概览

GPT Image 2 是一款面向通用创意工作流的图像模型，适合高质量生成、较强的 prompt 跟随，以及需要更稳定图中文字表现的场景。

它更适合哪些任务

• 营销和品牌视觉
• 产品图与包装概念图
• UI mockup 和界面场景图
• 海报、卡片、菜单等带文字的视觉素材
• 透明背景素材与合成工作流

推荐的提示词结构

如果条件允许，尽量按这个顺序写：

1. 主体
2. 场景或环境
3. 构图与镜头视角
4. 光线和材质线索
5. 必须出现的图中文字

示例：

一张高级产品图，一袋哑光黑色咖啡豆包装放在石质台面上，正面构图，柔和晨光，背景有轻微蒸汽。包装标签写着 'HOUSE BLEND'。

文字渲染建议

• 把必须出现的文案放进引号。
• 每块文字尽量短。
• 明确说明布局场景，例如海报、菜单板、价格卡、UI 界面。
• 如果文字对业务关键，发布前仍然要人工审核。

输出策略

• low 适合快速灵感探索。
• medium 适合大多数 prompt 迭代。
• high 留给最终导出或真正进入评审的版本。

尺寸与计费

公开接口里的 size 参数使用宽高比字符串，而不是像素尺寸。常用值包括：

• 1:1
• 3:4
• 4:3
• 4:5
• 5:4
• 16:9
• 9:16
• 2:3
• 3:2
• 21:9
• 9:21
• 1:2
• 2:1

积分消耗由 quality 决定：

• low：每张 2 积分
• medium：每张 6 积分
• high：每张 12 积分

实际使用时，通常建议草稿阶段用 low，生产迭代用 medium，只有进入最终审核和发布的素材再切到 high。

常见限制

• 图内长段文字仍然不如短标题和短标签稳定。
• 对版式要求非常苛刻时，通常仍然需要多轮迭代。
• 敏感 prompt 可能因为安全策略被拦截或改写。

相关页面

• 快速开始
• 图片编辑