阅读,与值得关注的内容Readance

GPT Image 2.5 提示词与图像编辑完全指南及核心实战案例全景解析

GPT Image 2.5

GPT Image 2.5 提示词与图像编辑完全指南及核心实战案例全景解析

把模糊的图片需求拆成可检查的主体、构图、风格与约束,再用单变量迭代和逐次验收减少漂移。

 
 
Flare 为速度优化,Sunburst 为质量优化;选型要在自己的工作负载上同时比较质量、延迟、失败、重试和每张合格图成本。
 
 
 
 
有效提示词更像一份可维护的视觉规格:明确结果、可见细节、确切文字、参考图角色,以及编辑中哪些要改、哪些要保留。
 
 
 
 
提示词提高可控性但不保证确定结果;文字、科学关系、人物与产品保真、透明通道及连续编辑都必须逐次检查。
 
00

快速速览:GPT Image 2.5 带来的实质升级

1双模型分工确立:gpt-image-2.5-flare 为速度优化的小模型(图像质量与 GPT Image 2 相当),gpt-image-2.5-sunburst 为质量优化的基础模型(图像质量高于 GPT Image 2)。
 
2自定义分辨率:支持符合约束的自定义尺寸:长宽均为 16 的倍数、最大边 3840px、长宽比不超过 3:1,像素总量在 65.5 万至 829.4 万之间。
 
3原生透明背景通道:支持直接请求透明背景(background="transparent" 输出带 Alpha 通道的 PNG/WebP),但仍需检查 alpha、玻璃、毛发、阴影与边缘,必要时结合后处理或工程合成,避免依赖假棋盘格。
 
4编辑模式结构化约束:支持多参考图角色分配(图 1 作主体、图 2 作服装、图 3 作背景),提示词可分别表达改动项与保留项,有助于减少画面漂移,结果仍需逐次检查。
 
5文字与信息图工作流:可用于文字排版、多格叙事漫画、学术图表、商业幻灯片和局部文字翻译,生成结果仍需人工核对。
 
延伸

如果你想先了解模型本身,可以先读站内的 GPT Image 2.5 模型介绍;本文继续聚焦官方提示指南与落地工作流。

 

OpenAI 针对最新的 GPT Image 2.5 系列模型(包含为速度优化的小模型 Flare 与为质量优化的基础模型 Sunburst)发布了官方提示指南。

 
 
这份指南旨在让大家了解:AI 图像生成正在从单一的文生图提示词技巧,转向更清楚表达约束、提高可控性并逐次验收的“局部编辑、多图合成、角色一致性与工程交付”工作流。
 

无论你是使用 ChatGPT 制作海报、漫画、UI 原型与电商图的创作者,还是正在将 API 从旧版(GPT Image 1 / 1.5 / 2)迁移到 2.5 的开发者,本篇解读将为你拆透官方指南中的全部核心机制、参数底线、8 大编写心法与 22 个命名工作流(包含 9 个生成、8 个编辑、2 个跨轮次与 3 个更多工作流),并提供可直接参考的工程级提示词模板与落地工具包。

 
01

第一部分:模型选型与 API 核心参数底线

在写提示词之前,必须先厘清模型与接口参数。需要明确的是,通用提示方法虽可借鉴,但 Flare/Sunburst 模型选型以及 quality、size、background 均属于 API 调用语境,不能暗示 ChatGPT 界面必有这些控件。官方强调:接口参数应在 API 请求中显式指定,不要混在 Prompt 提示词中表述。

 
1Flare 与 Sunburst:如何做选型与迁移?
gpt-image-2.5-flare
 
定位与特性
小型模型,为速度优化
 
适用场景
高并发、实时交互、对时延敏感的原型与常规生成
 
质量基准
图像质量与 GPT Image 2 相当
 
gpt-image-2.5-sunburst
 
定位与特性
基础模型,为质量优化
 
适用场景
商业广告、高精印刷、复杂信息图、高要求人像与光影
 
质量基准
图像质量高于 GPT Image 2
 

迁移决策树

 
场景 A
(现有 GPT Image 2 效果已满足要求):首先接入 Flare。在保持现有 Prompt、参考图和分辨率不变的情况下,验证是否能在画质相当的前提下缩短端到端响应时间。
 
场景 B
(现有工作流效果存在痛点/复杂高难任务):首先接入 Sunburst,建立质量达标基线;一旦 Sunburst 验收通过,再反向用相同输入测试 Flare。如果 Flare 也能满足质量要求,再评估切至 Flare 的速度优势;需要明确的是,速度不能直接推断为更便宜,必须核对当前价格、失败率、重试次数与每张合格图的综合成本,若 Flare 无法达标则保留 Sunburst。
 
特别提醒

跨模型质量等级(Quality)不可直接画等号
两个模型即使选择相同的 quality="medium",也不意味着实际出图细节和生成耗时相同。在做选型对比时,必须在同一组测试集上固定尺寸与格式进行实测。

 
2接口核心参数与分辨率数学约束
# API 典型请求结构
response = client.images.generate(
    model="gpt-image-2.5-sunburst",  # 或 gpt-image-2.5-flare
    prompt=prompt_text,
    quality="high",  # auto (默认), low, medium, high, xhigh, max
    size="1536x1024",  # 支持预设或自定义
    background="transparent",  # auto, opaque, transparent
    output_format="png",  # png, jpeg, webp
)
 

关键参数限制与潜规则

 
1size 自定义分辨率必须满足 4 大硬性数学约束:
 
— 单边最大长度不能超过 3,840 像素。
— 宽、高两边必须是 16 的整数倍(如 1024, 1536, 2048 等)。
— 长宽比(长边 : 短边)不得超过 3:1(禁止过于极端的超宽带状图)。
— 总像素数必须落在 655,360 至 8,294,400 像素 之间。
— 实验性区间警告:当总像素超过 3,686,400 像素(即 2560x1440)时,系统处于实验性支持阶段。
 
2常见标准分辨率速查:
 
— 正方形(1:1):1024x1024, 2048x2048 (2K)
— 横屏风景(3:2 / 16:9):1536x1024, 2048x1152 (2K), 3840x2160 (4K)
— 竖屏人像(2:3 / 9:16):1024x1536, 2160x3840 (4K)
 
3quality 档位策略:
 
— 档位提供 low、medium、high、xhigh、max 以及默认的 auto。
— 调优法则:永远先选定模型再调画质档位。遇到文字排版、小字号注释、密集多字体时,起步测试建议设为 medium 或 high。只有在时延预算充足且低档位确实无法满足锐度需求时,才考虑 xhigh 或 max。
 
4background 透明背景:
 
— 透明输出可以直接在 API 请求(设置 background="transparent"),且 output_format 必须是 png 或 webp。
— 禁止对 PNG 使用 output_compression(该参数仅适用于 JPEG 和 WebP)。
— 逐次验收与后处理:透明输出虽然可以直接请求,但仍需检查 alpha 通道、半透明玻璃、毛发细节、阴影过渡与边缘轮廓,并确认模型没有生成假棋盘格;必要时结合后处理或工程合成以达到交付标准。
 
3旧模型退役周期表(迁移预警)

如果你的生产环境仍在调用老版本模型,必须注意以下关停时限与迁移要点:

 
gpt-image-1
 
当前状态
已废弃(Deprecated)
 
停机退役时间(Shutdown Date)
2026 年 10 月 23 日
 
迁移路线建议
先以 gpt-image-2 验证现有工作流,再评估 2.5;迁到 GPT Image 2 时省略 input_fidelity
gpt-image-1.5
 
当前状态
已废弃(Deprecated)
 
停机退役时间(Shutdown Date)
2026 年 12 月 01 日
 
迁移路线建议
先以 gpt-image-2 验证现有工作流,再评估 2.5;迁到 GPT Image 2 时省略 input_fidelity
gpt-image-2
 
