OpenAI 官方 GPT-Image 2.5 提示词指南与示例
本文译写自 OpenAI Cookbook 的开源示例，整理了图像提示词的基本写法，以及 24 个生成、编辑图片的例子。配图来自 OpenAI Developers 官方页面。
提示词的基本写法
写提示词，可以按“场景、主体、关键细节、限制条件”的顺序组织。先说明图片要用来做什么，比如广告、应用界面预览或知识讲解图。要求比较多时，分成几个短段，比把所有条件挤进一个长句更容易检查和修改。
提示词可以是短句、描述性段落、分条指令，也可以采用类似 JSON 的结构。选择自己容易阅读和维护的形式。把目标和限制写清楚，比追求某种特殊写法更有用。
- 写出能看见的细节。 材料是什么，表面有什么纹理，光从哪里来，画面采用摄影、水彩还是三维渲染风格，都可以直接说明。想要真实照片，就明确写出“照片级真实感”或“真实相机拍摄的照片”。镜头参数可以帮助表达画面效果，但不能保证模型严格模拟真实镜头。
- 把构图说清楚。 特写还是全景，平视还是俯拍，主体放在中央还是一侧，哪里要留白。如果是夜景、雨景、霓虹灯或宽幅场景，还要交代空间尺度、空气感和颜色，避免只写模糊的情绪词。
- 交代人物的姿势和动作。 比如“全身入镜，双脚可见”“低头看着翻开的书”“双手自然握住车把”。人物与桌子等物体的大小关系，也可以明确写出来。
- 把画面里的文字单独列出来。 需要逐字准确的内容，用引号标明，并说明字体、字号、颜色和位置。品牌名或生僻词容易写错时，可以逐个字母拼出来。文字小、信息密集或字体种类多时，可以比较 medium 和 high 两档效果。
- 改图时，同时写明哪些地方要保留。 例如“只更换外套，其他部分不变”，再列出人物长相、姿势、光线、背景、产品形状和标签等需要保留的细节。局部修改要求很严格时，连饱和度、对比度、箭头、机位和周围物体也应写清楚。
- 给每张参考图分配明确的用途。 例如“图 1 是商品，图 2 提供风格”。需要合成时，要说明从哪张图取出什么，放到哪张图的什么位置。
- 一次修改一个问题。 可以把上一张结果作为下一次编辑的输入，再提出一个具体要求，例如“光线暖一点”“去掉多余的树”“恢复原来的背景”。已经确认要保留的细节，每一轮都可以重申。
透明背景还需要单独处理：除了在提示词里说明“主体独立，背景完全透明”，调用 API 时也要设置 background=”transparent”，并使用 PNG 或 WebP。JPEG 不支持透明背景。保存和后续处理时，要保留图片的透明通道，不能把它转成普通 RGB 图片。PNG 输出不使用 output_compression。
下面的提示词保留了画面内需要逐字呈现的英文文案，方便和官方示例图对照。API 参数单独列出，不属于提示词正文。
1. 拍出自然的人物照片
想让图片像日常抓拍，可以用真实摄影的方式描述镜头、光线和构图，再明确要求保留皮肤、衣物和物品的纹理。毛孔、皱纹、磨损和小瑕疵，都是这种真实感的一部分。
生成设置： size=”1024x1536”，quality=”medium”。
提示词：
生成一张具有照片级真实感的抓拍照片：一位年迈的水手站在一艘小渔船上。 他的皮肤饱经风霜，可以看见皱纹、毛孔和日晒留下的痕迹，手臂上有几处已经褪色的传统水手纹身。 他正平静地整理渔网，旁边的甲板上坐着他的狗。画面呈现 35 毫米胶片照片的质感，采用平视角度、中近景和 50 毫米镜头的视觉效果。 海边柔和的日光，浅景深，细微的胶片颗粒，自然的色彩平衡。 画面应当真实、自然，没有摆拍感。保留真实的皮肤纹理、物品的磨损和日常细节。不要刻意美化，不要过度修图。
2. 用图解释咖啡机的工作流程
知识讲解图可以面向学生、管理者、客户或普通读者。先确定给谁看，再说明要让读者理解哪些部件和流程。信息很密、文字很多时，可以尝试提高输出质量。
生成设置： size=”1024x1536”，quality=”medium”。
提示词：
