GPT Image 2.5 官方提示詞指南，把改圖寫成可驗收的規格

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

ChatGPT Images 2.5 在 2026 年 9 月 8 日向所有方案推出，OpenAI 的開發者文件裡也收了一份完整的提示詞指南。這份名為 GPT Image 2.5 prompting guide 的文件，除了模型選擇、參數規則與遷移流程，還把「怎麼寫 prompt 才不會改一處毀全圖」攤成八個要領、十七個附完整範例 prompt 的案例，以及一張產出驗收清單。背後的規模數字先記一筆：官方部落格宣稱，ChatGPT Images 與 API 的 GPT-Image 模型每週生成超過 30 億張圖。

整份指南的立場可以用一句話總結：可控的結果靠契約式的寫法，不靠運氣。要改什麼、什麼絕對不能動、文字出現幾次、透明是不是真的透明，全部寫進 prompt 變成可檢查的條款，產出再逐條驗收。模型進步只是讓這套寫法終於可靠起來；官方自己在文件裡也承認，重複編輯仍可能動到你想保留的細節，需要像素級一致時，最終要把修改後的區塊合成回原始圖片，不能只靠 prompt。

這份文件放在 API 文件站裡，但八個要領談的是 prompt 的寫法本身，在 ChatGPT 對話裡生圖同樣用得上；走 API 的開發者則多拿到一份遷移紀律，而且同頁的參照資料把舊模型的死線寫死了：gpt-image-1 將在 2026 年 10 月 23 日關閉，gpt-image-1.5 等三個舊識別碼在 12 月 1 日退場。舊模型的退場時程不是隨 2.5 發布才補上：這些日期早在 4 月與 6 月的退場公告就定案了，可對照發布當天的整理。

先記一條公式：一張圖的 prompt 要交代六件事

官方指南沒有發明神秘語法。它的基本要求是把六件事講清楚：成品用途、主體與動作、構圖與比例、看得見的細節、需要出現的文字，以及不可改動或不能出現的內容。格式完全自由，短句、段落、類 JSON 結構或標籤都行，官方唯一的挑選標準是「哪種最好讀、最好改」，因為 prompt 會在多輪修改中反覆被你回來調整。

官方自己的範例就是標準示範。街頭服飾品牌 Thread 的廣告案例裡，prompt 要求把標語 Yours to Create. 放進引號、指定置入版面、只渲染一次、清楚可讀，然後明說不要其他文字、不要浮水印、不要無關標誌。每一句都對應一項可檢查的畫面要求，這就是契約式寫法的樣貌。寫完之後自己讀一遍，抓不到驗收點的句子多半是裝飾。

如果你偏好結構化寫法，社群早已有人把提示詞拆成可填空的變數模板，例如把 GPT-Image 提示詞參數化的開源模板庫，方向與官方「分節加標籤」的建議一致；想看大量成句範例互相印證，Nano Banana 提示詞圖庫這類整理也讀得出同一套邏輯。

八個要領照動筆順序讀：從成品定義到一輪只改一件事

官方把要領列成八條，這裡按你實際寫一張圖的順序重排，每一條都附上它防的那個坑。

Pin

先定義成品與用途。同一個主體，菜單照片、品牌廣告與教學資訊圖的構圖完全不同，模型需要知道它在做哪一種。複雜的請求可以直接把 prompt 分節：場景、主體、細節、限制，各自貼上標籤。官方的科學圖表案例甚至要求把必要的分子名稱逐項列出，把 prompt 寫成一份教學簡報的規格。

用看得見的細節取代抽象形容詞。「高級」「電影感」這類詞每個人的想像都不同，官方建議換成材質、光線、色彩與媒介的具體描述；想要擬真照片就直接寫 photorealistic，不要讓模型猜。相機規格可以當風格線索，但官方明言那不是實體光學的保證；廣角、低光、雨夜、霓虹這類場景，把規模、氣氛與色彩寫出來，比堆氛圍詞有效。