当前状态
稳定可用
 
停机退役时间(Shutdown Date)
现役基线模型
 
迁移路线建议
验证现有工作流的基准;其透明背景为 preview;基线稳定后再评估迁移 2.5
 
 
— 迁移验证路径:GPT Image 1 和 1.5 都应先以 GPT Image 2 验证现有工作流,确认达标后再评估 2.5。
— 尺寸参数官方值:GPT Image 1 和 1.5 的 size 均为 1024x1024、1024x1536、1536x1024 或 auto。
— input_fidelity 参数细节:两者 input_fidelity 均为 low 或 high(其中 GPT Image 1 的 high 会增加图像输入 token);迁到 GPT Image 2 时省略 input_fidelity,因为 GPT Image 2 始终高保真(不要写成“2.x 都不需要”)。
— 透明背景状态:GPT Image 2 的透明背景为 preview,迁移评估时需注意其特性状态。
 
02

第二部分:编写高效 Prompt 的 8 大底层心法

官方总结了从基础生成到多轮编辑的 8 项编写准则。为便于实际改写与落地对照,以下将每项转化为紧凑的“Prompt 诊断卡”。提示词的细化旨在把意图表达清楚并提供检查依据,降低非预期结果出现的风险,但模型执行仍存在不确定性,生成结果仍需逐项对照验收。

 
1精准界定输出形态(Define the result)
— 核心作用:指明具体主体与交付媒介类型,为构图和光照设定清晰框架。
 
模糊写法|中文
一个白底上的陶瓷咖啡杯产品图。
 
Vague|English
A product photo of a ceramic coffee mug on a white background.
 
可执行改写|中文
电商白底产品图:一只纯白色哑光陶瓷咖啡杯,置于纯白无缝背景中央,从 45 度俯角拍摄,柔和漫射光,无干扰性阴影。
 
Actionable|English
E-commerce white-background product photography: a matte white ceramic coffee mug centered on a seamless pure white background, photographed from a 45-degree downward angle, with soft diffused lighting and no distracting shadows.
 
— 验收重点:核对画面是否符合电商交付规格,背景是否为纯白无缝、拍摄角度是否为 45 度俯角、阴影是否柔和且无干扰杂乱投影。
 
2采用易维护的格式(Choose a maintainable format)
— 核心作用:短句、规范段落、标签、指令或类 JSON 均可选用,关键是选择最易读、最易维护的格式;复杂任务可选用 Scene / Subject / Details / Constraints 分块作为可选组织示例,避免长句混杂。
 
模糊写法|中文
画一个在科技实验室做实验的女科学家,桌上有发光蓝色试管和全息投影,画面明亮整洁,不要杂物和文字。
 
Vague|English
Draw a female scientist doing an experiment in a tech lab, with glowing blue test tubes and holographic projections on the desk, bright and neat, no clutter and no text.
 
可执行改写|中文
[Scene] 明亮整洁的现代科技实验室,冷白室内环境光
[Subject] 一位身穿白色实验服的女科学家,正低头专注记录实验数据
[Details] 实验台上整齐摆放发光的蓝色试管与半透明全息分子模型
[Constraints] 画面无杂乱多余物品,背景与界面无额外文字
 
Actionable|English
[Scene] Bright and clean modern tech laboratory, cool white ambient indoor lighting
[Subject] A female scientist in a white lab coat, looking down and focusing on recording experiment data
[Details] Glowing blue test tubes and translucent holographic molecular models neatly arranged on the workbench
[Constraints] No messy redundant items in the scene, no extra text on the background or interfaces
 
— 验收重点:按分块逐项核对场景环境、人物姿态、实验道具细节,确认没有出现违背约束的多余杂物或无关文字。
 
3描述可肉眼感知的真实物理细节(Describe visible details)
— 核心作用:用可见的材质、纹理与环境光影表达真实感;相机焦段与光圈仅作为外观风格线索(Cues for appearance),并非真实的光学物理模拟。
 
模糊写法|中文
老木匠的高清真实肖像,质感超强,大师级光影,8k 电影感。
 
Vague|English
A high-definition realistic portrait of an old carpenter, incredible texture, master lighting, 8k cinematic feel.
 
可执行改写|中文
真实摄影:一位年长木匠的面部特写,皮肤带有深浅不一的干燥皱纹与微小毛孔,侧方柔和窗光勾勒轮廓,浅景深使工坊背景自然虚化(85mm 镜头外观线索)。
 
Actionable|English
Real photograph: a close-up portrait of an elderly carpenter, showing dry wrinkles of varying depth and visible pores, soft side window light outlining facial contours, shallow depth of field naturally blurring the workshop background (85mm lens appearance cue).
 
— 验收重点:检查面部皱纹、毛孔等肉眼可见细节是否自然,侧光与浅景深外观线索是否符合预期,不按真实光学物理指标衡量。
 
4具象化人物姿态与交互(Specify people and actions)
— 核心作用:用确切的构图范围、肢体状态与互动对象替代笼统词汇,把肢体动作表达清楚,提供明确的形态检查依据。
 
模糊写法|中文
一个在街上骑自行车的男子。
 
Vague|English
A man riding a bicycle on the street.
 
可执行改写|中文
全身构图:一位三十多岁的男子在城市林荫道上骑行,全身可见包括双脚,双手自然抓握平把公路车车把,双眼注视前方路面,双腿处于蹬踏脚踏板的动作中。
 
Actionable|English
Full-body composition: a man in his 30s riding on a tree-lined city street, full body visible including both feet, hands naturally gripping the flat handlebars of a road bike, eyes focused on the road ahead, legs actively pedaling.
 
— 验收重点:核对人物构图是否全身可见(包括双脚)、手部抓握车把与双腿蹬踏动作是否协调自然、视线朝向是否准确。
 
5精准字面文本建议加双引号(Specify exact text)
— 核心作用:用英文双引号明确指定文本字面内容、排版位置与出现频次,并声明排除额外文字;生成后必须逐字核对拼写与排版。
 
模糊写法|中文
咖啡馆门头木招牌,上面写着店名 Morning Brew 和副标题。
 
Vague|English
A wooden storefront sign for a coffee shop, with the shop name Morning Brew and a subtitle on it.
 
可执行改写|中文
复古木质咖啡馆门头招牌,正中以清晰衬线体排版文字 "Morning Brew",下方以较小无衬线体排版副标题 "Artisan Coffee",两处文字各出现且仅出现一次,招牌及画面其他区域无额外杂乱文字。
 
Actionable|English
Vintage wooden coffee shop storefront sign, centered typography in clean serif font reading "Morning Brew", with smaller sans-serif subtitle "Artisan Coffee" below it, each text rendered exactly once, with no extra clutter text anywhere on the sign or scene.
 
— 验收重点:逐字母核对 "Morning Brew" 与 "Artisan Coffee" 的拼写、大小写与层级排版,确认两处文字各出现且仅出现一次,且无多余错漏乱码。
 
6编辑时明确区分“改动项”与“保留项”(Separate changes from constraints)
— 核心作用:在图像局部编辑时显式划分改动区域与锁定区域,把编辑意图表达清楚,降低未修改区域发生意外变化的风险。
 
模糊写法|中文
把图里人物的上衣换成红色羽绒服。
 
Vague|English
Change the person's jacket in the image to a red down jacket.
 
可执行改写|中文
基于原图编辑:仅修改人物上衣为一件红色连帽羽绒服(change only the upper garment to a red hooded down jacket)。严格保留人物面部五官、发型发色、站立姿态、背景街道环境及原有光照角度不变。
 
Actionable|English
Based on original image edit: change only the subject's upper garment to a red hooded down jacket. Keep facial features, hair style and color, standing posture, background street environment, and original lighting angle strictly unchanged.
 
