博客

使用指南

面向开发者的 gpt-image-2.6-flare 图生图提示词配方

用于参考图编辑的可复制提示词结构、一致性措辞与负面清单

2026年11月17日
封面图:浅紫红与墨黑色块被一条硬朗的对角边缘分开,中间有一道细细的紫色接缝。
本页内容

图生图提示词的不同之处

文生图提示词是生成式的:你描述一个场景,模型会把提示词没有钉死的部分全部发明出来。图生图提示词则是做减法的。参考图已经决定了构图、身份、色调和光照,你写下的每个词都是一条指令,要求除了这里以外尽量少改。

这种反转改变了“好提示词”的样子。在文生图中,更长、更详细通常有帮助。在图生图中,额外的描述性词语会被理解为允许重绘。如果你在编辑一张头像照时写“一位穿红色夹克的女子站在公园里,柔和光线,电影感”,你就等于邀请模型重建公园、光线,甚至可能重建那张脸。

实际后果是:一份好的编辑提示词主要由约束构成,而不是描述。你先说明想要的那一处编辑,然后明确圈出所有必须原样保留的东西:脸、姿势、取景、背景、颜色。你还可以花几个 token 在锚点上,把输出拉回源图——“保持原始相机角度”“与输入相同的织物纹理”——这比重新描述已经可见的内容便宜得多。

最后,图生图的行为取决于源图。同一提示词用在扁平的产品渲染图和繁忙的生活方式照片上会朝不同方向漂移,因为模型需要保留的细节量不同。请把提示词当作绑定资产类型的配方,而不是万能咒语——这一点我们会回到测试部分展开。

需要保持的心智模型

把提示词想成一份编辑订单,承担三项任务:说明图像是什么、说出改什么、并对不改什么立下誓言。其余都是可选的润色。

文生图从单一提示词流动;图生图把参考图与提示词交织在一起以达成编辑。

四段式提示词骨架

临时拼凑的一句话会产生临时拼凑的结果。可重复的骨架能让你的编辑请求可预测、可审查,并在 A/B 测试时易于逐段对比。按以下顺序使用四个堆叠块:

1. 主体锁定

一句话,指明参考图中有什么,以及必须保留它。

使用提供的参考图作为源图。
保持相同的主体、身份、姿势和取景。

2. 编辑指令

一处具体、单一的改动,用动作来表述。经验法则是每个请求只做一处编辑;串联三处编辑会让漂移成倍增加。

将背景改为纯浅灰色影棚背景。

3. 风格锚点

简短的引用,让外观附着在输入图上,而不是附着在你的想象上。锚定图像,而不是形容词。

匹配输入图的光照方向、对比度和色温。
保持原始材质纹理和边缘柔和度。

4. 负面约束

一份紧凑的清单,列出不得出现或不得改变的内容。

不要改变面部、头发或服装。
不要添加道具,不要文字,不要水印。
除了请求的替换外,不要改动背景。

组装起来后,这个请求从头到尾读起来像一份连贯的编辑订单,任何审查者都能看出你的意图。在所有模板中保持块的固定顺序:当结果退步时,你可以逐块二分排查,而不是猜测哪句话导致的。

为什么顺序很重要

主体锁定放在最前,防止模型把编辑当作全新生成。负面约束放在最后,意味着它们读起来是最终护栏,而不是场景描述的一部分。风格锚点放在中间,把新内容绑定到旧外观上。

四个堆叠的提示词组件汇聚成一个组合编辑请求。

常见编辑的可复制配方

下面的模板假设采用四段式骨架。替换方括号中的槽位;在你有理由改变之前,保持周围措辞不变。

背景替换

使用提供的参考图作为源图。
保持相同的主体、身份、姿势和取景。
将背景替换为[无缝的米白色影棚背景]。
匹配输入图的光照方向和阴影柔和度,使主体
仍然看起来被原始光线照亮。
在主体与新背景交界处保留头发和边缘细节。
不要改变主体的面部、服装或体型。
不要添加道具,不要文字,不要水印,不要可见的抠图边缘。

光照与氛围改变

使用提供的参考图作为源图。
保持相同的主体、姿势和构图。
将场景重新打光为[来自左侧的温暖午后光线]。
保持相同的材质和纹理;只改变光线及其阴影。
不要移动或重塑主体风格。
不要改变背景几何结构。
除了请求的光照变化外,不要做其他调色。

