要提升 AI 生成圖像的品質，最快的方法並非更換模型，而是重新撰寫提示語。多數人寫到大約 15 個字就停筆，導致生成的圖像平庸無奇。接著他們便歸咎於模型，再次嘗試，結果依然只得到平庸的成果。
本文將為您提供解決方案。以下是 12 種具體且經過實證的技巧，能將 GPT Image 2 的輸出成果從「尚可的初稿」提升至「可直接發布的最終圖像」。每張範例圖像均由 GPT Image 2 透過類似本文所述的提示語生成。
1. 具體一點。再具體一點。
「沙漠中的一輛車」並非提示詞。模型只能推測車款、年份、顏色、場景以及時間。請將這些參數固定：
一輛1965年的櫻桃紅野馬敞篷車停在黃昏時分的沙漠公路上，
後輪揚起陣陣塵土；遠處，一片平頂高原；以低角度拍攝，
陽光在鍍鉻保險桿上綻放成點點光斑。
每個限定詞（「1965」、「櫻桃紅」、「敞篷車」、「低角度拍攝」）都能讓模型免於進行一次推測。結果不再只是「泛泛的圖像」，而是那張特定的圖像。
2. 請明確指出焦距；不要只說「感覺像是」
85mm 镜头、35mm 镜头、24mm 广角 以及 100mm 微距 都是最具成本效益的圖像提示詞。僅需一個單字，即可同時控制構圖、空間壓縮、景深與邊緣變形。
- 85mm——背景柔和模糊的迷人肖像照
- 35mm——視覺色調溫和的自然環境照
- 24mm 廣角——風景照與沉浸式室內照
- 100mm 微距——產品特寫與材質紋理
如果你在某個提示詞上卡住了，不妨先試著改變鏡頭角度，然後再嘗試其他方法。
3. 像電影攝影師一樣調控燈光
「好的照明」這個說法毫無意義。唯有電影術語才有效：
伦勃朗光——單一強光光源；臉頰上呈現三角形陰影明暗对比 / chiaroscuro——高對比度；昏暗環境；單一受光主體背后的描边光（rim light）——剪影效果；主體與背景分離阴天散射光——柔和均勻；無生硬陰影黄金时刻逆光——溫暖的光斑；長陰影
上圖的關鍵字是：single tungsten spotlight from above, deep shadows wrapping the rest of the room, Rembrandt lighting。三個詞，精準對標的內容。
4. 運用構圖技巧
圖像模型理解經典的構圖術語：
三分法构图，主体在右下三分位居中对称构图从前景延伸到地平线的引导线画面左侧 2/3 留白
上圖中漁夫的位置與線索中所述完全一致：主体位于画面右下三分位，平静的雾气湖面占据上方三分之二。
5. 請為一套包含 3 至 5 種顏色的配色方案命名
模糊的顏色描述只會產生模糊的顏色。簡短且具體的顏色名稱才能產生精確的結果：
色調：櫻桃紅、沙赭色、金黃天際、深棕陰影顏色名稱應以冒號和逗號分隔。亦可使用十六進位顏色值，但其可靠性不如常見的顏色名稱。顏色數量請限制在五種以內——列出的顏色越多，模型對每種顏色的確定性就越低。
6. 將文字置於引號內，並指定字型樣式
當您需要在圖片中加入文字時，請執行以下兩項操作：
- 將文字貼到引號：
"FRESH BREAD DAILY" - 《字體》的通俗解說：
优雅手绘衬线字体
每行請控制在 6 個單詞以內。過長的句子仍會被截斷。
7. 將主體固定在特定的工作檯面上
產品照片、食物照片、靜物照片——請務必註明表面材質。表面具有特定材質特性，模型會運用這些特性：
带奶白和金色纹理的粉色大理石板带可见木纹的未上漆橡木桌夜晚潮湿的柏油路面，街灯倒影亚麻桌布，柔和的褶皱