— 验收重点:比对原图确认红色羽绒服替换自然,重点核查人物面部、发型、姿态及背景光影是否保持不变,确认未发生非目标区域的被动变动。
 
7为多参考图明确分配角色(Assign roles to references)
— 核心作用:输入多张参考图时显式为各图分配编号与角色分工,阐明元素提取与承载关系,为画面融合提供检查依据。
 
模糊写法|中文
结合图 1 和图 2,做一张女人和狗在客厅里的图。
 
Vague|English
Combine Image 1 and Image 2 to make a picture of a woman and a dog in a living room.
 
可执行改写|中文
多图组合:图 1 作为主场景底图,保留客厅空间结构与暖色室内环境光;从图 2 中提取金毛寻回犬,放置在图 1 沙发旁的地毯上;狗的受光角度与地毯投影严格继承图 1 的光源方向。
 
Actionable|English
Multi-image composition: Image 1 serves as the base background scene, preserving the living room spatial structure and warm indoor ambient light; extract the golden retriever from Image 2 and place it on the rug next to the sofa in Image 1; the dog's lighting angle and cast shadow on the rug must inherit the light source direction from Image 1.
 
— 验收重点:核对图 1 客厅背景是否完整保留,图 2 金毛犬的主体特征与比例是否准确提取并融入,检查狗的受光与阴影是否与图 1 环境光照方向协调一致。
 
8小步迭代,单轮推进(Iterate deliberately)
— 核心作用:多轮精细调整时每次只推进单一变量,下一轮以前一轮已验收合格的图为输入基准,降低多次叠加修改导致的意外变化风险。
 
模糊写法|中文
把上一轮生成的图换个海滩背景,人物放大一点,光线调暗,再加一副眼镜。
 
Vague|English
Change the background of the image generated last round to a beach, make the person slightly bigger, dim the lighting, and add glasses.
 
可执行改写|中文
基于上一轮已验收确认的图像作为输入:本轮仅执行单项修改——为人物面部添加一副黑色细圆框眼镜(change only: add thin black round-frame glasses)。上一轮已验收确认的人物面部五官、发型、服装、站立构图与背景完全保持不变。
 
Actionable|English
Based on the verified image from the previous round as input: execute only a single change this round—add a pair of thin black round-frame glasses to the subject's face. Keep the previously verified facial features, hairstyle, clothing, standing composition, and background strictly unchanged.
 
— 验收重点:核对本轮新增黑框眼镜的佩戴位置与透视是否自然,并比对上一轮已验收图像,逐一确认面部特征、发型、服装和背景未发生非预期的被动改变。
 
03

第三部分:核心实战案例全景解析

官方指南提供了 22 个命名工作流(包含 9 个生成案例、8 个编辑案例、2 个跨轮次案例以及 3 个更多工作流)。英文原版提示词是实践起点,实际使用中需按具体输入与业务场景适配,产出仍需人工检查。下文梳理各案例的提示词设计目标、关键参数与机制要点。

 
场景一
 
高保真基础图像生成
 
案例 1
 

写实人像与胶片光影(Control style and lighting)

生成参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
创建一张逼真的纪实抓拍照片,画面中一位年迈的水手站在一艘小型渔船上。
他有着饱经风霜的皮肤,可见清晰的皱纹、毛孔与日晒纹理,手臂上有几处褪色的传统水手刺青。
他正从容平静地理着渔网,他的狗就坐在甲板一旁。拍摄质感如同 35mm 胶片照片,平视中近景,使用 50mm 镜头。
柔和的海岸自然日光,浅景深,细腻的胶片颗粒感,自然的色彩平衡。
整张画面应给人真切自然、毫无摆拍之感,具备真实的皮肤质感、磨损的材质痕迹与日常细节。不要美颜,不要重度磨皮。
 
English
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.
 
核心机制解析
 
— 质感反向压制:结尾处显式加入 No glamorization, no heavy retouching(不要美颜、不要重度磨皮),提示模型偏向自然质感,有助于减少过度修饰倾向。
— 物理线索:明确列出“饱经风霜的皮肤皱纹、毛孔、日光晒伤质感、褪色刺青”,为微表面细节设定具体提示目标。
— 单次样本观察:在官方单次对比示例中,Flare 与 Sunburst 呈现了写实抓拍效果;在该次样本中,Sunburst 在胡须质感、渔网织物边缘及背景层次呈现上看起来更为细腻。但单次样本仅供参考,不能外推为模型间稳定的整体胜负定论。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 1 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 1 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 2
 

流程图解与信息图(Explain a process visually)

生成参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
制作一张详细的信息图,展示类似 Jura 全自动咖啡机的运作原理与工作流程。
从豆仓、研磨,到称重计量、水箱、锅炉等。
我希望从技术和视觉层面清晰理解其工作流程。
 
English
Create a detailed Infographic of the functioning and flow of an automatic coffee machine like a Jura.
From bean basket, to grinding, to scale, water tank, boiler, etc.
I'd like to understand technically and visually the flow.
 
核心机制解析
 
— 系统级指引:明确指明机器类型(Jura 全自动咖啡机)和核心内部部件流向(豆仓 -> 研磨 -> 称重计量 -> 水箱 -> 锅炉)。
— 检查重点:生成此类图解后,必须人工校验管路流向与部件逻辑连接,不可完全依赖 AI 对机械原理的自发理解。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 2 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 2 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 3
 

精准广告标语排版(Render exact text)

生成参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
为一个名为 Thread 的品牌制作一张具有潮流文化感、酷炫的广告 / 时尚大片。
这是一个面向年轻人的时髦街头潮流品牌。广告展示了一群好友聚在一起玩乐的场景,并带有标语 "Yours to Create."。
让它看起来像是一张面向年轻街头服饰受众的高水准商业宣传大片:时尚、前卫、充满活力且富有品味。
运用干净利落的构图、鲜明强烈的色彩走向、自然的姿态以及高端时尚摄影的视觉质感。
将标语清晰可辨地渲染一次,且仅渲染一次,并自然融入广告版式布局中。
不要多余文字,不要水印,不要无关 logo。
 
English
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.
 
核心机制解析
 
— 清楚要求文本频次:Render the tagline exactly once(仅渲染一次)用于清楚要求标语出现频次,有助于减少在海报角落重复散落碎文本的现象;交付前必须逐字验收文字拼写与排版。
— 版式自然融入:integrated into the ad layout 明确要求文字融入海报整体版式结构,而非粗暴浮于画面上方。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 3 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 3 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 4
 

矢量透明背景 Logo(Design a reusable logo)

生成参数size="1024x1536"quality="medium"background="transparent"output_format="png"n=1
 
中英双语 Prompt
 
中文
为一家名为 Field & Flour 的本地烘焙工坊设计一个原创、无侵权风险的 Logo。
该 Logo 应传递出温暖、简洁与历久弥新的质感。采用干净利落的类矢量图形、鲜明的轮廓剪影以及平衡的留白负空间。
追求极简而非繁复细节,以便在各种缩放尺寸下都能清晰辨识。扁平化设计,极简线条笔触,非必要不使用渐变。
完全透明的背景。交付单个居中 Logo,四周留白充裕,带有干净利落的 Alpha 边缘,无实体背景、场景、假棋盘格或水印。
 
English
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.
 
核心机制解析
 
— 背景排除项:no solid backdrop, scenery, checkerboard, or watermark 明确要求不要实体背景、场景、假棋盘格和水印,生成后仍需检查。
— 留白要求:generous padding(充裕的四周留白)用于降低图标边缘被画幅裁切的风险,结果仍需验收。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 4 · Logo 变体 1 · GPT Image 2.5 Flare
图:Logo 变体 1 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 4 · Logo 变体 1 · GPT Image 2.5 Sunburst
图:Logo 变体 1 · GPT Image 2.5 Sunburst 官方单次输出
GPT Image 2.5 Flare
Case 4 · Logo 变体 2 · GPT Image 2.5 Flare
图:Logo 变体 2 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 4 · Logo 变体 2 · GPT Image 2.5 Sunburst
图:Logo 变体 2 · GPT Image 2.5 Sunburst 官方单次输出
GPT Image 2.5 Flare
Case 4 · Logo 变体 3 · GPT Image 2.5 Flare
图:Logo 变体 3 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 4 · Logo 变体 3 · GPT Image 2.5 Sunburst
图:Logo 变体 3 · GPT Image 2.5 Sunburst 官方单次输出
GPT Image 2.5 Flare
Case 4 · Logo 变体 4 · GPT Image 2.5 Flare
图:Logo 变体 4 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 4 · Logo 变体 4 · GPT Image 2.5 Sunburst
图:Logo 变体 4 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 5
 

历史场景与真实世界知识(Use historical and real-world context)

生成参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
生成一张写实的户外人群聚集场景,时间地点为 1969 年 8 月 16 日的纽约州贝塞尔。
逼真写实,具有符合该历史时期的服装、舞台布局与现场环境。
 
English
Create a realistic outdoor crowd scene in Bethel, New York on August 16, 1969.
Photorealistic, period-accurate clothing, staging, and environment.
 