物体替换

使用提供的参考图作为源图。
除[区域]中的[物体]外,保持一切不变。
将其替换为[大小大致相同的哑光陶瓷马克杯]。
匹配原物体的透视、比例和阴影接触。
保持周围表面和背景完全一致。
不要重塑场景其余部分的风格。
不要添加额外物体,不要文字。

清理与移除

使用提供的参考图作为源图。
保持主体和构图完全不变。
从[表面]移除[小标志贴纸],并使用周围纹理
重建其下方的表面。
保留原图的颗粒、光照和颜色。
不要改动该区域之外的任何内容。
不要涂抹,不要模糊,不要虚构细节。

服装或颜色改变

使用提供的参考图作为源图。
保持相同的人物、面部、姿势和取景。
将[夹克]重新着色为[深海军蓝],保留原始织物纹理、
褶皱图案和光照响应。
保持肤色、头发和背景不变。
不要改变服装形状或合身度。
不要添加配饰,不要文字。

每个配方都刻意设计为“一处编辑加护栏”。如果你需要背景替换并且重新打光,请分两遍运行,而不是写一个巨型提示词——第二遍使用第一遍的输出作为参考图。你可以通过同一个 gpt-image-2.6-flare 图生图端点接入两遍流程,客户端代码无需改动。

每个编辑类别对应自己的可复制配方卡片。

保持保真度的措辞

保真度不是靠字数买来的,而是靠明确说出哪些东西不能动买来的。模型擅长遵循逐条列出的禁止项,而不太擅长从冗长的正面描述中推断你的意图。

点名不变量

把每一个“显然应该保持不变”都转成一句话。对大多数编辑有用的清单:

  • 身份:面部、头发、皮肤、显著特征。
  • 几何:姿势、相机角度、裁剪、透视、物体比例。
  • 表面:织物编织、颗粒、光泽度、材质纹理。
  • 场景:背景布局、周围物体、地平线。

优先使用限定范围的动词

“替换背景”是有范围的。“让它看起来更专业”则不是。替换、重新着色、重新打光、移除、扩展这类动词告诉模型改动在哪里停止。更好、更干净、高级感这类形容词会招来全局重绘。

拴到输入图上,而不是拴到形容词上

弱:“保持电影感。”强:“保持输入图的对比度、阴影深度和色温。”第二种措辞指向模型能看到的像素;第一种指向它必须猜测的情绪。

先说明什么保持相同,再说明什么改变

调整句子顺序,让保留的内容出现在改动之前。“保持相同的主体和取景;只改变背景”比反过来产生更紧凑的结果,因为约束在模型开始规划编辑之前就被读到了。

添加改动预算

一句限制范围的短从句出奇地有效:

只改变上述区域。
让所有其他像素尽可能接近输入图。

这是最接近全局“最小差异”指令的东西,并与简短的负面清单搭配良好。

复用输入图作为风格参考

当项目有既定外观时,不要重新描述它。指向它:“匹配输入图的渲染风格、颗粒和色彩响应。”参考图是你拥有的最精确的风格规范。

在整组图像中保持风格一致性

编辑一张图像是提示词问题。编辑一组图像是系统问题:你需要一个共享锚点,让第二十个变体仍然看起来像第一个变体。

选择一个锚点图像

选择一个已批准的输出作为项目的风格锚点。在 API 支持的情况下,后续每次编辑都使用两个参考:要编辑的内容图像,以及风格锚点。在提示词中明确区分它们的角色:

使用第一张参考图作为内容源。
仅使用第二张参考图作为风格锚点。
沿用其调色板、对比度曲线、颗粒和光照特征。
不要复制其主体、构图或背景。

点明角色至关重要——没有它,模型会混淆两个参考,并从风格图中借用构图。

把风格锚点写成可测量的属性

用能跨图像存活的视觉属性替换情绪词:

  • 调色板:主色调及其相对权重
  • 对比度:阴影深度和高光滚降
  • 光照:方向、柔和度、色温
  • 纹理:颗粒量、锐度、边缘处理
  • 取景习惯:主体比例和头顶空间

