生产力拉满！GPT Image 2.5 官方使用指南与实测调优

AI 改图翻车，多数时候不是模型不行，是提示词没把“改什么、保什么”说清楚。这份官方指南专治这个：8 条基本原则，24 段照抄能用的提示词，覆盖生成、改图、多轮修改三大场景。

全文 9000 字左右，一半是可复制的提示词——建议先收藏，用到哪段翻哪段，比从头读划算。

用 ChatGPT 改图，只想换件衣服，人物的脸却跟着变了；改好一行文字，原来的构图又被打乱。这种“按下葫芦浮起瓢”的事，用过 AI 改图的人基本都躲不过。

Images 2.5 这次更新的重点之一，就是减少这类连带变化：参考图里的人物、物体和它们的独特特征保留得更好，连续几轮修改也能接着上一版往下走。

但模型改进只是一半，另一半在提示词。想保留的细节怎么写、多张参考图怎么分工、图里的文字怎么交代——官方指南给了标准写法。这篇把这些全部拆出来，照抄就行。

门槛很低：一个能用到 ChatGPT 图片功能的账号。Images 2.5 面向 ChatGPT、ChatGPT Work 和 Codex 用户推出，覆盖桌面、移动和网页端，正向各套餐逐步上线——没看到入口的等几天，公告里的推出范围，不等于所有账号同时全量。不需要懂代码：提示词在对话框直接粘贴；第 07 节的参数是 API 用户看的，普通用户跳过不影响。

全文结构：

• 01 这次更新解决了什么

• 02 8 条基本原则：动笔前先看

• 03 生成图片：9 段官方示例

• 04 编辑图片：8 段官方示例

• 05 多轮修改与角色延续：4 段官方示例

• 06 其他用途：3 段官方示例

• 07 参数速查（API 用户向，可跳过）

• 08 生成后检查清单：发图前过一遍

24 段提示词全部来自官方指南的中文翻译，保留原意，不加戏。官方自己的定位是“可调整的起点”——先照抄跑通，再按需改。下面进 01。

01 这次更新解决了什么

第一件事：参考照片中的人物和物体，保留得更好。改变场景、构图或视觉风格时，原来的人还是那个人，东西还是那个东西。公告展示的例子包括婴儿肖像改造、给狗换服装、把不同照片中的人物合进一张合影、整理床铺——全部是“在原图基础上改，同时保住原对象的特征”。光照更自然、材质纹理更丰富，也是这次的更新点。

第二件事：局部修改更集中。只换衣服、修改产品颜色或替换文案时，模型会更努力保住其余部分，减少对人物、产品结构和原有设计的无关改动。

第三件事：多轮编辑更稳定——后面的修改能不能接着上一版进行，保住前面已经确认的内容。官方用立方体旋转、旅行信息图、生日蜡烛这些演示展示了改进。

复杂画面、文字和版式也有改善：复杂指令理解、视觉风格、文字、版式、光影、纹理、透明背景，应用场景包括海报、产品展示、旅行信息图这类多元素画面。

生成速度：相比 Images 2.0，延迟最高降低约 50%。注意“最高”两个字——不是每次都固定少等一半时间，官方指南要求按自己的提示词、参考图、尺寸和质量设置实测比较。顺带一个数字：用户每周通过 ChatGPT Images 和 API 中的 GPT-Image 系列模型创建的图片，超过 30 亿张。

ChatGPT 这边还同时介绍了草图、模板、图片批注和可选的提示词分享功能。

Flare 和 Sunburst 是什么（API 用户向，可跳过）

ChatGPT 里的图片生成与编辑体验叫 ChatGPT Images 2.5；通过 API（程序接口）调用的模型有两个：GPT Image 2.5 Flare 和 GPT Image 2.5 Sunburst。两个模型都支持生成、编辑和透明背景，都改善了精确编辑与主体保留。定位区别：发布公告把 Flare 列为多数应用的默认选择；Sunburst 更侧重精细编辑和较长流程中的控制。

