GPT Image 2.5 提示指南整理：兩個模型怎麼選、八條提示原則、修圖怎麼保住細節

OpenAI 推出 GPT Image 2.5，一次給兩個版本：Flare 是小模型，主打速度，畫質跟 GPT Image 2 相當；Sunburst 是基礎模型，主打品質，畫質高於 GPT Image 2。官方提示指南把重點放在三件事：兩個模型怎麼選、提示怎麼寫才穩、修圖時怎麼保住不該變的細節。這篇把指南整理成可以照做的版本，英文提示原文保留，方便直接複製。

指南開頭一句話就是整份文件的方法：先想清楚你要的圖，再描述主體、構圖、風格與限制；修圖時分清楚「要改什麼」和「什麼必須不變」；一次只調一件事，每次都檢查結果。後面所有範例都在重複這個模式。

一次只改一件事，然後看結果。這是整份 GPT Image 2.5 指南反覆出現的節奏。

兩個模型怎麼選：先確認品質，再追速度

兩個模型都支援生成、編輯與透明背景，也都改進了精準編輯與主體保留。指南建議新流程這樣起手：速度優先就從 Flare 開始，品質要求高就從 Sunburst 開始；輸出達標之後，再找降低延遲的機會。從現有模型遷移的人，則以目前的畫質當起點：

• 既有 GPT Image 2 流程已經達標：先測 Flare，看能不能在維持可接受品質的前提下降低延遲。
• 複雜案例，GPT Image 2 品質不夠：先測 Sunburst，確認它能交出你要的品質。

如果 Sunburst 達標，再用同一組提示與輸入去測 Flare；Flare 也達標且更快就換過去，流程少不了它的品質優勢就留在 Sunburst。指南特別提醒要在自己的工作負載上量測回應時間與品質，因為結果取決於提示、參考圖、輸出尺寸與品質設定，某個工作負載的加速不能推論到另一個。

參數：模型、品質、尺寸、背景

API 參數跟提示分開設定。指南列的 GPT Image 2.5 設定如下：

• model：gpt-image-2.5-flare（小模型）或 gpt-image-2.5-sunburst（基礎模型）。
• quality：auto（預設）、low、medium、high、xhigh、max。
• size：auto 或自訂解析度。常用尺寸有 1024x1024、1536x1024、1024x1536、2048x2048、2048x1152，以及 4K 的 3840x2160 與 2160x3840。
• background：auto、opaque、transparent。

自訂解析度寫成 WIDTHxHEIGHT，有四個限制：每邊不超過 3,840 畫素；兩邊都要是 16 的倍數；長邊與短邊的比例不超過 3:1；總畫素數在 655,360 到 8,294,400 之間。總畫素超過 3,686,400（也就是 2560x1440）的輸出屬於實驗性質。

品質怎麼調，指南給了一套順序：先用前面的流程選定模型，再調 quality。第一次比較時，若兩個模型都支援同一個明確指定的品質設定，就連同提示、參考圖與輸出尺寸一起固定不動。另外要記得，同一個品質標籤在不同模型上不代表同樣的畫質或回應時間。輸出不夠好就往上測更高的設定；達標後再往下測較低的設定，看能不能保住品質又省時間。xhigh 與 max 只在「有未達標的品質需求、且延遲預算允許」時才用，設定拉高不保證每個提示都變好。

透明素材要明確設 background="transparent" 並用 PNG 或 WebP，解碼後檢查 alpha 通道，特別看頭髮、玻璃、陰影與物體邊緣。output_compression 只用在 JPEG 或 WebP，PNG 不要設。

