奶油色的柔和渐变。扁平矢量风格，形状干净，留白充足，不要文字。
预填 Flare / 1024x1024 / low，一次出四张。四张便宜的变体比一张昂贵的成图更能告诉你方向对不对——尤其是提示词还没验证过的时候。
再精细地收：max 档出一张
提示词
高级产品主图：一套哑光黑陶瓷手冲咖啡器具摆在一块粗面石灰华石板上——锥形滤杯、带胡桃木颈环的高身分享壶、一只配套小杯，松散地排成三角。左上方影棚柔光箱加柔和补光，分享壶口还有一缕微弱热气，几粒浅烘咖啡豆散落在旁。写实，陶瓷釉面和石头孔隙的细节锐利，浅景深，中性暖调。不要文字，不要 logo，除这套器具外不加任何道具。
预填 Sunburst / 2048x2048 / max。只有当这条提示词已经在低档验证过，才值得跑这个预设——max 是给你要交付的那一张用的，不是用来探路的。