GPT Image 2.5 官方提示詞使用手冊1

這份手冊講的是什麼

OpenAI 官方的 image prompting 指南把 GPT Image 2.5 的用法分成兩層：一層是模型與參數怎麼設，另一層是提示詞怎麼寫。這兩層是分開的，參數在介面裡設，提示詞裡只描述畫面。很多人出圖效果不穩定，問題往往不在措辭，而在選錯了檔位，或者把參數當成了提示詞的一部分。

上篇只講「從零生成一張圖」這條路徑：先確認兩個檔位的差別，再確認參數邊界，然後依九個官方場景逐一套範本。圖像編輯、多輪迭代與工作流案例放在下篇。

• 官方指南裡每個範例都標了生成參數，照抄提示詞時建議把參數一起照抄，否則對照結果沒有意義。
• 所有範例提示詞都是官方原文，可以直接複製到自己的工作台裡改成自己的主體。
• 官方每個場景都給了 Flare 與 Sunburst 兩張出圖，同一段提示詞在兩個檔位下的差異，是判斷選型的直接依據。

兩個檔位：Flare 與 Sunburst 怎麼選

GPT Image 2.5 不是一個模型，而是兩個。GPT Image 2.5 Flare 是小模型，優化方向是速度，官方描述它的畫質與 GPT Image 2 相當。GPT Image 2.5 Sunburst 是基礎模型，優化方向是品質，畫質高於 GPT Image 2。兩條線的精確編輯與主體保持能力都比上一代更好。

選型的分叉點不是「哪個更好」，而是「你的場景有沒有硬性品質門檻」。官方給了一張依現況分流的選擇表。

• 官方強調要在自己的工作負載上實測回應時間與品質。結果受提示詞、參考圖、輸出尺寸與品質檔影響，一個場景上的提速不能推導出固定比例的提升。
• 品質達標之後再去壓延遲，順序反了會得到一個「快但不可用」的預設檔。

參數與自訂尺寸：寫在哪、限在哪

參數寫在請求裡，不寫進提示詞。官方把參數與提示詞明確分開，這一點直接決定了提示詞該長什麼樣子：提示詞裡只描述畫面內容，不要在句子裡塞「4K」「透明背景」當作畫面描述的一部分。

品質檔的調法官方也給了順序：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，因為同一個 quality 標籤在兩個模型之間並不代表同樣的畫質與回應時間。

輸出未達標就往上試一檔；達標之後往下試，看能不能在保持可用畫質的前提下繼續降延遲。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——官方明確說了，更高的檔位並不保證每段提示詞都出更好的結果。

自訂尺寸的四項硬性限制：單邊 ≤ 3840 像素；兩邊均為 16 的倍數；長短邊之比 ≤ 3:1；總像素數在 655,360 – 8,294,400 之間。

• 透明素材必須同時滿足兩個條件：提示詞裡要求主體單獨摳出，參數裡 background="transparent"，輸出格式用 PNG 或 WebP。
• 拿到帶透明通道的檔案後要檢查解碼後的 alpha，重點看頭髮、玻璃、陰影與物體邊緣。
• output_compression 只能用於 JPEG 與 WebP，不要用在 PNG 上。
• 官方對超過 3,686,400 總像素（2560x1440）的輸出標註為實驗性，生產流程要謹慎。

從舊模型遷移：官方給的六步

如果你已經在跑 GPT Image 2 或者更早的 gpt-image-1 / 1.5，官方不建議直接換模型名了事，而是給了六步驗證流程。核心原則是「一次只動一個變數」，先立基線再談提速。

