ChatGPT Images 2.5 如何選擇 Flare 還是 Sunburst？

這一頁回答什麼

ChatGPT Images 2.5（也寫作 GPT Image 2.5）把可選的模型從一個變成兩個，畫質在原本的天花板之上又加了兩檔。寫提示詞的路數沒變，但「這一版該用哪個模型、哪一檔」變成每次都要做的一個決定。

本文的方法與示例圖來自第三方指南 morphic.com 的 ChatGPT Images 2.5 使用指南，並與 OpenAI 官方 image prompting 指南交叉核對過。凡是第三方口徑與官方口徑不一致的地方，文中會直接點出來；示例圖也逐張標註來源。

官方要求把參數與提示詞分開：「透明背景」「4K」這類要求寫在請求參數裡，提示詞裡只描述畫面。這條在選型上同樣成立——選模型和選畫質檔是兩件事，先定模型，再動 quality。

• 本文假設你已經知道怎麼寫提示詞。提示詞的完整方法在兩篇官方手冊裡，這一頁只講「怎麼選」。
• 第三方指南把發布時間記為 2026 年 9 月 8 日；文中所有「更快」「更穩」的說法都屬於第三方的使用觀察，官方並未給出固定改善比例。
• 示例圖來自第三方指南，版權與授權以來源站為準，僅用於說明效果差異。

Flare 還是 Sunburst：一張表選完

兩個模型的差別不在功能清單上，而在優化方向。官方口徑是：Flare 是小模型、優化速度、畫質與 GPT Image 2 相當；Sunburst 是基礎模型、優化品質、畫質高於 GPT Image 2。兩者都支援圖像生成、圖像編輯與透明背景。

真正的分叉點是「這版工作有沒有明確的畫質門檻」。下表把官方口徑與第三方的使用建議放在一起。

• 先測品質再測速度。順序反了會得到一個「快但不可用」的預設檔。
• 轉換到新模型時不要只換模型名：官方建議先把有代表性的生產提示詞與參考圖存成基線，涵蓋難改的編輯、精確文字、人臉、產品幾何與透明素材。
• 把整條編輯序列一起測，不要只測單步——編輯類工作流的穩定性要看連續幾輪的結果。

官方給的選法只有一個方向，照做就行：手上的工作畫質已經過線，就從 Flare 開始，看能省回多少時間；畫質還沒過線，就先用 Sunburst 把效果定下來，再回頭測 Flare 能不能達到同一條線。

這裡有個坑，官方和第三方都在強調同一件事：一種工作上的提速，換一種工作未必還在。別信一個籠統的數字，拿自己的工作兩邊各測一遍。

選型之前：兩個模型共同的能力底線

換模型之前先確認你的工作落在哪一層。據這份第三方指南，這一代在兩個模型上都改善了四件事，也就是說這些提升與選 Flare 還是 Sunburst 無關：

• 細節更銳利，光線與質感更自然。
• 參考圖裡的人與物保留得更完整——這直接決定了換裝、產品圖這類編輯的可用性。
• 一路改下來畫面更穩，多輪編輯中跑偏的機率更低（官方仍把連續修改中的漂移列為已知限制）。
• 畫質在原本的天花板之上加了兩檔（xhigh 與 max），需要精細印刷細節時可以往上試。

如果你的問題出在「細節糊」或者「改兩輪就不像了」，換模型解決不了，那是提示詞與流程的問題，先看兩篇手冊。選型只在畫質與速度之間做取捨。

畫質檔位：選完模型之後的第一件事

兩個模型共用同一套檔位標籤，但檔位高低不等於每條提示詞都更好。第三方的做法值得抄：措辭在 low 上反覆調，定稿再按這份工作真正需要的檔位出一次；一路往上加，加到滿足要求為止，然後退回一檔，看低一檔能不能過。

• 官方定的順序是：先用上面那張表把模型定下來，再動 quality。
• 第一次做兩個模型的對比時，把明確選定的 quality、提示詞、參考圖與輸出尺寸全部保持一致。同一個 quality 標籤在兩個模型之間不代表同樣的畫質與回應時間。
• xhigh 與 max 只在確實能解決某個未達標需求、且延遲預算允許時才用。

尺寸與成本，也會影響選型

尺寸是選型裡最容易被忽略的一環：同樣一段提示詞，出 1:1 和出 16:9 的成本不一樣，出 1024 和出 4K 更不一樣。選 Flare 省下來的時間，可能被一個不必要的方形大圖吃掉。

