告别反复瞎调提示词！OpenAI 官方GPT Image 2.5生图指南，不只是GPT可用

如果你也深陷这类困境，非常推荐研读 OpenAI 官方发布的 GPT Image 2.5 图像提示词指南。

• 文档地址：https://developers.openai.com/api/docs/guides/image-prompting

网上流传大量提示词图库、咒语合集，大多是碎片化案例，缺少底层逻辑讲解。而这份官方文档更像一本AI图像生成教科书，不只给范例，同时把参数配置、提示词撰写逻辑、编辑修改的策略全部讲清楚，告诉你“为什么要这么写”，而不是单纯复制别人的咒语。

这份指南有什么不一样

文档围绕 GPT Image 2.5（包含 Flare / Sunburst 两个子模型）编写，里面配套大量完整可直接复用的实战示例，覆盖写实摄影、信息图表、品牌Logo、广告海报、历史场景、分镜漫画、App UI样机、科教示意图等几乎所有常见生图场景。

每一个案例都附带完整提示词、API参数设置，同时对比 Flare（速度优先）与 Sunburst（画质优先）两个模型输出效果，告诉你什么场景该选哪个模型、quality画质等级、分辨率尺寸、透明背景等参数该如何搭配使用。

虽然文档原文为英文，但提示词的核心原则不受语言限制。你可以借助AI把范例翻译成中文，再结合自己需求二次改写，直接拿来实验。

最重要一点：这套方法论具备通用性。 文档虽然面向OpenAI自家图像模型，但提示词撰写思路、约束条件写法、迭代修图策略、参数取舍逻辑，可以迁移到绝大多数AI绘图工具，不管是Midjourney、即梦AI等都能参考借鉴。

GPT Image 2.5 提示指南

选择模型、编写有效提示，并在编辑中保留细节。

概述

从您需要的图像开始，然后描述主体、构图、风格和约束。对于编辑，指明应该改变什么以及必须保持不变什么。一次精炼一件事并检查结果。

GPT Image 2.5 包含两个模型选择。GPT Image 2.5 Flare 是小模型，针对速度优化，图像质量与 GPT Image 2 相当。GPT Image 2.5 Sunburst 是基础模型，针对质量优化，图像质量高于 GPT Image 2。两个模型在精确编辑和主体保留方面都有改进。

选择模型

对于新工作流，当速度是优先事项时从 GPT Image 2.5 Flare 开始，当要求高质量时从 GPT Image 2.5 Sunburst 开始。一旦输出满足您的要求，寻找降低延迟的机会。

从当前图像模型迁移时，以您当前的图像质量为起点。两个模型都支持图像生成、编辑和透明背景。

如果 GPT Image 2.5 Sunburst 满足您的质量要求，则用相同的提示和输入测试 GPT Image 2.5 Flare。如果它也能满足那些要求并改善延迟，则切换到 GPT Image 2.5 Flare。当 Sunburst 的质量优势对您的工作流必要时，保留它。

在您自己的工作负载上测量响应时间和质量。结果取决于您的提示、参考图像、输出尺寸和质量设置；一个工作负载上的速度提升并不能确定另一个工作负载上的固定提升。

模型参数

将 API 参数与提示分开设置。

对于自定义分辨率，使用 WIDTHxHEIGHT 并遵循以下约束：

• 每条边不得超过 3,840 像素。
• 两条边都必须是 16 像素的倍数。
• 长边与短边的比率不得超过 3:1。
• 总像素数必须在 655,360 到 8,294,400 之间。

总像素超过 3,686,400（2560×1440）的输出是实验性的。

在调整质量之前，使用上述工作流选择模型。对于首次比较，在两个模型都支持时保持明确选择的质量设置不变，同时保持提示、参考图像和输出尺寸不变。相同的质量标签并不意味着跨模型具有相同的图像质量或响应时间。

如果输出不达标，测试更高的质量设置。一旦满足您的要求，测试更低的设置，看看它们是否在降低延迟的同时保持可接受的质量。仅当它们能在您的延迟预算内改善未满足的质量要求时，才使用 xhigh 或 max。更高的设置并不保证对每个提示都有更好的结果。

对于透明资产，明确请求 background="transparent" 并使用 PNG 或 WebP。检查解码图像的 alpha 通道，包括头发、玻璃、阴影和物体边缘。仅对 JPEG 或 WebP 输出使用 output_compression，不要对 PNG 使用。

