GPT Image 2.5 图生图怎么用好：四步改出可用成片

想把 GPT Image 2.5 图生图用顺，先记住一件事：你给的那张图是「结构」，你写的提示词是「改动」，两者之间必须有一条保留清单。只写改动、不写保留，模型就会顺手把主体、构图和光一起改掉——这是绝大多数「改图改崩」的真实原因。

图生图（image-to-image）和文生图不是两个产品，而是两种起点。文生图从一句话开始构图；图生图先给一张图，模型在这张图的基础上改。要保留实物、草图、成片或人物时走图生图，从零想画面时走文生图更快。

图生图是什么：和文生图的区别一句话说清

判断标准只有一个：画面结构是否已经确定。

• 已经有照片、草图、渲染图、竞品参考，只想换背景、换材质、换光线、换风格 → 图生图
• 只有一句想法，构图、机位、元素都没定 → 文生图，别硬拿一张不相干的图去改
• 有一张成片，但只想动其中一小块（一个杯子、一块标签） → 还是图生图，靠「只改这一块」的写法控制范围

在 创作页 里上传参考图后，Flare 出图快，适合一轮轮试方向；Sunburst 精度更高，适合定稿前把材质、边缘和文字收干净。两个模型都接受同一套提示词写法。

GPT Image 2.5 图生图怎么用：四步走完第一张

1. 定输入。 选一张结构清楚的原图：主体完整、不糊、没有大面积水印。这张图决定了模型能看见多少信息，后面的提示词救不回一张糊图。
2. 写改动。 一句话说清改什么，越具体越好：「把背景换成阴天街景」比「换个背景」可控十倍。
3. 列保留项。 紧跟一句：保留主体外形、logo 位置、包装文字、机位和投影方向。这句是刹车。
4. 单变量迭代。 一轮只改一件事。改完对比原图，确认没漂，再动下一个变量。

四步里最容易省掉的是第三步，而它恰恰是决定成败的那一步。写保留项不是啰嗦，是给模型划定边界。

上传什么图最容易出效果

同一句提示词，输入图不同，结果差得很远。可按这张表自查：

输入图状况	结果倾向	处理
主体清晰、占比 40% 以上	结构稳，改动听话	直接用
主体偏小、背景杂乱	容易被重构图	先裁一版再上传
大面积文字、水印	文字会被改写或糊掉	换图，或在保留项里点名文字
过曝、模糊、压缩严重	材质与边缘靠猜	换原图，别用聊天软件转存的版本
拼贴、多主体同框	只改到其中一个	明确点名「只改左侧那个杯子」

图不是越大越好，是越干净越好。1K 到 2K 的清晰原图完全够用，真正的分辨率在出图参数里定，画幅和 1K/2K/4K 怎么选见画幅与分辨率。

改图提示词：先写「改什么」，再列「不能动」

一个能复用的骨架，按顺序写：

• 源图：这是一张什么图，主体是什么
• 改动：只改哪一处，改成什么样
• 位置：改的那块在画面哪个位置（按观者看到的左右写，不写「她的左手」）
• 材质与光：新元素的颜色、质感、光源方向
• 保留：外形、机位、比例、logo、文字、投影
• 排除：不要新增人物、不要加文字、不要加品牌标识

改图和生成最大的差别在最后两条。生成时你可以只描述想要的；改图时必须同时描述不要的，否则模型会自由发挥。

一次只改一件事，为什么

因为改图是乘法不是加法。一次动两个变量（比如同时换背景和换光线），结果不满意时你分不清是哪个变量导致的，只能整轮重来。拆成两轮，每轮都能定位。

这个纪律在多轮精修里更关键：每一轮都要重新写一遍保留项，别指望模型记得上一轮。具体做法见多轮精修怎么锁住其余部分。

需要跨图保持一致（同一个人物、同一款产品出现在多张图里）时，规则又不一样：得先固定一张身份参考图，再用同一段身份描述延续。这条路径见参考图一致性。

改坏了怎么救回来

先判断坏在哪一类，再对症：

• 主体变形或比例变了 → 保留项写得不够硬。把外形、比例、机位逐条列出来重跑，不要在原图上补
• 背景换了但主体跟着换 → 改动句太笼统。点名主体名称 + 「其余不动」
• 文字被改乱 → 在提示词里用引号锁原文，写清字号与位置；文字量大的版式建议留白后期叠字，写法见画面文字
• 整体风格偏了 → 说明风格是靠什么实现的：材质、光比、镜头，而不是「更高级」这种形容词
• 越改越糊 → 你一直在改上一轮的输出。回到最干净的原图重开一条线

判断要不要重开的界线很简单：当你说不清「这一轮到底改了什么」，就该回到上一版干净的原图。在坏图上继续修补，只会把错误叠进下一轮。

图生图常见问题

能一次上传多张参考图吗？ 可以，但每张都要分配角色：这张给外形、那张给光线、第三张只给配色。只说「参考这几张」，模型会平均分配注意力，结果谁都不像。

改完能不能要透明底？ 能，输出格式要明确写 PNG，并在保留项里写清边缘处理。透明素材的验收方法见透明底产品图。

图生图会不会改掉画幅？ 会。想要固定比例，就在参数里锁画幅，不要只在句子里提。

下一步

拿你手上最熟悉的一张图练第一轮：只改背景，保留主体、机位和光。改成了，再把「换材质」「换光线」拆成第二轮、第三轮。图生图的手感不是看文章看出来的，是三轮之内建立起来的。