HiAPI
博客

使用指南

gpt-image-2.5-sunburst 提示词:面向开发者的可复制粘贴文生图配方

2026年10月31日
封面图:若干微微错位的骨白色纸张层叠如印刷套准偏移,中间夹入一张锈红色纸页,配扁平投影。

这些提示词配方的结构

本文中的每个配方都遵循相同的五字段结构。一旦你看出这个模式,就能像读函数签名一样读懂这里的任何提示词:每个字段都是一个有明确角色的命名输入,换掉其中一个,输出就会以可预期的方式变化。

  • subject(主体)——被描绘的具体事物。保持具体且单一。“一个哑光陶瓷瓶”胜过“一个产品”,因为它从模型中排除了一整类需要做的决定。
  • style(风格)——渲染语言:扁平矢量、柔和 3D 渲染、编辑风线稿、摄影。风格词会叠加,所以通常两个就够,五个就开始互相冲突。
  • composition(构图)——主体所在位置及其占据的空间。居中并留白、偏心、平铺、满版。这个字段对版式的控制比其他任何字段都更可靠。
  • lighting(光照)——方向、柔和度与对比度。“来自左上方的柔和方向光”是可用的指令;“好的光照”则不是。
  • constraints(约束)——防护栏。什么不能出现、什么必须保持可读、允许什么颜色范围。约束是最多人跳过的字段,也是让提示词可复用的那个字段。

写成模板,它看起来像这样:

{subject}, {style}, {composition}, {lighting}, {constraints}

这个结构的价值不在于美观。而在于每个字段都变成了一个变量,你可以用程序填充它、在版本之间做 diff,并在多次调用之间做回归测试。一次性的提示词字符串是一个魔法数字;五字段模板则是一个 schema。

当你编写自己的配方时,保持字段顺序稳定。在实践中,模型会更重视靠前的 token,而一致的顺序意味着输出的变化可以归因于你实际改动的变量,而不是被打乱顺序的提示词。

每个配方都是一张纸,分成五个错位字段:主体、风格、构图、光照和约束。

搭建可复制粘贴的配方工作流

这个工作流刻意保持乏味:模板、填充、调用、存储。乏味正是让图像生成足够可复现、可以上线的原因。

1. 存储模板,而不是字符串

把每个配方保存为带命名占位符的模板。不要把成品提示词直接粘贴到调用代码里——否则你以后想改动它时,就得靠考古才能恢复。

template = (
    "{subject}, {style}, {composition}, {lighting}, {constraints}"
)

def build_prompt(**kwargs):
    return template.format(**kwargs)

2. 从字典填充变量

把变量集合当作数据。这样同一个配方就能从配置文件或数据库行生成一组图像。

recipe = {
    "subject": "a single matte ceramic bottle with a minimalist label",
    "style": "clean product photography, soft 3D render",
    "composition": "centered, generous negative space on the right",
    "lighting": "soft directional light from upper left, gentle falloff",
    "constraints": "no text artifacts, no clutter, neutral background",
}

prompt = build_prompt(**recipe)

3. 调用端点

通过 HiAPI.ai 统一接口,把组装好的提示词发送到 gpt-image-2.5-sunburst/text-to-image。把请求参数(尺寸、格式、数量)与变量放在同一个配置对象里,这样一条记录就能描述一次完整的生成。

4. 记录完整输入,而不只是输出

把填充后的提示词、配方版本和参数集与每张返回的图像一起持久化保存。三周后如果输出看起来不对,日志会告诉你究竟是提示词变了,还是模型变了。

这个四步循环就是整个系统。本文其余内容都只是接入这个系统的配方。

从配方模板到填充变量,再到可复现的调用及其返回图像——用错位纸堆呈现的工作流。

配方 1:产品风格主视觉图

这是落地页、文档页头和店铺磁贴的主力配方。它有效是因为构图字段负责版式,而约束字段保证为标题留出空间。

提示词

{subject}, clean product photography with soft 3D render finish,
centered subject with generous negative space on the right,
soft directional light from upper left with gentle falloff,
neutral seamless background, no text artifacts, no clutter, no harsh shadows

一个填充后的示例:

a single matte ceramic bottle with a minimalist label, clean product
photography with soft 3D render finish, centered subject with generous
negative space on the right, soft directional light from upper left with
gentle falloff, neutral seamless background, no text artifacts, no
clutter, no harsh shadows

真实输出展示了什么

在实践中,这个配方会把主体落在接近中心的位置,并在右侧留出一块清晰的空白背景区域——无需修图就能直接用于叠加标题。光照读起来像单一柔和光源,而不是平淡的环境光,这使物体受光侧有清晰的边缘,另一侧则柔和地过渡到阴影中。

约束词在这里起到了可测量的作用。没有“no text artifacts”,标签往往会凭空长出字母;有了它,标签就保持抽象。没有“no harsh shadows”,衰减会收紧到更接近影棚硬光。两种变化都可见,而且都是你希望在到达页面之前捕获的回归类型。

安全地变化

可以自由更换 subject——瓶子、耳机、盒子、设备都能保持构图。除非有特定的版式理由,否则不要动 composition 和 lighting;这两个字段正是让输出能直接放进模板而不需要重新设计的原因。

主视觉配方的草稿形态:一个居中主体、一个受控光源,以及刻意留空的负空间。

配方 2:色调一致的编辑风插画

编辑风配方正是调色板变量发挥价值的地方。目标是一张看起来像系列作品一部分的插画——十几篇文章保持同一视觉家族——而无需每次从头重新生成。

提示词

{subject}, flat editorial illustration with subtle line texture,
{composition}, limited palette of {palette},
soft even lighting with no dramatic shadows,
no gradients, no photorealism, no text elements