這張模糊的「表格」象徵著庫存照片與專業修圖之間的差距。
8. 使用表示物理關係的動詞來連接主語
當場景中有兩個主體時，不要只是列舉它們。請給模型一個空間動詞，以說明兩者之間的關聯：
靠在从…升起倒映在缠绕在俯瞰着
這就是「一隻貓和一扇窗」與「一隻貓蜷縮在窗台上，前爪搭在玻璃上」之間的差別。
9. 請描述圖片中沒有什麼
負面描述與正面描述同樣重要。請在場景描述後加上一句簡短的說明：
標籤上沒有文字、沒有標誌、也沒有浮水印，背景中也沒有人。GPT Image 2 通常嚴格遵循 no text 和 no logos 中的指引。建議在任何商用圖片上添加浮水印，以避免圖片中出現無意義的浮水印。
10. 有意識地融合風格——但要選擇一個主軸主題
融合風格是運用模型時最具表現力的方式之一，前提是您必須先選定一種 主 風格，然後將 次 風格疊加其上作為點綴：
風格化插畫：融合吉卜力工作室的水彩美學與賽博龐克霓虹光影；
風格的柔和水彩雲朵，搭配鮮明的霓虹燈招牌。
若將兩種風格視為同等重要（例如「吉卜力工作室 且 賽博龐克」），模型會將其平均混合，導致畫面顯得平淡無奇。唯有採用「基礎風格 + 修飾風格 + 亮點」這樣的結構，畫面才能保持整體一致性。
11. 在列出重點之前，先以一段散文開頭
我將最精采的提示整理成 4 至 6 行左右的短文，而非以項目符號列出。這樣做有兩個原因：
- **散文可以強制排除自我矛盾。**明亮、歡快的廚房，陰暗、壓抑的照明」若作為完整句子閱讀，顯然有誤；然而，若以項目符號形式呈現，此錯誤便較不顯眼。
- **模型會將逗號視為邊界。**連貫的句子能讓各子句之間的關係自然流暢（「在大理石上，被葉子包圍著，帶著水珠」），而三個獨立的片語則無法達到這種效果。
基於關鍵字的提示語適用於純粹基於標籤的模型。GPT Image 2 並非此類模型。
12. 每次只修改一個變數
這最後一點是一項工作流程規則，而非寫作規則。當一張圖片「幾乎完美」時：
- 只需修改
**可變**（鏡頭、光源、時間和場景），然後重新生成 ` ，並將其與- ` 並排比較。鎖定此變數後，再繼續處理下一個變數。
大多數人在迭代設計中失敗，主要有兩個原因：要麼一次修改三個參數，卻無法分辨是哪個變更產生了影響；要麼每次都從頭開始生成新圖像，而非參考前一個草稿。這兩個問題只需花一個下午練習即可糾正。
清晰的「前後對比」
不當的提示：
一名男子在酒吧彈鋼琴好的提示（運用了第 1、2、3 和 5 點的建議）：
電影風格高對比人像：一位中年爵士鋼琴家坐在昏暗、煙霧瀰漫的酒吧裡，身旁是一架大鋼琴。
他頭頂上方一盞色調溫暖的鎢絲聚光燈，將溫暖的光暈投射在他臉龐與雙手上，
而房間的其他部分則籠罩在濃重的陰影之中。85mm 鏡頭，逼真的肌膚紋理。
色調：溫暖的琥珀色、深酒紅色，以及近乎黑色的陰影。同一個模型，相同數量的世代——然而結果卻天差地別。這正是提示詞工程的核心前提：模型沒問題；瓶頸在於你的提示詞。
試試看吧
前往 GPT Image 2 文生，從清單中挑選任何一個提示，將其貼入，然後生成圖片。接著只改變其中一個變數——例如相機角度、光線或色彩組合——並再次生成圖片。在嘗試十次以內，你便會直覺地掌握哪個變數對你的美學偏好影響最大。
這種辨別能力，正是「懂得如何製作 AI 生成的圖像」與「懂得如何製作圖像」之間的唯一區別。