一个诚实的提醒：公告和提示词指南对 Flare 的描述略有出入——公告说相比 GPT Image 2 提供更高质量、降低延迟；指南说质量相近、速度优先。本文按指南口径写，不把两种说法合并成一个质量承诺。官方建议的用法：先用 Sunburst 确认质量满足要求，再用同样的提示词、参考图和输出设置测 Flare——质量仍达标且确实更快，再考虑切换。注意：更快不自动等于更便宜，价格需要另行核对。

另外，发布资料介绍了 C2PA 元数据和不可见水印，用于帮助识别图片来源。

先泼一盆冷水（这盆冷水来自官方指南本身）：反复编辑仍可能改变你本来想保留的细节。如果某个区域必须和原图逐像素一致，正确做法是把确认后的编辑区域合成回原图，不能完全依赖提示词。

02 8 条基本原则：动笔前先看

提示词就是你发给模型的生成或修改要求。官方指南的思路：从“想得到什么图片”开始，再依次描述主体、构图、风格和限制；编辑图片时，明确哪些地方要变、哪些地方要保留。

八条原则，每条都短，先过一遍：

1. 说明结果。写明主体和用途，例如产品照片、广告或图解，并交代构图、宽高比和重要元素的位置。复杂任务可以按“场景、主体、细节、限制”分段。

2. 选择容易阅读和修改的格式。短句、自然段、类似 JSON 的结构、指令和标签都可以表达要求，不必依赖特殊语法。

3. 描述可见的细节。写清材质、光线、颜色和表现形式。想要照片效果，就明确写“真实照片”或“照片级真实感”。摄影参数可用来提示外观，但不保证模型严格模拟真实摄影过程。

4. 交代人物与动作。写清身体取景、相对大小、视线和与物体的互动。例如“全身入画，包括双脚”“低头看打开的书”“双手自然握住车把”。

5. 提供准确文字。用引号标出要出现的文案，说明位置和排版；生僻词或品牌名必要时逐字母拼写。要求不添加额外文字，输出后检查拼写和可读性。小字、密集文字或多字体场景，可比较中等与高质量设置。

6. 把改动和保留条件分开。写明“只修改什么”，再列出人物特征、物体结构、布局、光线、标签等保留项，以及不要添加的内容。精细局部编辑还可说明需要保留的饱和度、对比度、箭头、机位和周边物体。

7. 给参考图分配用途。用图号说明每张负责主体、风格、服装还是背景，再交代怎样组合、哪些元素移到哪里。

8. 逐轮修改。把上一轮结果作为下一轮输入，每次提出一个改动，并重复需要保留的细节。“和之前风格一样”可以延续上下文；若结果偏离，应重新写清关键限制，比较结果后再增加指令。

这 8 条就是全部底层逻辑：改图翻车，多半是第 6 条没做到；多图混乱，多半是第 7 条没交代。下面 24 个示例，全部是这 8 条的组合。

03 生成图片：9 段官方示例

这 9 段覆盖照片、信息图、广告、标志、历史场景、漫画、界面、课件和融资幻灯片。各例的尺寸与质量设置集中在第 07 节，不用粘进提示词。每段先说什么时候用，再给提示词——提示词部分照抄即可。

例 1｜控制风格和光线：老水手与渔船

通过人物、取景、光线和纹理描述照片，同时明确排除重度修饰。

创建一张照片级真实的抓拍照片：一位年老的水手站在小渔船上。 他的皮肤饱经风霜，能看到皱纹、毛孔和日晒留下的纹理，手臂上有几处褪色的传统水手纹身。 他正平静地整理渔网，狗坐在附近的甲板上。画面呈现 35 毫米胶片照片的观感，使用 50 毫米镜头，平视角度，中近景。 柔和的海岸日光、浅景深、轻微胶片颗粒、自然的色彩平衡。 照片应显得真实、没有摆拍感，保留真实皮肤纹理、磨损的材料和日常细节。不要美化，不要重度修图。