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，以及内部各个环节如何衔接。 展示豆仓、研磨、称重、水箱、锅炉等部件和流程。 我希望通过这张图，直观理解它的技术原理和工作流程。
3. 让广告里的文字准确出现
广告提示词可以写成一份简短的创意说明。交代品牌定位、受众、氛围、场景、构图和广告语，让模型在这些条件内处理具体画面。必须出现在图片里的文字，要逐字写出来。
生成设置： size=”1024x1536”，quality=”medium”。
提示词：
为名为 Thread 的品牌制作一张有当代潮流感的广告或时尚摄影作品。 这是一个面向年轻人的街头潮流品牌。广告中，一群朋友正在一起放松相处，广告语是“Yours to Create.”。 画面应当像一张经过认真制作的街头服饰品牌广告：时髦、当代、有活力，同时保持审美上的克制。 构图干净，色彩方向明确，人物姿势自然，具有高品质时尚摄影的感觉。 广告语必须准确出现，而且只出现一次。文字清楚易读，并自然融入广告版式。 不要添加其他文字、水印或无关标志。
4. 设计可以反复使用的标志
先描述品牌的性格和标志的用途，再要求清晰的轮廓、适当的留白，以及放大、缩小后都容易辨认的形状。如果要把标志放到不同网页、广告或演示文稿的背景上，可以使用带透明背景的 PNG 或 WebP。
可以通过 n 指定一次生成多少个版本。下图展示四组变化，每组包含两个模型各自的结果。
生成设置： size=”1024x1536”，quality=”medium”，background=”transparent”，output_format=”png”。网页每次示例设置的 n=1。
提示词：
为一家名叫 Field & Flour 的本地面包店设计一个原创、不侵权的标志。 标志应当温暖、简洁、耐看。使用干净、类似矢量图的形状，轮廓鲜明，留白均衡。 优先保持简洁，减少细节，让它在小尺寸和大尺寸下都清晰可辨。采用扁平设计，笔画尽量少，除非确有必要，否则不要使用渐变。 背景完全透明。只交付一个居中的标志，四周留出充足空间，透明边缘干净。不要添加纯色底、场景、棋盘格或水印。
5. 用地点和日期交代历史背景
具体的地点和日期可以帮助模型理解场景背景。开源示例使用的是 1969 年 8 月纽约州的贝塞尔镇，这组信息会让模型联想到伍德斯托克音乐节。
生成设置： size=”1024x1536”，quality=”medium”。
提示词：
生成一幅真实的户外人群场景，地点是纽约州贝塞尔镇，日期是 1969 年 8 月 16 日。 画面具有照片级真实感，服装、场地布置和环境都符合当时的年代。
6. 把一个故事变成四格漫画
把故事分成几个清楚的画面节点，每格对应一个节点。描述具体动作和场景，能让漫画更容易阅读，也更容易控制故事节奏。
生成设置： size=”1024x1536”，quality=”medium”。
提示词：
创作一段由四格组成的竖版短漫画。 第一格：主人从正门离开。身后的窗户里出现宠物的身影，与整块玻璃相比，它显得很小。它睁大眼睛，两只爪子高高地贴在玻璃上。房子突然安静下来。 第二格：门咔嗒一声关上，打破了寂静。宠物慢慢转向空荡荡的屋子，姿态开始变化，眼神里透出跃跃欲试的兴奋。 第三格：家里已经变了样。宠物大剌剌地躺在沙发上，仿佛它才是这里的主人。旁边散落着碎屑，一束阳光穿过房间，像聚光灯一样照下来。 第四格：门开了。宠物已经端端正正地坐在门口，警觉又镇定，好像什么都没发生过。
7. 生成像真实产品的应用界面
描述界面时，可以把它当成一个已经存在的产品。重点说明布局、信息层级、间距和具体界面元素，让图片接近一款可以使用的应用。
生成设置： size=”1024x1536”，quality=”medium”。
提示词：
为一个本地农夫市集制作真实的手机应用界面效果图。 展示今天的市集：简洁的页头、简短的摊主列表，每位摊主配一张小照片和所属类别。再放一个小型“Today’s specials”区域，以及地点、营业时间等基本信息。 界面要实用、容易操作。使用白色背景、低调自然的点缀色、清楚的文字排版，尽量减少装饰。 它应该看起来像一款为本地小市集认真设计的、真实而美观的应用。 将界面放在 iPhone 的设备外框中展示。