提示基本功：八條原則

這是指南的核心，後面的範例分別示範這些原則：

1. 先定義結果：說出主體與用途（商品照、廣告、圖解），指定構圖、長寬比與重要的位置限制。複雜需求用場景、主體、細節、限制分四段寫。
2. 選一個好維護的格式：短句、描述段落、類 JSON 結構、指令、標籤都能表達同一個意圖，挑最容易讀跟改的那種，不必依賴特殊語法。
3. 描述看得到的細節：材質、光線、顏色、視覺媒介。要寫實就明講「photorealistic」或「real photograph」，並描述取景與質感。相機規格只是外觀的提示，不保證精確的物理模擬。廣角、電影感、低光、雨天、霓虹這類場景，要指定尺度、氛圍與色彩，不能只靠情緒詞。
4. 把人物與動作說清楚：身體取景、相對大小、視線、與物件的互動。「全身可見、含腳」「低頭看著打開的書」「雙手自然握住把手」這種句子讓姿勢與動作明確。
5. 指定精確文字：要出現的字用引號框起來，描述位置與字型。不常見的字或品牌名必要時逐字母拼出。要求不要多餘文字，輸出後檢查拼字與可讀性。小字、密集資訊或多種字型，比較 medium 與 high 品質。
6. 把「要改的」跟「要保住的」分開：修圖時說「只改 X」，並列出要保留的細節，例如身分、幾何、版面、光線、標籤。明講要排除的東西，例如多餘文字、logo、浮水印。局部精修還要點名飽和度、對比、箭頭、鏡頭角度與周圍物件不能動。
7. 給每張參考圖分派角色：用編號與用途標示每個輸入：主體、風格、服裝或背景，說明它們怎麼合併、哪些元素要移到哪裡。
8. 有意識地迭代：把上一張輸出當下一次編輯的輸入，一次只要求一個改動，並重複要保留的細節。「跟之前一樣的風格」這種說法能帶上下文，但結果漂掉時要重述關鍵限制。加更多指令之前先比較結果。

生圖範例：三種最常用的

指南每個範例都附上兩個模型的輸出對照，這裡挑三個最常用的，附原文提示與設定。

寫實照片。用主體、取景、光線、質感描述一張照片，並明確排除過度修圖。設定 size="1024x1536"、quality="medium"：

Create a photorealistic candid photograph of an elderly sailor standing on a small fishing boat.
He has weathered skin with visible wrinkles, pores, and sun texture, and a few faded traditional sailor tattoos on his arms.
He is calmly adjusting a net while his dog sits nearby on the deck. Shot like a 35mm film photograph, medium close-up at eye level, using a 50mm lens.
Soft coastal daylight, shallow depth of field, subtle film grain, natural color balance.
The image should feel honest and unposed, with real skin texture, worn materials, and everyday detail. No glamorization, no heavy retouching.

精確文字的廣告。把要出現的標語用引號框住，告訴模型出現幾次，指定受眾與視覺處理，不加無關指令。同樣 1024x1536、medium：

Give me a cool in culture ad / fashion shot for a brand called Thread.
It's a hip young street brand. The ad shows a group of friends hanging out together with the tagline "Yours to Create."
Make it feel like a polished campaign image for a youth streetwear audience: stylish, contemporary, energetic, and tasteful.
Use clean composition, strong color direction, natural poses, and premium fashion photography cues.
Render the tagline exactly once, clearly and legibly, integrated into the ad layout.
No extra text, no watermarks, no unrelated logos.

透明背景的 logo。描述品牌與定義圖形的形狀，要求在不同尺寸都清楚；指南示範時設 n=1 每次一張，把 n 拉高就能一次要多個變化。設定 1024x1536、medium、background="transparent"、output_format="png"、n=1：

Create an original, non-infringing logo for a company called Field & Flour, a local bakery.
The logo should feel warm, simple, and timeless. Use clean, vector-like shapes, a strong silhouette, and balanced negative space.
Favor simplicity over detail so it reads clearly at small and large sizes. Flat design, minimal strokes, no gradients unless essential.
Fully transparent background. Deliver a single centered logo with generous padding, clean alpha edges, and no solid backdrop, scenery, checkerboard, or watermark.

其他範例值得記的重點：圖解與資訊圖要驗證標籤與事實關係，不只看外觀；歷史場景寫出地點與日期，模型會推斷細節，但服裝、布置與環境要自己檢查是否符合年代；四格漫畫一格一個清楚的視覺節拍；介面預覽要把產品當成已經存在的東西描述，避免概念藝術的語言；科學教學圖要像一份教學設計需求說明一樣寫，定義受眾、學習目標、格式、必要標籤與科學限制，標籤密集、圖解、或要放進投影片與教材的圖，用 quality="high"；投影片與圖表要寫成「交付物規格」，把真實文字與數字直接放進提示，橫式尺寸，有小字、圖例、座標軸或註腳就用 high。指南裡投影片範例用的市場數字是虛構的，使用前要換成查證過的資料。

修圖：說清楚只改什麼，其他全部保留

編輯用 client.images.edit 帶入參考圖。指南多數修圖範例是同一個句型：一句要改的，加上一長串要保住的。

保住人物身分、只換衣服。輸入一張人物照與三張服裝參考，明講哪些不能動：

Edit the image to dress the woman using the provided clothing images. Do not change her face, facial features, skin tone, body shape, pose, or identity in any way. Preserve her exact likeness, expression, hairstyle, and proportions. Replace only the clothing, fitting the garments naturally to her existing pose and body geometry with realistic fabric behavior. Match lighting, shadows, and color temperature to the original photo so the outfit integrates photorealistically, without looking pasted on. Do not change the background, camera angle, framing, or image quality, and do not add accessories, text, logos, or watermarks.

