gpt image 2 提示词

很多人打开新一代图像模型，输入一句「一只好看的猫」，出来的图跟自己脑子里想的完全不是一回事，于是反复重抽，额度烧完也没拿到能用的图。问题通常不在模型，而在提示词缺了主语、场景、构图和约束。这篇给一套可以直接照抄的写作顺序，从写第一句到最后微调改稿，每一步都说清该补什么、什么时候该停手。

很多人打开新一代图像模型，输入一句「一只好看的猫」，出来的图跟脑子里想的完全不是一回事，于是反复重抽，额度烧完也没拿到能用的图。问题通常不在模型，而在提示词缺了主语、场景、构图和约束。这篇给一套可以直接照抄的写作顺序，从写第一句到最后微调改稿，每一步都说清该补什么、什么时候该停手。

先明确一件事：提示词不是咒语，是一份给画师的简报。你写得多清楚，模型就还你多接近的结果。下面按「先懂胃口、再填槽位、再定改稿顺序、最后处理文字与改图」四段来讲，每段都配可照做的动作。

先弄清新一代图像模型对提示词的胃口变了什么

老模型靠一堆风格关键词堆叠，新模型更能读懂整句话，写完整句子比堆词有效。你写「黄昏的巷子里，一个背着帆布包的年轻女生回头看向镜头，暖光从侧面打过来」，比写「女生, 黄昏, 电影感, 4K, 杰作」更容易出对的图。堆词不是不能用，而是别把整段都写成标签。

• 涉及具体品牌、真人姓名、版权角色的描述，各家限制不同，写之前先确认平台条款，别写完才发现被拦
• 模型吃文字排版的能力变强了，图里要出现中英文时，把文字内容单独用引号框出来，别混在描述句里
• 当提示词里出现互相冲突的要求（比如同时要「极简留白」和「画面塞满元素」），模型会自己挑一个，冲突项要自己先删掉
• 只想微调时，不要重写整段，用改图功能比重新生成更省，具体能力差别到站内 /tools 的工具目录里对照后再决定用哪个

把提示词拆成四个位置，按顺序填

与其每次从零写，不如把提示词当成一张固定表格，四个槽位按顺序填。填完哪一槽不满意，单独改那一槽，不用整段推翻。这也是后面「按顺序改稿」能成立的前提。

画面槽里的三项——景别（特写、半身、全景）、机位（平视、俯拍）、光线方向（侧逆光、阴天散射）——比风格词更能决定成片气质，先写这三样再想风格。输出槽建议放在提示词末尾，做封面就写竖构图且上方留出文字位，做横幅就写横向且主体偏一侧，这样单独改动不会打乱前半段。

出图不理想时，按固定顺序改，别乱抽

1. 第一轮改主体描述只动主体槽，把模糊的词换成能看见的画面细节，比如把「年轻女生」改成「二十岁上下、扎低马尾、穿米色针织开衫的女生」。
2. 第二轮改构图与光线主体没问题了再动画面槽，一次只改景别或光线中的一项，出图后对比两张差异。
3. 第三轮才动风格词风格槽留到最后调，因为风格只是外衣，主体和构图错了，换什么风格都救不回来。
4. 存成模板再批量把稳定下来的提示词存模板，换主体时只替换主体槽，保留画面槽和风格槽，多张图的观感才统一。批量出图前到 /tools/model-cost-calculator 按当时的单价算一遍额度消耗。

判断提示词有没有收敛，看同一组提示词连出几张：如果几张之间差异都只在细节、整体方向一致，说明可以进批量；如果几张风格跑偏，说明风格槽写得太含糊，回去补媒介词。另外，如果连着几轮都拿不到想要的效果，先怀疑是不是需求本身说不清，找一张参考图喂进去，比继续改文字更快。

图里要排字、要改图时的写法

图内文字用引号单独标出，并说明字体气质（手写、衬线、无衬线粗体）和位置（画面下方居中、左上角），不要指望模型自己排版好。中文字形复杂，短句比长句稳，一次只让图里出现一句主文案，副标题这类小字建议后期在排版工具里加。

• 局部重绘改细节，扩图改画幅，换背景改环境，三样分工别混用
• 不要一上来就整张重生成，先判断坏的是哪一块再选工具
• 改完检查边缘和接缝，尤其换背景后人物头发与轮廓
• 放大到实际使用尺寸再看一遍，屏幕缩小看不清的问题放大都会露出来
• 改图次数多时记一下每轮改了什么，避免同一问题反复来回改

改图三板斧的具体场景判断，可以参考站内已有做法，但原则是：只改该改的那一块。换背景之后人物的发丝、肩线最容易出接缝，先放大到发布尺寸检查，再决定要不要局部重绘边缘。