GPT Image 2.5 圖生圖怎麼用好：四步改出可用成品

想讓 GPT Image 2.5 的圖生圖順手，先記住一件事：你上傳的那張圖是「結構」，你寫的提示詞是「改動」，兩者之間必須有一份保留清單。只寫改動、不寫保留，模型就會順手把主體、構圖和光一起改掉——大多數「改圖改崩」都是這樣發生的。

圖生圖（image-to-image）和文生圖不是兩個產品，而是兩種起點。文生圖從一句話開始構圖；圖生圖先給一張圖，模型在這張圖上改。要保住實物、草圖、成品或人物時走圖生圖，從零想畫面時走文生圖更快。

圖生圖是什麼：和文生圖的差別一句話說完

判斷標準只有一個：畫面結構是否已經確定。

• 已經有照片、草圖、渲染圖、想對標的參考，只想換背景、材質、光線或風格 → 圖生圖
• 只有一句想法，構圖、機位、元素都還沒定 → 文生圖，別硬拿一張不相干的圖去改
• 有一張成品，只想動其中一小塊（一個杯子、一塊標籤） → 還是圖生圖，靠「只改這一塊」的寫法控制範圍

在 創作頁 上傳參考圖後，Flare 出圖快，適合一輪輪試方向；Sunburst 精度更高，適合定稿前把材質、邊緣與文字收乾淨。兩個模型吃同一套提示詞寫法。

GPT Image 2.5 圖生圖怎麼用：四步完成第一張

1. 定輸入。 選一張結構清楚的原圖：主體完整、不糊、沒有大片浮水印。這張圖決定模型能看見多少資訊，後面的提示詞救不回一張糊圖。
2. 寫改動。 一句話說清改什麼，越具體越好：「把背景換成陰天街景」比「換個背景」可控十倍。
3. 列保留項。 緊接一句：保留主體外形、logo 位置、包裝文字、機位與投影方向。這句是煞車。
4. 單變數迭代。 一輪只改一件事。改完對照原圖，確認沒偏，再動下一個變數。

四步裡最容易省掉的是第三步，而它恰好決定成敗。寫保留項不是囉嗦，是替模型劃邊界。

上傳什麼圖最容易出效果

同一句提示詞，輸入圖不同，結果差很遠。可按這張表自查：

輸入圖狀況	結果傾向	處理
主體清晰、占比 40% 以上	結構穩，改動聽話	直接用
主體偏小、背景雜亂	容易被重新構圖	先裁一版再上傳
大片文字、浮水印	文字被改寫或糊掉	換圖，或在保留項點名文字
過曝、模糊、壓縮嚴重	材質與邊緣靠猜	換原圖，別用通訊軟體轉存的版本
拼貼、多主體同框	只改到其中一個	明確點名「只改左邊那個杯子」

圖不是越大越好，是越乾淨越好。1K 到 2K 的清晰原圖完全夠用，真正的解析度在出圖參數裡定，畫幅與 1K/2K/4K 怎麼選見畫幅與解析度。

改圖提示詞：先寫「改什麼」，再列「不能動」

一套可重複使用的骨架，按順序寫：

• 來源圖：這是什麼圖，主體是什麼
• 改動：只改哪一處，改成什麼樣
• 位置：改的那塊在畫面哪個位置（按觀者看到的左右寫，不要寫「她的左手」）
• 材質與光：新元素的顏色、質感、光源方向
• 保留：外形、機位、比例、logo、文字、投影
• 排除：不要新增人物、不要加文字、不要加品牌標識

改圖和生成最大的差別在最後兩條。生成只需要描述想要的；改圖必須同時描述不要的，否則模型會自由發揮。

一次只改一件事，為什麼

因為改圖是乘法不是加法。一次動兩個變數（例如同時換背景和換光線），結果不滿意時你分不清是哪個變數造成的，只能整輪重來。拆成兩輪，每輪都能定位。

這條紀律在多輪精修裡更關鍵：每一輪都要重寫保留項，別指望模型記得上一輪。具體做法見多輪精修怎麼鎖住其餘部分。

需要跨圖保持一致（同一個人物、同一款產品出現在多張圖裡）時，規則又不一樣：得先固定一張身份參考圖，再用同一段身份描述延續。這條路徑見參考圖一致性。

改壞了怎麼救回來

先判斷壞在哪一類，再對症：

• 主體變形或比例跑掉 → 保留項寫得不夠硬。把外形、比例、機位逐條列出重跑，不要在壞圖上補
• 背景換了但主體跟著換 → 改動句太籠統。點名主體 + 「其餘不動」
• 文字被改亂 → 在提示詞裡用引號鎖原文，寫清字級與位置；文字量大的版式建議留白後期疊字，寫法見畫面文字
• 整體風格偏了 → 用材質、光比、鏡頭說清風格是怎麼來的，而不是「更高級」這種形容詞
• 越改越糊 → 你一直在改上一輪的輸出。回到最乾淨的原圖重開一條線

判斷要不要重開的界線很簡單：當你說不清「這一輪到底改了什麼」，就該回到上一版乾淨的原圖。在壞圖上繼續修補，只會把錯誤疊進下一輪。

圖生圖常見問題

能一次上傳多張參考圖嗎？ 可以，但每張都要分配角色：這張給外形、那張給光線、第三張只給配色。只說「參考這幾張」，模型會平均分配注意力，結果誰都不像。

改完能要透明底嗎？ 能，輸出格式要明確寫 PNG，並在保留項寫清邊緣處理。透明素材的驗收方法見透明底產品圖。

圖生圖會不會改掉畫幅？ 會。想要固定比例，就在參數裡鎖畫幅，不要只在句子裡提。

第一輪該改什麼？先從這裡開始

拿你手上最熟悉的一張圖練第一輪：只改背景，保留主體、機位和光。改成了，再把「換材質」「換光線」拆成第二輪、第三輪。圖生圖的手感不是看文章看出來的，是三輪之內建立起來的。