像“匹配锚点的调色板、阴影深度和颗粒”这样的共享锚点句,比任何形容词堆栈都更能把一组图像维系在一起。

保留每组的序言

为项目中每个提示词存储一个共享的序言字符串,其中包含主体锁定和锚点引用。只有编辑指令和特定负面项因图而异。这一做法能消除大多数“为什么第九张图看起来不一样”的调试工作。

冻结并版本化

当一组图像获批时,把锚点、序言和负面清单一起冻结为版本化捆绑包。未来的编辑从冻结捆绑包开始,这样后续微调就无法悄悄重塑整组风格。

警惕累积漂移

链式编辑(第一遍的输出喂给第二遍)会累积细微的颜色和对比度偏移。将每个输出与原始锚点比较,而不只是与上一步比较;如果整组开始走偏,就重新锚定。

构建真正有用的负面清单

负面约束是护栏,不是愿望清单。一份针对你实际观察到的失败模式的简短清单,胜过一长串泛泛的禁止项,后者会稀释注意力,甚至可能压制合理细节。

从观察到的失败开始

先在不加负面项的情况下运行提示词。记录漂移的内容:添加的文字、偏移的背景、柔化的面部、额外道具、色偏。每个观察到的失败对应一行负面项。其他一概不许进入。

保持清单简短且具体

一份有效的清单通常只有几项,措辞具体:

不要文字、标志或水印。
不要添加道具或人物。
不要改变面部、头发或服装。
除了请求的替换外,不要改动背景。
不要重度修图,不要塑料皮肤,不要模糊。

每一行都映射到一个真实、可重复的失败。“不要质量差”或“不要伪影”这类泛泛的行是噪音:它们没有点出模型能据此行动的任何东西。

拆分全局负面项与每配方负面项

保留一份小的全局清单(文字、水印、不想要的人物、风格漂移),由每个配方共享;再保留一份针对具体编辑的每配方清单。背景替换需要“不要可见的抠图边缘”;重新打光需要“除了请求的光照变化外不要调色”;物体替换需要“不要额外物体”。这样提示词保持简短,同时保持针对性。

定期审查负面项

提示词漂移是双向的:上个月修复某个失败的负面项,现在可能正在压制你想要的细节。每次冻结新版本时重读清单,并删除那些失败已不再出现的行。

不要用负面项承载主要指令

负面项不擅长创造东西。“不要繁忙背景”比“将背景替换为纯浅灰色背景”加上“不要添加道具”更弱。先说明正面目标,再守护它。

测试与迭代你的配方

提示词配方就是代码:对它们进行版本控制,用固定输入测试它们,并保留胜出者。一个轻量循环就够了。

固定一个小型评估集

为每种资产类型挑选几张有代表性的源图——一张干净的产品图、一张肖像、一个繁忙场景。同一配方在不同图像上表现不同,因此要在整个集合上测试每个变体,而不是只测一张最喜欢的图。

一次只改一个块

因为你的提示词遵循四段式骨架,你可以对单个块做 A/B:保持主体锁定、风格锚点和负面项不变,只改变编辑指令的措辞。这样能把因果关系隔离开来,而整段重写永远做不到。

对照评分标准比较,而不是凭感觉

写下该资产类型“好”意味着什么:身份保留、背景干净、光照匹配、无文字伪影、边缘完整。按每项标准给每个输出打分。在比较二十个几乎相同的变体时,主观评分会崩溃;简短的评分标准能让决策保持一致且可审查。

保持循环紧凑

变体 -> 生成 -> 对照评分标准比较 -> 保留或丢弃 -> 冻结胜出者

当某个变体胜出时,把它提升进版本化配方捆绑包:提示词文本、负面清单、锚点和评估笔记。当某个变体失败时,用一行记录原因。否则未来的你会重新提出同一个失败想法。

按资产类型版本化

在产品渲染图上调优的背景替换配方不是肖像配方。按资产类型版本化,并通过同一个图生图模型页面路由请求,这样切换配方永远不意味着切换管线。

预期问题会复发

模型行为和你的源图都会随时间变化。每当你刷新配方捆绑包或接入新一批输入时,重新运行评估集,并淘汰不再值得保留的模板。

好的图生图工作主要是纪律严明的约束写作:稳定的骨架、明确的不变量、简短的负面清单,以及保留胜出者的版本化循环。

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