人物要寫動作、視線與入鏡範圍。只寫「一個人在騎腳踏車」，模型還要自己猜是否全身入鏡、看向哪裡、手怎麼握。官方例句的密度是這樣的：「全身入鏡，包含雙腳」「低頭看向攤開的書」「雙手自然握住車把」。服裝型錄與教學動作示範尤其吃這條。

文字是契約，不是裝飾。需要出現的字放進引號，交代位置與字體感，限定出現次數，然後明說不要其他文字。罕見字或品牌名可以逐字拼出；小字或密集文字的案例，官方建議用 medium 與 high 兩個品質等級各跑一次再比較。

編輯時把「要改什麼」與「不能改什麼」分開列。這是指南裡分量最重的一條。寫法是「只改 X」，然後列出必須保留的細節：身分、輪廓幾何、版面、光線、標籤；再列出排除項：浮水印、標誌、多餘文字。做局部編輯時，官方要求連周圍的飽和度、對比、箭頭、相機角度與旁邊的物件都要點名不能動。

多張參考圖先發角色。把每張輸入圖編號並說明用途：哪張是主體、哪張供風格、哪張只參考服裝、哪張當背景，再交代元素怎麼組合、哪些搬到哪裡。沒有角色的參考圖，很容易被拌成一張無法控制的拼貼。

一輪只改一件事，關鍵限制每輪重述。把上一輪的輸出當成下一輪的輸入，一次只動一個主要條件，你才看得出哪個指令有效、失敗時能退回哪一步。「其他跟剛剛一樣」不夠保險，人物五官、商品形狀、構圖與光線這些底線，官方要求在後續每一輪重新講一次。指南的跨輪修改案例就是活示範：先做一張夕陽高速公路的看板，下一輪只補一句「換成下雪的冬夜」，其餘全部不動。

產出先過官方四題驗收，再談好不好看

指南把「檢查結果」列為完整工作流程的一部分，驗收題固定四問：指定文字是否正確可讀，圖表的標籤與關係是否成立；人物身分、商品形狀、標籤與參考細節是否還在；編輯是否只動了被指定的部分；若需要透明，檔案是否真的含 alpha 色版，而不是畫上去的背景。官方對透明度的要求相當細：檢查解碼後的 alpha，重點看頭髮、玻璃、陰影與物件邊緣，並且直說「畫出來的棋盤格不是透明」。

品質等級也有紀律。xhigh 與 max 兩檔官方只建議在延遲預算內、有明確未滿足的品質需求時使用，更高的設定不保證每張圖都更好。先選模型再調品質，初次比較時把品質、prompt、參考圖與尺寸全部固定，否則你量到的差異不知道來自哪個變數。

四種翻車現場，官方文件都有對應解法

症狀一：只說把白色椅子換成原木椅，結果光線、陰影、旁邊的擺設全重畫了。原因是保留清單沒列全。對策是把「不能動」寫得跟「要改」一樣具體：相機角度、房間光線、地板陰影、桌面物品、背景，逐項點名。官方的換傢俱範例就是這個句型。若某個區域必須與原圖像素完全一致，官方明言把修改後的區塊合成回原始圖片；品牌標誌、法規文字與已定案的人物照，多半就屬於必須像素一致的那一類。

症狀二：標語旁邊多出一行小字，或品牌名拼錯。引號、出現次數與排除清單三件事補齊：原文加引號、指定只出現一次、明說不加其他文字或標誌；罕見字逐字拼出。產出後仍要逐字校對，模型文字能力進步不等於免校對。

症狀三：說好的透明背景，放進簡報還是帶白底。在 prompt 裡描述去背之外，API 端要明確設定背景為 transparent 並輸出 PNG 或 WebP，PNG 不使用壓縮參數；匯入後檢查 alpha 色版是否真的存在。後續編輯也要重述透明需求，否則模型可能把背景補回來。

症狀四：改了好幾輪，人物的臉跟起手那版對不上。這是多輪編輯的漂移，官方的對策就是前一節那條：一輪只改一件事、關鍵限制每輪重述、把上一輪輸出當作下一輪輸入。這條紀律同時是你的還原機制，因為每一次只動一個變數，失敗時你永遠知道退回哪一步。官方給開發者的遷移建議也是同一套思維：新模型逐步上線，舊模型在支援期間保留，當退路。

