本文译写自 OpenAI Cookbook 的开源示例，整理了 GPT-Image 图像生成模型的提示词基本写法与 24 个实用示例。文章首先介绍提示词的组织顺序（场景、主体、关键细节、限制条件），并给出七条核心原则：写出可见细节、明确构图、交代人物姿势动作、逐字列出画面文字、改图时说明保留项、为参考图分配用途、一次修改一个问题。随后通过人物照片、信息图、广告、标志设计、四格漫画、应用界面、教学配图、演示页等场景，以及换衣、合成、透明背景提取、草图转写实、物体移除等编辑示例，展示了完整的提示词与 API 参数设置。
本文整理了 OpenAI 官方 GPT Image 2.5 提示词写作指南的八条核心原则：先定义结果、选易维护格式、描述可见细节、写清人物动作、精确文字加引号、分开要改与要保持的内容、给参考图编号、有意识迭代。同时介绍了模型与参数（quality、size、background）的选择建议，并结合人像摄影与自然景物两类示例，给出中文提示词模板和实操要点，帮助用户写出可控、可迭代的图像生成提示词。
本文整理了 OpenAI 发布的 GPT Image 2.5 图像模型的使用指南。新模型在保留参考照片中人物与物体特征、局部修改集中性、多轮编辑稳定性方面显著提升，生成延迟最高降低约 50%。文章介绍了 ChatGPT 中新增的草图、模板、图片批注功能，以及 API 中的 Flare 和 Sunburst 两个模型定位差异。核心内容是官方提示词指南的 8 条基本建议，并配以 21 段官方示例，涵盖照片生成、信息图、广告、标志设计、界面预览、图片编辑、透明背景提取、草图转化、物体移除及多轮修改与角色延续等常见任务，可作为实用参考手册。
OpenAI 发布 ChatGPT Images 2.5，对图像生成能力全面升级。核心改进包括速度更快、画面更逼真、编辑与微调更精准。新增 Sketch 功能，用户可直接在 ChatGPT 中绘制草图，由模型生成完整图像，还支持将简笔画转为艺术风格、Logo 或 3D 黏土风格。生图过程新增进度条，光照与纹理更自然，并提供自由画布选风格、海报商品图模板、照片一键合成、图上标注编辑等功能。同时推出 GPT-Image-2.5 Flare 和 Sunburst 两个新模型，向所有 ChatGPT、Work 和 Codex 用户开放。
作者公开了其 VibeShot AI 摄影 Skill 的完整思路。核心是一个 Prompt 框架：表情+服装风格+场景+瞬间状态+摄影技法。与完全控制式 Prompt 不同，应只控制关键锚点，其余放权给模型，并为锚点准备足够厚的枚举变量池（表情池、服装池、场景池、景别池、焦段池、机位池、构图池、光线池等），形成“骨架+变量池”的“有边界的随机”逻辑。文中给出可直接在 ChatGPT 中运行的完整 Prompt，并开源了 Skill 版仓库，核心是通过加厚变量池产生更多组合。
作者以AI生图的窗边咖啡馆人像提示词为例，讲解如何整理AI生成的冗长提示词。核心方法是：删流程、合重复、换实景、测删除。要点包括：去掉分栏小标题后整体通读，合并重复表达同一意思的形容词；把'不要杂乱'等否定句改写为具体的正面画面描述；将'高级感、电影感'等笼统大词拆解为具体的光线、配色和构图要求；一次只删一句，对照出图验证效果，但不要为了精简丢掉关键的安排。最终目标是写出自己能读懂、出了问题知道从哪句下手的提示词。
作者在测试 Qwen-Image 2.1 时发现，生图和改图效果不佳的主要原因是创作意图未被准确传递给模型，如负面文字被印进海报、改姿势只换了衣服等。作者将经验整理成 qwen-image-gen Skill 并提交开源：区分文生图、局部编辑和参考人物创作；将人物动作、接触关系、镜头和画面文字写成模型可执行的描述；落实比例决策并检查返回图片真实像素；将质量反馈带回下一版。四组对照实验显示三组改善、一组失败，证明提示词改写有价值但非几何纠错器。
