GPT-Image-2 文生图提示词配方：面向开发者的可复制粘贴提示词

为什么提示词配方胜过一次性提示词

大多数开发者把图像生成当作老虎机：输入一句话，拉下摇杆，看看结果，耸耸肩，再试一次。做演示可以。可一旦你需要同一类图片分布在十几个接口、一次 UI 改版，或三个并行进行的客户项目里，这种做法就崩了。

提示词配方则不同。它是一份小型、可版本化的文档，描述如何产出某一类图片，而不是某一张具体图片。由于它是结构化的，所以可测试、可做差异对比、可共享。

一份配方通常包含四个模块：

• 主体 —— 画面里实际有什么（物体、角色、场景、抽象形态）。
• 风格 —— 视觉语言：摄影、扁平矢量、等距、水彩、3D 渲染，等等。
• 构图 —— 取景、机位角度、负空间、主体所在位置。
• 输出约束 —— 宽高比、预期用途，以及任何质量或分辨率意图。

收益在于一致性。当两张图片来自同一配方、只替换了主体，它们看起来就像同胞兄弟姐妹。当它们来自一次性提示词，看起来就像陌生人。在产品界面中——引导插图、营销横幅、空状态——同胞般的相似感正是关键所在。

配方还让失败可调试。如果输出不对，你可以问哪个模块出了问题，而不是重写所有内容。而且每个模块都是纯文本，你可以把配方和代码放在一起，像审阅 diff 一样审阅提示词改动。

在 gpt-image-2/text-to-image@ext 上，这套纪律几乎不花成本：一份配方就是一段排序良好的提示词加上几个请求参数。下面的章节会给出配方解剖、宽高比处理、分辨率说明，以及一组可直接复制的配方。

可复制粘贴配方的解剖

一份经得起实际使用的配方有一个固定骨架和可变槽位。下面是骨架，写法上你可以直接粘贴到代码注释里再填写：

SUBJECT: <这张图唯一要表达的东西>
DETAIL: <2-4 个具体属性：材质、颜色、纹理、年代>
STYLE: <有名称的视觉风格 + 一个参考形容词>
COMPOSITION: <取景、角度、主体位置、负空间>
LIGHT & COLOR: <光照方向、色调、对比度>
CONSTRAINTS: <必须有 / 绝不能有>
INTENT: <这张图将用在哪里>

顺序比看上去更重要。把主体放在最前，让模型先锚定它。把约束放在最后，让它们作为最终指令被读取，而不是早期噪音。每一行都要具体——“哑光陶瓷”胜过“好材质”，“从略高处看的三分之四视角”胜过“好角度”。

下面是一个填好的例子，可直接复制：

SUBJECT: 一只陶瓷咖啡杯
DETAIL: 哑光米白釉面，可见拉坯纹路，杯口一圈细窄无釉边，右侧一个小把手
STYLE: 产品摄影，柔和极简
COMPOSITION: 居中，略高的三分之四视角，主体四周留出充足空白，无道具
LIGHT & COLOR: 来自左上方的大面积柔光，向右下方柔和衰减的阴影，中性暖白背景
CONSTRAINTS: 无文字，无标志，无手，无人物倒影
INTENT: 电商产品图块，将被裁成正方形

几个习惯能让这个骨架站得住：

• 一份配方一个主体。 如果你开始写“和”，就拆开。
• 给风格命名。 “极简”很含糊；“2px 描边的扁平矢量插画”才是配方。
• 说清楚要排除什么。 模型会填补空白。如果图片必须无文字以适配本地化流程，就写明。
• 把 INTENT 当作人类设计师会读到它来写，因为六个月后你确实会读它。

一旦这个骨架变得自然，本文中的每个配方都只是不同的填空。

处理 16 种宽高比

gpt-image-2/text-to-image@ext 提供 16 种输出宽高比。这很慷慨，而慷慨正是人们浪费重跑的原因：凭感觉选一个比例，得到不合适的构图，然后重新生成。

用相反的顺序来避免这一点——先确定目标投放位置，再选比例，然后写匹配的构图行。

按图片落点对比例分组

• 宽横幅和主视觉 —— 横向比例，大致在 16:9 到 21:9 区间。构图行：宽横向取景，主体偏向一侧，另一侧留出大片空白区域用于文字叠加。
• 方形图块、头像、应用图标 —— 1:1。构图行：主体居中，紧凑对称取景，主体占据画面大部分，边距极小。
• 竖版信息流和故事帖 —— 纵向比例，大致在 4:5 到 9:16 区间。构图行：竖版取景，主体位于上三分之二，底部留出柔和空白带。
• 文档、缩略图、类印刷版式 —— 经典 4:3 和 3:2 风格比例。构图行：平衡取景，主体居中，四周边距均匀。