合併兩張參考。場景照當第一張、狗的照片當第二張，指定要移動的元素、目的地與不變的部分：

Place the dog from the second image into the setting of image 1, right next to the woman, use the same style of lighting, composition and background. Do not change anything else.

其他修圖範例的關鍵句：

• 翻譯資訊圖：「Translate the text in the infographic to Spanish. Do not change any other aspect of the image.」翻完要檢查翻譯品質，以及有沒有字留在原文語言。
• 風格轉移：把參考圖的角色指定為調色、質感或媒介，新的主體另外描述。
• 透明去背：提示裡要明講「isolate it on a fully transparent background」，API 同時設 background="transparent"；畫出來的棋盤格不是透明。後續再編輯時要重述透明背景的要求。
• 草圖變寫實：保留版面、比例與透視，再指定合理的材質、光線與環境，加一句「Do not add new elements or text」。
• 移除物件：點名那個物件，其他全部保留。「Remove the flower from man's hand. Do not change anything else.」
• 把人放進新場景：說明自然光線、可信細節、身體取景、視線與場景互動，並列出哪些五官與比例不能變。用 gpt-image-2 時不要設 input_fidelity，圖片輸入一律高保真處理。

多輪修圖與角色一致

多輪修圖的規則很短：從一張輸出開始，檢查，把它當下一次的輸入，每次只要求一個窄的改動，才看得出哪個改動有效。指南的範例是先用洗髮精照片做一張日落公路看板（標語逐字引用、只出現一次），再用一句「Make it look like a winter evening with snowfall.」換天氣，場景其他部分保留。

繪本這種需要角色一致的案子，先做一張「角色參考圖」：定義外觀、比例、服裝與調性，用角色、主題、風格、限制分段寫。接續的每一頁重新描述場景，並重複角色的定義細節：同一件綠色連帽束腰外衣、同樣的五官比例與色盤、同樣的個性，加上「Do not redesign the character」。

指南也直接寫到提示的極限：重複編輯仍可能改到你想保留的細節，要重述限制並逐張檢查。若某個區域必須畫素完全一致，就把核准的編輯結果合成回原圖，不要只靠提示。

遷移既有流程：六步

1. 存基準：收集有代表性的正式提示與參考圖，包含困難的編輯、精確文字、人臉、產品幾何與透明素材，記下目前的模型、設定與結果。
2. 選第一個候選：GPT Image 2 已達標就先試 Flare 看延遲；複雜案例不達標就先試 Sunburst 確認品質。第一次比較時提示、參考圖、尺寸與輸出格式都不改。
3. 檢查完整結果：比較指令遵循、身分與產品保留、文字正確性、不想要的改動、透明度；重複請求量測一致性；編輯流程要測整串步驟，不只單步。
4. 品質過了再追延遲：從 Sunburst 起步且達標的，用同樣的要求評估 Flare，品質可接受且更快才換。
5. 一次只調一個設定：改提示之前先比較品質等級。量測一般與慢速回應、失敗、重試，以及每張可接受圖片的成本；確認目前的定價，不要假設比較快的模型比較便宜。
6. 按流程逐步上線：通過驗收後先切一小部分流量，監看同樣的指標再擴大；舊模型還在支援期內就留著當回退。

從 GPT Image 1 或 1.5 遷移的人要注意期限：同一頁的舊模型參考頁籤標示 gpt-image-1 預定 2026 年 10 月 23 日關閉，gpt-image-1.5 預定 2026 年 12 月 1 日關閉，建議先用 gpt-image-2 驗證既有流程再遷移。這兩代的 input_fidelity 參數，遷移到 GPT Image 2 時要拿掉，因為它一律用高保真處理輸入。指南附的可執行範例目前仍固定在 gpt-image-2，當基準用，再換成你要評估的模型與它支援的設定。

結語

這份指南跟文字模型的提示指南很不一樣，它幾乎沒有抽象原則，全是「先固定、再變動、再檢查」的操作程序：選模型時固定品質設定只比模型，調品質時固定提示只比等級，修圖時固定不該動的只改一處。對常做商品圖、簡報圖、教材圖的人，值得記住的不是哪個範例，而是那個原則：一次只改一件事，然後看結果（原文是 Refine one thing at a time and inspect the result）。