迁移现有工作流

1. 保存基线。 收集具有代表性的生产提示和参考图像，包括困难的编辑、精确文本、面部、产品几何形状和透明资产。记录当前模型、请求设置和结果。
2. 选择第一个候选。 如果 GPT Image 2 已满足您的质量要求，从 GPT Image 2.5 Flare 开始并测试延迟改进。如果 GPT Image 2 在复杂用例上不达标，从 GPT Image 2.5 Sunburst 开始并首先确认它满足您的质量要求。首次比较时保持提示、参考、尺寸和输出格式不变。
3. 检查完整结果。 比较指令遵循、身份和产品保留、文本准确性、不想要的更改和透明度。重复请求以测量一致性。对于编辑工作流，测试完整的编辑序列以及单个步骤。
4. 质量通过后测试延迟增益。 如果您从 GPT Image 2.5 Sunburst 开始且它满足您的质量要求，针对相同要求评估 GPT Image 2.5 Flare。仅当质量保持可接受且延迟改善时才切换；否则保留 GPT Image 2.5 Sunburst。
5. 一次调整一个设置。 在重写提示之前比较质量级别。测量典型和慢速响应、失败、重试和每张可接受图像的成本。确认当前定价，而不是假设更快的模型成本更低。
6. 按工作流推出。 一旦发布的模型通过您的验收标准，转移一小部分流量，监控相同的指标，并逐步扩大。在仍受支持时保留以前的模型以供回滚。

从 GPT Image 1 或 1.5 迁移时，使用参考选项卡检查参数差异和关闭日期。测试候选模型支持的请求设置，而不是原样复制旧设置。对于 GPT Image 2，在比较中保持您现有的分辨率和透明度要求。

重复编辑仍可能改变您打算保留的细节。重述这些约束并检查每个结果。如果某个区域必须保持像素完全相同，请将已批准的编辑合成到原始图像中，而不是仅依赖提示。

提示基础

• 定义结果。 命名主体和预期用途，如产品照片、广告或图表。指定构图、宽高比和重要的放置约束。对于复杂请求，将提示组织为场景、主体、细节和约束，使用带标签的部分。
• 选择可维护的格式。 短提示、描述性段落、类 JSON 结构、指令和标签都可以表达相同的意图。选择使要求最易于阅读和更新的格式，而不是依赖特殊语法。
• 描述可见细节。 命名材料、光照、颜色和视觉媒介。当这是目标时明确请求“照片写实”或“真实照片”，并描述取景和纹理。将相机规格视为外观线索，而非精确物理模拟的保证。对于宽幅、电影感、低光、雨天或霓虹场景，指定比例、氛围和颜色，而不是仅依赖情绪词。
• 指定人物和动作。 描述身体取景、相对比例、视线和与物体的互动。诸如“全身可见，包括脚”、“低头看着打开的书”或“双手自然握住车把”等指令使预期姿势和动作更清晰。
• 指定精确文本。 将要求的措辞放在引号中，并描述其位置和字体。必要时逐字母拼写不寻常的单词或品牌名称。要求不要额外文本，然后检查输出中的拼写和清晰度。对于小文本、密集信息或多种字体，比较中或高质量。
• 将更改与约束分开。 对于编辑，说“仅更改 X”并列出要保留的细节，如身份、几何、布局、光照或标签。说明排除项，如不想要的文本、徽标或水印。对于精确的局部编辑，还要指明饱和度、对比度、箭头、相机角度和必须保持不变的周围物体。
• 为参考分配角色。 按编号和用途识别每个输入：主体、风格、服装或背景。解释输入应如何组合以及哪些元素应移动到哪里。
• 有意迭代。 将前一个输出作为下一个编辑输入传递，请求一次更改，并重复要保留的细节。“与之前相同风格”等参考可以携带上下文，但如果结果漂移，请重述关键约束。在添加更多指令之前比较结果。

以下示例各展示一种不同技术。将其提示作为起点，并使其适应您自己的图像和要求。

生成图像

控制风格和光照

通过主体、取景、光照和纹理描述一张照片。此示例指定了抓拍构图并明确排除重度修饰。

生成设置：size="1024x1536", quality="medium"