例 2｜用图解解释流程：自动咖啡机

信息图的标准写法。注意：这里列举的是希望呈现的部件，不是一条已经核实、适用于所有咖啡机的线性流程——成图后仍需检查标签和实际连接关系。

制作一张详细的信息图，解释类似 Jura 的全自动咖啡机如何工作，以及内部的流程。 涵盖豆仓、研磨、称量、水箱、锅炉等部分。 我希望从技术和视觉两个方面理解整个流程。

例 3｜准确生成文字：Thread 街头服饰广告

广告语只出现一次，并排除额外文字。品牌名和广告语保留英文。

为名叫 Thread 的品牌制作一张有潮流文化感的广告／时尚照片。 这是一个面向年轻人的街头品牌。广告展示一群朋友聚在一起，并配上广告语“Yours to Create.”。 让它像一张面向年轻街头服饰受众、制作考究的广告大片：时髦、当代、有活力且有品位。 构图简洁，色彩方向鲜明，姿态自然，带有高品质时尚摄影的视觉特征。 广告语必须准确出现一次，清晰易读，并融入广告版式。 不要添加其他文字、水印或无关标志。

例 4｜设计可复用的标志：Field & Flour 面包店

重点是形状简洁、缩小后仍清楚，以及真正的透明背景。“类似矢量的形状”描述的是外观，不代表输出文件就是矢量格式。

为当地面包店 Field & Flour 设计一个原创、不侵权的标志。 标志应温暖、简洁、耐看。使用干净的类似矢量的形状、鲜明的轮廓和均衡的留白。 优先保证简洁，让它在小尺寸和大尺寸下都清楚可辨。采用扁平设计，尽量减少笔画，除非必要，否则不使用渐变。 背景完全透明。交付一个居中的标志，周围留出充足空间，透明边缘干净，不要纯色底、场景、棋盘格或水印。

例 5｜使用历史背景：1969 年纽约州贝瑟尔

地点和日期帮助模型确定背景；服装、舞台布置和环境是否符合史实，仍需核对。

创建一个真实的户外人群场景，地点是纽约州贝瑟尔，时间是 1969 年 8 月 16 日。 照片级真实感，服装、舞台布置和环境都符合当时的年代。

例 6｜把故事变成四格漫画

每一格写一个具体的动作或变化，故事顺序就能直接转成画面。

创建一段由 4 格画面组成的简短竖版漫画。 第 1 格：主人从前门离开。身后的窗户框住了宠物，相比玻璃它显得很小，眼睛睁大，爪子高高按在玻璃上，屋子突然安静下来。 第 2 格：门咔哒一声关上，打破了寂静。宠物慢慢转向空荡荡的房子，姿态发生变化，眼神变得机灵，仿佛发现了许多可能。 第 3 格：屋里的情景变了。宠物大大咧咧地躺在沙发上，像这里的主人，旁边散落着碎屑，阳光像聚光灯一样斜穿房间。 第 4 格：门打开了。宠物端端正正地坐在入口处，警觉又镇定，仿佛什么都没发生。

例 7｜生成应用界面预览：当地农贸市场

像描述一个已经存在的产品那样写布局、层级、间距和真实界面元素，减少“概念艺术”式表达。

为当地农贸市场创建一张真实的手机应用界面效果图。 展示今天的市场：简洁的页头、带小照片和类别的简短摊主列表、小型“Today’s specials”栏目，以及地点和营业时间等基本信息。 设计应实用、易用。白色背景，少量自然色作为点缀，字体清晰，装饰尽量少。 它应看起来像一个为小型当地市场设计、真实存在、设计良好且美观的应用。 把界面效果图放在 iPhone 外框里。

例 8｜制作科学与教学图：细胞呼吸

先交代受众、教学目标、必须出现的标签和科学限制。英文标题及分子缩写保留原文。

为高中生制作一张简明的生物学图解，标题为“Cellular Respiration at a Glance”。 展示葡萄糖如何在细胞内转化为能量。包括糖酵解、克雷布斯循环和电子传递链。 用箭头连接各步骤，并标注主要分子：葡萄糖、丙酮酸、ATP、NADH、FADH2、CO2、O2 和 H2O。 让它像一张整洁的课堂讲义或幻灯片：白色背景、简单图标、清晰标签和易读文字。 避免过小的文字、多余装饰，以及任何让图解难以理解的内容。

