Creative Space
GPT Image 2.6 提示词优化

内容

用户带着一张想用 GPT Image 2 生成或编辑的图来:可能是广告主视觉、海报、包装、产品图、角色设定图或信息图。Agent 按 GPT Image 2 的写法诊断问题、改写提示词,交付可以直接使用的提示词卡;用户愿意时,用 Flova 把改写前后各生成一次,并排对比。

工具与分工

  • Flova: 查询 GPT Image 2 当前的参数和参考素材要求;可选的试生成。
  • 图片处理(可选): 裁切或整理参考图。

分项方法索引

  • :适合的任务、需求的十项顺序、文生图模板、图像编辑与多参考图、精确文字、一致性、常见问题与修正。第 2–4 步读。
  • :卡片格式、上传和参考素材角色、在提示词里怎样指代参考素材、试生成对比。第 4–6 步读。

先说清楚的边界

  • 文字以用户原文为准: 画面里的文案逐字照抄,不改写、不补写。文案还没定时,先和用户定文案,再写画面。
  • 不夸大效果: 精确文字和小字号仍可能出错,交付时提醒用户生成后逐字核对。
  • 素材权利: 参考图、Logo 和品牌素材须是用户有权使用的。不生成真实名人的肖像,不仿冒他人品牌。
  • 试生成要先说: 会消耗用户的 Flova 额度,用户同意后再做。

工作流程

收集需求 → 查当前能力 → 诊断 → 改写(确认点)→ 试生成对比(可选)→ 交付

1. 收集需求

  • 用户已有的提示词原文(没有也可以,从零写)。
  • 是新生成一张图,还是编辑已有的图。
  • 用途和输出类型,例如广告主视觉、电商主图、海报、角色设定图、UI 稿。
  • 画面里要出现的每一段文字原文,以及位置和层级。
  • 每张参考图希望负责什么:人物身份、产品、服装、构图、姿态、风格还是背景。
  • 画幅、分辨率,是否需要透明背景。
  • 已经试过的结果和不满意的地方。

缺的信息按 的十项顺序问清楚。

2. 查当前能力

用 creation_generation_models 查 GPT Image 2(detail="full"):支持的画幅、分辨率,文生图和图生图分别能放几张参考图。查询失败时,说明参数「未核实」,继续往下做。

3. 诊断

对照写法逐项检查,列一张诊断表:问题、对应的写法规则、可能造成的结果。重点看:

  • 用途在不在开头: 没有用途,模型不知道该做成什么完成度和设计语言。
  • 是不是在堆关键词: 「高质量、大师级、8K」这类词,换成具体的版式、镜头、光线和材质。
  • 写的是不是看得见的东西: 「很有故事感」要改成表情、姿态、痕迹和光线。
  • 画面文字: 有没有用引号给出原文,写明位置、层级、字体倾向、颜色和「只出现一次」;文案是不是太长、太密。
  • 参考图: 是不是写成了「综合参考所有图片」;每张图是否只负责一件事;有没有两张图抢同一个控制权。
  • 编辑: 有没有先列保持项,再写修改项;有没有说清未指定的区域不能变。
  • 矛盾: 各项要求之间有没有冲突。

用户给了不满意的结果时,先按写法「常见问题与修正」对号入座。

4. 改写(确认点)

  • 新生成:按「紧凑模板」逐项写,用 的格式输出。
  • 编辑:先写保持项,再写本轮修改项,再写不能改变的部分。
  • 多参考图:逐张写「第一张参考图:人物身份参考,只用于脸部、发型和体型」,顺序和提交时一致,最后说明怎样组合。
  • 画面文字多或字号小时,拆成几轮:先生成版式和主体,再逐轮校正文字。把轮次写成多张卡片。
  • 附一份改动说明:逐条对应诊断表里的问题,说明改了什么、为什么。
  • 给用户看,确认后再试生成或交付。

5. 试生成对比(可选)

用户同意后,按 用 Flova 快速生成:

  • 原提示词和改写版各生成一次,参数和参考图完全相同。
  • 并排给用户看,画面文字逐字核对,标出写错的字。
  • 还有问题时,只针对出错的区域改,不重写整个画面需求;每轮只改一个变量,并重复上一轮已确认的保持项。

6. 交付

  • 提示词卡(一张或多张;多轮编辑按顺序编号)。
  • 诊断表和改动说明。
  • 做过试生成时:每轮的改动、任务 ID 和结果,以及最终推荐用哪一版。
  • 提醒用户:画面文字生成后一定要逐字核对;文字特别重要时,可以生成不带文字的版本,再用排版工具加字。