把比例写进提示词，而不只是请求参数

请求参数决定画布。提示词决定画布上填什么。如果只设置参数，你常常会得到一张宽画布，但主体是按方形构图的——一个小物体飘在空间里。所以两者始终配对：

COMPOSITION: 宽横向取景，主体位于左侧三分之一，
右侧留出干净负空间用于标题，
没有元素越过中线

消灭大多数重跑的两条规则

1. 绝不要要求放置文字，除非你已经预留了空间。 负空间是提示词指令，不是事后想法。
2. 先选比例，再迭代风格。 风格改动重新评估成本低；为新画幅重新构图则不是。

如果在两个比例之间犹豫，先生成正方形版本。接近方形的构图裁成宽幅和竖幅时损伤最小，这使它成为尚未测试过的配方最安全的起点。

为 4K 输出调整配方

更高分辨率的请求会改变两件事：你应该在提示词里要求什么，以及你应该在响应里验证什么。画布变大了，但提示词意图不会自动随之扩展。

提示词里要改什么

更大的输出意味着模型有空间发挥细节。这通常是好事——织物纹理、边缘定义、细腻渐变——但也意味着含糊的句子会变成可见瑕疵。

• 加一条细节下限。 说明什么程度的细节是合适的：主体上可见细腻表面细节，干净简单的背景，没有繁杂纹理。 没有这条，高分辨率输出常常用噪点填满空白区域。
• 收紧约束块。 小尺寸下，多余文字是一团污渍。大尺寸下，它是可读的胡言乱语。明确重申排除项：无文字，无水印，无标牌。
• 对边缘要明确。 如果素材将被遮罩或合成，要求主体与背景干净分离，无边缘杂色。
• 不要塞进更多主体。 更多像素不是容纳更多内容的许可，而是对相同内容呈现更高保真度的许可。

响应里要检查什么

• 实际返回尺寸 —— 确认响应与你要求的一致，而不是想当然。
• 缩小行为 —— 如果你的流程会为网页交付调整尺寸，在生成后检查缩放，而不是之前。先生成大图再缩小比反过来更能保留细节。
• 文件大小和格式 —— 大输出消耗带宽。尽早决定大图变体是归档素材还是交付素材。
• 裁剪后的构图 —— 验证你预留的负空间在更大尺寸下仍然存在；重新构图发生得更少，但值得看一眼。

一个实用的默认做法

每份配方保留两个变体：一个用于迭代的 draft 变体，以及一个带有上述更严格细节行和约束行的 final 变体。在草稿上低成本迭代，然后运行一次最终版。你的开发循环保持快速，生产素材保持干净。

面向常见开发者用例的配方模式

这些是起点，不是成品艺术。复制一个，填写方括号槽位，并根据目标投放位置调整构图行。

图标和字形配方

SUBJECT: 一个[概念]图标
DETAIL: 单一扁平形状，圆角，2px 均匀描边粗细，实心填充
STYLE: 扁平矢量，几何，极简
COMPOSITION: 居中，主体占画面约 80%，完全对称，方形取景
LIGHT & COLOR: 单一强调色，置于适合透明的中性背景上，无渐变
CONSTRAINTS: 无文字，无阴影，无 3D 透视，无在 32px 以下会崩坏的细节
INTENT: UI 图标集，1:1

这里最关键的一行是最后一条约束。图标在小尺寸下会失效，所以要明确禁止无法经受缩放的细节。

产品效果图配方

SUBJECT: 置于真实场景中的[产品]
DETAIL: [材质]，[表面处理]，[可见关键特征]
STYLE: 干净商业摄影
COMPOSITION: 三分之四视角，主体在右侧，左侧留出柔和空白表面用于说明文字，中等景深
LIGHT & COLOR: 来自左侧的柔和主光，克制的色调，中性背景
CONSTRAINTS: 无文字，无品牌标识，无手，无杂物
INTENT: 落地页主视觉，16:9