核心机制解析
 
— 历史语境线索:确切的日期与地点(1969 年 8 月 16 日纽约州贝塞尔)为模型提供了具体的历史语境线索,引导画面贴近特定历史时期的时代背景。
— 时代特征与史料核验:提示词中以 period-accurate clothing, staging, and environment 明确要求还原年代特征;但生成画面中的服装、舞台和环境细节仍需对照史料进行人工核验,模型提示词本身不等于史料准确性保证。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 5 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 5 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
场景二
 
叙事、界面与学术生产力图表
 
案例 6
 

四格故事连环画(Turn a story into a comic strip)

生成参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
创作一组 4 格竖版漫画风格的连环画短片。
分镜 1:主人走出正门离开。宠物被框在主人身后的窗户中,贴在玻璃前显得娇小,睁大眼睛,爪子高高扒在窗上,屋里突然安静下来。
分镜 2:门咔哒一声关上。寂静被打破。宠物缓缓转身面向空荡荡的屋子,姿态转变,眼神因各种可能性而变得敏锐。
分镜 3:整间屋子大变样。宠物像主人一样大摇大摆瘫躺在沙发上,身旁散落着零食碎屑,阳光如聚光灯般洒满房间。
分镜 4:门开了。宠物端端正正地坐在玄关处,警惕而从容,仿佛什么都没发生过一样。
 
English
Create a short vertical comic-style reel with 4 panels.
Panel 1: The owner leaves through the front door. The pet is framed in the window behind them, small against the glass, eyes wide, paws pressed high, the house suddenly quiet.
Panel 2: The door clicks shut. Silence breaks. The pet slowly turns toward the empty house, posture shifting, eyes sharp with possibility.
Panel 3: The house transformed. The pet sprawls across the couch like it owns the place, crumbs nearby, sunlight cutting across the room like a spotlight.
Panel 4: The door opens. The pet is seated perfectly by the entrance, alert and composed, as if nothing happened.
 
核心机制解析
 
— 分镜镜头语言(Visual Beats):严禁写笼统剧情,必须按 Panel 1 到 Panel 4 单独定义画面构图、动作和光线。
— 宠物从依依不舍到大闹客厅再到瞬间伪装的动态转折,依赖于每格中明确的物理动作描述。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 6 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 6 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 7
 

真实移动端 App 界面原型(Create an interface preview)

生成参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
为本地农贸集市制作一个逼真的移动端 App UI 原型展示图。
展示今日集市界面,包含一个简洁的页头、带有小缩略图和品类标签的摊商简短列表、一个精巧的“Today’s specials”专区,以及地点与营业时间的基础信息。
整体设计需实用且易用。纯白背景、柔和自然的点缀色、清晰的字体排版与极简装饰。
外观应如同一款真实上线、设计精良且美观的本地小型集市 App。
将该 UI 原型置于一个 iPhone 机模框架中呈现。
 
English
Create a realistic mobile app UI mockup for a local farmers market.
Show today’s market with a simple header, a short list of vendors with small photos and categories, a small “Today’s specials” section, and basic information for location and hours.
Design it to be practical, and easy to use. White background, subtle natural accent colors, clear typography, and minimal decoration.
It should look like a real, well-designed, beautiful app for a small local market.
Place the UI mockup in an iPhone frame.
 
核心机制解析
 
— 排斥概念草图词汇:不要用“UI concept/wireframe”,而要用 real, well-designed, beautiful app 和具体业务模块名(header, vendor list, specials, hours),并指定 Place the UI mockup in an iPhone frame(置于真实机模中)。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 7 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 7 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 8
 

高中生物细胞呼吸科学图解(Scientific and educational visuals)

生成参数size="1536x1024"quality="high"
 
中英双语 Prompt
 
中文
为高中生制作一张标题为 "Cellular Respiration at a Glance" 的简明生物学图解。

展示葡萄糖如何在细胞内部转化为能量。包含糖酵解、三羧酸循环以及电子传递链。
使用箭头连接各个步骤,并标注主要分子:glucose、pyruvate、ATP、NADH、FADH2、CO2、O2 和 H2O。
使其看起来像一份干净清晰的课堂讲义或幻灯片,具备白色背景、简洁图标、明确标签和易读文字。

避免微小字体、多余装饰或任何让图解难以理解的元素。
 
English
Create a simple biology diagram titled "Cellular Respiration at a Glance" for high school students.

Show how glucose turns into energy inside a cell. Include glycolysis, the Krebs cycle, and the electron transport chain.
Use arrows to connect the steps, and label the main molecules: glucose, pyruvate, ATP, NADH, FADH2, CO2, O2, and H2O.
Make it look like a clean classroom handout or slide, with a white background, simple icons, clear labels, and easy-to-read text.

Avoid tiny text, extra decoration, or anything that makes the diagram hard to understand.
 
核心机制解析
 
— 教学设计思维(Instructional Design Brief):面向高中教学场景,指明三大核心反应阶段(糖酵解、三羧酸循环、电子传递链)及关键化学分子缩写。
— 参数与科学逻辑核验:设置 quality="high" 仅属于可比较的画质设定,有助于细节清晰度,但并不保证文字拼写、箭头流向或科学关系正确,所有生物化学反应路径与化学符号必须由专业人员进行人工核对。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 8 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 8 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 9
 

YC 风格商业计划书路演幻灯片(Build slides, diagrams, and charts)

生成参数size="1536x864"quality="high"
 
虚构数据提示

提示词中的 $42B / $8.7B / $340M 与注脚 "AGI Research, 2024"、"Internal analysis" 均为官方用于演示图表版式的虚构设计输入。实际业务使用时必须替换为真实核验过的数据和来源;高完成度的视觉呈现绝不等于数据可信。

 
中英双语 Prompt
 
中文
制作一张标题为 **"Market Opportunity"** 的商业计划书幻灯片,质感如同出自 YC 孵化初创公司的真实 A 轮融资路演幻灯片。

采用干净的纯白背景、现代无衬线字体(如 Inter),以及利落极简的版式。幻灯片应包含:

* 一个采用低饱和度蓝灰配色的 TAM/SAM/SOM 同心圆图
* 具体、可信的市场规模数据:
  * **TAM:** $42B
  * **SAM:** $8.7B
  * **SOM:** $340M
* 下方配有一张简洁的柱状图,展示 **2021 to 2026** 的市场增长,呈现平缓上升趋势
* 小字号注脚:**"AGI Research, 2024"** 与 **"Internal analysis"**
* 右下角放置一个公司 Logo 占位符

整体设计应呈现出真正成功融到资的路演 PPT 质感:文字高度可读、数据层级分明、间距考究、采用专业的初创公司视觉语言。

避免剪贴画、图库照片、渐变、阴影、装饰性元素,或任何显得平庸或过度设计的元素。
 
English
Create one pitch-deck slide titled **"Market Opportunity"** that feels like a real Series A fundraising slide from a YC-backed startup.