• 最高到 4K，單邊最長 3840 像素，兩邊都必須是 16 的倍數，畫面比例在 1:3 到 3:1 之間。
• 總像素超過 2560x1440 的部分被標為實驗性，把工作流搭上去之前值得先知道。
• 同一檔畫質下方形是最貴的形狀，所以同樣標稱解析度的 16:9 或 21:9 比 1:1 便宜。
• 用圖的地方決定畫幅：橫版用 16:9，直版用 9:16，不要先出方圖再裁。

依工作選檔：七個典型場景

把上面的規則落到具體場景，選型就變成了查表。下表左邊是你手上的工作，右邊是建議的起手模型——注意「起手」兩個字，第一版出來後仍然要按「品質過線就換 Flare 壓時間」的規則複測。

選完之後：五條提示詞公式

模型定下來之後，出圖品質就回到提示詞上。第三方指南把大部分問題歸到五個習慣上，下面這些內容都是這五條的展開。

• 第四條最容易被忽略：條件一多（七八項以上）就不要寫整段話，分成帶標籤的小塊，涉及文案時再加一塊 Include ONLY this text (verbatim):。它不改變模型行為，只是不讓某一條要求淹沒在大段文字裡。
• 官方對同一件事的說法是：複雜請求依 scene、subject、details、constraints 分段寫，用帶標籤的小節組織。兩邊的結論一致。

第一條提示詞：先寫畫面，再補兩件事

用平常的句子寫清主體、場景與光線。「好看」「4k」這類詞幾乎不起作用，因為它們沒有告訴模型畫面裡該有什麼。第三方給的對照很直觀：

先出這一版，看回來的結果，然後一次只改一處。之後要早點補上兩件事。

第一件：要照片感就直接寫「寫實照片」，再交代取景與質感，例如 35mm 底片、平視中近景、淺景深、細微顆粒。鏡頭與底片這些說法是給風格的提示，模型不會當成物理參數原樣重現——官方也是這個口徑，把相機參數當外觀線索，不保證物理模擬準確。

第二件：把不想要的寫出來。點名你想躲開的那種套路，畫面上那層 AI 光澤才會掉；只說「要真實」通常沒用。

讓畫面裡的文字與版面都對

要出現的字用引號原樣寫出來，說清放在哪裡，再說明出現幾次。最後這一條，正是標語不會莫名出現兩遍的原因。

六個品項與六個價格都寫死在提示詞裡，模型才不會自己編——這是下面這張菜單板的關鍵。

Billboard text (exact, verbatim): "Fresh and clean". Typography: bold sans-serif, high contrast, centered. Ensure the text appears once and is perfectly legible. No watermarks, no logos.

四條要求，沒有一條含糊：把文案引出來、標明照抄、指定位置、交代字體調性，最後把其他可能性堵死。還有幾件小事很划算——品牌名或生僻詞總被寫錯時逐字拆開告訴模型；字數盡量短，因為小號密排的文字最先糊；字小或排得密的時候，先別預設頂配最好，把 high 和 xhigh 各出一版比一比。

單行文字穩定之後，再往上一層：把版面各部分分別命名，而不是描述一種氛圍。這樣模型才有層級可循。

版面層級：點名每一塊，而不是描述氛圍

「一張演出海報：主演陣容大字排在頂部，四組暖場演出依字號遞減往下排，場地與日期小字壓在底部」——這樣寫模型才有層級可循，而不是憑感覺分配字號。

圖表、簡報與示意圖再往前一步：提示詞依需求書寫，不要依插畫需求寫。寫清交付物是什麼，把真實數字與標籤直接列進去，指定字體家族，再把套路堵掉——不要剪貼畫，不要圖庫照片，不要裝飾性漸層。做匯報頁用橫版尺寸合適；畫面裡一旦有圖例、座標軸或註腳，high 就是底線。

出圖後不只看清不清楚，還要核對標註對不對。官方把「圖表標註與它們之間的關係是否正確」列在檢查清單的第一條。

改一處，而不是改一整張

多數人是在修改這一步把一張好圖弄丟的。一條好的編輯提示詞，形狀是一條明確命令加一份保留清單。

保留清單寫得比你以為需要的更長才對。官方演示換裝時，會把臉、五官、膚色、體型、姿勢、神態、髮型、比例、背景、機位、取景與畫質逐項釘死，然後才說哪裡可以變。這不叫囉嗦——凡是你沒點名的，模型都有權重新演繹。