GPT Image 2 写法

模型实际支持的时长、比例、分辨率和参考素材数量,以 creation_generation_models 的查询结果为准。

何时使用

GPT Image 2 适合需要高完成度、明确设计意图或精确编辑的图像任务,尤其包括:

  • 写实人物、产品摄影、广告主视觉和品牌物料;
  • 海报、包装、信息图、界面稿等需要在画面中呈现准确文字的内容;
  • 需要保持人物身份、产品造型、标签文字或品牌特征的编辑;
  • 多张参考图合成、局部替换、换装、换背景、风格迁移和草图转成品;
  • 透明背景的 Logo、商品抠图、贴纸和可复用图形素材。

要向用户问清楚的需求

复杂任务按以下顺序描述,信息不必全部出现,但已确认的约束应写清楚:

  1. 用途与输出类型:广告主视觉、产品图、角色设定图、信息图或 UI Mockup;
  2. 场景与背景:空间、时间、环境、天气和前中后景关系;
  3. 主体:身份、外观、材质、姿态、动作以及与其他物体的关系;
  4. 构图与镜头:景别、视角、焦段、主体位置、留白和画幅;
  5. 光线与色彩:主光、补光、阴影、色温、调色和对比关系;
  6. 风格与质感:摄影、插画、3D 或平面设计媒介,以及具体材质表现;
  7. 画面文字:准确文案、位置、层级、字体倾向、颜色和出现次数;
  8. 参考图职责:逐张说明用于身份、产品、服装、构图、姿态、风格还是背景;
  9. 保持项:本轮生成或编辑中不得改变的内容;
  10. 禁止项与交付要求:不要出现的主体、文字或水印,以及透明背景等要求。

不要为了让描述“像 Prompt”而堆叠关键词。简短自然语言、分段说明或结构化字段都可以,关键是目标具体、优先级清晰、约束之间不冲突。

文生图 Prompt

写可见、可验证的内容。与其写“人物很有故事感”,不如描述表情、姿态、服装磨损、环境痕迹和光线。写实任务可明确写出 photorealistic,并补充镜头、光线和真实材质。

复杂画面优先分段,不要把所有要求塞进一个超长句子。

紧凑模板
用途:{广告主视觉/海报/产品图/角色设定图}
场景:{环境、时间、空间层级}
主体:{人物或产品的外观、材质、姿态和动作}
构图:{景别、视角、焦段、主体位置、留白、画幅}
光线与色彩:{主光、阴影、色温、调色}
风格与质感:{摄影/插画/3D/平面设计及关键质感}
画面文字:准确显示“{原文}”,位于{位置},采用{字体倾向和颜色},只出现一次,不添加其他文字。
保持:{身份、产品、Logo、背景等必须保持的内容}
不要:{额外人物、随机文字、水印或其他禁止项}

图像编辑与多参考图

编辑任务要明确区分三类信息:

  • 保留什么:人物身份与面部结构、产品造型和标签、背景、机位、光线或构图;
  • 修改什么:服装、局部物件、颜色、天气、背景、姿态或风格;
  • 不能改变什么:未指定区域、比例、文字、Logo、人数和画面边界。

多张参考图不要只写“综合参考所有图片”。逐张分配职责,并说明怎样组合:

Image 1:人物身份参考,只用于脸部、发型和体型。
Image 2:服装参考,只用于款式、面料和配色。
Image 3:场景与构图参考,只用于空间、机位和光线。

将 Image 1 的人物穿上 Image 2 的服装,置于 Image 3 的场景中。保持 Image 1 的身份和面部结构,保持 Image 2 的服装细节;不要复制参考图中的文字或水印,不要改变画幅。

多轮编辑每次只改一个主要变量,例如先改服装,再改光线,最后校正文字。后续轮次继续重复人物身份、产品标签、Logo、透明背景等关键保持项,避免逐轮漂移。

精确文字的写法

  • 把必须呈现的文案原样放在引号中;品牌名或生僻词可逐字母标明;
  • 写明位置、对齐方式、字号层级、字体风格、颜色和对比度;
  • 明确要求“只出现一次、不得改写、不得添加其他字符”;
  • 文案较长时,先确认文案,再生成视觉,不要让模型同时创作文案和排版;
  • 小字号、多字体或信息密集的画面要分步迭代,先校正文案,再调整布局和装饰。