Use a clean white background, modern sans-serif typography like Inter, and a crisp, minimal layout. The slide should include:

* A TAM/SAM/SOM concentric-circle diagram in muted blues and grays
* Specific, believable market sizing numbers:
  * **TAM:** $42B
  * **SAM:** $8.7B
  * **SOM:** $340M
* A clean bar chart below showing market growth from **2021 to 2026**, with a subtle upward trend
* Small footnotes: **"AGI Research, 2024"** and **"Internal analysis"**
* A company logo placeholder in the bottom-right corner

The design should look like it belongs in a deck that actually raised money: highly readable text, clear data hierarchy, polished spacing, and professional startup-style visual language.

Avoid clip art, stock photography, gradients, shadows, decorative elements, or anything that feels generic or overdesigned.
 
核心机制解析
 
— 版式结构与层级指引:通过指定无衬线字体(如 Inter)、TAM/SAM/SOM 同心圆图与时间趋势柱状图,构建清晰的信息视觉层级,并显式排除无意义的修饰与渐变阴影。
— 视觉完成度与事实可信分离:模型擅长生成高完成度的排版质感,但图表比例、数据真实性与注脚来源完全属于视觉占位符,不能直接作为商业依据,实际使用必须逐项核实替换。
— 按规格书(Spec)撰写:不写空泛修饰,直接提供具体数值($42B, $8.7B, $340M)、时间跨度(2021-2026)、图表形态(同心圆、柱状图)与脚注文字。
— 版式纯粹性:显式剔除剪贴画、渐变阴影和俗气插画风格。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 9 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 9 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
场景三
 
精准图像编辑与多图合成
 
在图像编辑工作流中,调用方法变为 client.images.edit。
 
案例 10
 

翻译并尽量保持版式(Translate while preserving layout)

输入图
案例 2 生成的咖啡机图解
 
编辑参数size="1024x1536"quality="high"
 
中英双语 Prompt
 
中文
将信息图中的文字翻译成西班牙语。不要改动图像的任何其他方面。
 
English
Translate the text in the infographic to Spanish. Do not change any other aspect of the image.
 
核心机制解析
 
— 文字原位替换意图与版式验收:提示词意图在于将文字替换为目标语言,并要求尽量保持原有版式与图元构型。但模型并不保证图文分离与背景保持完全一致,生成后需要严格验收检查是否存在漏译、残留原语言文字,以及原有机械管路、图元、指示箭头或整体版式布局是否发生非预期改动。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 10 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 10 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 11
 

抽取视觉风格并迁移到新主体(Transfer a visual style)

输入图
像素风游戏画面参考图(pixels.webp)
 
编辑参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
沿用输入图片的视觉风格,在白色背景上生成一位骑摩托车的男子。
 
English
Use the same style from the input image and generate a man riding a motorcycle on a white background.
 
核心机制解析
 
— 风格迁移目标与要素核对:提示词意图在于将参考图的视觉风格与原有主体解耦,要求提取“色板、像素点阵颗粒度与复古媒介质感”,并将主体与背景替换为新描述(白底上的摩托车骑手)。延续同风格属于请求目标而非绝对保证,生成后仍需逐项核对色板还原度、像素颗粒感以及新主体轮廓的完整度。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
输入 / 参考图
输入 / 参考图:像素风游戏画面
图:输入 / 参考图 · 像素风游戏画面
GPT Image 2.5 Flare
Case 11 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 11 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 12
 

保持人物面容与身材特征换装(Preserve identity and change clothing)

编辑参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
编辑这张图片,使用提供的服装图片为这位女士换装。切勿以任何方式改变她的面部、五官、肤色、身形、姿势或身份特征。完全保留她原有的容貌长相、表情、发型与身体比例。仅替换服装,使衣物根据她现有的姿势与身体几何形态自然贴合,并呈现逼真的面料动态。使光照、阴影和色温与原照片保持一致,让整套服装写实自然地融入画面,毫无粘贴拼接感。不要改变背景、相机视角、画面构图或图像质量,也不要添加任何配饰、文字、Logo 或水印。
 
English
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.
 
核心机制解析
 
— 列出保留约束并逐项检查:提示词列出了详细的保留要求清单,涵盖面容、五官、肤色、身形、姿态、发型、人体比例、背景环境与机位构图。这些属于明确的保留诉求,生成后需要对照原图逐项检查验收,确认五官与身形是否发生走样。
— 物理贴合与光影融合:要求衣物根据人体几何形变呈现自然褶皱与垂坠感(realistic fabric behavior),并匹配原始环境色温与阴影,有助于减轻拼贴痕迹,但仍需人工检查服装接触面与阴影过渡的真实自然度。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
输入 / 参考图
输入 / 参考图:博物馆中的女性肖像
图:输入 / 参考图 · 博物馆中的女性肖像
输入 / 参考图
输入 / 参考图:米色夹克
图:输入 / 参考图 · 米色夹克
输入 / 参考图
输入 / 参考图:白色背心
图:输入 / 参考图 · 白色背心
输入 / 参考图
输入 / 参考图:灰色靴子
图:输入 / 参考图 · 灰色靴子
GPT Image 2.5 Flare
Case 12 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 12 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 13
 

跨照片主体合成提取(Combine references)

输入图
两张照片(图 1:街景中的女子;图 2:抱狗的女子照片)
 
编辑参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
将第二张图片中的狗放置在图 1 的场景中,紧挨着那位女士身旁,采用与图 1 相同的光影风格、构图和背景。不要改变其他任何内容。
 
English
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.
 
核心机制解析
 
— 跨图迁移意图与光影验收:明确跨图迁移路径,要求从图 2 提取狗并合成至图 1 女子身侧,意图继承图 1 的光照、构图与背景环境。提示词虽有排除其他变动要求,但合成后仍需要验收狗的体型比例、接触面阴影以及与街景光照的协调度。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
输入 / 参考图
输入 / 参考图:街景中的女性
图:输入 / 参考图 · 街景中的女性
输入 / 参考图
输入 / 参考图:女性与狗的参考照片
图:输入 / 参考图 · 女性与狗的参考照片
GPT Image 2.5 Flare
Case 13 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 13 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 14
 

电商洗发水瓶透明底抠图(Create a transparent product cutout)

编辑参数size="1024x1536"quality="medium"background="transparent"output_format="png"
 
中英双语 Prompt
 
中文
从输入图片中提取产品主体,并将其孤立放置在完全透明的背景上。
输出要求:产品居中,轮廓清晰利落,无光晕/杂色边缘。
严格保持产品的几何形态与标签的可读性。
仅做轻度润饰修整。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;移除背景并保持干净的 Alpha 透明通道。
 
English
Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, no halos/fringing.
Preserve product geometry and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow.
Do not restyle the product; remove the background and preserve clean alpha transparency.
 
核心机制解析
 
— 边缘抑制与透明通道要求:提示词要求 crisp silhouette, no halos/fringing,意图在于消除边缘毛边与杂色光晕,并导出干净的 alpha 通道。
— 几何保真诉求与通道验收:虽然指令明确要求保持产品几何结构与标签可读性,但透明底输出后仍需逐项验收检查 alpha 通道是否干净无底色残留、瓶身边缘轮廓有无毛刺溢色、产品几何形体是否保持对称,以及瓶身标签的可读状态(单次样本仅供观察切图质感,不作为小字号文字逐字验证或稳定保真基准)。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
输入 / 参考图
输入 / 参考图:洗发水产品实拍
图:输入 / 参考图 · 洗发水产品实拍
GPT Image 2.5 Flare
Case 14 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 14 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 15
 

线条草图转写实风景渲染(Turn a drawing into a realistic image)

输入图
河谷简笔线稿图(drawings.webp)
 
编辑参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
将这幅手绘草图转换为写实照片级图像。
完全保留原有的构图布局、比例与透视关系。
选用与草图意图一致的真实材质与光照。
不要添加新元素或文字。
 
English
Turn this drawing into a photorealistic image.
Preserve the exact layout, proportions, and perspective.
Choose realistic materials and lighting consistent with the sketch intent.
Do not add new elements or text.
 