後面幾輪應該越寫越短，而不是越寫越長。開頭那條重提示詞之後，下一句可以只有一行：「改成冬夜下雪的感覺。」把上一張結果餵回去，一次只提一個要求，看到哪條限制開始鬆動，就把那條再說一遍。

即便如此也要盯著跑偏。發現某個你根本沒提的地方動了，就退回上一版可用的結果，別接著往前修。某塊區域必須逐像素不變時，老實的做法不是再調提示詞，而是把改好的部分合成回原圖。

讓角色或產品保持一致

一組圖要看起來像同一個世界，就別每次重新描述一遍角色然後碰運氣。先做一張參考圖。

單獨把角色生成出來，背景留乾淨，外形、比例、服裝與氣質全部寫清。之後每個場景都以這張圖作為輸入，再用一小段一致性說明重申關鍵點：同一件綠色連帽衫、同樣的五官、比例與配色、同樣的性格，不要重新設計這個角色。

• 產品也是同一套辦法：幾何形狀與標籤由參考圖帶著，提示詞負責下達「不要改樣式」的命令。
• 品牌 IP 形象、系列帶貨圖、一整套詳情頁素材，都吃這一招。
• 模型支援一次批量出圖時就用批量：一起生成的一組，比分六次單獨做要穩。

透明底去背：唯一必須「參數 + 提示詞」雙管齊下的一步

透明底要同時滿足兩件事：提示詞裡把主體單獨隔離出來，設定裡選透明背景，輸出用 PNG 或 WebP。JPEG 存不住透明通道。

把產品隔離在完全透明的背景上。居中，邊緣銳利乾淨，無光暈無毛邊，alpha 邊緣乾淨，四周留足空白。產品的幾何形狀與標籤文字完全保留。不要加純色背景、場景、棋盤格或投影，也不要改變產品的樣式。

然後要打開檔案檢查，不能只用眼睛看。畫出來的棋盤格不是透明，這是很常見的翻車，做電商白底圖與詳情頁時尤其要確認這一步。去背出來的圖還要接著編輯的話，記得把「保留透明背景」這條再說一遍，它不會自己留住。

同一個場景在官方指南裡的對應寫法是：介面上明確設定 background="transparent"，輸出用 PNG 或 WebP，並檢查解碼後的 alpha 通道，重點看頭髮、玻璃、陰影與物體邊緣。

去背也是整個選型問題裡最吃品質的一類工作：標籤或邊緣一旦糊了就得重做，建議直接從 Sunburst 起手。

選型之外：這一代配套加的四樣東西

據這份第三方指南，這次更新除了模型本身，還給 ChatGPT 加了四樣功能。它們不改變選型判斷，但會改變你怎麼用這兩個模型。以下口徑均來自第三方，官方頁面未在同處陳述。

• Sketch：直接在 ChatGPT 裡畫，把這張畫當成生成的依據。寫法上要加一句「保留草圖的版面、比例與透視，材質與光線要真實，不要自行添加新元素或文字」，否則模型會把你的草圖重新演繹一遍，而不是照著畫。
• 模板：為海報、周邊這類常見規格提供起點，再透過追問補齊細節。第三方說目前在 Work 模式下還不能用。
• 批註：可以直接標在圖片上，把修改意圖指向某一處；編輯器裡的選取工具依區域做同一件事。第三方轉述官方的提醒是，圈選並不總是精確，改動可能會溢出你標的範圍。
• 提示詞分享：把成圖連同背後的提示詞一起發出去，別人可以用自己的素材跑同一個想法。

交付之前：四道檢查

依順序過四道檢查，基本能攔住絕大多數問題。前三道是內容，第四道是檔案本身。

• 文字準不準、清不清楚，出現次數是不是你要求的那樣？
• 示意圖裡的標註與對應關係是真的對，還是只是看起來整齊？
• 人物身分、產品外形與標籤文字有沒有在修改中被改掉？
• 這一輪改動是不是只動了你要求的地方，有沒有什麼悄悄挪了位置？

需求裡有透明底，就打開檔案確認 alpha 通道是真的存在。圖片要付印，就把小字放到原尺寸看，別在縮圖上看——一個「差不多夠用」的檔位，恰恰是在這裡露餡的。