1. 存基線。收集有代表性的生產提示詞與參考圖，涵蓋難改的編輯、精確文字、人臉、產品幾何與透明素材，記錄目前模型、請求設定與結果。
2. 選第一個候選。GPT Image 2 已達標就從 Flare 起測延遲；複雜場景達不到就從 Sunburst 起，先確認它滿足品質要求。第一次對比時提示詞、參考圖、尺寸與輸出格式保持不變。
3. 核對完整結果。比較指令遵循、主體與產品保持、文字準確度、非預期改動與透明效果，重複請求測穩定性；編輯類工作流要連整條編輯序列一起測，不能只測單步。
4. 品質通過後再測延遲。從 Sunburst 起步的話，用同一批要求再評一次 Flare，只有畫質仍可接受且延遲確實改善才切。
5. 一次只調一個設定。先比品質檔，再考慮重寫提示詞；要測典型回應、慢回應、失敗、重試與「每張可用圖的成本」，並去核實目前定價，不要假設更快的模型就一定更便宜。
6. 依工作流灰度。新模型通過驗收標準後先放一小部分流量，盯同樣的指標，再逐步放量；舊模型在仍受支援期間保留回滾能力。

• 從 gpt-image-1 或 1.5 遷移時，要依官方參考頁核對參數差異與下線日期，不要原樣照搬舊設定。gpt-image-1 計畫於 2026 年 10 月 23 日下線，gpt-image-1.5 計畫於 2026 年 12 月 1 日下線，遷移前先用 gpt-image-2 驗證現有工作流。
• 反覆編輯仍然可能改掉你想保留的細節。要重申限制並逐張檢查；如果某個區域必須逐像素保持一致，官方建議把通過的編輯結果合成回原圖，而不是繼續靠提示詞限制。

提示詞八個基本功

官方把提示詞寫法收斂成八條原則。它們不是語法規則，而是「把哪些資訊寫進提示詞」的清單。複雜請求建議依 scene、subject、details、constraints 分段寫，用帶標籤的小節組織。

• 定義結果。說出主體與用途（產品照片、廣告還是圖表），指定構圖、長寬比與關鍵位置限制；複雜請求依場景、主體、細節、限制分段。
• 選一個能維護的格式。短提示詞、描述性段落、類 JSON 結構、指令式寫法、標籤式寫法都能表達同一個意圖，選最容易讀也最容易改的那種，不要依賴特殊語法。
• 描述可見細節。點明材質、光線、顏色與媒介；目標就是寫實圖時明確寫出 photorealistic 或 real photograph，並描述取景與質感。相機參數只當外觀線索，不保證物理模擬準確；寬幅、電影感、低照度、雨天、霓虹這類場景要說清尺度、氛圍與色彩，不要只丟情緒詞。
• 指定人物與動作。描述身體取景、相對尺度、視線與物體的互動。「全身可見、包含腳」「低頭看攤開的書」「雙手自然握住車把」這類寫法能把姿勢與動作說清楚。
• 指定精確文字。必需文案放引號裡，說明位置與字體風格；生僻詞或品牌名依需要逐字母拼出；要求不要出現多餘文字，出圖後核對拼字與可讀性。小字、密集資訊或多字體時，建議對比 medium 與 high 兩檔。
• 把「改動」與「限制」分開寫。編輯時說清「只改 X」並列出要保留的細節：身分、幾何、版式、光線、標籤。同時宣告排除項，例如不要多餘文字、標誌或浮水印。做局部精修時，還要點名飽和度、對比度、箭頭、機位與周圍物體這些必須保持不變的元素。
• 給參考圖分配角色。依編號與用途標識每張輸入圖：主體、風格、服裝還是背景，再說清它們怎麼組合、哪些元素要移到哪裡。
• 有節奏地迭代。把上一次的輸出當作下一次的編輯輸入，只提一個改動，並重複要保留的細節。「和之前同樣的風格」這類指代可以帶上文，但一旦結果開始漂移，就要把關鍵限制重新寫全；在加新指令之前先比較結果。

九個文生圖場景與官方提示詞

官方給文生圖列了九個場景，每一個都用一段完整提示詞演示了一種不同的技法。下面把九段官方原文提示詞與兩個檔位的官方出圖依順序放出來，提示詞可以直接改成你自己的主體。

場景一：控制風格與光線

這段提示詞演示的是用一個「誠實、不做作」的定調限制整張圖：先寫主體與外貌細節，再寫取景與鏡頭，最後寫光線、景深與顆粒，並明確排除美化與重度修圖。適合需要真實感而不是棚拍感的紀實類畫面。

官方生成參數：size="1024x1536"，quality="medium"。

Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.
He has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.
He is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens.
Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance.
The image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.