核心机制解析
 
— 构图引导与拓扑验收:线稿的布局、比例与透视是提示词的引导目标,要求在草图意图下填充写实的岩石材质、水流反光与植被阴影。但模型生成时不保证空间拓扑结构绝对固定不变,生成后仍需验收山体走向、河道蜿蜒曲度与纵深透视是否发生偏移或形变。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
输入 / 参考图
输入 / 参考图:河谷线条草图
图:输入 / 参考图 · 河谷线条草图
GPT Image 2.5 Flare
Case 15 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 15 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 16
 

局部物体移除(Remove an object)

输入图
戴蓝帽手拿鲜花的男子
 
编辑参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
移除男子手中的花朵。不要改变其他任何内容。
 
English
Remove the flower from man's hand. Do not change anything else.
 
核心机制解析
 
— 简练指令与修补验收:当修改目标聚焦于局部时,单句简练指令有助于降低不相干区域的受影响概率。但移除花朵后不能假设模型能够完全合理补全手部,必须重点验收检查手指关节结构、手掌形态、相邻衣物边缘以及背景修补区域是否存在畸变或伪影瑕疵。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
输入 / 参考图
输入 / 参考图:戴蓝帽并手持鲜花的男子
图:输入 / 参考图 · 戴蓝帽并手持鲜花的男子
GPT Image 2.5 Flare
Case 16 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 16 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 17
 

人像迁移至高动态惊险场景(Insert a person into a scene)

输入图
博物馆女子肖像(woman-in-museum.webp)
 
编辑参数size="1024x1536"quality="medium"
 
中英双语 Prompt
 
中文
生成一个高度逼真的动态场景:画面中的人物正在逃离一只袭击露营地的大型写实棕熊。画面看起来应该像某人现场抓拍的真实照片,而非过度渲染或带有电影感的电影海报。
她位于画面中心但视线背对镜头,身穿户外露营服装,脸上带有泥土,衣物上有破损撕痕。她明显心怀恐惧但一心专注于逃生,在身后的棕熊摧毁营地时全力奔跑逃离。
露营地位于优胜美地国家公园(Yosemite National Park),带有真实可信的自然细节。时间为黄昏,采用自然光线与逼真色彩。一切都应显得真实、纯粹、未经刻意造型,宛如抓拍到的现实瞬间。避免电影感布光、戏剧化调色或风格化构图。
 
English
Generate a highly realistic action scene where this person is running away from a large, realistic brown bear attacking a campsite. The image should look like a real photograph someone could have taken, not an overly enhanced or cinematic movie-poster image.
She is centered in the image but looking away from the camera, wearing outdoorsy camping attire, with dirt on her face and tears in her clothing. She is clearly afraid but focused on escaping, running away from the bear as it destroys the campsite behind her.
The campsite is in Yosemite National Park, with believable natural details. The time of day is dusk, with natural lighting and realistic colors. Everything should feel grounded, authentic, and unstyled, as if captured in a real moment. Avoid cinematic lighting, dramatic color grading, or stylized composition.
 
核心机制解析
 
— 反电影化风格引导与真实性验收:提示词反复强调 not an overly enhanced or cinematic movie-poster image 与 Avoid cinematic lighting, dramatic color grading,意图引导画面呈现如真实野外抓拍般的自然光照、面部污渍与衣服破损。这类反电影化措辞本质上属于风格引导手段,不能保证写实真实性;生成后需要严格验收人物身份特征的一致性、棕熊与人物奔跑肢体动作的解剖真实性,以及营地背景的透视自然度。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 17 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 17 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
场景四
 
跨轮次渐进微调与角色一致性
 
案例 18
 

户外广告牌日落到雪夜的单变量微调(Refine an image across turns)

第一轮(生成日落海报)
 
中文
在日落时分的公路场景中,为这款洗发水创建一个逼真的户外广告牌样机。
广告牌文字(精确逐字,无多余字符):
"Fresh and clean"
排版样式:粗体无衬线字体,高对比度,居中对齐,字间距规整清晰。
确保文字仅出现一次且清晰易读。
无水印,无 Logo。
 
English
Create a realistic billboard mockup of the shampoo on a highway scene during sunset.
Billboard text (EXACT, verbatim, no extra characters):
"Fresh and clean"
Typography: bold sans-serif, high contrast, centered, clean kerning.
Ensure text appears once and is perfectly legible.
No watermarks, no logos.
 
第二轮(单变量环境改变,将第一轮输出作为输入图)
 
中文
将其调整为雪花纷飞的冬日傍晚景象。
 
English
Make it look like a winter evening with snowfall.
 
核心机制解析
 
— 分步控制与漂移验收:将复杂需求拆解为递进步骤,第一步确认广告牌结构与标语排版,第二步仅用一句话变更季节与天气环境,有助于降低单次生成的控制难度。但分步微调并不保证原有主体无漂移,跨轮次编辑后需要重点验收广告牌主体文字拼写、排版位置及产品瓶身几何是否产生非预期漂移。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
输入 / 参考图
输入 / 参考图:洗发水产品实拍
图:输入 / 参考图 · 洗发水产品实拍
GPT Image 2.5 Flare
Case 18 · 第一轮:日落广告牌 · GPT Image 2.5 Flare
图:第一轮:日落广告牌 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 18 · 第一轮:日落广告牌 · GPT Image 2.5 Sunburst
图:第一轮:日落广告牌 · GPT Image 2.5 Sunburst 官方单次输出
GPT Image 2.5 Flare
Case 18 · 第二轮:雪夜广告牌 · GPT Image 2.5 Flare
图:第二轮:雪夜广告牌 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 18 · 第二轮:雪夜广告牌 · GPT Image 2.5 Sunburst
图:第二轮:雪夜广告牌 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 19
 

儿童绘本主角跨场景连贯性保持(Keep a character consistent)

第一阶段:确立角色基因与基准形象
 
中文
创作一幅介绍主角的儿童绘本插画。

角色:
一个年轻的童话故事风格小英雄,灵感源自森林小侠客,
身穿简朴的绿色连帽束腰上衣,脚穿柔软的棕色靴子,佩戴随身小腰包。
角色神情善良,目光温柔,举止勇敢而温暖。
随身携带一把仅用于助人、从不伤人的小木弓。

主题:
该角色保护并救助松鼠、小鸟与野兔等森林小动物。

风格:
儿童绘本插画,手绘水彩质感,
柔和的轮廓线,温暖的大地色系,充满童趣且亲切友好。
适合图画书的人体比例(头部略大,面容富有表现力)。

约束:
- 原创角色(无受版权保护的角色)
- 无文字
- 无水印
- 质朴的森林背景,以清晰展示角色主体
 
English
Create a children’s book illustration introducing a main character.

Character:
A young, storybook-style hero inspired by a little forest outlaw,
wearing a simple green hooded tunic, soft brown boots, and a small belt pouch.
The character has a kind expression, gentle eyes, and a brave but warm demeanor.
Carries a small wooden bow used only for helping, never harming.

Theme:
The character protects and rescues small forest animals like squirrels, birds, and rabbits.

Style:
Children’s book illustration, hand-painted watercolor look,
soft outlines, warm earthy colors, whimsical and friendly.
Proportions suitable for picture books (slightly oversized head, expressive face).

Constraints:
- Original character (no copyrighted characters)
- No text
- No watermarks
- Plain forest background to clearly showcase the character
 
第二阶段:将基准图作为输入,展开故事新剧情
 
中文
使用同一个角色继续展开儿童绘本故事。

场景:
冬日风暴过后,这位森林小英雄正温柔地帮助一只受惊的松鼠
从倒下的树干中脱困。
角色跪在松鼠身旁,给予它安慰与安全感。

角色一致性:
- 相同的绿色连帽束腰上衣
- 相同的面部特征、比例与调色板
- 相同温柔而勇敢的个性

风格:
儿童绘本水彩插画,
柔和的光线,积雪覆盖的森林环境,
温馨治愈的氛围。

约束:
- 切勿重新设计角色
- 无文字
- 无水印
 
English
Continue the children’s book story using the same character.