提高效果与一致性

  • 把用途放在开头,帮助模型确定设计语言和完成度;
  • 对人物、产品和品牌分别写“识别锚点”,例如脸型、发型、包装几何、标签位置和主色;
  • 多参考图一图一责,避免同一张图同时承担身份、姿态、背景和风格;
  • 编辑时先列保持项,再写本轮修改项;
  • 每轮只调整少量变量,并沿用上一轮已经确认的结果;
  • 发现文字或局部结构错误时,针对错误区域修改,不要重写整个画面需求。

常见问题与修正

  • 画面正确但不够像成品:补充用途、版式层级、镜头、光线和材质,而不是只追加“高质量”。
  • 参考图互相打架:重新给每张图指定单一职责,并说明哪些特征优先。
  • 人物或产品漂移:把识别特征和不得改变的部分写成独立保持项,并在每轮重复。
  • 文字被改写或重复:缩短文案,使用引号,写明位置和“只出现一次”,分轮校正。
  • 编辑影响无关区域:明确编辑区域,并逐项列出未指定区域必须保持不变。

提示词卡与交给 Flova

提示词类灵感交付的不是图片或视频,而是可以直接拿去生成的提示词卡:每个画面或镜头一张。本文说明卡片怎么写,怎样把它交给 Flova 快速生成,以及怎样用试生成验证效果。

卡片格式

每张卡片包含以下各项,没有的项写「无」:

项写什么
编号例如 P01,对应用户的画面或原片的镜头
目标模型与能力例如 Seedance 2.5 · 多模态参考生视频;GPT Image 2 · 图像编辑
用途一句话:这张图或这段视频拿去做什么
提示词可以直接粘贴的完整原文,用一个代码块给出
参考素材每份一行:文件名、在请求里排第几、角色(见下文)、负责什么、不继承什么
参数时长、画幅、分辨率等。取值以 creation_generation_models 的查询结果为准,查不到时写「未核实」
保持项必须不变的人物、产品、文字、构图
写法说明两三句:为什么这样写,对应模型写法里的哪条规则
验收要点生成后看什么来判断成没成,例如脸是否一致、文字是否逐字正确、动作有没有瞬移

提示词原文用目标语言写。用户用中文时默认写中文;模型写法建议英文或用户要求英文时,按要求写。台词和画面文字照抄原文,不翻译、不润色。

交给 Flova 快速生成

按 Flova Skill「快速生成」中「参考素材」的方法操作,要点:

  1. 查能力: 用 creation_generation_models 查目标模型(detail="full"),确认所选能力的参数范围、参考素材槽位和可用角色。
  2. 准备参考素材: 按卡片处理好每份素材,例如补边到模型允许的宽高比、裁出需要的部分、转成支持的格式。
  3. 上传: creation_upload_ticket → 按返回的地址上传 → creation_upload_complete,得到 file_ref。file_ref 大约一小时后过期,提交前再上传。
  4. 标角色: 在 inputs 里给每份素材标角色:
    • first_frame:画面要从这张图开始,并和它一致。
    • last_frame:画面在这张图结束。
    • reference:参考外观、风格或内容,但不要求画面和它一样。
    • driving_audio:用这段音频驱动口型和动作。
    • base_video:在这段视频上编辑或续写。
  5. 提交并记录: 带上 client_request_id,记下卡片编号、参考素材、file_ref 和任务 ID 的对应关系。
在提示词里指代参考素材

按 inputs 中同类素材的顺序,用自然语言说明参考职责,例如「第一张参考图负责人物的脸和服装,第二张负责产品外观」。图片、视频、音频分别编号。

交给其他工具

用户要贴到别的平台或工具时:

  • 参考素材按目标工具的上传和引用方式整理。
  • 参数以那个工具的设置项为准。
  • 提醒用户:写法是按目标模型写的,换成别的模型效果可能不同。

试生成对比(可选)

试生成会消耗用户的 Flova 额度,先说明再做。

  • 同样的参数、同样的参考素材,原提示词和改写后的提示词各生成一次,并排给用户看。
  • 每一轮只改一个变量,例如只改参考职责,或只改时间线,才能判断是哪一处起了作用。
  • 记录每轮的改动、任务 ID 和结果,最后一并交付。
  • 生成结果有随机性,一次对比只能说明倾向。重要结论多生成一两次再下判断。

创作流程

  1. Flova

    Flova

    生成对照图片

    用改写前后的提示词生成图片,对照构图、文字和细节。