作者在48GB的4090上对Qwen-Image-2.1进行了13组实验、196张图的深度评测。模型视觉生成为7B DiT架构，配Qwen3-VL编码指令与参考图，支持原生RGBA透明。评测发现其强项为中文排版、原生透明通道和多图身份保持，弱项是「替换」语义常退化为「添加」、编辑具有非局部性、缺乏时间维度建模。文章详细测试了文字渲染阈值、透明度真实性、指令遵循、编辑精度、多图参考及性能表现，并给出KV cache与显存的权衡策略。最后作者通过360°转台动画实验，揭示了条件图下seed敏感性等反直觉发现，定位其为关键帧生成器而非视频模型。
本文详细介绍了 OpenAI GPT Image 2.5 相比 2.0 的核心升级：参考图主体保持更强、局部编辑更准、多轮修改不易漂移、延迟降低约 50%。作者提出 2.5 的提示词应从"描述+重复+防错"的长写法转向"状态管理"思维，通过 Preserve/Change 结构和 Delta Edit 小步修改，用 Mother Image（母版图）建立基础状态后逐步迭代。文章还对比了 API 中的 Flare（快速生产、批量探索）与 Sunburst（高精度精修、复杂编辑）两个型号的定位，并给出 Flare 探索+Sunburst 精修的合理工作流建议。
作者对GPT Image 2.5图像模型进行了万字67图的全面测评，从指令遵循、文字准确性、设计质量、编辑精度、主体一致性、多轮稳定性、透明背景、尺寸能力等11个维度展开测试。测试涵盖中文App UI设计、信息图文字准确度、多参考图合成、五轮连续海报编辑、精确局部修改、模板复用等场景。结果显示模型在中文短文案、结构化设计、多轮局部修改方面表现优秀，但透明背景功能存在虚假输出（无Alpha通道）、局部编辑仍有全图轻微变化、负面约束遵守率仅约50%。文章最后总结了六条实用的提示词写作建议。
作者推荐了一个低价 AI 生图平台 Flatrouter，其最新上架的 OpenAI GPT Image 2.5 模型单张生图价格仅 0.05 元。该模型包含 Flare（低延迟快速出图）和 Sunburst（广告级精修）两个变体，具备多轮改图不换脸、局部精准修改、中文排版稳定、原生透明背景及 4K 超清分辨率等特性。平台还提供 GPT-6 Astra 等大模型 API，价格远低于官方定价，适合设计、自媒体和开发者批量出图使用。
作者通过长期测试 Image 2.0 图像生成模型，发现极短提示词反而能生成异常完整的画面，并提出“视觉生产范式压缩”理论。核心观点是：提示词信息量与字数无关，关键在于“高密度视觉概念”——如“编辑式人像”“极简时尚封面”等概念，能自然带出一整套摄影、造型、构图、版式等视觉惯例。好的组合应让不同概念各有侧重，形成一份简短的创意简报。这种方法通过控制高层结构、保留低层执行自由，让模型在成熟的视觉系统内完成设计。提示词的核心能力已从“描述画面”转向“选择视觉世界”。
作者基于 OpenAI 最新发布的 GPT-Image 2.5 模型，实测整理了从个人娱乐到电商应用的多种玩法，并提供完整可复制的提示词教程。个人玩法包括：将上传图片转为弹跳动画 GIF、生成九宫格表情包、制作六帧连续动作表情 GIF 等。电商玩法包括：商品慢扫光动态广告制作（采用单张商品底图加 Python 扫光方案，解决瓶身、Logo、文字抖动问题），以及利用定稿海报模板进行商品换款的精确编辑。文章详细说明了多轮编辑、模板复用、帧间一致性等新版本能力，并给出大量经过验证的中英文提示词模板，帮助普通用户快速上手图像生成与动态内容创作。