Scene:
The same young forest hero is gently helping a frightened squirrel
out of a fallen tree after a winter storm.
The character kneels beside the squirrel, offering reassurance.

Character Consistency:
- Same green hooded tunic
- Same facial features, proportions, and color palette
- Same gentle, heroic personality

Style:
Children’s book watercolor illustration,
soft lighting, snowy forest environment,
warm and comforting mood.

Constraints:
- Do not redesign the character
- No text
- No watermarks
 
核心机制解析
 
— 一致性声明与漂移验收:第二阶段传入基准图的同时,在提示词中显式设置 Character Consistency 代码块,明确列出“同款绿色连帽上衣、相同的面容与身体比例”,并声明 Do not redesign the character 作为保留诉求。这一约束结构有助于降低特征发散的概率,但不能杜绝角色细节漂移,后续仍需要人工验收面容五官、发型与服装配饰是否与基准图保持连贯统一。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 19 · 第一阶段:角色基准 · GPT Image 2.5 Flare
图:第一阶段:角色基准 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 19 · 第一阶段:角色基准 · GPT Image 2.5 Sunburst
图:第一阶段:角色基准 · GPT Image 2.5 Sunburst 官方单次输出
GPT Image 2.5 Flare
Case 19 · 第二阶段:雪地故事延续 · GPT Image 2.5 Flare
图:第二阶段:雪地故事延续 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 19 · 第二阶段:雪地故事延续 · GPT Image 2.5 Sunburst
图:第二阶段:雪地故事延续 · GPT Image 2.5 Sunburst 官方单次输出
 
场景五
 
商业零售与家居替换(案例 20-22)
 
案例 20
 

室内家具替换(Change furniture in a room)

— 目标:进行局部替换(surgical realism),只修改目标物体,同时要求保留相机视角、空间采光、地面阴影与周围环境,呈现真实照片效果而非彻底重构。
— 编辑设置:size="1536x1024", quality="medium"
— 中英双语 Prompt:
 
中文
在这张房间照片中,仅将白色的椅子替换为木质椅子。
保留相机视角、室内采光、地面阴影与周围物体。
保持图像的所有其他方面完全不变。
呈现逼真写实的接触阴影与面料材质纹理。
 
English
In this room photo, replace ONLY the white chairs with chairs made of wood.
Preserve camera angle, room lighting, floor shadows, and surrounding objects.
Keep all other aspects of the image unchanged.
Photorealistic contact shadows and fabric texture.
 
要点

明确限定“ONLY the white chairs”,并列出需要保留的视角、光照与周边物体;Photorealistic contact shadows 与面料质感用于表达接触阴影要求,生成后要检查家具是否悬浮或周围区域是否漂移。

 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
输入 / 参考图
输入 / 参考图:带白色椅子的厨房原图
图:输入 / 参考图 · 带白色椅子的厨房原图
GPT Image 2.5 Flare
Case 20 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 20 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 21
 

复古泰迪熊节日贺卡(Design a holiday card)

— 目标:构思节日贺卡概念时,综合描述场景、情绪基调、材质、布光与确切文案。
— 生成设置:size="1024x1536", quality="medium"
— 中英双语 Prompt:
 
中文
创作一幅圣诞节日贺卡插画。

场景:
一个温馨的圣诞场景:一只旧泰迪熊坐在纪念盒中,绒毛略有磨损,带有细柔的缝补针脚,放置在窗户旁,窗外飘着雪花。场景暗示当年的孩子已经长大,但美好回忆犹存。

情绪:
温暖、怀旧、温柔、深情。

风格:
高级节日贺卡摄影质感,柔和的电影级布光,
写实质感,浅景深,
雅致的背景虚化光斑,高印刷品质的构图。

约束:
- 仅限原创艺术作品
- 无商标
- 无水印
- 无 Logo

仅包含此卡片文字(逐字一致):
"Merry Christmas — some memories never fade."
 
English
Create a Christmas holiday card illustration.

Scene:
a cozy Christmas scene with an old teddy bear sitting inside a keepsake box, slightly worn fur, soft stitching repairs, placed near a window with falling snow outside. The scene suggests the child has grown up, but the memories remain.

Mood:
Warm, nostalgic, gentle, emotional.

Style:
Premium holiday card photography, soft cinematic lighting,
realistic textures, shallow depth of field,
tasteful bokeh lights, high print-quality composition.

Constraints:
- Original artwork only
- No trademarks
- No watermarks
- No logos

Include ONLY this card text (verbatim):
"Merry Christmas — some memories never fade."
 
要点

分段细化场景(纪念盒中的旧泰迪熊、磨损绒毛、缝补针脚、窗外落雪)、情绪与摄影质感(柔和电影光、浅景深、散景光斑),加上原创与无商标约束,并通过 Include ONLY this card text (verbatim): 明确要求只出现该标语;生成后仍需逐字检查。

 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 21 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 21 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
案例 22
 

吸塑包装收藏级玩具飞机(Design collectible merchandise)

— 目标:使用商品摄影提示词(材质、包装形式与印刷清晰度)探索周边产品与包装概念,保持设计原创与非侵权。
— 生成设置:size="1024x1536", quality="medium"
— 中英双语 Prompt:
 
中文
创作一款复古风格玩具螺旋桨飞机的收藏级模型,带有圆润机翼、前置旋转螺旋桨、微带磨损的掉漆边缘以及经典的童年玩具比例,设计为吸塑包装内的怀旧节日收藏品。

概念:
一款充满怀旧情调的节日收藏品,灵感来自孩子们在冬日假期里玩耍的简朴玩具飞机。
唤起温暖、想象力与童年探索心。

风格:
高端玩具摄影质感,逼真的塑料与烤漆金属纹理,
影棚布光,浅景深,
清晰锐利的标签印刷,高规格零售陈列质感。

约束:
- 仅限原创设计
- 无商标
- 无水印
- 无 Logo

仅包含此包装文字(逐字一致):
"Christmas Memories Edition"
 
English
Create a collectible action figure of a vintage-style toy propeller airplane with rounded wings, a front-mounted spinning propeller, slightly worn paint edges, classic childhood proportions, designed as a nostalgic holiday collectible, in blister packaging.

Concept:
A nostalgic holiday collectible inspired by the simple toy airplanes
children used to play with during winter holidays.
Evokes warmth, imagination, and childhood wonder.

Style:
Premium toy photography, realistic plastic and painted metal textures,
studio lighting, shallow depth of field,
sharp label printing, high-end retail presentation.

Constraints:
- Original design only
- No trademarks
- No watermarks
- No logos

Include ONLY this packaging text (verbatim):
"Christmas Memories Edition"
 
要点

明确指定吸塑包装(in blister packaging)、做旧漆面边缘(slightly worn paint edges)、影棚布光与高规格零售质感,并通过 Include ONLY this packaging text (verbatim): 明确要求包装文字;生成后仍需逐字检查。

 
提示词是起点,交付结果仍需逐项核验
 

官方强调提示词仅作为工作流探索的起点,输出图像在实际使用前必须对照业务要求进行检查:

 
1文字与图表准确性:必需文本是否逐字准确、清晰可读?图表标签与对应关系是否正确?
 
2主体与细节完整性:主体特征、产品几何造型、包装标签与参考图细节是否完好保留?
 
3编辑范围严格受控:是否仅修改了指定局部,其余环境与无关元素未发生非预期漂移?
 