克雷布斯循环也称三羧酸循环。这段提示词是在翻译图像生成要求；正式用作课件前，仍需检查科学关系、标签和箭头。

例 9｜制作融资幻灯片：市场机会

官方明确说明：这个例子的市场数字和引用是虚构的设计输入，使用前应替换为核实过的数据。TAM、SAM、SOM 分别表示总潜在市场、可服务市场和可获取市场。

制作一页标题为“Market Opportunity”的融资演示幻灯片，风格像一家获 YC 支持的初创公司真实使用的 A 轮融资材料。 使用干净的白色背景、类似 Inter 的现代无衬线字体，以及清晰简洁的版式。页面应包括： - 用低饱和蓝色和灰色绘制的 TAM／SAM／SOM 同心圆图 - 具体、看起来可信的市场规模数字： - TAM：$42B - SAM：$8.7B - SOM：$340M - 下方一张简洁的柱状图，展示 2021 至 2026 年的市场增长，趋势略微向上 - 小字脚注：“AGI Research, 2024”和“Internal analysis” - 右下角的公司标志占位区 设计应像出自一份实际融到资金的演示文稿：文字易读、数据层级清楚、间距考究，采用专业的初创公司视觉风格。 避免剪贴画、图库照片、渐变、阴影、装饰元素，以及任何显得套路化或设计过度的内容。

04 编辑图片：8 段官方示例

这 8 段都需要输入图片（原图或参考图）。每段开头交代输入什么，提示词照抄。原指南给每段都配了参考图和 Flare、Sunburst 两个模型的成图对照，想对照画面的看文末来源。

例 10｜翻译信息图，保留版式

输入例 2 生成的咖啡机信息图。成图后检查翻译是否正确、有没有原语言文字遗漏。

把信息图中的文字翻译成西班牙语。不要改变图片的任何其他部分。

例 11｜迁移视觉风格

输入官方示例中的像素画，以它提供画风，再单独指定新主体。

使用输入图片的相同风格，生成一名骑摩托车的男子，背景为白色。

例 12｜保留人物特征，只换服装

输入一张人物照片和三张服装参考图。提示词较长，重点全在“什么不能改”——标题里那句“只换衣服不动脸”，对应的就是这一段。

编辑图片，使用提供的服装图片为这位女性换装。 不要以任何方式改变她的脸、五官、肤色、体型、姿势或身份。准确保留她的相貌、表情、发型和比例。 只替换服装，让衣物自然贴合她原有的姿势和身体结构，布料表现真实。 让光线、阴影和色温与原照片一致，使服装自然融入照片，不像贴上去的。 不要改变背景、相机角度、取景或画质，也不要添加配饰、文字、标志或水印。

例 13｜组合参考图：把狗放进街景

图 1 是场景照片，图 2 提供要加入的狗。

把第二张图片中的狗放进图 1 的场景中，紧挨着那位女性，沿用相同的光线风格、构图和背景。 不要改变其他任何内容。

例 14｜提取透明背景产品图

输入官方提供的产品照片。走 API 时需单独设置 background="transparent"，输出 PNG 或 WebP——只在提示词里写“透明”，不等于参数已经设置。

从输入图片中提取产品，将它单独放在完全透明的背景上。 输出要求：产品居中，轮廓清晰，没有光晕或毛边。 准确保留产品的几何结构，以及标签的可读性。 只做轻微修整。不要添加纯色底、棋盘格、场景或阴影。 不要改变产品风格；去除背景，保留干净的透明通道。