为每个产品替换主体行，整个系列在视觉上保持连贯——这正是产品目录所需要的。

背景和纹理配方

SUBJECT: 用于[场景]的抽象背景
DETAIL: 柔和几何形态，细腻颗粒，低对比度
STYLE: 现代，克制，编辑风
COMPOSITION: 满版出血，无焦点，全画面视觉重量均匀，四边留出充足安全边距
LIGHT & COLOR: 漫射光，[色系]色调，无生硬高光
CONSTRAINTS: 无文字，无可识别物体，无面孔，无任何与前景内容竞争的元素
INTENT: UI 文字背后的区块背景，宽比例

背景是任何产品中复用最多的素材，也是最常被意外焦点破坏的素材。“无焦点”这一行承担了大部分作用。

从一个基础配方分叉出三个

注意这三个共享一个骨架。从你最常用的配方开始，保持 STYLE 和 CONSTRAINTS 稳定，改变 SUBJECT、COMPOSITION 和 INTENT。这就是一个经过测试的提示词如何变成一个系列，而无需重新设计。

测试、比较和复用配方

只有当你能够判断配方好不好时，它才可复用。下面是一个轻量循环，成本低，能尽早发现漂移。

1. 冻结一组测试集

挑选三到五个对你的项目重要的主体值，并保持不变。每次修改配方时，重新生成同样的主体。在变化的主体之间比较说明不了什么；在固定集合之间比较说明一切。

2. 一次只改一个模块

如果输出令人失望，不要重写四行。改 COMPOSITION，重新生成，评估。然后改 CONSTRAINTS。每次运行一个变量让原因可追溯——这和你在测试运行前不会改三个依赖是同一个道理。

3. 按意图打分，而不是按口味

在看输出之前，从 INTENT 行派生两到三个二元检查。例如：预留空白区域真的是空的吗？主体完全在画面内吗？有任何文字吗？ 二元检查胜过感觉，而且当队友以后运行这个配方时，这是唯一能扩展的东西。

4. 把胜出者提升为模板

当一份配方持续通过检查时，提升它：

• 把它从草稿提示词移到具名常量或配置文件。
• 把方括号槽位保留为显式参数。
• 把宽高比和配方一起记录，这样调用方不必猜。
• 加一行说明，描述这份配方用于什么。

这个提升步骤，就是你用过一次的提示词和整个项目共享的模板之间的区别。

5. 模型或参数变更后重新测试

任何输出参数的改动——比例、分辨率意图——都是配方改动。重新运行冻结的测试集。大多数回归表现为构图行损坏，而不是风格损坏，所以先检查取景。

让循环保持无聊和小。五分钟的比较胜过一周的重拍。

常见失败模式与快速修复

大多数糟糕输出都对应配方中的某一行。把症状到修复的映射记在脑子里，调试就会变快。

主体很小且飘在空间里

原因： 画布是宽幅或竖幅，但构图行是按方形写的。 修复： 重写 COMPOSITION，明确命名取景——主体占据大部分竖向画面，或主体锚定在左侧三分之一。绝不要只依赖比例参数。

出现不想要的文字

原因： 未声明的约束，或构图招致标牌（店面、屏幕、标签）。 修复： 在 CONSTRAINTS 中加入无文字，无字母，无标牌，无水印，并移除招致它的物体。

多次运行之间风格漂移

原因： 含糊的 STYLE 行。“现代”不是一种风格。 修复： 命名媒介并加一个具体形容词：扁平矢量插画，2px 描边，有限色调。 一致的风格语言产生一致的风格。

背景繁杂，破坏版式

原因： 没有负空间指令，或细节行让模型用纹理填满空白区域。 修复： 在 COMPOSITION 中明确预留空间，并在 DETAIL 中限制纹理：干净简单的背景，无繁杂纹理。

合成时边缘发虚

原因： 提示词从未要求分离。 修复： 加入主体与背景干净分离，无边缘杂色，无光晕。这在较大输出尺寸下最重要。

两个主体合并成一个

原因： 主体行里含有“和”。 修复： 一份配方一个主体。如果你确实需要场景，把它描述为一个有明确主主体的场景，而不是一个列表。

图片本身不错，但不适合这个位置

原因： INTENT 缺失或被忽略。 修复： 在配方中保留 INTENT，并把目标投放位置写进提示词正文，例如为宽幅主视觉横幅设计，右侧留出标题空间。

当某个修复奏效时，把它折回配方——而不是你刚输入的一次性提示词。这样配方才会随时间变得更可靠，而不是每个 sprint 都被重新发现。