場景二：圖解流程

資訊圖不靠形容詞，靠資訊清單。這段提示詞只說了三件事：畫什麼流程、依什麼順序、要什麼效果——然後逐一點出環節名稱。官方提醒：圖與資訊圖除了看觀感，還要核對標註與事實關係是否成立。

官方生成參數：size="1024x1536"，quality="medium"。

Create a detailed Infographic of the functioning and flow of an automatic coffee machine like a Jura.
From bean basket, to grinding, to scale, water tank, boiler, etc.
I'd like to understand technically and visually the flow.

場景三：渲染精確文字

畫面裡要出現文字，就必須同時交代三件事：原文是什麼、出現幾次、怎麼排版。這段提示詞把 tagline 放進引號，明確要求「只出現一次、清晰可讀」，並在末尾排除多餘文字、浮水印與無關標誌。

官方在基本功裡補充過一條：生僻詞或品牌名可以逐字母拼出；小字、密集資訊或多種字體的情況，建議對比 medium 與 high 兩檔再定。

官方生成參數：size="1024x1536"，quality="medium"。

Give me a cool in culture ad / fashion shot for a brand called Thread.
It's a hip young street brand. The ad shows a group of friends hanging out together with the tagline "Yours to Create."
Make it feel like a polished campaign image for a youth streetwear audience: stylish, contemporary, energetic, and tasteful.
Use clean composition, strong color direction, natural poses, and premium fashion photography cues.
Render the tagline exactly once, clearly and legibly, integrated into the ad layout.
No extra text, no watermarks, no unrelated logos.

場景四：設計可重用標誌

標誌的關鍵不是好看，而是縮小之後還能認出來。官方這段提示詞的寫法是：先描述品牌氣質，再指定構成手法（向量感形狀、強輪廓、均衡留白），把「優先簡潔」寫成明確要求，最後處理透明背景與 alpha 邊緣。

官方在這一節裡用了參數 n 來一次請求多張變體，範例展示的是四個變體在兩個檔位下的差異。

官方生成參數：size="1024x1536"，quality="medium"，background="transparent"，output_format="png"，n=1（完整範例裡用 n=4 一次出四張變體）。

Create an original, non-infringing logo for a company called Field & Flour, a local bakery.
The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space.
Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. Deliver a single centered logo with generous padding, clean alpha edges, and no solid backdrop, scenery, checkerboard, or watermark.

場景五：歷史與真實場景

要寫實的歷史或真實世界場景，官方建議直接點名地點與日期，讓模型自己去推斷服裝、佈景與環境的時代特徵。這類寫法短，但依賴模型的世界知識，所以出圖後必須自己檢查服裝、道具與周邊細節是否符合史實。

官方範例是一段只有兩行的提示詞：一行交代場景，一行限制寫實與時代準確性。

官方生成參數：size="1024x1536"，quality="medium"。

Create a realistic outdoor crowd scene in Bethel, New York on August 16, 1969.
Photorealistic, period-accurate clothing, staging, and environment.

場景六：故事轉漫畫

把故事轉成漫畫，官方給的寫法是把敘事拆成清晰的視覺節拍，一格一拍，描述保持具體、以動作為中心，模型才能把它翻譯成節奏可讀的分鏡。不要寫「體現溫馨的氛圍」，要寫「門關上了，寵物慢慢轉向空房子」。

官方生成參數：size="1024x1536"，quality="medium"。

Create a short vertical comic-style reel with 4 panels.
Panel 1: The owner leaves through the front door. The pet is framed in the window behind them, small against the glass, eyes wide, paws pressed high, the house suddenly quiet.
Panel 2: The door clicks shut. Silence breaks. The pet slowly turns toward the empty house, posture shifting, eyes sharp with possibility.
Panel 3: The house transformed. The pet sprawls across the couch like it owns the place, crumbs nearby, sunlight cutting across the room like a spotlight.
Panel 4: The door opens. The pet is seated perfectly by the entrance, alert and composed, as if nothing happened.