API 開發者的順序：先過品質，再談延遲

指南對兩個新模型的定位寫得很直白：Flare 是速度取向的小模型，品質與 GPT Image 2 相當；Sunburst 是品質取向的基礎模型，品質高於 GPT Image 2。兩份官方文件的措辭差了一級：發布部落格對 Flare 的寫法是「品質高於 GPT-Image-2，延遲低 50%」，指南頁卻寫「與 GPT Image 2 相當」。兩份都是官方文件，指南的態度明顯保守，也因此給了對應紀律：在自己的工作負載上量測，一個工作負載的改善不能類推到另一個；同名品質標籤跨模型不等值，先選模型再調品質。

遷移流程指南給了六步，濃縮起來是：先存基準，把生產環境的代表 prompt、參考圖與難例（困難編輯、精確文字、臉孔、商品幾何、透明素材）連同結果一起留檔；gpt-image-2 已經達標的工作流先測 Flare 求延遲，複雜案例不夠用的先測 Sunburst 過品質；檢查完整結果，包括重複請求測一致性、編輯流程整串跑而不是只測單步；品質過了再回頭用相同 prompt 測 Flare，兩者都過才換；一次只調一個設定，先比品質等級再改 prompt，量的是典型與緩慢回應、失敗、重試與每張合格成品的成本；最後小流量上線，同時監看同樣的指標。

錢的事反而單純。定價頁上 Flare 與 Sunburst 逐格相同，也都與 gpt-image-2 一致：圖片輸入每百萬 token 8 美元、快取輸入 2 美元、輸出 30 美元，文字輸入 5 美元、快取 1.25 美元。指南仍提醒別假設快的模型一定便宜，計費前自己核對現價。

Pin

尺寸規則順帶筆記：品質有 auto、low、medium、high、xhigh、max 六檔；客製解析度每邊不超過 3,840 像素、邊長為 16 的倍數、長寬比不超過 3:1，總像素落在 655,360 到 8,294,400 之間，超過 3,686,400 像素的輸出官方標註為實驗性。

舊模型的死線，已經寫進退場公告

提示詞指南同頁的參照段，把舊模型的退場日期與參數差異一併整理，對照官方退場公告頁，兩批時間表都很明確。gpt-image-1 排在 2026 年 10 月 23 日，那是 4 月 22 日針對一批舊模型快照的清理公告，同批還有 gpt-3.5-turbo、gpt-4、o1 等熟悉的名字；gpt-image-1.5、gpt-image-1-mini 與 chatgpt-image-latest 則排在 12 月 1 日，出自 6 月 2 日專門針對 GPT Image 模型的公告。四個識別碼的建議替代都是 gpt-image-2，退場頁目前還沒把指向往上改成 2.5。

Pin

還在 gpt-image-1.5 上的工作流，經濟面也站不住：它的圖片輸出每百萬 token 要 32 美元，比 2.5 的兩個模型貴 2 美元，等於多付錢等退場。這類公告頁會滾動更新，10 月中之前值得再回來核對一次日期有沒有變動。

拿一張舊圖，把契約補上再跑一次

在 ChatGPT 生圖的讀者，最划算的練習是挑一張以前改壞過的圖：先寫「只改 X」，再把保留清單一條條列全，文字需求加上引號與出現次數，跑完對照官方四題驗收。走 API 的開發者，遷移就從存基準那一步開始，難例一定要放進去，因為平均表現掩蓋的問題都藏在難例裡。

兩個前提別忘記：延遲比 Images 2.0 最多快 50% 是官方宣稱的相對上限，實際依圖而異；這份指南放在 API 文件站，寫法本身是 prompt 的通則，對話端一樣適用，但留言式修改、@Sketch 與模板這些介面操作是另一套功能，細節可以回看發布當天的整理。把契約寫清楚之後，剩下的變數才真的交給模型。