8. 制作科学与教学配图
先说明教学对象、学习目标、图的形式、必须出现的标注，以及需要遵守的科学要求。统一图标风格，使用清楚的箭头和足够的留白，可以帮助学生快速读懂内容。
如果准确性很重要，就把必须出现的组成部分逐项列出来，同时写明不需要添加什么。文字密集，或图片将用于课件时，可以使用较高的输出质量。
生成设置： size=”1536x1024”，quality=”high”。
提示词：
为高中生制作一张简明的生物学示意图，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、三羧酸循环和电子传递链。 用箭头连接各个步骤，并标注主要分子：glucose、pyruvate、ATP、NADH、FADH2、CO2、O2 和 H2O。 画面应当像一张清晰的课堂讲义或幻灯片：白色背景、简单图标、明确标注、容易阅读的文字。 不要使用过小的文字，不要添加多余装饰，也不要加入任何妨碍理解的内容。
9. 制作演示页、图表和工作配图
先明确最终要交付的是一页幻灯片、一张流程图、一张图表，还是一个页面效果图。再提供画布要求、信息层级、实际文字和数据，以及整体视觉风格。
图中有坐标轴、图例、小字或脚注时，可以使用横向画布和较高的输出质量。
下例中的市场规模和引文是虚构的设计素材，不是真实研究数据。
生成设置： size=”1536x864”，quality=”high”。
提示词：
制作一页标题为“Market Opportunity”的融资演示文稿。它应当像一家获得 YC 支持的初创公司，在 A 轮融资时使用的真实幻灯片。 使用干净的白色背景、类似 Inter 的现代无衬线字体，以及清晰简洁的布局。页面包含以下内容： • 用低饱和度的蓝色和灰色绘制 TAM、SAM、SOM 同心圆图。 • 写入以下市场规模：TAM 为 $42B，SAM 为 $8.7B，SOM 为 $340M。 • 下方放一张简洁的柱状图，展示 2021 年至 2026 年的市场增长，整体呈温和上升趋势。 • 添加小号脚注：“AGI Research, 2024”和“Internal analysis”。 • 右下角预留公司标志的位置。 设计应当像真正用于融资的演示文稿：文字清楚，数据层级明确，间距经过认真安排，符合专业初创公司演示材料的视觉风格。 不要使用剪贴画、图库照片、渐变、阴影、多余装饰，也不要做成常见的模板风格或过度设计的样子。
10. 保留版式，只翻译图中的文字
已有广告、包装、界面截图或信息图需要换一种语言时，可以保留字体风格、文字位置、间距和信息层级，只替换文字。除非确有必要，不重新排版，也不改动标志、图标和其他图像。
这里使用第 2 个示例的咖啡机图作为输入。每个模型都接着编辑自己生成的那张图。
编辑设置： size=”1024x1536”，quality=”high”。
提示词：
将这张信息图中的文字翻译成西班牙语。图片的其他任何部分都不要修改。
11. 迁移参考图的视觉风格
输入： 一张像素风格的参考图。
编辑设置： size=”1024x1536”，quality=”medium”。
提示词：
沿用输入图片的风格，生成一个骑摩托车的男人，背景为白色。
12. 保留人物，只更换衣服
输入： 人物照片，以及外套、背心和靴子的参考图。
编辑设置： size=”1024x1536”，quality=”medium”。
提示词：
根据提供的服装图片，为照片中的女性换上对应的衣服。 不要以任何方式改变她的脸、五官、肤色、体型、姿势或身份特征。准确保留她的相貌、表情、发型和身体比例。 只替换服装。衣物要自然贴合她现有的姿势和身形，布料的垂坠和褶皱符合现实。与原照片的光线、阴影和色温保持一致，让新衣服自然融入照片，不要像贴上去的。 不要改动背景、拍摄角度、构图或图像质量，也不要添加配饰、文字、标志或水印。