4透明通道真实性:若要求透明背景,导出的图像是否包含真实的 Alpha 通道,而非被画上了实体假棋盘格背景。
 
官方示例图|输入与输出对照(均为官方单次样本,用于观察与验收,不代表稳定模型胜负):
GPT Image 2.5 Flare
Case 22 · 结果对照 · GPT Image 2.5 Flare
图:结果对照 · GPT Image 2.5 Flare 官方单次输出
GPT Image 2.5 Sunburst
Case 22 · 结果对照 · GPT Image 2.5 Sunburst
图:结果对照 · GPT Image 2.5 Sunburst 官方单次输出
 
04

第四部分:开发者生产部署与 Python SDK 完整实现

1官方 Python SDK 基线示例

官方提供的完整可运行端到端代码示例仍然固定使用 gpt-image-2 作为基线:开发者可将其作为参考基准,用于验证生成 4 个透明 Logo 变体以及将产品实拍图提取为透明背景资产的核心流程:

 
运行准备与前置条件
— 需安装官方 OpenAI Python SDK,并配置环境变量 OPENAI_API_KEY。
— 需提前下载官方产品实拍图并保存为本地路径 input_images/shampoo.webp。
— 发起实时请求会产生相应的 API 调用费用。
— 该示例属于官方基准参考代码,而非 GPT Image 2.5 的官方推荐调用。若计划评估 GPT Image 2.5(如 Flare 或 Sunburst),需另行选择候选模型,并仔细核对其当前支持的请求参数与配置规范。
 
import base64
from pathlib import Path

from openai import OpenAI

client = OpenAI()


prompt = """
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.
"""

result = client.images.generate(
    model="gpt-image-2",
    prompt=prompt,
    size="1024x1536",
    quality="medium",
    background="transparent",
    output_format="png",
    n=4,  # Generate 4 versions of the logo
)

# Preserve the returned PNG bytes, including the alpha channel.
for index, item in enumerate(result.data, start=1):
    Path(f"logo-generation-{index}-gpt-image-2.png").write_bytes(
        base64.b64decode(item.b64_json)
    )

# Extract a product from a reference image.
prompt = """
Extract the product from the input image and isolate it on a fully transparent background.
Output: centered product, crisp silhouette, no halos/fringing.
Preserve product geometry and label legibility exactly.
Add only light polishing. Do not add a solid backdrop, checkerboard, scenery, or shadow.
Do not restyle the product; remove the background and preserve clean alpha transparency.
"""

result = client.images.edit(
    model="gpt-image-2",
    image=[
        Path("input_images/shampoo.webp"),
    ],
    prompt=prompt,
    size="1024x1536",
    quality="medium",
    background="transparent",
    output_format="png",
)

Path("extract-product-gpt-image-2.png").write_bytes(
    base64.b64decode(result.data[0].b64_json)
)
 
2生产环境的“防漂移”真相与工程规避

官方在指南中给出了非常诚恳的工程警告:

 
 
多次编辑仍可能改变原本要求保留的细微特征。如果业务场景对局部区域有“像素级完全一致(Pixel-identical)”的严苛要求,不要完全指望 Prompt,应当在前端或工程层采用“将 AI 生成的已验收局部,重新合成贴回原图”的蒙版合成方案。
 
05

第五部分:可直接复制的实用工具包(带走资产)

资产 1
 

工程化提示词模块装配模板(Prompt Master Blueprint)

在编写复杂商业或编辑提示词时,可将下方结构作为模块化的修改起点。提示词模板并非确保单次直接合格的固定保证,实际业务中应根据具体需求调整并逐项核验结果:

 
中文
[任务目标与形态]
生成 [核心主体与场景] 的 [写实照片 / 矢量 Logo / 信息图 / UI 原型 / 幻灯片]。

[主体与动作]
[详细描述人物外观、服装、视线方向、肢体动作,或工业产品的外形与关键机械部件]。

[媒介风格与物理质感]
[指定材质、光影、色温、相机镜头感(如 35mm 镜头、柔和海滨日光、自然皮肤颗粒噪点)]。

[确切排版文本 (可选)]
仅渲染此文本(逐字一致,仅渲染一次):"[必须精确渲染的文字内容]"
排版要求:[字形要求,如粗体无衬线体、居中对齐、规整字间距]。

[严格约束与负向排除]
- 仅修改 [在编辑模式下填入修改项,生成模式下略去]
- 保留 [必须锁定的属性:五官、比例、背景、原有光影角度]
- 带有清晰 Alpha 边缘的全透明背景 (若需透明背景)
- 无多余文字、无无关 Logo、无水印、无重度磨皮修图、无假棋盘格。
 
English
[Goal & Format]
Create a [photorealistic photo / vector logo / infographic / UI mockup / slide] of [core subject and scene].

[Subject & Interaction]
[Describe the person's appearance, clothing, gaze direction, and body movement, or the industrial product's shape and key mechanical components].

[Style & Physical Textures]
[Specify materials, lighting, color temperature, and camera cues such as a 35mm lens, soft coastal daylight, and natural skin grain].

[Exact Typography (optional)]
Render ONLY this text (verbatim, exactly once): "[exact text to render]"
Typography: [type requirements such as bold sans-serif, centered, clean kerning].

[Strict Constraints]
- Change ONLY [the requested edit; omit in generation mode]
- Preserve [locked attributes: facial features, proportions, background, and original lighting direction]
- Fully transparent background with crisp alpha edges (when transparency is required)
- No extra text, no unrelated logos, no watermarks, no heavy retouching, no fake checkerboard.
 
资产 2
 

多图编辑“角色定义”速查表

Image 1 (底图/场景)
 
常见分配角色
主场景底图 / 人像基准 / 原始版式
 
Prompt 中推荐的绑定语法
In the setting of Image 1..., Preserve her exact likeness, face, and pose from Image 1...
Image 2 (提取物/参考)
 
常见分配角色
待提取的目标物体 / 配饰 / 新主体
 
Prompt 中推荐的绑定语法
Place the [object] from Image 2 into Image 1..., Dress the subject using the clothing in Image 2...
Image 3+ (补充资产)
 
常见分配角色
鞋履 / 道具 / 局部样式参考
 
Prompt 中推荐的绑定语法
Match footwear to Image 3..., Adopt the pixel art palette and texture from Image 4...
 
 
资产 3
 

生产迁移与上线验收 Check List

在将 API 流量切往新模型之前,逐项确认:

 
 
基线固化:已搜集涵盖生僻文字、复杂人脸、工业几何外形、透明通道及连环编辑的代表性基准测试用例集。
 
 
保存并可复现基线:明确记录原模型、完整请求设置与结果;对同一请求重复运行,以衡量一致性和波动。
 
 
参数规范化:已将所有分辨率核验至 16 的倍数,长宽比未超 3:1,未对 PNG 启用压缩。
 
 
基准对齐测试:在对比不同模型时保持 Prompt、分辨率与质量参数严格一致,将提示词视为调优起点。
 
 
编辑链双层测试:编辑工作流既测试各个单步修改,也测试把全部步骤串联后的完整连续编辑序列。
 
 
真实 Alpha 检验:透明切图已通过图片查看器检测 Alpha 蒙版通道,确认边缘无杂色光晕,且非实体伪棋盘格。
 
 
文字与细节逐字核对:海报、信息图、包装等文字准确无误、清晰可读,无重复渲染,主体结构与标签无失真。
 
 
综合成本核算:查阅当前官方定价,对比代表性输入的质量、延迟与费用;切勿因模型生成速度更快就预设总成本更低,需综合统计失败率、重试次数及单张合格图的实际综合成本。
 
 
灰度放量与回滚:在业务侧保留快速切回旧模型的配置开关,从小流量开始灰度验证异常率与合格产出。
 
06

来源与参考

本指南内容与基线代码整理自 OpenAI 官方文档:Image generation prompting guide。

 
 
掌握结构化意图表达、精准局部编辑约束与真实 Alpha 透明通道提取,并建立基于代表性用例的质量、重试与单张合格图综合成本评估基线,即可在生产环境中更稳健、高效地发挥图像生成与编辑模型的工程价值。

前往微信阅读全文

内容来自公众号,可前往微信查看原文。

查看作者的更多文章 →