创作一张照片写实的抓拍照片，一位年迈的水手站在一艘小渔船上。
他皮肤饱经风霜，有明显的皱纹、毛孔和日晒纹理，手臂上有几个褪色的传统水手纹身。
他正在平静地整理渔网，而他的狗坐在附近的甲板上。像 35mm 胶片照片一样拍摄，中近景，视线平齐，使用 50mm 镜头。
柔和的海岸日光，浅景深，微妙的胶片颗粒，自然的色彩平衡。
图像应感觉诚实、未经摆拍，具有真实的皮肤纹理、磨损的材料和日常细节。没有美化，没有重度修饰。

视觉化解释一个过程

命名过程、受众以及图像应传达的信息。对于图表和信息图，除了外观外，还要验证标签和事实关系。

生成设置：size="1024x1536", quality="medium"

创建一张详细的信息图，说明像 Jura 这样的自动咖啡机的运作和流程。
从豆仓、研磨、秤、水箱、锅炉等。
我想从技术和视觉上理解整个流程。

渲染精确文本

引用所需文案并告诉模型它应出现多少次。指定受众和视觉处理，而不添加无关指令。

生成设置：size="1024x1536", quality="medium"

为一家名为 Thread 的品牌给我一张很酷的潮流文化广告/时尚大片。
这是一个时髦的年轻街头品牌。广告展示一群朋友一起闲逛，标语为“Yours to Create。”
让它感觉像是面向青年街头服饰受众的精美广告活动图像：时尚、当代、充满活力且品味高雅。
使用干净的构图、强烈的色彩方向、自然的姿势和高端时尚摄影线索。
将标语精确渲染一次，清晰易读，融入广告布局。
没有额外文本，没有水印，没有无关徽标。

设计可重复使用的徽标

描述品牌和应定义标志的形状。指定一个在不同尺寸下保持清晰可读的清晰构图。使用 n 请求多个变体。

生成设置：size="1024x1536", quality="medium", background="transparent", output_format="png", n=1

为一家名为 Field & Flour 的本地面包店创作一个原创、非侵权的徽标。
徽标应感觉温暖、简单且永恒。使用干净的矢量式形状、强烈的轮廓和平衡的负空间。
偏爱简单而非细节，使其在小尺寸和大尺寸下都能清晰阅读。扁平设计，最少笔画，除非必要不使用渐变。
完全透明的背景。交付一个居中徽标，留有充足内边距，干净的 alpha 边缘，没有纯色背景、场景、棋盘格或水印。

使用历史和现实世界背景

命名地点和日期以建立历史设定。模型可以推断上下文细节，但检查服装、布景和周围环境的历史准确性。

生成设置：size="1024x1536", quality="medium"

创作一个真实的户外人群场景，地点在纽约州贝瑟尔，日期为 1969 年 8 月 16 日。
照片写实，符合时代的服装、布景和环境。

将故事变成漫画条

对于故事到漫画的生成，将叙事定义为一系列清晰的视觉节拍，每个面板一个。保持描述具体且以动作为重点，以便模型能将故事转化为可读、节奏良好的面板。

生成设置：size="1024x1536", quality="medium"

创建一个短的垂直漫画风格短片，包含 4 个面板。
面板 1：主人从前门离开。宠物被框在后面的窗户里，在玻璃前显得很小，眼睛睁大，爪子高高按在玻璃上，房子突然安静下来。
面板 2：门咔嗒一声关上。寂静被打破。宠物慢慢转向空荡荡的房子，姿态转变，眼睛锐利，充满可能性。
面板 3：房子变了样。宠物像主人一样懒散地躺在沙发上，旁边有碎屑，阳光像聚光灯一样切过房间。
面板 4：门打开。宠物完美地坐在入口旁，警觉而镇定，仿佛什么都没发生。

创建界面预览

当您描述产品仿佛已经存在时，界面预览效果最好。专注于布局、层次、间距和真实界面元素，避免概念艺术语言，使结果看起来像可用、已发布的界面，而不是设计草图。

生成设置：size="1024x1536", quality="medium"

为本地农贸市场创建一个逼真的移动应用 UI 模型。
显示今天的市场，带有简单标题、带有小照片和分类的简短供应商列表、一个小型“今日特价”部分，以及位置和营业时间的基本信息。
将其设计得实用且易于使用。白色背景、微妙的自然强调色、清晰的排版和最少的装饰。
它应该看起来像一个真实、精心设计、美观的小型本地市场应用。
将 UI 模型放在 iPhone 框架中。