場景七：介面預覽

介面稿最容易出問題的地方是「看起來像設計概念稿」而不是「像已經上線的產品」。官方給的做法是：把產品當成已經存在的東西來描述，聚焦佈局、層級、間距與真實的介面元素，並明確避開概念圖那套語言。

官方生成參數：size="1024x1536"，quality="medium"。

Create a realistic mobile app UI mockup for a local farmers market.
Show today's market with a simple header, a short list of vendors with small photos and categories, a small "Today's specials" section, and basic information for location and hours.
Design it to be practical, and easy to use. White background, subtle natural accent colors, clear typography, and minimal decoration.
It should look like a real, well-designed, beautiful app for a small local market.
Place the UI mockup in an iPhone frame.

場景八：科學與教學圖

生物學、化學、課堂講解、扁平科學圖示體系、示意圖與教學素材都屬於這一類。官方建議依教學設計簡報來寫：定義受眾、教學目標、視覺格式、必需標註與科學限制，並要求乾淨的扁平視覺體系、統一的圖示風格、清晰的箭頭、可讀的標註與足夠的留白。

準確性要求高的時候，就把必需組件逐條列出來，並寫明不該出現什麼。密集標註、示意圖或要放進課件的素材，官方建議用 quality="high"。

官方生成參數：size="1536x1024"，quality="high"。

Create a simple biology diagram titled "Cellular Respiration at a Glance" for high school students.

Show how glucose turns into energy inside a cell. Include glycolysis, the Krebs cycle, and the electron transport chain.
Use arrows to connect the steps, and label the main molecules: glucose, pyruvate, ATP, NADH, FADH2, CO2, O2, and H2O.
Make it look like a clean classroom handout or slide, with a white background, simple icons, clear labels, and easy-to-read text.

Avoid tiny text, extra decoration, or anything that makes the diagram hard to understand.

場景九：簡報與圖表

表格、圖表與簡報這類生產力產出，官方給的寫法是把它當成產出規格而不是插畫需求：點名確切的交付物（簡報、流程圖、圖表、頁面圖），定義畫布與層級，把真實文字或資料直接寫進提示詞，再描述視覺語言。限制也要寫實：排版可讀、間距考究、沒有裝飾性雜物、不是通用圖庫照。

這一節的官方範例刻意強調資料是虛構的設計輸入，真實使用前必須換成已核實的資料。

官方生成參數：size="1536x864"，quality="high"。

Create one pitch-deck slide titled **"Market Opportunity"** that feels like a real Series A fundraising slide from a YC-backed startup.

Use a clean white background, modern sans-serif typography like Inter, and a crisp, minimal layout. The slide should include:

* A TAM/SAM/SOM concentric-circle diagram in muted blues and grays
* Specific, believable market sizing numbers:

  * **TAM:** $42B
  * **SAM:** $8.7B
  * **SOM:** $340M
* A clean bar chart below showing market growth from **2021 to 2026**, with a subtle upward trend
* Small footnotes: **"AGI Research, 2024"** and **"Internal analysis"**
* A company logo placeholder in the bottom-right corner

The design should look like it belongs in a deck that actually raised money: highly readable text, clear data hierarchy, polished spacing, and professional startup-style visual language.

Avoid clip art, stock photography, gradients, shadows, decorative elements, or anything that feels generic or overdesigned.

出圖之後的驗收清單

官方在指南最後給了一份檢查清單，用來在把圖交出去之前過一遍。它的邏輯是「先核事實，再談觀感」。

• 必需文字是否準確、清晰可讀？圖表標註與它們之間的關係是否正確？
• 身分、產品外形、標籤與參考細節是否保持完整？
• 這次編輯是否只改了你要求改的地方？
• 需要透明背景時，檔案裡是不是真的帶了 alpha 通道，而不是畫了一個背景上去？
• 換提示詞或換模型時，要在有代表性的輸入上比較品質、延遲與成本。