透明通道记录图片各处的透明程度。官方提醒：画出来的棋盘格不是真正透明；后续编辑也要重复保留透明背景的要求。

例 15｜草图变成真实图像

输入一张草图，保住布局与透视，再补合理的材质和光线。

把这张画转换成具有照片级真实感的图片。 准确保留原有布局、比例和透视。 根据草图的意图，选择真实的材质和光线。 不要添加新的元素或文字。

例 16｜移除物体

输入男子手持花朵的照片，直接点名要移除的对象。

移除男子手中的花。不要改变其他任何内容。

例 17｜把人物放进新场景

输入官方提供的“博物馆中的女性”照片。注意这段对动作、视线、环境和自然光线的描述方式。

生成一张高度真实的动作场景：这个人正逃离一头袭击营地的大型棕熊，棕熊也要真实可信。图片应像某个人可能拍到的真实照片，不要像经过过度增强的图片或电影海报。 她位于画面中央，但不看镜头，穿着户外露营服装，脸上有泥土，衣服有破损。她明显很害怕，但专注于逃跑；她正跑离棕熊，棕熊在她身后破坏营地。 营地位于优胜美地国家公园，自然细节可信。时间是黄昏，光线自然，颜色真实。一切都应朴实、真实、没有刻意造型，像捕捉到了真实的一刻。避免电影式光线、夸张调色或风格化构图。

05 多轮修改与角色延续：4 段官方示例

这部分演示“接着上一版改”的标准打法：一次只改一个条件。

例 18｜先创建广告牌场景

输入例 14 用的洗发水产品照片。广告牌文字单独列出，要求逐字一致。

创建一张真实的洗发水广告牌效果图，场景是日落时的公路。 广告牌文字必须准确、逐字一致，不添加任何额外字符： “Fresh and clean” 字体要求：粗体无衬线字体，高对比度，居中，字距整洁。 确保文字只出现一次，并且完全清晰可读。 不要水印，不要标志。

例 19｜下一轮只改一个条件

把上一轮的广告牌成图作为输入。官方的后续提示词只有一句：

让它看起来像一个有降雪的冬季傍晚。

原指南没有在这一句里重复全部保留项。这和第 02 节的基本建议不矛盾：短指令可以延续上下文，出现偏移时再重申关键限制。

例 20｜建立可复用的角色

做多幅插画前，先生成角色参考图，交代外貌、服装、比例和整体气质。

创作一张儿童绘本插画，介绍一个主角。 角色： 一位年轻的童话英雄，灵感来自小小的森林侠盗。 穿着简单的绿色连帽长衫、柔软的棕色靴子，腰间带着一个小袋子。 角色表情和善，眼神温柔，气质勇敢而温暖。 携带一把小木弓，只用来帮助他人，绝不用来伤害。 主题： 角色保护并救助松鼠、鸟和兔子等森林小动物。 风格： 儿童绘本插画，手绘水彩观感。 轮廓柔和，温暖的大地色，充满童趣且友善。 比例适合绘本：头部略大，面部表情丰富。 限制： - 原创角色，不使用受版权保护的角色 - 不要文字 - 不要水印 - 使用简单的森林背景，清楚展示角色

例 21｜沿用角色，继续故事

输入上一轮生成的角色图，换场景时再次写出外貌限制。

使用同一个角色，继续这个儿童绘本故事。 场景： 同一位年轻的森林英雄，正在冬季暴风雪后，温柔地帮助一只受惊的松鼠离开倒下的树。 角色跪在松鼠身旁，安抚它。 角色一致性： - 相同的绿色连帽长衫 - 相同的五官、比例和配色 - 相同的温柔、勇敢的性格 风格： 儿童绘本水彩插画。 柔和光线，积雪的森林环境。 气氛温暖，让人安心。 限制： - 不要重新设计角色 - 不要文字 - 不要水印