创建科学和教育视觉

科学和教育视觉非常适合生物学、化学、课堂讲解、扁平科学图标系统、图表和学习资产。像教学设计简报一样提示它们：定义受众、课程目标、视觉格式、所需标签和科学约束。为获得最佳结果，要求一个干净、扁平的视觉系统，具有一致的图标风格、清晰的箭头、可读的标签和足够的留白，让学生快速扫描概念。

当准确性重要时，明确列出所需组件并说明不应包含什么。对于密集标签、图表或将在幻灯片或课程材料中使用的资产，使用 quality="high"。

生成设置：size="1536x1024", quality="high"

为高中生创建一个简单的生物学图表，标题为“细胞呼吸一览”。
展示葡萄糖如何在细胞内转化为能量。包括糖酵解、克雷布斯循环和电子传递链。
使用箭头连接步骤，并标注主要分子：葡萄糖、丙酮酸、ATP、NADH、FADH2、CO2、O2 和 H2O。
使其看起来像干净的课堂讲义或幻灯片，白色背景、简单图标、清晰标签和易读文本。
避免微小文本、额外装饰或任何使图表难以理解的内容。

构建幻灯片、图表和图形

当提示像工件规格而非插图请求时，生产力视觉效果最好。命名确切交付物（幻灯片、工作流图、图表、页面图像），定义画布和层次，提供真实文本或数据，并描述视觉语言。这些提示应包括实用约束：可读排版、精致间距、无装饰杂乱和无通用图库照片处理。

对于幻灯片、图表和图表密集型资产，直接在提示中包含数字和标签。对于演示文稿式输出使用横向尺寸，当图像包含小文本、图例、坐标轴或脚注时使用 quality="high"。

以下示例市场数据和引用是虚构的设计输入。在使用幻灯片之前，请用经过验证的数据替换它们。

生成设置：size="1536x864", quality="high"

创建一张标题为 “市场机会” 的路演幻灯片，感觉像来自 YC 支持的初创公司的真实 A 轮融资幻灯片。
使用干净的白色背景、类似 Inter 的现代无衬线排版以及清晰、极简的布局。幻灯片应包括：

• 使用柔和蓝色和灰色的 TAM/SAM/SOM 同心圆图
• 具体、可信的市场规模数字：
  • TAM： 420 亿美元
  • SAM： 87 亿美元
  • SOM： 3.4 亿美元
• 下方一个干净的柱状图，显示 2021 年至 2026 年的市场增长，带有微妙的上升趋势
• 小脚注：“AGI Research, 2024” 和 “Internal analysis”
• 右下角的公司徽标占位符
  设计应看起来像属于一个真正筹集了资金的演示文稿：高度可读的文本、清晰的数据层次、精致的间距和专业初创公司风格的视觉语言。
  避免剪贴画、图库照片、渐变、阴影、装饰元素或任何感觉通用或过度设计的东西。

编辑图像

使用 client.images.edit 并引用输入图像。对于需要遮罩的局部编辑，请参阅使用遮罩编辑。

在保留布局的同时翻译

使用每个模型在“视觉化解释一个过程”中的咖啡机图表作为输入。要求替换其文本同时保持设计不变，然后检查翻译以及任何仍保留原语言的单词。

编辑设置：size="1024x1536", quality="high"

将信息图中的文本翻译成西班牙语。不要更改图像的任何其他方面。

转移视觉风格

为参考图像分配特定角色：其调色板、纹理或视觉媒介。单独描述新主体。使用下面的像素艺术图像作为输入。

编辑设置：size="1024x1536", quality="medium"

使用输入图像的相同风格，生成一个男人在白色背景上骑摩托车的图像。

保留身份并更改服装

使用人物照片和三张服装参考作为输入。说明人物哪些方面必须保持固定，并仅允许服装改变。此模式也适用于产品必须保持可识别的编辑。

编辑设置：size="1024x1536", quality="medium"

编辑图像，使用提供的服装图像为这位女士着装。不要以任何方式更改她的脸、面部特征、肤色、体型、姿势或身份。保留她确切的长相、表情、发型和比例。仅替换服装，使服装自然地贴合她现有的姿势和身体几何形状，具有逼真的面料行为。将光照、阴影和色温匹配到原始照片，使服装逼真地融入，而不是看起来像粘贴上去的。不要更改背景、相机角度、取景或图像质量，也不要添加配饰、文本、徽标或水印。

组合参考

将场景照片作为图像 1，狗的照片作为图像 2。指定要移动哪个元素、其目的地以及必须保持不变的内容。

编辑设置：size="1024x1536", quality="medium"

