OpenAI 釋出 GPT Image 2.5 官方提示詞指南，大量範例可直接套用學下指令

現今大家都會使用 AI 服務生成各種圖片，但是不是也常遇到類似狀況，提示詞輸入一長串，生成結果卻總是差一點，不是人物姿勢怪怪的，就是畫面裡的文字出現亂碼，想保留的細節可能也被改掉等，反覆調整依然無法得到想要的結果？這次要推薦給讀者的是 OpenAI 官方釋出的「GPT Image 2.5 提示詞指南」，相較於一些網路上的提示詞圖庫，官方指南無論是在參數設定、方向說明都更有參考價值，它更像是一本教你怎麼正確使用 AI 製作圖片的教科書。

這份 GPT Image 2.5 指南也附上大量實際範例，同時示範一段提示詞如何正確的編寫，雖然是英文，但只要稍微修改一下就能用（透過 AI 轉換為各種語言）。如果想學習如何精準使用 AI 生成圖片，這份指南非常值得看，更重要的是不僅能夠使用於 GPT Image 2.5，這些原則也能套用到其他生成圖片的服務。

網站資訊

這份指南在教什麼？

OpenAI 推出的 GPT Image 2.5 在 API 有兩款對應模型，主打速度的 Flare，以及主打品質的 Sunburst，可依工作流程對速度或細節的要求來選擇。指南也附上大量針對不同情境（風格控制、資訊圖表、標誌設計、修圖等）的範例提示詞與建議選擇的尺寸、畫質參數，可直接複製套用，完整清單建議直接點進原文查看。

這份指南針對每項使用情境，分別提供 GPT Image 2.5 Flare 和 GPT Image 2.5 Sunburst 輸出的範例結果，前者著重於生成速度（品質相較於前一代更好，而且延遲也減少 50%），後者更著重於細節表現，這份文件一開始也教開發者要選擇哪個模型，以及如何在現有的工作流程進行生成測試，並且找出適合的模型。

兩款模型的差異整理如下，可以依照下列情境挑選。

項目	GPT Image 2.5 Flare	GPT Image 2.5 Sunburst
定位	小型模型，主打生成速度	基礎模型，主打生成品質
相較 GPT Image 2	畫質相近，延遲降低	畫質更高
適合情境	既有流程品質已經夠用，想再縮短等待時間	既有流程品質不足，或是複雜任務優先
建議測試順序	先跑通流程，再確認能否縮短延遲	先確認能否達到需要的品質

官方歸納的八大提示詞原則

指南把有效提示詞的寫法，整理成八個核心原則，這部分算是整篇指南的精華，每一項在原文都附有實際範例句子，可以直接參考原文對照著用。

• 定義想要的結果，說清楚主體、用途與構圖。
• 選擇好維護的格式，用條列或段落取代複雜語法。
• 具體描述材質、光線、色彩等可見細節，要照片感就明確要求「photorealistic」。
• 具體指定人物的動作與姿態，而不是籠統帶過。
• 需要出現的文字用引號標出，並說明位置與字體。
• 修圖時把「要改的」和「要保留的」分開描述。
• 使用多張參考圖時，替每張圖指派明確角色，例如哪張是主體、哪張是風格、哪張是背景。
• 逐次迭代，每次只做一項修改，並把上一次的輸出當成下一次的輸入。

官方範例：一段完整提示詞怎麼寫

指南裡有一段完整的人像攝影提示詞範例，把主體、動作、拍攝方式、光線與質感、禁止事項都分開描述，剛好對應到前面的八大原則，翻譯過來大致如下。

這段提示詞的生成設定為 size="1024x1536"、quality="medium"。可以看出它先講清楚主體與動作，再具體描述材質與光線，最後明確排除不想要的效果，三個部分都寫到，生成結果才不會籠統。

修圖時記得這一句萬用句型

修圖比生成圖片更容易出問題，稍不注意 AI 可能連沒打算改的地方也一起改了。指南示範的做法，是先講清楚要改哪一處，再補一句「Do not change anything else（其他都不要變）」，例如保留人物身份時，就明確寫出臉部特徵、膚色、體型、姿勢都不要更動。遇到複雜需求，建議一次只改一項，把上一次的輸出當成下一次的輸入，更多情境（風格轉換、合併參考圖、移除物件等）的示範句子，一樣建議到原文查看完整內容。

總結

OpenAI 這次釋出的 GPT Image 2.5 提示詞指南，把抽象的「提示詞要寫得好」拆解成八個具體原則，搭配大量可以直接套用的範例句型，只要把握這幾個「產圖技巧」，就能讓 AI 生成圖片更接近你要的結果。

如果你是平常需要用 AI 產圖，卻常常抓不到訣竅，很值得點進原文完整讀過一遍，相較於去複製其他人的提示詞來修改編輯，掌握核心技巧會更有幫助。

常見問題