06 其他用途：3 段官方示例

例 22｜更换房间家具

输入房间照片，只换白色椅子，保住机位、光线和周边环境。

在这张房间照片中，只把白色椅子换成木制椅子。 保留相机角度、室内光线、地面阴影和周围物体。 图片其他方面全部保持不变。 接触阴影和织物纹理具有照片级真实感。

“接触阴影”指物体与地面等表面接触处的阴影，原例用它要求家具有自然的落地感。

例 23｜制作节日贺卡

用旧泰迪熊、纪念盒和窗外落雪表达怀旧气氛。卡片文案保留原文。

创作一张圣诞节贺卡插画。 场景： 温馨的圣诞场景，一只旧泰迪熊坐在纪念品盒里，毛绒略有磨损，带着柔和的缝补痕迹。盒子放在窗边，窗外正在落雪。场景暗示孩子已经长大，但回忆仍然留存。 情绪： 温暖、怀旧、温柔、富有感情。 风格： 高品质节日贺卡摄影，柔和的电影式光线。 真实纹理、浅景深。 有品位的虚化灯光，适合高质量印刷的构图。 限制： - 仅使用原创作品 - 不要商标 - 不要水印 - 不要标志 只包含以下卡片文字，逐字一致： “Merry Christmas — some memories never fade.”

例 24｜设计收藏周边

通过材质、吸塑包装和标签印刷描述产品照片。

创建一款复古玩具螺旋桨飞机的收藏模型，采用圆润的机翼、前置旋转螺旋桨、边缘略有磨损的涂装和经典童年玩具比例。将它设计为怀旧节日收藏品，装在吸塑包装中。 概念： 一款怀旧节日收藏品，灵感来自孩子们冬季假期常玩的简单玩具飞机。 唤起温暖、想象力和童年的惊奇感。 风格： 高品质玩具摄影，真实的塑料和涂漆金属纹理。 摄影棚光线、浅景深。 标签印刷清晰，呈现高端零售商品的效果。 限制： - 仅使用原创设计 - 不要商标 - 不要水印 - 不要标志 只包含以下包装文字，逐字一致： “Christmas Memories Edition”

07 参数速查（API 用户向，可跳过）

先说清楚：这些是原指南的 API 设置，与提示词分开传入。在 ChatGPT 里阅读和套用文字要求时，不必把它们粘进提示词，也不能据此认定聊天界面有同名选项。

官方当前保存版本列出的通用设置如下：

自定义尺寸：每边不超过 3,840 像素，都是 16 的倍数，长短边比例不超过 3:1，总像素数在 655,360 到 8,294,400 之间。超过 3,686,400 总像素的输出属于实验性输出。

模型与质量：官方建议先选模型，再调质量。结果不达标时测试更高质量；达标后再尝试降低设置，比较速度与成本。xhigh 和 max 只在确实改善所需质量、且等待时间可接受时使用——更高设置不保证每条提示词都得到更好的结果。

透明图片：用 PNG 或 WebP，保留文件中的透明通道，特别检查头发、玻璃、阴影和物体边缘。output_compression 只用于 JPEG 或 WebP，不用于 PNG。

08 生成后检查清单：发图前过一遍

官方建议每次生成或修改后，对着这六项检查：

• 是否按要求完成了生成或修改

• 图片中的文字是否准确、清楚，有没有出现额外文案

• 人物特征、产品形状、标签和参考图细节是否保留

• 编辑是否改变了未指定的区域

• 信息图中的数字、标签、箭头及事实关系是否正确

• 透明背景是否真实存在，多轮编辑后是否仍然保留

这张清单就是发图前的最后一道闸——翻车翻在发布之后最难看，发布前花三十秒过一遍，基本都能拦住。

写在最后

这份指南的用法就一句话：别自己造轮子，先抄官方的。8 条原则是骨架，24 段提示词是血肉；翻车率最高的“改什么、保什么”，第 02 节第 6 条加例 12 直接给完了答案。

官方原页有每个案例的输入参考图、Flare 和 Sunburst 的成图对照、完整的程序调用示例——想看每条提示词对应的画面，对照原文最直观；代码接入、模型迁移和价格，分别看相应官方文档。

你在 AI 改图这件事上踩过什么坑、哪段提示词试过好用，评论区聊。

作者提示含AI生成内容。作者声明本文无利益相关，欢迎值友理性交流，和谐讨论～