将第二张图像中的狗放入图像 1 的场景中，就在那位女士旁边，使用相同的光照、构图和背景风格。不要更改任何其他内容。

创建透明产品抠图

在提示中请求孤立主体，并在 API 中请求 background="transparent"。使用 PNG 或 WebP，保留返回的 alpha 通道，对 PNG 省略 output_compression。绘制的棋盘格不是透明度。对于后续编辑，重复要求保留透明背景。使用下面的产品照片作为输入。

编辑设置：size="1024x1536", quality="medium", background="transparent", output_format="png"

从输入图像中提取产品并将其孤立在完全透明的背景上。
输出：居中产品，清晰的轮廓，没有光晕/边缘杂色。
精确保留产品几何形状和标签清晰度。
仅添加轻微润色。不要添加纯色背景、棋盘格、场景或阴影。
不要重新设计产品风格；移除背景并保留干净的 alpha 透明度。

将绘画变成逼真图像

草图到渲染工作流非常适合将粗略绘画转化为照片写实概念，同时保持原始意图。像规格一样对待提示：保留布局和透视，然后通过指定合理的材料、光照和环境来添加真实感。包括“不要添加新元素/文本”以避免创意性重新诠释。

编辑设置：size="1024x1536", quality="medium"

将这幅绘画变成照片写实的图像。
保留确切的布局、比例和透视。
选择与草图意图一致的真实材料和光照。
不要添加新元素或文本。

移除物体

通过明确命名一个物体并保留其周围的一切来移除它。保持人物、姿势、光照和构图不变，使编辑保持局部。

编辑设置：size="1024x1536", quality="medium"

从男人手中移除花朵。不要更改任何其他内容。

将人物插入场景

将人物插入新场景同时保留其身份。指定自然光照、可信细节、身体取景、视线和与场景的互动。说明哪些面部特征和比例必须保持不变。对于 gpt-image-2，省略 input_fidelity；图像输入始终以高保真度处理。

使用博物馆中的女士作为输入图像。

编辑设置：size="1024x1536", quality="medium"

生成一个高度逼真的动作场景，这个人正在逃离一只袭击露营地的巨大逼真棕熊。图像应该看起来像有人可能拍摄的真实照片，而不是过度增强或电影海报式的图像。
她位于图像中央但视线离开相机，穿着户外露营服装，脸上有泥土，衣服有撕裂。她显然害怕但专注于逃脱，正在逃离熊，熊在她身后摧毁露营地。
露营地在优胜美地国家公园，具有可信的自然细节。时间是黄昏，自然光照和真实色彩。一切都应感觉扎实、真实、无风格化，仿佛捕捉于真实时刻。避免电影感光照、戏剧性调色或风格化构图。

跨轮次精炼图像

从一个输出开始，检查它，并将其用作下一个输入。保持每个后续操作狭窄，以便您可以看到哪个更改有帮助。

创建起始图像

使用“创建透明产品抠图”中的洗发水照片作为此广告牌场景的输入。精确引用标签文本。

编辑设置：size="1024x1536", quality="medium"

创建一个逼真的洗发水广告牌模型，位于日落时的高速公路场景中。
广告牌文本（精确、逐字、无额外字符）：
“Fresh and clean”
排版：粗体无衬线，高对比度，居中，干净字距。
确保文本出现一次且完全清晰可读。
无水印，无徽标。

更改一个条件

将每个模型的广告牌输出从上一��传递到其下一个编辑请求。此简短后续操作更改天气同时保留现有场景。

编辑设置：size="1024x1536", quality="medium"

使其看起来像一个下雪的冬日傍晚。

保持角色一致

对于包含多个插图的书籍，创建可重复使用的角色参考，以帮助在场景、姿势和页面之间保持外观。更改环境和故事，同时重复角色的定义细节。

建立角色

定义角色的外观、比例、服装和基调。

生成设置：size="1024x1536", quality="medium"

创建一幅儿童书籍插图，介绍一个主角。
角色：
一个年轻的、故事书风格的英雄，灵感来自一个小森林亡命之徒，
穿着简单的绿色连帽束腰外衣、柔软的棕色靴子和一个小腰包。
角色表情善良，眼睛温柔，勇敢但温暖。
携带一把小木弓，仅用于帮助，从不伤害。
主题：
角色保护和拯救小森林动物，如松鼠、鸟和兔子。
风格：
儿童书籍插图，手绘水彩外观，
柔和轮廓，温暖的大地色调，异想天开且友好。
适合绘本的比例（略大的头，富有表现力的脸）。
约束：

