博客

使用指南

gpt-image-2.5-flare/image-to-image 提示词配方:可直接复制粘贴的编辑提示词

如何表述参考图编辑、保留主体、替换背景并编写负面清单

2026年11月10日
扁平风格的杂志封面艺术图:宽阔的赤陶色与赭褐色阶梯状色带在温暖的沙色背景上向下延伸,边缘呈现干净的印刷套准效果。
本页内容

图生图提示词究竟需要说明什么

大多数令人失望的编辑结果并不是模型的问题,而是请求描述得不够充分。当你发送一张参考图并附带一句简短指令,例如“让它看起来更好”或“换个背景”,模型必须在无从得知的情况下猜测哪些要保留、哪些要改动、可以偏离多远。你见过的每一次失败编辑,通常都是这三项猜测中某一项出了错。

图生图提示词承担四项任务:

  • 参考角色——告诉模型输入图片的用途。它是需要保留的主体、风格样本、构图参考,还是待细化的草图?同一张图片,赋予的角色不同,生成结果会大相径庭。
  • 目标改动——明确指出一个主要改动。“把背景替换成影棚墙面”是一个目标,“把照片改得更好看”则不是。
  • 保真约束——说明哪些必须保持一致:脸型、产品标签文字、姿势、夹克颜色、准确的相机角度。缺少这一项,模型就会把所有内容重新合成。
  • 负面清单——简短、具体的一组“不得出现”的内容。这是护栏,不是愿望清单。

当一次请求包含全部四层信息时,输出会变得足够可预测,便于迭代。当它只包含一层——通常只有目标改动——模型会用自己的默认值填补缺失的层,而这些默认值很少符合你的意图。在写下任何提示词之前,先判断上一次尝试中缺少的是哪一层。那就是你下一步要调整的变量。

四层规范——参考角色、目标改动、保真约束、负面清单——组合成一个精确的编辑请求。

提示词骨架:编辑指令可复用的顺序

为每次编辑使用同一套有序骨架,使不同轮次的提示词之间可以相互比较。顺序固定后,两次尝试之间唯一的差异就是被改动的那句话,这样才可能进行调试。

[1] 参考角色:“以提供的图片作为{主体 / 风格 / 布局}参考,”
[2] 目标改动:“将{某个具体元素}改为{具体结果}。”
[3] 保真约束:“保持{身份 / 姿势 / 产品文字 / 颜色 / 构图}不变。”
[4] 风格与渲染:“使{光照、镜头、色调、颗粒}与参考图保持一致。”
[5] 负面清单:“不要添加{伪影 1}、{伪影 2}、{伪影 3}。”

一个填写完整的示例:

以提供的图片作为主体参考,将背景改为纯色暖灰色影棚墙面,
带有来自左上方的柔和斜射光。保持人物面部、头发、表情和服装
不变,包括夹克上可见的缝线。使主体上的光照方向与原图一致,
以免新背景看起来像贴上去的。不要添加多余手指,不要改动
印刷标志文字。

顺序很重要,因为靠前的槽位会约束靠后的槽位。参考角色设定基线,目标改动在此基础上进行编辑;保真约束限制这种编辑可以延伸多远;负面清单只负责清理剩余问题。如果你发现自己把多个不相关的改动塞进第 2 个槽位,就把它们拆成多个请求——每轮只改一处,这样才有可能把糟糕的结果归因于某一句具体的话。

五个有序槽位自上而下堆叠,箭头标示固定流程及可选的重排序。

主体保真配方:保持原图完整

主体漂移—— subtly 不同的脸、变形的标志、偏移的姿势——几乎完全来自含糊的保真表述。“保持原样”没有给模型任何锚点。具体、具名的属性才可以。

身份保留(人物):

完全保留参考图中人物的面部结构、肤色、发型和表情。
仅更改背景。

点名你关心的属性。如果客户在意某个特定特征,就列出来:“保持眉形和左眉上方的小疤痕。”锚点越具体,锁定越紧。

产品保真:

保持产品的形状、材质、标签布局和所有印刷文字不变。
可以更改它所放置的表面以及周围区域的光照,但标签
必须保持完全清晰可读。

文字是任何编辑中最脆弱的属性。如果可读性很重要,就明确说出来,并添加一个对应的负面项(“不要重绘或风格化标签文字”)。

姿势与构图:

保持参考图中确切的肢体姿势、手部位置和相机角度。
不要重新构图、裁剪或旋转主体。

不丢失身份的风格迁移:当参考图同时是主体来源和风格来源时,在提示词中将两者分开:

以提供的图片同时作为主体和风格参考,将渲染风格调整为柔和的
绘画质感,同时保持主体可识别的特征、姿势和服装不变。

一个实用的测试:遮住输出中发生改动的区域,将其余部分与参考图比较。如果“未改动”的区域发生了漂移,说明你的保真槽位太模糊——而不是模型的问题。

锁定区域与可编辑区域:保真表述固定住左侧区域,只有右侧标记的带状部分允许改动。

背景替换与场景切换配方

“把它放到海滩上”这样的背景提示词会让模型自行发明内容、光照和融合方式。改为描述三件事:内容、光照方向和边缘处理。

影棚替换:

将背景替换为无缝的暖灰色影棚背景布。从左上方向背景布
施加柔和光线,并带有平缓衰减,与主体上现有光照保持一致。
让主体边缘自然融入背景布;保持细发丝细节完整,避免出现
生硬的抠图光晕。

环境场景:

将背景替换为傍晚时分的户外街景。提供来自右侧的暖色低角度
阳光,与主体现有的阴影方向匹配,中景柔和模糊,前景清晰分离。
使景深相对于参考图中主体的比例保持可信。

在每次背景替换中,边缘处理都值得单独用一句话说明。两种最常见的失败是贴图感(光照不匹配)和光晕(边缘分离过度)。两者都要处理:

  • “使背景光照方向与主体现有的高光保持一致。”
  • “保留头发和织物边缘等精细边缘细节;不要出现可见轮廓。”
  • “在主体下方施加与新表面一致的细微接触阴影。”

最后,在负面槽位中说明背景不得包含的内容——杂物、竞争主体、文字。场景名称设定的是类别;内容、光照和边缘才决定最终结果。

编写真正能改变输出的负面清单

负面清单一旦泛泛而谈就会失效。“画质差、分辨率低、丑陋”几乎无法告诉模型要抑制什么,只会增加提示词的噪声。有效的负面项是具体的、基于观察的、简短的——通常三到六项,每一项都对应你在之前输出中实际看到的伪影。

让措辞匹配伪影类别:

  • 解剖漂移:“不要添加或合并多余手指;保持手部与参考图完全一致。”
  • 文字损坏:“不要重新设计、模糊或重绘任何印刷文字或标志。”
  • 抠图光晕:“主体边缘周围不得出现可见轮廓或发光。”
  • 光照不匹配:“不要引入第二个光源;匹配参考图的光照方向。”
  • 构图蔓延:“不要向场景中添加新物体、人物或文字。”
  • 风格渗透:“不要把照片变成插画或卡通。”

三个习惯可以让负面清单保持有效:

  1. 让每个负面项对应一个观察。如果你没见过该伪影,就不要列它。凭猜测添加的负面项会分散模型注意力。
  2. 限制清单长度。当它超过大约六项时,提示词就在自相矛盾;应改在保真槽位或目标槽位修复根本原因。
  3. 重新测试移除项。一次移除一个负面项,确认它是否仍然重要。有些伪影会在你的保真表述改进后消失。

负面清单是清理工具,不是纠正手段。如果某个负面项一直在承担主要作用,说明你的主指令描述得不够充分。

解读编辑前后输出并迭代

把每次编辑都视为只改变一个变量的实验。将输出与参考图比较,对不匹配进行分类,然后只改动一处。

一个简单的三通道判断:

  • 措辞不匹配——改动确实发生了,但不是按请求发生的(光照方向错误、背景内容错误)。修复:收紧目标改动的句子。
  • 保真不匹配——改动已生效,但主体发生了漂移(面部、姿势、标签、颜色)。修复:在保真槽位中添加具名属性,并添加对应的负面项。
  • 能力边界——无论措辞如何,编辑都持续失败(例如极小的文字、极端透视)。修复:更换参考图——更干净的裁剪、更高的分辨率或光照更好的源图——而不是继续改写提示词。

为每个素材保留一份简短的迭代日志:提示词版本、你改了什么、以及结论。两条规则可以节省时间:

  1. 每轮只改一处。同时修改背景提示词和保真表述,会使结果无法解读。
  2. 保持参考图固定。只在能力边界通道中更换参考图;在其他情况下更换参考图会重置比较基准。

如果存在某个请求参数(如强度或宽高比处理),把它当作第四通道:只有在措辞和参考图都已穷尽后才修改它,并在日志中记录。几轮之后,你就会拥有一小组可以稳定复现结果的配方。

生产环境中提示词的版本化与代码内提示词

在生产环境中,提示词是资产,而不是在控制台里随手输入的字符串。像对待代码一样对待它们:版本化、参数化,并可追溯到其输出。

带具名变量的模板文件:

# templates/bg_swap_v3.txt
以提供的图片作为主体参考,将背景改为 {background_content}。
使用来自 {light_direction} 的光照,与主体高光保持一致。
保留 {fidelity_attributes}。不要添加 {negatives}。

记录版本与输出之间的关联。每条输出记录都应携带模板名称、版本、注入的变量值以及模型标识符。当端点行为发生变化时,你可以跨版本对比输出,并回滚到先前的模板,而不是凭猜测行事。

实用的生产习惯:

  • 语义化版本。措辞变化时递增次版本号,角色或结构变化时递增主版本号。
  • 固定的变量词汇表。统一使用 background_content、light_direction、fidelity_attributes 和 negatives 等键名,使模板之间保持可比性。
  • 晋升前先评审。修复一个案例的措辞微调可能会让另一个案例退化;保留一小组编辑前后对比作为回归检查。
  • 调用统一入口。让图生图请求都经过同一个端点,以便模板版本和模型标识符留在同一条审计轨迹中。

当提示词纳入版本控制、输出又与它们关联记录后,编辑就不再是一次性实验,而会成为流水线中可复现的一部分。

立即开始构建持久 AI 产物

获取 API 密钥,通过一个基于任务(task)的 API 调用图像、视频和音频模型。

阅读 API 文档