一个填充后的示例:

an abstract diagram of connected ideas, flat editorial illustration with
subtle line texture, centered composition with breathing room around the
edge, limited palette of deep teal, warm sand, and off-white, soft even
lighting with no dramatic shadows, no gradients, no photorealism, no
text elements

调色板变量的表现

命名两到三种颜色加一个中性色,可以稳定地保持一致。输出会尊重命名的色相作为主导色系,并用中性色作为底色,这正是让系列保持连贯的原因。

真实输出中会出现两种失败模式。第一,命名五种或更多颜色会产生更接近彩虹的效果——调色板不再读作有限,插画也失去了编辑风的克制感。第二,如果你完全省略中性色(“深青和暖沙”再无其他),背景往往会填充两种强调色之一,从而压平你想要的对比。

系列纪律

在整个系列中冻结 style 和 constraints,只变化 subject,偶尔变化 composition。当新文章需要自己的插画时,你只改一个字段,得到的是兄弟而非陌生人。这就是配方的全部意义:视觉一致性是参数纪律的副产品,而不是每周重复执行的艺术指导任务。

配方 3:贴近 UI 的背景图案

背景纹理是最不起眼的配方,也是最经常上线出问题的配方,因为一个单独看没问题的纹理,一旦放在段落背后,就可能毁掉文字可读性。

提示词

{subject}, subtle abstract texture pattern, {scale} scale repetition,
low contrast with soft tonal variation, muted palette of {palette},
even flat lighting, no focal point, no text, no high-frequency detail,
keeps center area clear and low-contrast for text overlay

一个填充后的示例:

organic flowing line shapes, subtle abstract texture pattern, medium
scale repetition, low contrast with soft tonal variation, muted palette
of pale slate and warm grey, even flat lighting, no focal point, no
text, no high-frequency detail, keeps center area clear and low-contrast
for text overlay

约束词为什么重要

“no focal point”是承重短语。没有它,纹理往往会围绕画面中央的主导形状组织起来——而那恰好是你放标题的地方。“no high-frequency detail”则防止细小斑点在小字号背后变成视觉噪点,尤其是在较低 DPI 的显示器上。

最后一个分句——保持中心清晰且低对比——是构图约束而非风格约束。它把图案中较繁复的部分推向边缘,从而为你提供文字安全区,而无需额外的遮罩层。

缩放作为变量

scale 可以安全更改,并且会显著改变纹理的感觉。小比例读起来像纸张颗粒,适合密集的 UI 面板;大比例读起来像编辑风跨页背景,适合宽幅页头。用两种比例分别重新渲染,然后按表面选择,而不是试图让一张图服务所有场景。

替换提示词变量而不破坏输出

并非所有字段都同等重要。基于这些配方的真实输出,这里是实用的风险地图。

低风险替换

  • subject——价值最高的变量,通常安全,只要它保持在同一类别内。把瓶子换成耳机可以;把瓶子换成人群场景则不行,因为构图字段是为单个居中物体写的。
  • palette(在限度内)——可以自由更换颜色名称,但数量保持在两到三种加一个中性色。
  • scale——改变特征而不破坏结构。

中风险替换

  • composition——在兼容的版式之间移动是安全的(居中、偏心、平铺),但每次更改都会改变你获得的负空间量。如果下游模板依赖特定的空白区域,更改后要验证。
  • lighting——方向变化读起来清晰,通常可行;从柔和翻转为硬光会改变整体情绪,并可能与“干净”或“微妙”的风格词冲突。

高风险替换

  • style——在扁平矢量和摄影之间替换,实际上等于一个新配方。构图和约束词是为一种渲染语言写的,在另一种语言中往往不再合理。
  • constraints——删除约束是提示词以前能用、现在却产生不可用输出的最常见原因。把约束编辑当作代码更改:有意识地做,并重新检查结果。

一条实用规则

当你需要一张新图时,一次只改一个字段,并与之前的输出比较。如果你改了两个,就无法判断是哪一个导致了回归——你对待任何其他参数化系统的调试纪律在这里同样适用,而这正是提示词库保持有用还是悄悄腐坏的区别。

评估并交付生成的图像

在图像进入产品界面之前,用一份简短的固定检查清单逐项检查。每次标准都应完全相同,这样“通过”在跨调用、跨配方、跨团队成员时含义一致。

四点检查

  1. 约束遵守情况。输出是否真正遵守了否定条款?没有凭空出现的文字,没有本不该有的焦点,调色板在命名范围内。这是第一道关卡,因为约束失败在下游最难修复。
  2. 构图稳定性。主体是否落在配方承诺的位置,并带有你的版式所需的负空间?如果模板期望右侧有清晰区域,就去测量它,不要靠目测。
  3. 上下文中的可读性。对于任何位于文字背后或旁边的内容,用真实字号与真实文案合成检查。单独看起来通过的纹理和插画经常在这里失败。
  4. 系列一致性。如果这张图属于一组,把它放在两个兄弟图旁边。同一调色板家族、同一线宽、同一细节水平。一个离群值比一张弱图更能破坏整套图。

交付纪律

把配方版本、填充后的提示词和参数集附加到你保留的每一张图像上。当输出后来看起来不对时,你可以重新运行完全相同的调用,判断是输入漂移了还是模型行为变了——而且你可以从存储的配方重新生成整个系列,而不必翻找聊天历史。

可复制粘贴是贯穿始终的主线:任何团队成员都应该能够从本文取一个配方、填入变量,并在不重新调整任何一个词的情况下复现结果。这样构建提示词库,图像生成就不再是逐图协商,而成为团队调用的一项服务。

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