• 原创角色（无版权角色）
• 无文本
• 无水印
• 简单的森林背景以清晰展示角色

继续故事

重用每个模型生成的角色图像并描述一个新场景。重复外观约束以使角色保持一致。

编辑设置：size="1024x1536", quality="medium"

使用相同角色继续儿童书籍故事。
场景：
同一个年轻的森林英雄正在温柔地帮助一只受惊的松鼠
从冬风暴后倒下的树中出来。
角色跪在松鼠旁边，给予安慰。
角色一致性：

• 相同的绿色连帽束腰外衣
• 相同的面部特征、比例和调色板
• 相同的温柔、英勇的个性
  风格：
  儿童书籍水彩插图，
  柔和光照，雪林环境，
  温暖舒适的氛围。
  约束：
• 不要重新设计角色
• 无文本
• 无水印

更多工作流

更换房间中的家具

在真实空间中可视化家具或装饰变化，而无需重新创建整个场景。目标是精确的真实感：更换单个物体同时保留相机角度、光照、阴影和周围环境，使编辑看起来像真实照片，而不是重新设计。

编辑设置：size="1536x1024", quality="medium"

在此房间照片中，仅将白色椅子替换为木制椅子。
保留相机角度、房间光照、地板阴影和周围物体。
保持图像的所有其他方面不变。
逼真的接触阴影和面料纹理。

设计节日贺卡

对于季节性贺卡概念，描述场景、情感基调、材料、光照和精确文案。对于 3D 弹出式或拍摄卡片处理，指定纸张层、纤维、折叠和柔和工作室光照。以下示例使用怀旧的泰迪熊场景。

生成设置：size="1024x1536", quality="medium"

创建一幅圣诞节日贺卡插图。
场景：
一个舒适的圣诞场景，一只旧泰迪熊坐在一个纪念盒里，皮毛略有磨损，有柔软的缝线修补，放在窗边，外面下着雪。场景暗示孩子已经长大，但记忆仍在。
情绪：
温暖、怀旧、温柔、感性。
风格：
高级节日贺卡摄影，柔和的电影感光照，
逼真的纹理，浅景深，
雅致的散景灯光，高印刷质量的构图。
约束：

• 仅原创艺术作品
• 无商标
• 无水印
• 无徽标
  仅包含此贺卡文本（逐字）：
  “Merry Christmas — some memories never fade.”

设计收藏品商品

使用产品摄影线索探索商品和包装概念：材料、包装和印刷清晰度。保持设计原创且非侵权，并比较多个角色或包装变体。

生成设置：size="1024x1536", quality="medium"

创建一个复古风格玩具螺旋桨飞机的收藏动作人偶，具有圆润的机翼、前置旋转螺旋桨、略有磨损的油漆边缘、经典的童年比例，设计为怀旧节日收藏品，采用吸塑包装。
概念：
一个怀旧的节日收藏品，灵感来自儿童在冬季假期玩耍的简单玩具飞机。
唤起温暖、想象力和童年奇迹。
风格：
高级玩具摄影，逼真的塑料和涂漆金属纹理，
工作室光照，浅景深，
清晰的标签印刷，高端零售展示。
约束：

• 仅原创设计
• 无商标
• 无水印
• 无徽标
  仅包含此包装文本（逐字）：
  “Christmas Memories Edition”

运行完整示例

此可运行示例仍固定使用 gpt-image-2。将其用作基线，然后为您的评估选择可用的模型及其支持的请求设置。

以下示例生成四个徽标变体并将产品提取到透明背景上。使用 pip install openai 为 Python 或 gem install openai 为 Ruby 安装 OpenAI SDK。设置 OPENAI_API_KEY 并将产品照片保存为 input_images/shampoo.webp。实时请求会产生 API 使用费用。

查看完整示例。

有关更多提示和完整工作流，请参阅原始 notebook。

检查结果

在使用输出之前，对照要求检查：

• 所需文本是否准确且清晰可读？图表标签和关系是否正确？
• 身份、产品形状、标签和参考细节是否完好？
• 编辑是否仅更改了您要求的内容？
• 如果需要透明度，文件是否包含 alpha 通道而非绘制的背景？

在更改提示或模型时，在代表性输入上比较质量、延迟和成本。