13. 组合两张参考图
输入： 图 1 提供街景，图 2 提供要放入街景的狗。
编辑设置： size=”1024x1536”，quality=”medium”。
提示词：
把第二张图片中的狗放进第一张图片的场景里，位置就在那位女性旁边。沿用第一张图的光线风格、构图和背景。其他任何部分都不要改动。
14. 提取透明背景的商品图
输入： 洗发水商品照片。
编辑设置： size=”1024x1536”，quality=”medium”，background=”transparent”，output_format=”png”。
提示词：
从输入图片中提取商品，让它独立置于完全透明的背景上。 输出要求：商品居中，外轮廓清晰，边缘没有光晕或杂色。 准确保留商品的形状，并保持标签上的文字清晰可读。 只做轻微修整。不要添加纯色底、棋盘格、场景或阴影。 不要改变商品的视觉风格；只去掉背景，并保留干净的透明通道。
配图说明： 合图使用白底展示，方便阅读。它是排版后的对比图，不能用来判断原始输出文件是否真正透明。
15. 把草图变成写实图
输入： 一张河谷场景的线稿。
编辑设置： size=”1024x1536”，quality=”medium”。
提示词：
将这张画转换成具有照片级真实感的图像。 准确保留原有布局、比例和透视。 根据草图想表达的内容，选择合理的真实材质和光线。 不要添加新的元素或文字。
16. 移除一个物体
输入： 一张男子手里拿着花的照片。
编辑设置： size=”1024x1536”，quality=”medium”。
提示词：
去掉这个男人手里的花。其他任何部分都不要改动。
17. 把同一个人放进新场景
输入： 第 12 个示例中那位女性的原始照片。
编辑设置： size=”1024x1536”，quality=”medium”。
提示词：
生成一幅高度真实的动作场景：这个人正在逃离一只袭击营地的大棕熊。熊要真实可信。画面应当像某个人确实有可能拍到的照片，不要像过度加工的电影海报。 她位于画面中央，但没有看着镜头。她穿着适合露营的户外服装，脸上沾着泥，衣服有撕裂的地方。她明显感到害怕，却专注于逃跑。她正从熊的方向跑开，身后的熊正在破坏营地。 地点是优胜美地国家公园，周围的自然环境细节真实可信。时间是黄昏，采用自然光线和真实色彩。整个场景都应当自然、可信，没有刻意布置的感觉，仿佛捕捉到了一个真实瞬间。不要使用电影式布光、戏剧化调色或风格化构图。
18. 先生成一张商品广告牌
输入： 第 14 个示例中的洗发水照片。
编辑设置： size=”1024x1536”，quality=”medium”。
提示词：
为这款洗发水制作一张真实的广告牌效果图，场景是日落时分的公路。 广告牌上的文字必须逐字准确，不添加任何其他字符： “Fresh and clean” 字体使用粗体无衬线字，对比鲜明，居中排列，字间距整齐。 确保这句话只出现一次，而且清楚易读。 不要添加水印或标志。
19. 在上一张结果上修改天气
输入： 上一步生成的广告牌图片。每个模型继续编辑自己上一步的结果。
编辑设置： size=”1024x1536”，quality=”medium”。
提示词：
把画面改成一个正在下雪的冬日傍晚。
20. 先建立一个绘本人物
制作多页绘本时，可以先生成一张反复使用的人物参考图。后续改变场景、动作和故事，同时保留人物的外貌特征。
生成设置： size=”1024x1536”，quality=”medium”。
提示词：
创作一张儿童绘本插画，用来介绍故事的主人公。 人物是一位童话风格的少年英雄，灵感来自森林里的小侠客。他穿着简单的绿色连帽短上衣、柔软的棕色靴子，腰带上挂着一个小袋子。 他表情友善，眼神温柔，既勇敢又让人感到亲近。他带着一把小木弓，只用来帮助别人，从不伤害任何人。 故事主题：这个人物会保护、救助森林里的小动物，例如松鼠、小鸟和兔子。 采用儿童绘本插画风格，呈现手绘水彩的质感。轮廓柔和，使用温暖的大地色，带一点童趣，气质友好。人物比例适合绘本，头部略大，表情丰富。 要求：使用原创人物，不采用受版权保护的现有人物；不要添加文字或水印；背景是一片简洁的森林，让人物清楚地成为画面的重点。
