用好 GPT Image 2.6 官方提示指南：从文字排版到局部编辑

GPT Image 2.6 的提示词可以直接写成自然语言：说明图片用途、主体、构图和风格；需要文字时列出准确文案，编辑时分开写改动项与保留项。本文整理可复制的中文示例，并说明两款模型的选择、API 参数和批注编辑方式。

先说要做什么图，再写画面要求

GPT Image 2.6 是可以根据文字和参考图片生成、编辑图片的模型。写提示词时，先确定成品用途：商品照片、活动海报、文章封面，还是讲解流程的信息图。接着描述主体、位置、光线、颜色和必须保留的细节。

提示词不必套特殊格式。短句、完整段落、分项说明都能表达需求；内容多时，按“用途、主体、构图、风格、约束”分段，便于检查有没有遗漏。

下面是便于替换使用的原创中文示例，示例本身不代表实测结果：

用途：制作一张咖啡店周末活动海报，竖版 3:4。
主体：一只白色陶瓷拿铁杯，杯口能看见拉花，放在浅木色桌面上。
构图：杯子放在下半部，上半部留给标题，杯子和标题不要重叠。
风格：自然窗光，暖米色背景，保留陶瓷和木纹的质感。
文字：顶部写“周末来杯咖啡”，只出现一次；下方写“慢一点，也很好”。
排版：标题用深棕色粗体，副标题用较小字号，保证手机上可读。
约束：不添加价格、日期或其他活动信息。

“有高级感”很难说明你需要哪种画面。浅木桌面、自然窗光、深棕色标题，都是能在结果中逐项检查的要求。涉及人物时，也应说明取景范围、视线和动作，例如“全身入画，双脚完整可见，低头看手中的书”。

需要准确文字，就写出原文、位置和次数

海报、封面和商品包装常常需要文字。把文案放在引号里，说明它放在哪里、出现几次、使用什么字体和颜色。遇到生僻词或品牌名，可以补充逐字拼写。

得到图片后，逐字核对标题和小字，也要检查是否重复出现。图像生成仍可能出现文字不清楚或位置偏移，提示词中的要求需要在成品上验收。

如果构图已经满意，只需调整标题，可以把上一张结果作为编辑输入：

只调整标题“周末来杯咖啡”的排版：字号稍大，改为深棕色粗体。
标题文字和出现次数保持不变。
保留杯子、拉花、桌面、背景、光线和副标题，不移动其他元素。

每轮只提出一项改动，再检查结果。连续编辑时，重复写出必须保留的细节，能让每轮要求更明确。

局部编辑要同时列出改动项和保留项

给房间换家具、给产品改色时，写明对象和目标状态，再列出周围哪些内容必须保留。例如，上传一张桌上有花瓶的照片后，可以这样要求：

只把桌上的条纹花瓶改成纯钴蓝色陶瓷。
保留花瓶的形状、大小、位置、瓶中的花枝，以及桌面阴影。
相机角度、室内光线、桌椅和背景保持不变。

使用 API 做圈选编辑时，可以提交独立的 markup 批注图层，也就是用圈线或草图指明修改对象的透明 PNG：

• 原图作为第一张输入图片，批注图层与它的像素宽高一致。
• 批注图层必须含透明像素，不要把圈线和原图压平成同一张图片。
• 把图层传给 markup，提示词中解释圈线的含义，并要求成品去掉圈线。
• markup 只作用于第一张输入图，后续图片用作参考；同一请求不要同时传 mask 蒙版。

这些是图片编辑 API 的请求要求。普通文字提示词负责说明改什么，图层负责指出位置。

编辑结果仍要检查未要求改动的区域。某块区域如果必须与原图逐像素一致，应在后期把通过检查的修改区域合成回原图，不能只依靠提示词保留。

多张参考图，要给每张图分配用途

把场景、人物、服装或风格参考一起上传时，用编号说明每张图片负责什么，以及哪些元素需要组合。不要让“参考这几张”承担全部说明。

例如，准备一张房间照片和一张椅子照片：

图 1 提供房间、拍摄角度和光线；图 2 提供椅子的外形与材质。
用图 2 的椅子替换图 1 中靠窗的椅子，保留图 2 椅背和椅腿的形状。
让新椅子的透视、大小和接触地面的阴影适配图 1。
保留图 1 的窗户、桌子、地板和其他家具。

做系列角色图时，也可以先建立角色参考，再换场景或姿势。每次都重复角色的服装、比例和外貌特征，并检查多张成品是否一致。

API 中分开调整 quality 与 complexity

GPT Image 2.6 提供 Flare 和 Sunburst 两款模型。选择时可以从任务需求开始：

使用需求	起始测试模型
优先考虑响应时间、需要频繁迭代	gpt-image-2.6-flare
对细节、布局或编辑准确性要求较高	gpt-image-2.6-sunburst

比较两款模型时，保持提示词、参考图、尺寸和质量设置相同，再检查输出和等待时间。模型选择建议不代表每个任务都会得到相同结果。

quality 与 complexity 也需要分开设置：

参数	控制什么	调整方法
quality	渲染的视觉细节，例如纹理、小字号文字	布局正确但细节不够时，保持复杂度不变，比较更高质量档位
complexity	渲染前的规划程度	局部改动可从 low 开始；复杂布局再比较更高档位

complexity 支持 low、medium、high，省略时两款模型都使用 high。更高复杂度可能增加等待时间，也可能带来额外改动。quality 则支持 auto、low、medium、high、xhigh、max。

这些字段要放进 API 请求中。图片尺寸由 size 设置，透明背景由 background 设置；在提示词里写期望的比例和外观时，也应让请求参数与之对应。2.6 图片编辑请求应省略 input_fidelity。

关于生成入口、GIF、SVG 和费用，可继续查看Images 2.6 的功能与 API 价格介绍。

保存成品前，按用途验收

文章封面要缩小到实际展示尺寸检查文字；人物图要对照参考检查外貌；产品图要检查形状、标签和材质。信息图还要核对标签之间的关系，不能只看画面是否整齐。

需要透明背景时，检查导出文件的透明通道，也就是文件中记录每个像素透明程度的数据。画面看起来像棋盘格，并不等于文件真的透明。

先保留一组有代表性的提示词、参考图和成品。之后更换模型或参数时，每轮只改变一个条件，记录可用结果的比例、等待时间和实际费用，再决定是否用于后续制作。

原始来源

以下资料用于核对本文信息；价格、开放范围与产品状态请以来源的最新说明为准。

1. GPT Image 2.6 官方提示指南 — 提示词结构、模型选择、文字排版、参考图分工与结果检查
2. OpenAI 图像生成 API 指南 — complexity 与 quality 的区别、批注图层规范与图像编辑限制
3. OpenAI 图片编辑 API 参考 — markup 参数、输入图片与蒙版的使用约束