21. 用同一个人物继续讲故事
输入： 上一步生成的人物图片。
编辑设置： size=”1024x1536”，quality=”medium”。
提示词：
使用同一个人物，继续这个儿童绘本故事。 场景发生在一场冬季暴风雪之后。那位少年森林英雄正温柔地帮助一只受惊的松鼠，从一棵倒下的树里出来。他跪在松鼠旁边，安抚它。 保持人物一致：仍然穿着那件绿色连帽短上衣；五官、身体比例和配色都不变；继续保持温柔、勇敢的性格。 采用儿童绘本水彩插画风格，光线柔和，周围是积雪的森林，氛围温暖、让人安心。 不要重新设计人物，不要添加文字或水印。
22. 只更换房间里的椅子
室内设计预览可以只替换一个物体，同时保留原来的机位、光线、阴影和周围环境。这样便于判断新家具放进现有空间后是什么效果。
输入： 一张室内照片。
编辑设置： size=”1536x1024”，quality=”medium”。
提示词：
在这张房间照片里，只把白色椅子换成木椅。 保留拍摄角度、室内光线、地面阴影和周围物体。 图片的其他部分全部保持不变。 物体与地面接触处的阴影，以及织物纹理，都要具有照片级真实感。
23. 制作一张节日贺卡
贺卡或节日营销素材可以强调材料的触感，比如纸张的层次、纤维、折痕，以及柔和的摄影棚光线。下面的例子以旧泰迪熊营造怀旧的情绪。
生成设置： size=”1024x1536”，quality=”medium”。
提示词：
创作一张圣诞节贺卡插画。 场景温馨：一只旧泰迪熊坐在收藏纪念物的盒子里，绒毛有些磨损，可以看见细小的缝补痕迹。盒子靠近窗户，窗外正在下雪。这个场景让人感到，孩子已经长大，回忆却还留着。 情绪温暖、怀旧、轻柔，带着感情。 采用高品质节日贺卡摄影风格，柔和的电影感光线，真实纹理，浅景深，适度的散景灯光，以及适合高质量印刷的构图。 只使用原创画面。不要出现商标、水印或标志。 贺卡上只出现下面这句话，必须逐字准确： “Merry Christmas — some memories never fade.”
24. 设计收藏玩具和包装
这类图片适合用来探索周边商品创意或展示设计概念。可以重点描述材料、包装和印刷清晰度，并比较不同造型或包装方案。
生成设置： size=”1024x1536”，quality=”medium”。
提示词：
设计一款装在吸塑包装里的收藏玩具：一架复古风格的螺旋桨玩具飞机。它有圆润的机翼、安装在机头的旋转螺旋桨，边缘漆面略有磨损，造型比例让人联想到童年玩具，整体是一款怀旧的节日收藏品。 设计概念来自孩子们过去在冬季假期玩过的简朴玩具飞机，希望唤起温暖、想象力和童年的好奇。 采用高品质玩具摄影风格，真实呈现塑料和喷漆金属的纹理。使用摄影棚光线、浅景深、清晰的标签印刷，以及高品质零售商品的展示方式。 只使用原创设计，不出现商标、水印或标志。 包装上只出现下面这句话，必须逐字准确： “Christmas Memories Edition”
来源与版本说明
提示词和基本写法译写自 OpenAI Cookbook 的开源示例，固定版本为 d310dfa05d20fb653caa9c1c4b89ac1a4aeeeae4。原 Notebook 的示例模型为 GPT Image 2；本稿配图来自 2026 年 9 月 9 日读取的官方网页，图中的模型分别为 GPT Image 2.5 Flare 和 GPT Image 2.5 Sunburst。
图内的原始内容没有重新生成，也没有翻译或修正；只做尺寸调整、合并排版和来源标注。两列对比默认左侧为 Flare、右侧为 Sunburst；上下对比以每张图上方的标签为准。参考图另行标注。
开源示例采用 MIT 许可，Copyright (c) 2025 OpenAI。
可在原仓库查看。
